个人品牌操作系统

问题：风格不是一次诊断就能交付的

持续在公众号、小红书和朋友圈输出的人，多半经历过同一种割裂——专门花时间让 AI 分析自己的历史内容，拿到一份「品牌体检报告」，读着有道理，但接下来让它帮忙写条日报、润一条朋友圈，返回的还是一口标准 AI 腔。报告只回答了「你的风格是什么」，没有回答「下一次该用什么语气写」。

根因在工作流的形状：分析是一次性动作，跑完就结束，模型没有把结论存成下一次写作的前置状态。

这个技能把交付目标从出一份报告换成装一套操作系统。品牌档案一旦生成，就在后续会话里默认生效，不需要每次提醒「用我的风格」。

工作方式：L1 学习 → L2 应用 → L3 守护

L1 品牌学习是代码驱动与 AI 解读的两步串行，脚本先跑、模型后读，不允许跳过脚本让模型直接估数字。

• extract_brand_voice.py 用分词统计算出五维量化指标：句长分布与正式度、八类价值观词聚类、故事化/数据化/观点化/教程化段落占比、互动引导与 CTA 模式、高频关键词。这些数字被明确禁止由模型估算。
• 脚本产出 JSON 后，模型再做三件它擅长的事：人格解读、差异化识别（例如某类表达频率显著高于同赛道）、盲点发现。
• extract_visual_brand.py 提取主色、亮度分布、构图比例与滤镜特征，依赖 Pillow；未安装时降级为 AI 逐图描述。
• 文字与视觉合并成品牌体检报告，并写入 brand_profile.json 供后续层级使用。

L2 品牌应用在档案存在时默认启用，两条路径可选：脚本改写适合需要精确控制的场景，按档案调整句长、注入 emoji 与签名句式；AI 自然融入适合日常对话与润色，直接按规则输出。每条规则都有明确数据来源，句长、正式度、emoji 密度都来自档案里的具体字段。

L3 品牌守护在发布前跑一致性检查，对声音、价值观、叙事、受众四个维度给 OK/WARN/FAIL 判定，脚本退出码对应全绿、告警、严重偏离。

档案持久化与演进

新会话开始时会自动检测 brand_profile.json，存在就加载品牌声音进入应用状态，不存在则提示先做一次学习。重新学习不会覆盖旧档案，而是递增版本号并备份到 brand_evolution.json，可以看到风格随时间的偏移轨迹。档案里不保留原文样本，只留量化指标。

适用边界

• 样本下限是 3 篇文字加 3 张图片，少于这个数不拒绝但会明确告知精度下降，想要可用结果建议 5 篇以上。
• 它提取并复刻的是既有风格，不替你决定品牌该往哪走。
• 视觉特征提取依赖 Pillow，未安装时退化为 AI 描述，精度会降低。
• 需要精确控制时用脚本改写，需要自然对话时让模型直接按档案输出，两者不要混在同一次写作里。
• 任何时候都可以说「这条不用我的风格」临时关闭，品牌是工具而不是约束。