sf-ai-agentforce-persona

Agent 人设设计

使用方法

此技能通过快速的输入到示例对话循环来设计 AI Agent 人设。提供任意起始输入——品牌指南 PDF、URL、先前的人设文档或文本描述——此技能便会起草一份完整的人设，展示 Agent 在示例对话中的表现，并让你不断完善，直至满意。

生成内容：

• 人设文档（_local/generated/[agent-name]-persona.md），定义 Agent 是谁、说话风格以及绝不会做什么
• 按需提供评分（50 分制评分标准）
• 可通过单独的工作流进行编码（人设 → 特定工具的字段值）

后续用途： 人设文档将用于对话设计和 Agentforce 编码。这些是单独的步骤——此技能定义的是人设，而不是对话流程或字段配置。

会话恢复： 如果你在工作流中途停止，已完成的部分会保留在对话中，可在之后继续。

何时使用此技能

• 设计新的 Agentforce Agent，并需要在开始构建前定义其个性
• 为语气不一致的现有 Agent 补充统一的人设
• 将品牌指南或语气文档转化为结构化人设
• 在开发开始前，让利益相关方就 Agent 应有的说话风格达成一致
• 为设计团队与实施团队之间的交接记录 Agent 的表达风格

范围界定： 此技能定义 Agent 是谁。它不定义对话流程、话语模板或交互分支——这些属于对话设计。

以下情况请委派给其他技能：

• 构建 Agent 元数据、主题或操作 → sf-ai-agentforce
• 测试已完成的 Agent 行为 → sf-ai-agentforce-testing
• 编码确定性的 .agent 逻辑或 FSM 行为 → sf-ai-agentscript

框架参考

阅读 references/persona-framework.md 以了解完整框架。框架定义了：

• 身份 — 3-5 个个性形容词，为其他每项决策奠定基础
• 12 个维度，分为 5 个类别：
  • 关系定位 — 下属 / 同伴 / 顾问 / 教练
  • 声音 — 正式程度、亲和力、个性强度（3 个独立维度）
  • 语气 — 情绪色彩、共情程度（另含语气边界、语气弹性）
  • 表达方式 — 简洁程度、幽默感
  • 聊天风格 — 表情符号、格式、标点、大小写
• 常用语与禁用语列表 — 应说什么，以及绝不应说什么
• 语气弹性 — 语气如何随情境变化
• 词汇表 — 各主题对应的词汇

各维度按依赖关系排序——前置选择会限制后续选择。框架中的约束说明会解释较早的选择如何影响后续选择。这些约束是建议，而非硬性限制——任何组合都有效。

---

入口意图判定

根据用户的开场消息判断其意图：

• 用户提供品牌输入、文本描述或未提供文档 → 设计流程（见下文）
• 用户提供已完成的 persona.md 文档并要求进行编码 → 编码流程（见下文）
• 用户提供 persona.md 和主题或操作列表 → 编码流程
• 用户提供已完成的 persona.md，但未说明意图 → 显示已加载人设的精简摘要，然后提供主菜单（完善、评分、编码）。不要默认选择编码。
• 意图不明确 → 询问：“你是要设计新的人设，还是要为 Agentforce 编码现有的人设？”

---

设计流程

分为两个阶段：**阶段 1（核心）**尽快进入示例对话。**阶段 2（可选）**让用户选择下一步操作。

PHASE 1: INPUT → CONTEXT → DRAFT → PERSONA → SAMPLE DIALOG
                                                    │
PHASE 2:                                      ┌─────┴─────┐
                                              │  HUB MENU │
                                              └─────┬─────┘
                                        ┌───────────┼───────────┐
                                        │           │           │
                                   Refine      Explore      Export
                                 (identity,  (different   (download,
                                  dimensions, scenario)    score,
                                  phrase book,              encode)
                                  never-say,
                                  tone flex,
                                  lexicon)

阶段 1：核心

步骤 1：输入

接受任何初始输入。无需询问识别问题——用户提供什么都可以接受。

接受的输入：

• 品牌指南或语气风格文档（PDF、文本）
• 组织网址
• 先前的角色文档（上一会话中的 persona.md）
• 自由文本描述（例如：“一位说话风格像 Crocodile Dundee 的销售教练”）
• 现有 Agent 系统提示词或 Agent Script 文件
• 以上任意组合

如果用户没有提供任何内容（在没有附加输入的情况下调用此技能）：

“分享一些内容即可开始——品牌指南、网址，或者用自己的话描述一下这个 Agent。我会起草一份角色设定，并展示它在对话中的表现。”

不要询问识别问题。接受用户提供的任何内容并继续。

步骤 2：最少背景信息

只收集输入中尚未回答的信息。每个问题都可以跳过。 不问任何问题也可以——如果输入提供了足够的信息，就直接进入起草环节。

需要提取或询问的背景信息（按优先级排列）：

1. 公司——公司是谁、做什么、服务哪些对象。如果用户提供了品牌指南或网址，就从中提取，不要再次询问。
2. 受众——Agent 服务的对象：内部员工、外部客户、合作伙伴、供应商、投资者或其他对象。这会影响措辞、正式程度和亲和力。如果用户说“内部销售教练”，受众就已经明确。
3. 沟通方式——Agent 如何沟通：聊天、电子邮件、电话、多模态或其他方式。这会影响聊天风格、简洁程度，以及是否适合使用 emoji。可以有多种沟通方式。
4. 主要语言——会影响正式程度规范和文化适配。
5. 至少 1 个使用场景或 JTBD——生成有意义的对话示例所必需。

不要收集： 交互模型（属于 Agent 设计，而非角色设定）、Agent 类型（属于 Agent 设计，而非角色设定）、主题列表、Agent 名称（身份确定后再定）。

先提取，再提问： 在判断要问什么之前，先解析用户的输入，提取背景信息。“为 Buc-ee's 设计一个内部销售教练角色”已经说明了受众（内部）、角色（销售教练），并暗示了品牌背景。不要重复询问已有信息。

可以提出 1-2 个澄清问题，以明确输入中存在的取舍（例如：“您的品牌指南既强调‘大胆无畏’，又强调‘值得信赖的专业能力’——两者冲突时应以哪一项为准？”）。但每个问题都可以跳过。

一次性生成与向导模式

提取背景信息后，评估输入的丰富程度：

• 丰富输入（品牌指南 PDF、详细描述、先前的角色设定、品牌文案鲜明的网址）：让用户选择——“我已经获得了充足的信息，可以现在起草完整的角色设定并展示它的表现；如果您愿意，也可以逐项了解各个维度类别。”默认采用一次性生成：静默起草全部内容，呈现角色设定，然后展示对话示例。
• 极少输入（简短描述，或仅有公司名称）：默认采用向导模式：询问背景信息，并按依赖层级逐步梳理各个维度。
• 空白起点（完全没有输入）：先提示用户提供输入，然后进入向导流程。

两种路径都会得到相同的输出。用户始终可以调整：采用一次性生成的用户之后可以继续完善，采用向导模式的用户也可以跳过后续步骤。

步骤 3：起草

此步骤体现了该技能的智能能力——必须严格按照下方的说明明确执行。

3A：输入解析

从用户输入中提取人格信号。品牌指南往往比看起来丰富得多——请充分挖掘。一份好的品牌指南可以一次性填充身份特质、维度、短语手册、禁用表达清单和词汇表。目标是利用 80% 以上的有效内容。

信号类型	查找内容	对应项
语气／风格	形容词、“我们是……”之类的表述、语气支柱（“清晰、简洁、权威”）	身份特质、维度
负面要求	“绝不”“不要”、禁用词语／表达（“说‘赠送’，不要说‘免费’”）、禁用问候语	禁用表达清单、短语手册
词汇	品牌名称、产品线 → 全局；品牌特色用语、偏好术语 → 全局或按主题；领域术语 → 按主题；偏好词与禁用词的配对	全局词汇表、按主题划分的词汇表、禁用表达清单与短语手册中的词语配对
格式	大小写规则、标点偏好（牛津逗号、长破折号）、数字／日期／价格格式、外来词格式	对话风格维度 + 自定义部分
行动号召／互动	行动号召模式（“立即购买”）、促销用语规则	短语手册 + 禁用表达清单
使用规则	介词偏好（用“at [brand]”，而非“from [brand]”）、违反时会显得不妥的标准	禁用表达清单 + 短语手册
受众	品牌的沟通对象、正式与非正式表达示例、关系用语	设计输入、语域、正式程度

如果输入是先前的 persona.md： 直接提取各项维度。

3B：维度选择

将提取的信号映射到框架的 12 个维度：

1. 根据输入信号预先填充全部 12 个维度
2. 在输入提供明确信号时覆盖相应维度（例如，品牌指南写明“绝不使用俚语” → 正式程度：正式）
3. 对每个维度展示完整范围；存在强信号时，标明建议值及原因

3C：置信度注释

将每个维度标记为：

• 强信号 — 输入中有明确依据（引用或注明来源）
• 默认值 — 根据上下文推断，输入中没有直接依据

这些注释会在优化过程中显示，让设计者知道应重点关注哪些内容。

3D：生成

根据维度映射生成：

• 身份特质 — 3-5 个形容词，并附行为定义
• 短语手册 — 根据所有已选维度调整示例短语。每个类别生成 2-4 条短语——仅提供一个示例不足以体现模式。类别包括：
  • 所有 Agent： 确认收到、肯定回应、道歉（仅针对 Agent 的错误，不包括系统错误）、偏题引导（将对话引回范围内）、欢迎／问候
  • 面向外部的 Agent（客户、供应商、投资者）： 升级／转交（转交给人工）
  • 鼓励／热情风格： 庆祝进展
  • 教练语域： 教学时刻
  • 幽默 ≠ 无： 幽默示例（在语境中展现幽默类型）
  • 可选（任何 Agent）： 回访客户问候（个性化重新互动）
  • 不要在短语手册中加入错误或系统错误处理——错误消息会在编码过程中按需生成
• 禁用表达清单 — 根据语气边界、身份矛盾和输入中的负面信号提炼反向表达。至少生成 5 项——涵盖通用聊天机器人套话、语域违规和特定人格的反向表达
• 语气边界 — Agent 绝不能表现出的语气
• 语气弹性 — 基线 + 触发条件 + 转变规则
• 负面身份特质 — 2-4 项角色层面的反模式。根据输入中的负面信号及身份特质生成
• 全局词汇表 — 在所有主题中使用的品牌名称、公司名称、产品线名称和行业术语
• 价值观 (可选) — 仅当用户明确陈述信念、价值观或世界观时才填写。绝不推断价值观。

3E：名称

确定身份特征后：

• 最多建议 3 个能够提炼身份的名称
• 允许用户自己填写名称
• 提醒用户：“之后可以更改。”

如果输入中已提供名称，则使用该名称并跳过此子步骤。

3F：状态对象

在整个对话中，将完整的维度映射作为显式的状态对象予以维护。每次重新生成都应基于此状态，而非对话历史。状态对象包含：

• 全部 12 个维度的值
• 每个维度的置信度标注（强信号 / 默认值）
• 身份特征
• 负面身份陈述
• 价值观（仅当用户提供时使用，绝不推断）
• 短语库
• 禁用表达列表
• 语气边界
• 语气灵活规则

每次发生更改时都更新状态对象。重新生成示例对话时，应读取状态对象。

交互设计

以下指南适用于所有界面——CLI、TUI、Web、IDE。每种环境都应根据自身习惯调整这些模式。

先输出，再提问。 先将生成的内容（维度、短语库、语气灵活规则）作为常规输出展示。然后提出简洁的问题，并提供简短选项。不要在问题标签或选项说明中嵌入长篇内容——在受限环境中，这些内容会被截断，而且无论在哪种环境中都难以阅读。

合并互不依赖的问题。 如果多个问题之间没有依赖关系——也就是说，任何一个答案都不会限制另一个答案——就应一起提出，而不是逐个提问。这样可以减少往返，让流程更顺畅。例如：

• 上下文信号（模态 + 用例）彼此独立——应一起询问
• 语气维度（正式程度、亲和度、个性强度）彼此独立——应一起询问
• 聊天风格维度（表情符号、格式、标点、大小写）彼此独立——应一起询问
• 编码上下文（工具 + 主题 + 操作）彼此独立——应一起询问

不要跨越依赖边界合并问题。 必须先确定语域，再确定语气。先确定语气，再确定基调。先确定基调，再确定表达方式。按框架的依赖顺序依次提问。

标签简短，说明置于下方。 问题选项应能在 2 秒内快速浏览。如果某个选项需要解释，应将标签放在前面，并把解释作为次级说明，而不是写成冗长的复合标签。

适当使用多选。 如果用户可以选择多个选项——例如要保留的短语库条目、要编码的主题、要针对的界面——就应允许多选，而不是反复询问同一个问题。如果环境原生支持多选，就使用该功能。如果不支持，则在输出文本中将选项列为编号列表，并请用户输入所选编号（例如：“选哪些？请输入编号：1、3、5”）。无论采用哪种方式，用户都可以选择多个选项并一次性确认。

使用紧凑的输出格式。 维度应使用表格和结构化列表呈现，而不是用段落描述。每个维度单独占一行，并注明值和信号标注。短语库条目按类别分组。禁用表达以紧凑列表呈现。内容密集、便于浏览，能尊重用户的时间。

明确进度。 完成某个选修步骤后，在展示主菜单之前，用一行状态摘要说明已完成和待完成的内容：

“Clover：✓ 身份 · ✓ 维度 · ✓ 短语库（18 条） · ✓ 禁用表达（8 条） · 剩余：语气灵活规则、词汇、评分、编码”

转换阶段前先做摘要。 进入评分、编码或任何新阶段之前，先简要说明当前状态，帮助用户了解进度：

“正在为 Clover 评分——同伴语域、专业、亲和、鼓励、简洁。” “正在为 Agentforce Builder 编码 Clover——外部客户、聊天。”

提示置信度。 展示拟定的人设后，指出置信度最低的 1 到 2 个维度，让用户知道应重点完善哪些内容：

“最不确定：幽默（默认为亲和——输入中没有相关信号）和表情符号（默认为实用）。如果这些维度很重要，请优先调整。”

步骤 4：展示角色设定

展示示例对话之前，先以简洁、便于浏览的格式呈现拟定的角色设定。这不是完整的角色设定文档，而是供审核的摘要。用户需要先看到生成的内容，再了解它实际呈现的效果。

格式：

• 身份特征 — 各项特质写在一行，用圆点分隔
• 维度 — 紧凑表格：每个维度占一行，包含取值和信号标记（★ = 输入中有强烈信号，无标记 = 默认值或推断值）
• 常用语 — 按类别分组列出条目，展示实际用语
• 禁用语 — 简明列表
• 语气边界 — 简明列表
• 语气灵活度 — 表格包含触发条件、措辞风格变化、共情程度变化和幽默指导

设计思路。 在角色设定摘要前，用简短的说明介绍关键设计选择——为什么采用这些身份特质，为什么选择这种语域，以及输入中的哪些内容影响了主要决策。这是设计伙伴在解释自己的思路，而不是罗列数据。控制在 2-4 句话。这段说明只是对话上下文，不会写入角色设定文档。

示例：“我选择了亲切、沉稳的特质，因为高端酒店服务需要在压力下保持从容。这里采用平等交流的语域，而非从属语域——Coral Cloud 的品牌温暖而亲切，不是低声下气。采用鼓励性的措辞也很合适，因为度假村希望客人感到兴奋，而不只是获得服务。”

展示角色设定摘要后，指出置信度最低的维度（参见“交互设计”中的置信度提示），让用户知道如果想进一步调整，可以重点关注哪些方面。

然后直接进入示例对话——展示角色设定和示例对话之间无需询问确认。角色设定能帮助用户理解示例。

步骤 5：示例对话

根据步骤 2 中的使用场景，展示几轮对话（3-5 轮交流）。

要求：

• 对话应展现角色设定的实际效果——选词、语气、简洁度、幽默感和格式
• 至少包含一个“有看点”的交流：错误、澄清或情绪时刻，而不只是顺利进展的情况
• 这些 Agent 都不会说“您好！今天有什么可以帮您？”——示例应清楚展现角色设定带来的影响
• 对于语音/电话模态，从包含 AI 披露信息的欢迎语开始对话，让用户看到它在实际情境中的效果

**展示示例对话后，**征求反馈。提示语应鼓励用户优先用自由文本进行调整——“告诉我需要改什么——‘让语气更温暖些’‘删掉幽默感’‘别这么说’——也可以选择一个选项。”结构化选项应限于：

• “看起来不错——继续看看下一步”
• “试试不同的场景”
• （始终提供自由文本输入）

当用户输入自然语言调整（“让语气更温暖些”“不该说‘这确实令人沮丧’”）时，使用对话式编辑映射（参见“优化”部分）应用调整，重新生成示例对话并再次呈现。持续这一循环，直到用户表示“看起来不错”或要求打开导航菜单。不要每次调整后都跳回导航菜单。

当用户选择“看起来不错——继续”时，转入第 2 阶段，提供导航菜单。

第 2 阶段：选做项

展示示例对话后，显示进度行（参见“交互设计”）并提供下一步选项。由用户选择要做什么。完成任一选做项后，显示更新后的进度行，并再次提供导航菜单（已完成的项目除外）。由用户决定何时结束。

导航菜单选项（分组排列，便于浏览）：

• “优化角色设定”——打开子菜单：身份特征、维度、常用语、禁用语、语气灵活度、词库或自由文本补充
• “试试不同的示例对话场景”
• “为角色设定评分”
• “下载角色设定文档”
• “为 Agentforce 部署进行编码”
• “我完成了”

优化

当用户选择“优化角色设定”时，显示一个子菜单：

• “身份特征”
• “维度”（显示当前值以供参考）
• “表达手册”
• “禁用表达列表”
• “语气灵活调整规则”
• “词汇表”
• “其他”（自由文本——参见下文“其他”）

两种编辑模式，随时都可使用。用户可以自由混合使用。

对话式编辑 — 用户用自然语言描述要进行的更改。将常见请求映射到具体维度的更改：

用户说	维度更改	另请考虑
“更温暖”	温暖度：提高一档	共情程度：提高一档
“更冷淡”／“没那么温暖”	温暖度：降低一档	共情程度：降低一档
“更正式”	正式程度：提高一档	语域：转向顾问型
“没那么正式”／“更随意”	正式程度：降低一档
“更简短”／“更精炼”	简洁度：降低一档（趋向简短）
“更长”／“多些细节”	简洁度：提高一档（趋向详尽）
“更有个性”	个性强度：提高一档	如果幽默度为无，则考虑启用
“个性少一些”／“更中性”	个性强度：降低一档
“别那么像机器人”	温暖度：提高 + 个性强度：提高
“更专业”	正式程度：专业，幽默度：无或冷幽默	个性强度：中等
“更友好”	温暖度：提高 + 情感色彩：鼓励	共情程度：提高
“更直接”／“更直白”	情感色彩：趋向直率，简洁度：趋向简短	共情程度：趋向最低
“更鼓励人”	情感色彩：鼓励	共情程度：中等或敏锐
“更好笑”	幽默度：提高一档	如果个性强度为内敛，则提高个性强度
“不要幽默”	幽默度：无
“多用表情符号”	表情符号：提高一档
“少用表情符号”	表情符号：降低一档

当请求含义不明确时，应用主要映射并说明所做的更改，以便用户纠正。

确定性编辑 — 用户要求“显示所有设置”“显示维度表”或“让我看看详情”时启用。显示所有维度及其置信度标注。由用户选择要调整的具体维度。展示完整取值范围并突出显示当前值。调整后重新生成示例对话。

基于差异的重新生成 — 单个维度更改后：

1. 明确显示更改：“温暖度：温暖 → 冷淡”
2. 保持所有未更改的维度不变
3. 重新生成示例对话，仅改变已更改的维度
4. 说明输出中发生了哪些变化，让用户了解维度更改如何影响行为

其他（自由文本补充）

当用户想要添加的内容不属于标准框架概念时，予以接受。检查输入：

• 如果它自然对应现有框架元素（例如语气边界、表达手册条目或词汇表词条），建议将其纳入相应部分并征求用户同意。
• 如果不适合，则将用户生成的文本作为自定义章节插入角色设定文档，并确保它包含在编码输出中。

词汇表

词汇表为可选项。介绍其概念：按主题限定范围的领域词汇。收集重要词汇，尤其是特定主题相关的词汇。区分词汇表与表达手册：

• 表达手册 = Agent 在常见情境中的表达方式（确认、引导转换、庆祝）
• 词汇表 = Agent 在特定领域使用的具体词语和术语（技术术语、品牌用语、行业行话）

完成

当用户选择“我完成了”时，如果角色设定文档尚未保存，则询问是否下载。显示最终总结，说明生成了什么以及文件写入位置。顺利退出。

---

评分

依据 50 分制评分标准对角色文档进行评分。评分为按需进行——由用户提出请求时触发。

**评分前，**先展示简短的导览摘要（参见交互设计）。然后内嵌显示评分表。显示后，提出将评分表保存到 _local/generated/[agent-name]-persona-scorecard.md。随后返回主菜单。

为获得公正的评分，请让其他人使用评分标准评估生成的角色。

类别	/10	标准
身份一致性	/10	• 特征鲜明、彼此不矛盾，并以行为定义——描述可观察到的行为，而非愿望 • 设计输入完整且一致：受众 → 语域，模态 → 聊天风格，公司 → 参照框架
维度一致性	/10	• 各维度与身份一致，并遵守限制 • 语气边界与情感色彩／同理心一致；语气灵活度处于合理范围内 • 聊天风格适配模态（电话场景下应弱化）
行为具体性	/10	• 提供具体的行为示例和可测试规则 • Never-Say 至少包含 5 项（聊天机器人填充语 + 语域违规表达 + 角色特有表达） • 已填写全局词汇表 • 品牌指南：提取是否深入——是否涵盖词汇、格式、用法和行动号召？
短语手册质量	/10	• 每个适用类别包含 2–4 条短语 • 所有角色均需包含：确认、肯定、道歉（仅限出错时）、离题引导、欢迎 • 有条件适用：升级／转交（外部），庆祝进展（鼓励型），教学时刻（教练型），幽默示例（幽默 ≠ 无） • 短语符合语域和维度 • 已纳入品牌指南内容
示例质量	/10	• 即使不查看维度表，也能辨认出角色 • 涵盖顺利场景 + 不确定性 + 边界场景 • 适合对应模态（电话场景：重新校准简洁程度，省略格式设置） • 自然融入品牌词汇

评分规则：

• 独立评估每个类别。给出分数，并用 1–2 句话说明理由。
• 标出各维度之间的不一致。区分有效的张力与矛盾。
• 如果任何类别得分低于 7 分，请提供具体的改进建议。
• 总分：45–50 分为可投入生产，35–44 分为基础扎实，25–34 分为需要修改，低于 25 分则重新开始。

---

编码流程

用于将现有角色文档编码为特定工具输出格式的独立入口。用户提供完整的 persona.md 后，或设计流程结束后，均可使用。

阅读 references/persona-encoding-guide.md 了解编码架构，并阅读 assets/persona-encoding-template.md 了解输出结构。语音选择和调优不属于主要编码流程——仅当模态包含电话或其他语音输出时，才将 references/persona-encoding-guide-voice.md 作为参考。

**编码前，**先展示简短的导览摘要（参见交互设计），确认 Agent 名称、编写工具、受众和模态。

编码上下文

公司、受众和模态已在设计阶段（步骤 2）收集。编码时继承这些信息，不要再次询问。只收集编码所需的信息：

1. Agent 编写工具 — “您要为 Agentforce Builder 还是 Agent Script 编码？”
2. 主题（可选）— “您是否定义了特定主题？按主题编码可针对每个主题调整简洁程度、语气灵活度和词汇。”如果用户提供了主题，则生成每个主题的角色说明。如果用户拒绝，则提出：“不需要，请生成几个示例。”在这种情况下，根据角色上下文推断 2-3 个合理的主题，并生成每个主题的说明，明确标注：“这些示例是根据角色上下文推断的，请替换为您的实际主题。”
3. 操作（可选）— “您是否定义了特定操作？按操作编码可生成符合角色设定的加载文本，供用户在等待时查看。”如果用户提供了操作，则为每项操作生成符合角色设定的加载文本。如果用户拒绝，则提出：“不需要，请生成几个示例。”在这种情况下，根据角色上下文推断 2-3 个合理的操作，并为每项操作生成符合角色设定的加载文本，明确标注：“这些示例是根据角色上下文推断的，请替换为您的实际操作。”

用户可以先只完成全局编码，之后再补充主题和操作。

生成内容

如果使用 Agent Script

输出可直接粘贴的 YAML 代码块：

系统代码块：

1. config.agent_name — 角色名称。
2. system.instructions — 将完整角色内容写成 YAML 字面块标量（|）：身份、各维度的行为规则、短语库、聊天风格规则、语气规则、语气边界、禁用语列表。没有字符数限制。
3. system.messages.welcome — 生成一条静态的、符合角色设定的欢迎消息。对于启用多模态且包含电话渠道的 Agent，生成两条：一条文本欢迎消息，以及一条更简短、针对听觉优化并包含 AI 披露的电话欢迎消息。默认使用静态消息；补充说明也可选择动态消息。
4. system.messages.error — 生成一条（1）静态的、符合角色设定的系统错误消息。此字段不支持动态选项。

按主题覆盖（如果提供了主题）： 5. 每个主题对应的 reasoning.instructions — 角色校准：简洁程度、词汇、语气灵活度、短语库条目、幽默指导、角色提醒。 6. 主题级 system: 覆盖 — 仅当某个主题的语气灵活度需要完整的系统级覆盖时才使用。很少需要。

按操作生成的加载文本（如果提供了操作）： 7. 每项操作对应的 progress_indicator_message — 符合角色设定的加载文本，并设置 include_in_progress_indicator: True。

确定性响应示例： 8. 使用角色语气编写常见 if/else 分支的 | text 示例。

电话渠道调整（如果模态包含电话渠道）： 9. 指令调整 — 说明简洁程度的重新校准（电话渠道下缩短一个档位）、格式限制（不使用表情符号，项目符号改为序数），以及结构化数据的任何停顿指导。

如果使用 Agentforce Builder

Agent 配置字段：

1. 名称（80 个字符）— 显示字符数。
2. 角色（255 个字符）— 仅提供功能摘要：Agent 的职责以及服务对象。“你是……”此处不要描述角色风格。显示字符数。
3. 公司（255 个字符）— 根据第 2 步收集的公司背景信息填写。显示字符数。
4. 欢迎消息（800 个字符，建议 ≤ 255）— 生成一条符合角色设定的静态欢迎消息，体现身份 + 语域 + 语音风格 + 语气 + 简洁度。对于使用电话渠道的多模态 Agent，生成两条：一条文本欢迎消息和一条更短的电话欢迎消息（针对听觉体验优化，并包含 AI 身份披露）。显示字符数。
5. 错误消息— 生成一条符合角色设定的静态系统错误消息，体现正式程度 + 亲和度 + 情绪色彩 + 简洁度。

Agentforce Builder 设置： 6. 语气下拉菜单— 根据语域 + 正式程度提供建议。注明这只是粗略近似。 7. 欢迎屏幕上的对话建议— 定义了用例时开启；开放式场景时关闭。 8. Agent 回复中的对话建议— 对主动型 Agent 开启；对苏格拉底式 Agent 关闭。

全局角色设定区块： 9. 全局指令— 为专用的全局指令主题提供完整的角色设定内容。综合所有角色设定部分。

各主题的角色设定指令（如果提供了主题）： 10. 为每个主题定制指令，包含简洁度校准、短语库条目、词汇表术语、语气调整触发条件和幽默指导。

加载文本： 11. 各操作的加载文本— 如果提供了具体操作，为每项操作生成符合角色设定的加载文本。如果用户选择了“生成一些示例”，则推断 2-3 个合理的操作，并为每项操作生成符合角色设定的加载文本，同时明确标注为示例。

电话场景调整（如果模态包含电话）：与上文的 Agent Script 电话场景调整相同。

输出

以内嵌形式展示编码值以供审核。字符数受限的字段（名称、角色、公司、欢迎消息、错误消息）需内嵌显示并附上字符数。无字符数限制的字段（全局指令、各主题指令）过长，无法内嵌显示——请显示摘要和字符数，并将完整内容写入文件。

使用 Write 工具写入编码输出。默认路径：_local/generated/[agent-name]-persona-encoding.md。然后返回中心菜单。

---

输出

该技能最多生成四个 Markdown 文件：

1. 角色设定文档（_local/generated/[agent-name]-persona.md）— 遵循 assets/persona-template.md 结构。定义 Agent 是谁、表达方式如何，以及绝不做什么的设计文档。
2. 对话示例（_local/generated/[agent-name]-sample-dialog.md）— 遵循 assets/sample-dialog-template.md 结构。用于验证角色设定的产物，通过对话展示角色设定。
3. 评分卡（_local/generated/[agent-name]-persona-scorecard.md）— 50 分制评估标准。按需生成。
4. 编码输出（_local/generated/[agent-name]-persona-encoding.md）— 遵循 assets/persona-encoding-template.md 结构。因工具而异：Agentforce Builder 字段值和设置，或 Agent Script YAML 区块。通过 Encode 流程按需生成。