叙事质量审计官
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,将 @user_2c0f1e77/aaron-narrative-quality-auditor 安装到 AI 助手中。
技能介绍
要解决的问题
当定位、信息体系与效果证据混在一个总分里时,短板会被均值抹平。这个审计技能拒绝产出 v18 式综合分:叙事真实性(truth)、体系一致性(system)与效果证据(effectiveness)各自独立审计,以三份 TALE 档案分别给出判定。
核心能力与工作方式
审计被拆成三种 profile:
truth:用 T1–T10 评估实质性差异与事实依据system:用 A1–A10 与 L1–L10 评估 canon 一致性与旗舰落地页一致性effectiveness:用 E1–E10 评估单一实验、锁定面板的效果证据
full 模式同时运行三个 profile,保留三份独立结果,绝不平均分数。汇总规则刻意保守:任一 BLOCK 即 block;否则任一 UNDECIDED 即 undecided;否则任一 FIX 即 fix;全部 SHIP 才 ship。
每条观测都带 source/date/type/confidence;缺失的 canon 记为 Unknown 而非 N/A。四类一票否决:TALE-T1(虚假或无据的实质性差异)、TALE-A1(canon 矛盾)、TALE-L1(旗舰页与 canon 矛盾)、TALE-E1(无据的效果声明或把代理指标当实测)。
旗舰页发布前的体系闸门必须附带兼容的当前 truth 结果;若不存在则先跑 truth,或显式列出前置 Unknown。内部一致性不要求效果证据,除非页面本身提出了效果主张。
边界与注意点
- 角色边界:本技能只做判定,写作与修复归 Trace / Architect / Land 技能;canon 状态归
narrative-registry,claims 归offer-claims-registry - share of voice、情感倾向、理解度与行为是不同构念,不可互相替代
- 三种 pillars、变化弧与固定字数 boilerplate 只是有条件模式,不是自动通过或否决的模板
- 持久化需明确授权,只写入
memory/audits/narrative/YYYY-MM-DD--.md,经validate-audit-artifact.py校验后一次性完整写入,不回写其他 profile 或 canon/claims 缓存 - 评分器、校验器或类型化目录缺失时返回
score_state: NOT_SCORED,不产出闸门结论
使用场景
- 准备发布旗舰落地页,需要按 canon/message-match 闸门检查页面与当前叙事体系的一致性
- 想验证定位与差异化主张是否站得住,需要用独立 truth profile 核对事实依据而非拍板
- 拿到了消息实验或共鸣数据,需要先做 evidence-integrity 审查再决定是否采信
- 要做全量叙事复盘,需要分别运行 truth/system/effectiveness 三份 profile 而不是只拿一个综合分
适合人员
- 品牌与内容团队负责人,需要在发布前判断定位主张、旗舰页文案和信息体系是否互相自洽
- 增长与市场实验工程师,需要在采信实验或面板数据前核查效果证据的完整性
- AI 应用开发者,需要把带明确裁决与未知项的审计结果接入内容流水线而不是要一个模糊总分