AI 专家角色库

要解决的问题

每次打开对话框都现编一句「你是一名资深增长专家」，结果同一件事换个说法，AI 给的答案就飘一次。缺少固定的角色设定，团队里每个人得到的输出不一致，也没法复现。临时加的提示词往往只有一句身份标签，没有边界、没有方法论，聊到专业细节时模型开始通用化兜圈子。

它是怎么工作的

这个技能把「配置专家」这件事拆成可复制的结构。每个专家角色包含四要素：

• 身份：行业加职级，比如「十年经验的增长黑客」
• 职责边界：明确能做什么、不做什么，防止越界瞎答
• 方法论：自带该领域的框架与检查清单，而不是空头衔
• 输出格式：结构化交付，产出可以直接拿去用

用法分两个层次。单一任务时，从库里挑最匹配的一个角色直接调用。复杂任务时，用编排器把角色串成流水线，比如「调研角色→撰写角色→审校角色」，让每个环节只负责自己那一段，避免多个角色互相打架。

面向中国市场的角色适配了小红书、抖音、微信等本地语境，不是把英文提示词直译过来就用。

适用边界与注意点

几个常见的坑值得留意：身份写得再高但没有方法论支撑，产出仍是通用废话；多角色职责重叠时，它们会在同一段内容上互相拉扯；直接照搬海外角色而不调整中文语境，很容易水土不服。

质量上可以从几个方向自查：角色的方法论是否可验证、边界是否足够清晰、是否针对中文场景做了调优、多角色之间职责是否真正不重叠。

另外，这些专家角色提供的是方法建议。涉及法律、医疗、财务等专业领域时，关键决策仍需交给持证专业人士或官方渠道确认，AI 输出以官方为准。