persona-pack

人设包

遵循以下共享的公开技能规则：

• postplus-shared 公开技能规则

在生产工作流需要以下内容时使用此技能：

• 创作者人设推荐
• 人设对比选项
• 用于重复内容的固定视觉形象
• 批量生成的图像提示词包

此技能不适用于不受约束的角色设计。

事实规则

人设必须基于观察到的基准证据构建。

使用有来源支持的字段，例如：

• videoCreatorType
• videoProtagonist
• videoVisualStyle
• videoHook
• 赛道分布
• 优质基准子集
• 最终报告结论

不要编造：

• 来源中没有的精确人口统计信息
• 缺乏行为证据的受众契合度声明
• 仅因“看起来不错”而选择的视觉特征

如果某项细节是推断而非直接观察所得，请标明为推断。

默认工作流

1. 从优质基准子集入手

如果存在优质基准子集，不要仅依据完整样本池定义人设。

优先使用：

1. 优质基准中的出镜讲解视频
2. 特定赛道的优质样本
3. 模式表摘要
4. 最终报告结论

来源选择规则

从当前项目中最有价值的基准资料入手。

如果任务明确属于某个项目或客户文件夹，请先读取该文件夹中的资料。

不要假设某个客户文件夹是所有人设工作的默认来源。

使用主表和候选名单提取：

• 反复出现的创作者类型
• 主角描述
• 视觉风格描述
• 优质基准的账号标识和 URL

不要让图像模型的审美凌驾于基准证据支持的外观模式之上。

2. 提取人设证据

在提出任何人设之前，先收集：

• 常见创作者角色
• 常见的年龄感或人生阶段感（仅限来源有直接暗示时）
• 反复出现的着装模式
• 反复出现的环境模式
• 反复出现的镜头模式
• 反复出现的说话风格
• 反复出现的权威感风格

先将这些内容写成证据说明。

3. 推荐最聚焦且可行的人设

首选人设应尽可能满足：

• 契合表现最好的赛道
• 可重复用于 10+ 个视频
• 视觉风格一致
• 对产品具有可信度

避免选择以下人设：

• 过于宽泛
• 过于理想化
• 过度精致，像广告
• 缺乏证据支持

4. 制定人设定稿

每个选定的人设都应整理成稳定方案，包含：

• personaId
• archetype
• sourceBasis
• appearanceSystem
• outfitSystem
• environmentSystem
• cameraSystem
• voiceStyle
• behavioralConstraints
• negativeConstraints

这将成为图像生成的上游依据。

5. 区分直接观察与生成指导

使用两个区块：

• Observed from benchmarks
• Prompt translation

这样可以避免提示词语言被误认为是事实性研究。

输出形式

常见输出：

• 人设推荐备忘录
• 三方人设对比
• 最终选定的人设定稿
• 图像提示词包
• 负面提示词包

人设推荐备忘录

包括：

• 首选人设
• 不采用的备选方案
• 证据依据
• 该人设最适合前 10 个视频的原因

人设定稿

应包括：

• 身份概要
• 需要重复遵循的视觉规则
• 必须保持不变的内容
• 可以变化的内容
• 应避免的内容

负面约束

始终明确不得生成的内容。

常见示例：

• 过度精致的影棚质感
• 奢华生活方式风格
• 创始人主题演讲的气场
• 千篇一律的网红魅力风
• 过度制作的广告灯光

负面约束很重要，因为许多图像模型会偏向精致的广告审美。

来源依据要求

每项人物设定建议都必须引用具体依据，例如：

• 口播赛道分布强劲
• 创作者类型数量
• 具有代表性的基准 ID
• 视觉风格描述
• 报告结论

如果用户要求的人物设定缺乏依据，请明确说明，并提供：

• 最接近且有证据支持的版本
• 还需研究哪些内容才能支持用户要求的人物设定