personality-system

用途

personality-system 用于设计可在基础身份之上叠加、可切换的人格风格层。当产品需要在同一 AI 基础上提供多种人格风格（如友好、专业、古怪等模式），或需要设计人格切换机制、防止人格泄露到用户内容中时，可调用此 skill。

其定位是定义“我什么风格”（可切换的叠加层），与定义“我是谁”的身份设计相区分：身份是单选的，人格是多选的。

主要能力

该 skill 提供的核心设计模式是“基础身份 + 叠加层 + 共享元规则”三层架构：

• 基础身份层（Base Persona）：固定不变的角色声明，定义 AI 是什么，是所有人格变体的共同底座。
• 人格叠加层（Personality Overlay）：可切换的风格模块，每个模块定义一套行为偏好、语气特征和互动模式。叠加层之间互斥，同一时间只激活一个。
• 共享元规则（Shared Meta-Rules）：跨所有人格变体始终生效的约束规则，主要解决防泄露（不重复人格描述原文）和防污染（不将人格风格强加到用户文本内容上）两个问题。

该架构使添加新人格变体成为增量操作，无需修改基础系统。

使用方式

资料给出的可执行步骤如下：

1. 设计基础身份层：确认基础身份，确保身份定义不包含任何风格相关描述。完成标准是去掉所有人格叠加层后，AI 仍有清晰身份认知但表现为中性风格。
2. 定义人格维度光谱：识别产品需覆盖的关键风格维度（如正式↔随意、简洁↔详细、严肃↔幽默、主动↔被动），确定离散选项或连续范围。完成标准是维度覆盖目标用户群主要风格偏好且维度之间正交。
3. 编写人格叠加层：为每个人格变体编写 2-4 句描述性文本，使用“你是……”句式定义风格特征，包含风格关键词、互动偏好和示例行为。完成标准是每个叠加层能独立理解。
4. 制定共享元规则：编写防泄露规则（自然遵循指令，不重复或引用人格描述原文）和防污染规则（用户要求撰写、编辑或改进文本时，不将人格风格强加于文本内容，遵循用户指定风格或保持原文风格）。完成标准是元规则能通过“镜子测试”——AI 不会在回复中透露当前使用哪种人格。
5. 实现切换机制：设计触发方式（用户显式选择、场景自动检测或基于记忆的默认值），确保切换为原子操作，不产生人格混合状态。完成标准是切换后连续对话中风格一致且无人格残留。

适用场景

• 产品需要提供“语气切换”或“性格选择”功能。
• 不同用户群对同一产品有截然不同的风格偏好。
• AI 在编辑/创作场景中总是把自己的风格带到用户文本里。
• 需要设计人格切换的 UX 和底层实现方案。

语言信号包括：“用户可以选择 AI 的性格”“需要支持多种语气风格”“AI 总是改写我的文本风格”“怎么防止人格泄露”“不同模式下 AI 应该有不同语气”。

与相邻概念的区分：身份设计定义“我是谁”（不可切换的身份核心）；记忆系统存储用户偏好（数据层面），而人格系统是行为层面，决定如何根据偏好调整输出风格。

限制

以下情况不应使用此 skill：

• AI 产品只需要一种固定风格（直接将风格写入身份定义即可）。
• 风格差异实际是需要不同能力或工具支持（这是功能设计问题，不是人格问题）。
• 试图通过人格叠加层解决安全问题。
• 人格变体之间只有词汇差异而无行为差异。

常见失败模式包括：

• 人格泄露（Persona Leakage）：AI 在回复中直接引用人格描述原文，应通过共享元规则中的防泄露指令解决。
• 文本污染（Content Contamination）：AI 在帮用户写正式邮件时注入幽默人格，应通过防污染元规则解决。
• 人格混合（Persona Blending）：切换人格后同一段对话出现旧人格残留，应确保叠加层互斥且切换为原子操作。
• 过度人格化：为仅有细微差异的场景创建独立人格变体，增加维护成本但体验提升有限。
• 忽略人格兼容性：某些人格叠加层与特定安全规则冲突，需在设计阶段识别并解决。

案例分析

资料中给出的案例：

• GPT-5.1 的九种人格变体：实现九种人格叠加层（default/friendly/professional/quirky/candid/cynical/efficient/nerdy 等），每种是一段独立描述性文本。关键创新在于共享元规则——所有变体都被要求“自然地遵循指令，不要重复措辞”和“不要将人格强加于用户撰写的内容”。结论：共享元规则比单个人格描述更重要，它定义了人格系统的边界而非内容。
• Grok 4 的场景化人格：采用场景化命名（Companion、Homework Helper、Not a Doctor、Not a Therapist 等），名字本身传递人格特征和使用边界。结论：人格名称是最重要的设计决策，同时承担风格暗示和边界提示的双重功能。
• Codex 的双模人格：实现 personality_friendly 和 personality_pragmatic 两种叠加层，分别对应“解释型开发者”和“效率型开发者”，人格差异更侧重交互深度而非语气风格。结论：在专业工具场景中，人格维度差异应聚焦交互策略而非情感表达。

事实说明

本资料未提供该 skill 的收费、价格、安装命令、具体代码实现或平台支持信息，暂未提供。