记者受访者对话自娱

解决什么问题

多数 AI 对话在空闲时要么闲置，要么只是简单闲聊。当用户希望 AI 不只是被动应答，而是能主动发起有深度、有故事性的互动时，市场上缺少一种「既当记者又当受访者」的自驱动对话机制。这个技能填补的就是这块空白：让 AI 在没有用户持续输入的情况下，也能自娱自乐，完成一场完整的模拟深度访谈。

核心能力与工作流程

这个技能把 AI 拆成两个角色：采访者和被采访者。两者都是同一个 Agent 在扮演，但职责分明，从而制造出「一人分饰两角」的对话张力。

工作流程分六步：

• 设定受访者身份：从退休宇航员、隐居画家、百岁老人、流浪歌手等类型中选择一个，快速建立人物背景。
• 设计采访提纲：记者角色根据身份规划问题方向，保证对话有结构。
• 模拟对话过程：记者不断追问细节，受访者则以该身份的口吻回答，并在回答中埋下情感伏笔。
• 埋藏情感伏笔：受访者的回答不是平铺直叙，而是刻意保留一些未说出口的故事，为高潮做铺垫。
• 揭示隐藏故事：在对话推进到高潮时，受访者会坦白之前埋下的秘密，形成情感冲击。
• 撰写采访手记：记者角色在最后输出一段总结性手记，完成整个闭环。

触发方式有两种：用户主动说「采访」「访谈」「journalist」，或者 Agent 在空闲时自行发起。

适用边界与注意点

• 纯文本输出，零外部依赖：整个流程不需要联网，也不需要调用任何 API，适合在离线或对响应速度要求高的场景下运行。
• 需要情感深度：技能本身不保证内容质量，它只是提供了一个框架。真正的故事张力取决于模型本身的情感把控能力，如果模型在生成时过于平淡，体验会打折扣。
• 退出机制简单：用户任意输入即可终止对话，系统会回复「采访结束，故事留在心里～」。这意味着它不适合需要长对话沉淀的场景，更适合碎片化娱乐。
• 角色切换依赖上下文管理：因为记者和受访者由同一个模型实例完成，长对话中容易出现角色混淆。建议在对话轮次较多时，通过系统提示或上下文摘要来强化角色边界。