九型人格模式分析
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,在 AI 助手中安装 @user_6113fd9f/analyze-enneagram-patterns 技能。
技能介绍
解决什么问题
在团队复盘、个人成长辅导或角色设定讨论中,“你属于哪一型”很容易被当成结论。但它往往只有标签或问卷最高分支撑,缺少对真实情境的观察。一旦结果被用来评价能力、绩效或录用,错误归因会被放大。九型人格模式分析 把九型人格降级为反思用的假设框架,强调动机、注意力与保护策略,不替代临床诊断或人员决策。
如何工作
- 先做用途与同意检查:区分自我探索、成长复盘、自愿团队发展、虚构角色分析,还是涉及非自愿第三方、求职者或未成年人的场景。涉及诊断、治疗、录用、晋升、定薪或纪律处分时停止分析。
- 读取
research-and-ethics.md,理解信效度边界;需要判断候选类型时再读type-hypothesis-cards.md,避免凭记忆补全或复制商业量表。 - 选择工作模式:
筛查、探索、复核、成长、团队、角色,按最低输入和交付物推进,不满足条件时降级或停止。 - 问卷初筛:从技能目录调用
scripts/score_screening.py,例如python /scripts/score_screening.py --answers "1,2,..." --pretty。答案不落盘,得分只作为候选生成器,输出前三候选、相对得分、作答质量和验证问题。 - 建立观察样本:请求三类具体事件——顺境决策、压力下的第一反应、优势过度使用的代价。每个事件追问“发生了什么—最担心什么—想保住什么—采取了什么动作—结果如何”。
- 先归纳模式再映射类型:整理注意力默认落点、最想避免的损失、想维持的自我价值、重复使用的保护策略及其收益代价。动机证据优先于职业、行为表象或文化刻板印象。
- 保留候选并主动反证:每个候选列出支持事件、尚缺或不支持证据、可解释同一行为的其他原因,以及能区分相邻候选的问题。对反例稳定出现的情境保持开放。
- 控制结论强度:只有标签或单一事件时写为
线索不足;两个具体事件支持但反证不足时写为暂定候选;三个独立情境显示相同动机结构并处理主要反证后,可写为较稳定假设。 - 输出成长建议:保留已有优势的适用条件,指出触发器与可见代价,设计 2–4 周行为实验,例如“当……时,我先……,再……;用……判断是否改善”。团队建议落到会议、授权、反馈、冲突或决策场景。
适用边界
问卷分数不是概率,也不代表心理测量常模;最高分不等于确定类型。不得输出“你就是 X 型”、临床级准确率或能力、绩效、诚信、忠诚、心理健康和职业适配推断。不把访谈答案、人格候选或团队材料写入文件、记忆或外部服务,除非用户明确要求保存并指定位置。个人材料不跨项目复用。新证据与原判断冲突时下调结论强度并重开候选,不借用侧翼或“防御”解释绕过反证。
使用场景
- 个人复盘时,想用具体事件核对自己是否常因怕失控而反复检查细节
- 自愿团队研讨中,需要一份不排名、只含沟通需求与互补主题的汇总
- 小说人物设定阶段,需从文本事件推断角色动机并标注叙事设计边界
- 初筛问卷前两名分数接近时,需要针对并列候选提出区分动机的事件问题
适合人员
- 想梳理自身决策惯性、暂不追求唯一类型标签的个人
- 组织自愿性格研讨、需要避免给成员排名的团队引导者
- 从文本与设定推断角色行为逻辑、需区分叙事假设与真人测评的创作者
- 在成长复盘中、希望把人格假设转成可验证行为实验的教练或辅导者