Voice-Matched Content System

Polar Sponsor
爱发电 赞助
.NET 9.0

从样本中提取个人真实的写作风格,建立完整的Voice DNA档案,然后生成听起来像他们本人的内容——而非AI生成。涵盖...

语音内容系统

功能概述

语音内容系统是一项面向实际任务的技能,主要用于# 1 抱怨AI内容:"听起来不像我";这种技能永久地修正了它;

核心要点

  • 不使用一行的调子指令;
  • 完全使用语音操作。
  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

使用与执行

使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。

结果检查与注意事项

实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

Voice-Matched 内容系统

用户对 AI 生成内容的第一大抱怨:“它听起来不像我。”

本技能可永久解决这一问题。不是靠一句简单的语气提示,而是构建了一套完整的“声音操作系统”,真正理解一个人如何表达——包括其语言模式、能量节奏、自信区间、过渡方式以及编辑直觉。

该系统基于一套真实的语音提取方法论,该方法论已在品牌战略领域持续打磨逾 15 年。

适用场景判断(Routing)

✅ 请在以下情况使用本技能:

  • 用户希望捕捉其真实、自然的写作声音
  • 内容“AI 感过重”,需匹配创作者本人的实际风格
  • 为跨平台内容建立统一的声音指南(voice guide)
  • 代笔写作,或代表他人创作内容
  • 用户明确提出:“写得像我”、“捕捉我的声音”、“这不像我说话的方式”、“让它听起来像我”、“voice guide”、“brand voice”

❌ 请勿在以下情况使用本技能:

  • 撰写无特定声音参考的通用型内容 → 请使用标准内容生成技能
  • 仅对现有文本进行语法/清晰度层面的编辑 → 请使用 copy-editing 工具
  • 制定内容策略(即“写什么”,而非“怎么写”) → 请使用 content strategy 技能
  • 需要构建品牌信息框架(brand messaging framework) → 请使用 positioning 技能

必需输入:

  • 最低要求:3 篇写作样本(博客文章、邮件、社交媒体帖文、访谈转录稿等——任何由其本人撰写的文字)
  • 更佳选择:5–10 篇样本,覆盖不同语境(专业场景、日常交流、教学、销售等)
  • 最佳实践:样本 + 一段约 5 分钟的对话,探讨其对沟通方式的思考

输出成果:

  • 完整的 Voice DNA 档案(可在所有后续内容中复用)
  • 以用户认证声音生成的内容
  • 按平台适配的声音变体(LinkedIn vs X vs 邮件 vs 方案书等)
  • 供自我编辑使用的“声音一致性检查清单”

第一阶段:声音提取(Voice Extraction)

步骤 1:收集样本

请用户提供 3–10 篇写作样本。样本类型越丰富,最终生成的档案越精准。

优质样本示例:

  • 其引以为豪的社交媒体帖文
  • 快速写就的邮件(过滤较少 = 更真实)
  • 博客文章或专栏文章
  • 播客/视频转录稿(口语常暴露真实表达模式)
  • 短信或非正式消息(若其愿意分享)

向用户说明的话术建议:

“请发送 3–5 篇您亲自撰写的文字。职业与日常场景混合效果最佳。那些您未加过多思考、一气呵成写就的文本往往最有价值——您的真实声音,就藏在那里。”

步骤 2:分析 Voice DNA

通读全部样本,并从中提取以下 8 个维度特征:

1. 句子架构(Sentence Architecture)

  • 平均句长(短促有力?绵长流畅?)
  • 是否常用句子片段(fragments)?例如:“Not a chance.” / “Game over.”
  • 句式变化规律(短-短-长?层层推进?)
  • 段落长度偏好

2. 开篇模式(Opening Patterns)

  • 惯用何种钩子开场?提问?断言?故事?反共识观点?
  • 首句能量水平(爆发式?沉稳型?)
  • 是否先铺垫背景,还是直接切入主题?

3. 过渡签名(Transition Signatures)

梳理其高频出现的衔接短语。每个人都有自己的“口头禅”。例如:

  • "Here's the thing..."
  • "What that means is..."
  • "The reality is..."
  • "But here's what's interesting..."
  • "Let me break this down..."
  • "So here's what happened..."

请从样本中至少提取 8–10 个过渡短语。这些是独一无二的声音指纹。

4. 能量图谱(Energy Mapping)

  • 基础能量水平(沉着权威?热情洋溢?内敛自信?)
  • 哪些话题会触发其高能量状态?
  • 如何表达兴奋感?(感叹号?全大写?强效词?)
  • 是否使用幽默?属于哪一类?(自嘲型?观察型?讽刺型?)

5. 权威区 vs 学习区(Authority Zones vs. Learning Zones)

这是最关键、却常被其他声音工具完全忽略的一环。

权威区(Authority zones) = 其具备充分信心的主题领域

  • 确定性表达:“Here's what works.” / “The data shows.” / “What I've learned.”
  • 不回避、不模糊,杜绝“I think maybe”类措辞

学习区(Learning zones) = 其尚处于探索阶段的主题领域

  • 探索性表达:“What I'm seeing.” / “In my experience so far.” / “What I'm learning.”
  • 依然保持自信,但以持续探索的视角呈现

请明确标注各主题所属区域。此举可防止 AI 在用户尚未掌握的领域以虚假权威口吻输出内容。

6. 词汇指纹(Vocabulary Fingerprint)

  • 高频使用词(偏好词)
  • 绝对不用词(排斥词)
  • 行业术语态度:主动采用?刻意规避?选择性使用?
  • 正式程度(是否使用缩略形式?俚语?学术化表达?)
  • 对粗话/禁忌语的接受程度

7. 结构偏好(Structural Preferences)

  • 是否常用列表?编号式 or 项目符号式?
  • 倾向使用标题层级 or 连贯叙述?
  • 偏好短段落(1–2 句)or 较长段落?
  • 是否使用加粗/斜体强调重点?
  • 结尾习惯:行动号召(CTA)、提问、陈述句 or 呼应开头?

8. 编辑直觉(Editing Instincts)

  • 倾向于删减精简 or 补充延展?
  • 最先删除什么?(通常为:模糊措辞、术语堆砌、冗余填充)
  • 其写作“雷点”是什么?(何种表达会令其本能反感?)

第二阶段:构建 Voice DNA 档案

完成提取后,生成结构化的 Voice DNA 文档。该文档将成为所有后续内容生成的永久基准。

Voice DNA 档案模板

# [姓名] 的 Voice DNA 档案
*基于 [X] 篇写作样本于 [日期] 生成*

---

## 声音基础(Voice Foundation)
**核心身份:** [一句话定义——作为沟通者,ta 是谁]
**天然角色:** [其与受众的关系定位——教师?教练?同行?挑战者?]
**权威区:** [其具备充分信心的主题]
**学习区:** [其正在探索/实验的主题]
**写作哲学:** [其隐含的沟通信念——须从样本中提取,不可直接询问]

---

## 句子架构(Sentence Architecture)
- 平均句长:[短 / 中 / 长]
- 使用句子片段:[是 / 否 —— 并附示例]
- 典型段落长度:[1–2 / 3–4 / 5+ 句]
- 节奏模式:[描述其语言韵律]

## 开篇模式(Opening Patterns)
- 主要钩子类型:[提问 / 断言 / 故事 / 反共识]
- 首句能量值:[1–10 分制]
- 背景铺垫:[直接切入 / 先设场景]

**其最出色的开篇句(源自样本):**
1. "[示例]"
2. "[示例]"
3. "[示例]"

## 过渡签名(Transition Signatures)
[列出其实际使用的 8–12 个过渡短语,并按类型归类]

### 权威型过渡:
- "[短语]"
- "[短语]"

### 能量型过渡:
- "[短语]"
- "[短语]"

### 故事型桥梁:
- "[短语]"
- "[短语]"

## 能量图谱(Energy Profile)
- 基础能量:[沉静 / 温和 / 热情 / 高能]
- 高能触发点:[哪些话题使其兴奋]
- 兴奋标识:[其表现方式——感叹号、全大写、强效词]
- 幽默风格:[类型及使用频率]

## 自信校准(Confidence Calibration)

### 讨论以下主题时,请以 FULL AUTHORITY 口吻书写:
- [主题 1]
- [主题 2]
- [主题 3]
**声音风格:** 自信、确定  
**典型短语:** "[其权威表达短语]"

### 讨论以下主题时,请以 INFORMED PERSPECTIVE 口吻书写:
- [主题 1]
- [主题 2]
**声音风格:** 好奇、探索性,但仍保有自信  
**典型短语:** "[其学习表达短语]"

## 词汇(Vocabulary)
**偏好词:** [高频使用词]  
**排斥词:** [绝不使用或厌恶的词]  
**术语立场:** [主动采用 / 规避 / 选择性使用]  
**正式程度:** [1–10 分制]  
**禁忌语使用:** [无 / 偶尔 / 频繁]

## 结构偏好(Structural Preferences)
- 列表:[是 / 否;编号式 / 项目符号式]  
- 标题:[是 / 否]  
- 段落风格:[短促有力 / 混合 / 长篇幅]  
- 强调方式:[加粗 / 斜体 / 全大写 / 无]  
- 结尾方式:[CTA / 提问 / 陈述句 / 呼应开头]

## 编辑直觉(Editing Instincts)
- 默认编辑方向:[删减精简 / 补充延展]  
- 首先会删除的内容:[模糊措辞 / 术语 / 冗余填充 / 示例]  
- 雷点:[令其本能反感的表达]

---

## 声音核查问题(Voice Check Questions)
发布前,以 [姓名] 身份自问:
1. **能量测试:** 此文是否符合其基础能量水平,抑或显得平淡?
2. **权威测试:** 我是否在其真正自信的领域,以自信口吻写作?
3. **简洁测试:** [目标受众] 是否能立刻理解?
4. **落地测试:** 我是否“成功着陆”,还是仍在盘旋?
5. **真实测试:** 这听起来像 [姓名],还是像“AI 写作”?

## 示例改写对比(Example Transformations)

**通用 AI 版本:**  
"[AI 常规写法示例]"

**[姓名] 声音版:**  
"[按其真实风格重写后的版本]"

第三阶段:生成 Voice-Matched 内容

在 Voice DNA 档案构建完成后,即可基于该档案生成任意类型内容。

内容生成流程

  1. 加载 Voice DNA 档案(动笔前务必通读全文)
  2. 确认内容类型(社交媒体帖文、文章、邮件、方案书等)
  3. 核查自信校准 —— 当前主题属于其权威区 or 学习区?
  4. 依其表达模式撰写初稿:
    • 以首选钩子类型开篇
    • 使用其专属过渡签名(禁用通用过渡语)
    • 匹配其句子架构
    • 注入其能量水平
    • 以偏好的结尾风格收束
  5. 执行 Voice Check —— 逐一回答档案中的全部 5 个核查问题
  6. 应用其编辑直觉 —— 若由其本人编辑,会删减吗?会去除模糊措辞吗?会提升能量吗?

平台特异性适配

同一声音在不同平台需差异化呈现。以下调整叠加于基础声音之上:

LinkedIn

  • 结构稍显严谨(使用标题、换行)
  • 权威感提升 10%
  • 钩子必须在前两行生效(须在“查看更多”折叠前抓住注意力)
  • 保持专业能量,避免随意感
  • 结尾需含互动驱动要素(提问 or 强势断言)

X/Twitter

  • 呈现其声音最锐利、最浓缩的版本
  • 鼓励使用句子片段
  • 能量值拉满
  • 彻底摒弃模糊表达——每个字符都需承载意义
  • 线程格式下:每条推文须独立成立,同时构成整体递进

邮件

  • 最富对话感的版本
  • 可适当延长篇幅
  • 加入个性化元素(如提及双方共知的上下文)
  • 结尾需有明确 CTA
  • 温暖感优先于权威感

长文(博客/文章)

  • 完整释放其声音特质
  • 故事与案例可充分展开
  • 全面应用其结构偏好
  • 融合权威区与学习区表达
  • 结尾须清晰“着陆”

方案书/专业文档

  • 默认启用权威模式
  • 简洁、自信、零冗余
  • 侧重实证与细节,而非空泛主张
  • 结构清晰(读者多为扫描,非逐字阅读)

第四阶段:声音一致性维护

持续校准(Ongoing Calibration)

  • 当用户修改您的输出时,请记录其具体修改点——这些修改本身即为声音数据。
  • 若用户反馈“这不像我”,请追问具体哪些部分失真。
  • 每季度更新 Voice DNA 档案,纳入新样本与修正项。

常见失效模式与修复方案

问题 成因 修复方案
“听起来太正式” 正式程度设定过高 增加缩略形式、句子片段、非正式过渡语
“听起来太随意” 能量值过度释放 降低兴奋标识强度,增强结构感
“听起来像 AI” 使用通用过渡语,缺乏声音指纹 将所有通用短语替换为其真实过渡语
“过于犹豫不决(hedgy)” 在权威区主题中使用了学习区口吻 核查自信校准,清除模糊措辞
“缺乏能量感” 基础能量值设定过低 加入其强效词、缩短句长、强化钩子力度
“未能有效收尾(doesn't land the plane)” 缺失其标志性结尾模式 严格应用档案中定义的结尾风格

安全守则(Guardrails)

  • 严禁虚构声音样本。所有提取必须严格基于用户提供的原始内容。
  • 严禁主观臆断权威区。必须通过样本推断或向用户确认——绝不猜测。
  • 必须首先生成 Voice DNA 档案,再启动内容生成。跳过此步将导致输出流于泛化。
  • 若用户提供少于 3 篇样本,须明确提示档案精度将受限,并请求补充。
  • 完整记录所有 Voice DNA 档案更新,以便审查与回滚。
  • Voice DNA 档案归属用户资产。须完整输出,确保其完全拥有并可自由用于任何场景。

快速上手(Quick Start)

最小可行运行流程:

  1. 用户提供 3 篇写作样本
  2. 本技能执行 Voice DNA 提取 → 生成档案
  3. 用户审阅档案,修正偏差项
  4. 本技能基于该档案生成用户指定内容

耗时预估:档案构建需 15–20 分钟;此后每篇内容生成仅需 2–5 分钟。

档案永久复用。一次构建,终身可用——所有后续内容皆可调用。当其声音演进时,再行更新即可。

相关专题

更多
LLVM自定义Pass怎么写
LLVM自定义Pass怎么写

本专题聚焦LLVM自定义Pass开发,整理Pass类结构、run()方法、PreservedAnalyses、CMake构建、插件注册、-load-pass-plugin加载和测试用例编写流程。

2026.09.30

0

10

LLVM RISC-V参数配置教程
LLVM RISC-V参数配置教程

本专题介绍LLVM对RISC-V基础ISA和扩展的支持方式,涵盖RV32、RV64、标准扩展、实验性扩展、厂商扩展、-menable-experimental-extensions和版本差异。

2026.09.30

0

14

LLVM IR中间表示入门指南
LLVM IR中间表示入门指南

本专题整理LLVM IR的核心概念,包括中间表示作用、模块结构、函数、基本块、SSA形式、类型系统和常见语法,帮助新手理解LLVM编译流程中的关键层。

2026.09.30

0

12

PDF转图片方法
PDF转图片方法

需要把 PDF 页面用于上传、预览、分享或图片归档时,PDF 转图片方法专题整理 JPG/PNG 格式选择、逐页导出、清晰度设置、批量下载和结果检查等流程,帮助用户稳定完成 PDF 图片化处理。

2026.09.30

0

26

PixTV AI视频生成与无限画布创作
PixTV AI视频生成与无限画布创作

PixTV专题整理AI视频与视觉内容创作相关功能使用教程,涵盖AI生图、视频生成、无限画布、多模型创作、素材管理、声音音乐及视频剪辑等功能,帮助用户快速掌握PixTV从创意到成片的完整制作方法。

2026.09.29

0

15

Buffalo框架数据库开发全教程
Buffalo框架数据库开发全教程

本专题围绕Buffalo框架数据库开发,讲解database.yml多环境配置、soda与fizz迁移生成回滚、模型结构体标签、增删改查与条件查询、一对多与多对多关联、数据校验、回调钩子、事务处理及原生SQL执行能力。

2026.09.23

0

15

Buffalo框架路由与请求处理实操指南
Buffalo框架路由与请求处理实操指南

本专题讲解Buffalo框架路由与请求处理机制,涵盖路由注册与分组、资源路由、Handler编写规范、Context上下文方法、参数绑定、中间件编写挂载、Session与Cookie读写、Flash消息及错误页面定制方法。

2026.09.23

0

15

Buffalo框架零基础入门教程
Buffalo框架零基础入门教程

本专题整理Buffalo框架入门内容,涵盖Go环境准备、buffalo CLI安装、新项目生成、目录结构说明、dev热加载启动、数据库连接配置与常见报错排查,帮助新手按约定优于配置的思路跑通第一个Buffalo框架应用。

2026.09.23

0

15

Conan创建软件包配方指南
Conan创建软件包配方指南

本专题介绍通过conanfile.py创建软件包的方法,讲解包名、版本、依赖和构建设置等基础信息,以及source、build、package、package_info等常用方法的作用及编写思路。

2026.09.22

0

12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程