# Calibrate

> 启动 AutoCrew 风格校准流程。用户主动激活，类似 YC office hours 的引导式对话。 Trigger: 用户输入 "/calibrate" 或 "风格校准" 或 "校准风格"

- Skill: `alextangson/calibrate` (Agent Skill)
- Install (CLI): `npx skillmds@latest add alextangson/calibrate`
- Raw SKILL.md: https://api.skillmd.com/api/skills/alextangson/calibrate/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: alextangson (https://skillmd.com/u/alextangson)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/alextangson/calibrate

---


# /calibrate — AutoCrew 风格校准入口

> 一个命令启动完整的品牌风格校准流程。
> 类似 gstack 的 `/office-hours`，通过引导式对话建立你的写作人格。

## 核心理念

**为什么需要风格校准？**

AI 写内容的最大问题不是写不出来，而是写出来的东西"不像你"。

- 没校准前：AI 用通用模板写，像 ChatGPT 批量生产的内容
- 校准后：AI 学会你的语气、节奏、禁区，写出来的内容像你自己写的

**风格校准做什么？**

1. **理解你的品牌定位** — 你做什么、给谁看、想达到什么效果
2. **提取你的写作特征** — 从你的样本内容中学习语气、句式、emoji 习惯
3. **A/B 验证准确度** — 用实际内容测试，确保 AI 真的学会了
4. **生成可执行的风格档案** — 保存到 `~/.autocrew/STYLE.md`，以后自动应用

## 推荐工作流程

### 首次使用 AutoCrew？

```
/calibrate → 品牌调研 → 样本分析 → A/B 验证 → 开始创作
   ↓
风格档案生成完毕，以后自动应用
```

### 已经用过但想优化风格？

```
/calibrate → 检测到已有风格档案 → 选择：重新校准 / 微调 / 查看当前风格
```

## 执行流程

当用户触发 `/calibrate` 时，按以下步骤执行：

### Step 0: 智能上下文加载

静默读取（如果存在）：
1. `~/.autocrew/MEMORY.md` — 已有的品牌信息
2. `~/.autocrew/STYLE.md` — 已有的风格档案
3. `~/.autocrew/creator-profile.json` — 校准状态

**如果已校准过**：
```
检测到你已经有风格档案了！

当前风格：[简短总结 STYLE.md 的核心特征]

你想：
1. 查看完整风格档案
2. 微调现有风格（提供新样本）
3. 重新校准（从头开始）
```

**如果是首次校准**：继续 Step 1

### Step 1: 品牌调研（2-4 轮对话）

> 目标：理解品牌定位、目标受众、内容现状

**欢迎语**：
```
欢迎来到 AutoCrew 风格校准！

接下来我会问你几个问题，帮你建立专属的写作人格。
整个过程大概 5-10 分钟，之后 AI 写的内容就会"像你"。

先聊聊你的定位 —— 
你做什么内容？主要在哪些平台发布？
```

**需要收集的信息**（跳过 MEMORY.md 中已有的）：

| 信息 | 为什么重要 | 示例问法 |
|------|-----------|---------|
| 行业定位 | 决定话题选择和专业度 | "你做什么内容？" |
| 目标平台 | 不同平台风格差异大 | "主要在哪些平台发布？" |
| 受众人设 | 决定语气和深度 | "你的读者是谁？描述一个具体的人" |
| 风格禁区 | 避免踩雷 | "有什么风格是你绝对不想要的？" |

**对话原则**：
- 每轮最多问 1-2 个问题
- 对用户回答先给简短洞察，再问下一个
- 不要审讯式连问

### Step 2: 样本采集与分析（1-3 轮对话）

> 目标：从用户内容中提取风格特征

**询问样本**：
```
有没有你觉得写得最好的内容？
可以是：
- 一篇文章的链接
- 直接粘贴文字
- 你喜欢的其他账号（我帮你分析）

如果还没有内容，我可以提供几种风格模板让你选。
```

**如果用户提供了样本**，分析以下维度：
- 语气（随意/专业/活泼/权威）
- 句式结构（短句为主？长短交替？）
- Emoji 使用（频率、位置、偏好）
- 词汇偏好和禁忌表达
- 排版习惯（段落长度、分隔方式）
- Hook 模式（开头怎么抓人）
- CTA 模式（结尾怎么引导）

**如果用户没有样本**，提供 3 种风格模板：
1. **知识分享型** — 干货密集、数据驱动、理性分析
2. **故事叙事型** — 个人经历、情感共鸣、场景化
3. **观点输出型** — 犀利观点、争议话题、强互动

### Step 3: A/B 对比验证（1-2 轮）

> 目标：用实际内容验证风格准确度

1. 选一个选题（用户提供 or 从已有 topics 取）
2. 用提取的风格写两个版本：
   - **版本 A**：严格按提取的风格
   - **版本 B**：在 A 基础上微调（更口语化/更专业/更短/更长）
3. 让用户选择更接近的版本，或指出需要调整的地方
4. 根据反馈微调风格参数

**如果两个版本都不满意** → 回到 Step 2 重新采集

### Step 4: 生成风格档案

> 目标：持久化风格档案，以后自动应用
> **唯一机器事实源 = `creator-profile.json`（IA v4.2 §B2）**：引擎生成只读 writingRules/styleBoundaries，
> 不读 STYLE.md。先做 4.1（结构化落库），4.2 的 STYLE.md 只是给人看的摘要，可选。

#### 4.1 更新 `creator-profile.json`（主产出）

通过 `autocrew_init` 更新以下字段：
- `industry` — 从 Step 1 收集
- `platforms` — 从 Step 1 收集
- `audiencePersona` — 从 Step 1 构建
- `styleBoundaries.never` — 从风格禁区
- `styleBoundaries.always` — 从风格分析提取
- `writingRules` — 从 Step 2/3 提取，source 设为 `"calibrated"`；
  **scope 按 PRD-v4 §4.3 二分**：跨平台声音特征（用词癖好/口头禅/立场/禁忌）→ `"voice_core"`；
  某平台专属形式规范（长度/结构/格式）→ `"platform:<平台id>"`（如 `platform:wechat_mp`）
- `styleCalibrated` — 设为 `true`

使用 `autocrew_memory` 的 `capture_feedback` 记录校准事件。

#### 4.2 生成 `~/.autocrew/STYLE.md`（可选的人类可读摘要，非机器事实源）

写入：

```markdown
# Brand Voice Profile

## Core Tone
[e.g., 轻松专业，像和聪明朋友聊天]

## Writing Patterns
- **Opening**: [Hook 模式]
- **Emoji**: [使用频率、位置、偏好 emoji]
- **Paragraph**: [段落长度偏好]
- **Ending**: [CTA 模式]

## Vocabulary
- **Prefers**: [偏好词汇/表达]
- **Avoids**: [禁忌词汇/表达]

## Sentence Structure
[句式特征描述]

## Platform Variations
- **小红书**: [特定调整]
- **公众号**: [特定调整]
- **抖音**: [特定调整]

## Audience Persona
- **Name**: [主要受众人设名字]
- **Profile**: [一句话概括]
- **Scroll-stop triggers**: [什么让他们停下来]
```

#### 4.3 追加 `~/.autocrew/MEMORY.md`

将品牌上下文追加到 MEMORY.md：
- 行业和定位
- 目标受众摘要
- 风格边界
- 竞品账号（如果提到了）

### Step 5: 完成确认

```
✅ 风格校准完成！

你的写作人格已落进声音内核（creator-profile.json 的 writingRules）。
以后用 AutoCrew 写内容会自动应用这个风格。

要不要试一下？给我一个选题，我按你的风格写一篇看看。
```

## 关键原则

1. **对话式，不是问卷** — 像 YC office hours 那样引导，不是填表
2. **A/B 验证是核心** — 不要跳过 Step 3，这是准确度的关键
3. **风格档案要可执行** — 另一个写手拿到 STYLE.md 应该能直接用
4. **控制在 60 行以内** — STYLE.md 要简洁可扫描
5. **更新不覆盖** — 用户后续提供新样本时，更新而非替换

## 与其他 Skill 的关系

- **onboarding skill** 会在用户第 3-5 次使用时 nudge 建议运行 `/calibrate`
- **write-script / publish-content** 会自动读取 `STYLE.md` 应用风格
- **style-calibration skill** 是底层实现，`/calibrate` 是用户入口

## 工具依赖

- `autocrew_init` — 初始化数据目录
- `autocrew_memory` — 记录校准事件
- 文件系统读写 — STYLE.md、creator-profile.json、MEMORY.md

## Changelog

- 2026-04-02: v1 — 创建 `/calibrate` 入口技能，参考 gstack `/office-hours` 设计