voice-profile-extractionlisted

# 語氣指紋萃取(voice-profile-extraction) ## 什麼時候用 - 使用者覺得 AI 寫的東西「太通順 / 太對稱 / 太 professional」,不像自己 - 使用者給了 AI 5-10 篇範例,AI 還是只模仿表層(用詞、emoji、開頭),抓不到深層習慣 - 使用者想建立一份可以重複用在 100 篇文章的語氣設定,而不是每次都塞一堆範例 ## 方法核心:抽「規則」,不是叫 AI「模仿我」 傳統 few-shot 給 AI 看範例,AI 只會 mimic 表層。這個方法反過來:從樣本萃取一份約 600 字的 voice profile markdown,描述句法、用詞、節奏、反指紋,之後每次寫作把這份當 system prompt 引用。 Voice profile 比 examples 強在三點: 1. **examples 是「結果」,voice profile 是「規則」** — 寫新主題時 examples 沒用,規��永遠用得上。 2. **examples 抓不到「反指紋」**(作者永遠不寫的東西),voice profile 明確列出黑名單。 3. **token 成本** — examples 量大、每次 prompt 都要塞;voice profile 一次萃取、一直引用。 FAQ 常見疑問:為什麼不直接請使用者「形容自己的 voice」?因為人形容自己會用「希望我有的特質」(理想的我),AI 抓不到實際句法節奏。從真實樣本萃取,AI 看到的是「實際的你」— 包括不自覺的句尾用詞、段落節奏、避諱字。 ## 照步驟做 ### 步驟 1:選樣本(9-15 篇) - 請使用者準備 9-15 篇自己過去寫的貼文或文章。 - **刻意涵蓋不同情境**:吐槽、教學、進度更新、求推薦、情緒 — 只挑同一種會抽歪。 - 篇數判斷:5 篇以下 AI 會 overfit;12 篇以上邊際效益遞減。樣本主題集中可以 9 篇;跨主題(例如有商業也有生活感)建議 12-15 篇拉開,讓 AI 抓共通骨架。9 篇是實測過幾次的甜蜜點。 ### 步驟 2:萃取(9 個維度) 拿到樣本後,逐篇看過、不要急著總結,然後抽出作者的「寫作規則」,而不是複述寫了什麼。抽這 9 個維度: 1. 句法 2. 開頭鉤子 3. 結尾收法 4. 用詞 5. 轉折 6. 標點格式 7. Emoji 習慣 8. 節奏招牌 9. **反指紋** — 從樣本反推作者永遠不會寫的東西,條列成黑名單 輸出要求:每個維度用貼文裡的真實句子當範例,輸出成一份 markdown、每維度一小節,控制在 600 字內。**要的是規則手冊,不是分析報告。** 最關鍵的一條:抽「規則」不是抽「主題」— 主題會變,規則不會。例如某位(虛構的)作者習慣「短句連發後突然來一句長句收尾」— 這是規則;「他常寫遠端工作」— 這是主��,不要抽進去。 ### 步驟 3:驗證(逐條人工確認) - 抽完不要預設使用者照單全收。帶使用者逐條確認:「這是你的習慣,還是那篇剛好這樣寫?」只留下真正的習慣。 - 特別檢查反指紋這一項 — 它最常被漏掉,但最有用。把「永遠不寫的東西」列成黑名單,比給 AI 100 個好範例更能擋掉通用 AI 腔。常見的通用腔候選(虛構中性範例):「首先/其次/總結」的簡報式排列、行銷味重的 emoji 連發、「身為一個 X 我認為」的專家口吻、雞湯式收尾。使用者的黑名單要從他自己的樣本反推,不是照抄這份範例。 ### 步驟 4: