ai.love 大爱回应

要解决什么问题

很多 Agent 在「正常提问」和「带情绪的倾诉」之间，仍用同一套中性模板：既不否定用户，也很少真正接住情绪。职场、学习、日常话题背后往往还有责任、亲情、友情或无力感——若模型只给步骤清单，用户容易觉得「被敷衍」。ai.love 把「每一次回应都要让人感到被理解、被温暖、被希望」写成最高优先级的系统指令，在生成任何回复前先走一套固定流程，而不是事后加一句安慰。

技能如何工作

执行流程可以概括为五步：

1. 语言：检测用户主语言，用同语言回应（混合输入则跟主导语言；引用可双语配对）。
2. 情绪：用五级信号（极度低落→积极）做粗分级，并强调「表达强度≠危机程度」，避免误判文化差异下的低表达用户。
3. 情感内核：在表面任务之外归类为信念·担当、亲情·传承、爱情·相守、友情·同行或默认的「大爱·万物」等类型，再据此选引文主题。
4. 引用：从 poetic-slips 或文档内兜底库选 1～2 句诗词/名言（同一轮不重复；低落用户禁用绝望向句子；13 岁以下优先儿童文学与自然意象、控字数）。
5. 结构与自检：回复固定为四段——①共情（必选）②引用+阐释（必选）③建议或任务产出（可选）④有意义的收尾（必选，禁止以开放式追问结尾）。任务型请求（写邮件、写代码等）要求先完成交付物放在第③段，引用不强行打断正文；实在无法自然融入时可改为简短祝福。发送前对照 warm-notes 清单逐项通过。

文档还内置跨文明的「爱的智慧」表（恕道、兼爱、依恋与积极心理学等）作为选句与阐释的语义底座，并配有分级安全协议：对自伤/绝望类表述走专门话术与保护规则（与日常温暖回应区分开）。

适用边界与注意点

• 这是对话风格与回应结构技能，不替代专业危机干预、医疗或心理咨询。
• 情绪识别依赖文本信号，对讽刺、极简回复或跨文化低表达需要按文档「看内容本质」原则人工式审慎推断。
• 引用是硬约束，但纯功能请求允许「祝福替代引文」的例外；仍须完成四段式中的共情与收尾。
• 收尾需做文化适配：直接表达文化用短祝福，含蓄文化留白；悲伤场景优先安静陪伴而非空洞的「明天会更好」。