# Emotion Arousal Model

> 当用户在设计内容的情绪策略、选择传播内容的情绪基调、或分析"为什么有的内容被大量分享有的却无人转发"时激活此 skill。 典型触发信号：用户在问"应该用什么样的情感来打动受众""为什么正能量的内容没人分享""恐惧营销是否有效"。 不适用于：纯粹的情绪管理、心理健康咨询、或与内容传播无关的情绪设计。 核心判断：用户是否在讨论"情绪类型如何影响分享/传播行为"。

- Skill: `kangarooking/emotion-arousal-model` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add kangarooking/emotion-arousal-model`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kangarooking/emotion-arousal-model/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: kangarooking (https://skillmd.com/u/kangarooking)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kangarooking/emotion-arousal-model

---


# 情绪唤醒二维分类模型（效价 x 唤醒度）

## R — 原文 (Reading)

> 唤醒是被激活并准备随时待命的状态。此时，你的心脏跳动加速，血流加快。生理唤醒可以帮助大脑激活人类的生理功能，调动自己的各个器官，并在遇到危险时及时反应。任何事情，只要能激活我们，形成生理唤醒状态，我们的行为就会被触动。悲伤的情绪更多地让你泄气和沮丧，并无法投入精力去工作。满足感虽然不是消极的情感，但它让人感到过分的安逸，以至于人们不太可能去谈论或者共享与之相关的事情，因为满足感降低了人们的情绪唤醒程度。
>
> — 乔纳·伯杰，第三章 情绪

---

## I — 方法论骨架 (Interpretation)

这个模型用两个维度对情绪进行分类，并预测不同情绪类型对分享行为的影响：

**维度一：效价（积极/消极）**——情绪是正向还是负向的。
**维度二：唤醒度（高/低）**——情绪是否激活了生理系统（心跳加速、血压升高）。

由此产生四个象限：
- **积极 + 高唤醒**（敬畏、兴奋、幽默）→ 促进分享
- **积极 + 低唤醒**（满足、安逸）→ 抑制分享
- **消极 + 高唤醒**（愤怒、担忧、焦虑）→ 促进分享
- **消极 + 低唤醒**（悲伤、沮丧）→ 抑制分享

关键洞察：决定分享行为的是唤醒度而非效价。愤怒虽是消极情绪，但因为高唤醒，比积极但低唤醒的满足感更能驱动分享。这颠覆了"正能量促进传播"的默认假设。

---

## A1 — 书中的应用 (Past Application)

### 案例 1: 苏珊·波伊尔《英国达人秀》——敬畏驱动分享
- **问题**: 为什么某些看似普通的内容会引发爆发式传播？
- **方法论的使用**: 苏珊·波伊尔外表朴素被观众嘲笑，但天籁之声震撼全场。这触发了"敬畏"情绪——积极且高唤醒，观众心跳加速、身体被激活。
- **结论**: 敬畏属于"积极+高唤醒"象限，驱动了大量分享行为。
- **结果**: 九天内视频点播超过1亿次，成为当时最流行的在线视频之一。

### 案例 2: 美联航摔吉他——愤怒驱动分享
- **问题**: 负面体验为什么能比正面宣传获得更大传播？
- **方法论的使用**: 戴夫·卡罗尔吉他被摔碎后索赔无果，创作"美航毁了我的吉他"歌曲。愤怒属于"消极+高唤醒"象限，同样激活了分享行为。
- **结论**: 愤怒虽是消极情绪，但因为高唤醒，驱动了比许多正面内容更大规模的传播。
- **结果**: 视频10天内点击300万次，美联航股价下跌10%，直接损失1.8亿美元。

---

## A2 — 触发场景 (Future Trigger) ★

### 用户会在什么情境下需要这个 skill?

1. 用户在设计营销内容的情绪基调，在"温馨感动"和"震撼争议"之间犹豫。
2. 用户发现内容质量高但分享率低，分析原因时怀疑情绪策略出了问题。
3. 用户在做公益宣传或健康推广，需要选择"恐吓"还是"温馨"的情绪路线。

### 语言信号 (用户的话里出现这些就应激活)

- "内容很好但没人分享，为什么？"
- "应该用正能量还是负面情绪来推广？"
- "恐吓营销/恐惧诉求有效吗？"
- "为什么愤怒的评论比正面的评论传播得更快？"
- "温馨感人的广告为什么没有引发分享？"

### 与相邻 skill 的区分

- 与 `emotion-injection` 的区别: 情绪唤醒模型是诊断工具（判断某种情绪是否促进传播），情绪注入是操作工具（如何向内容中注入高唤醒情绪）。先诊断再操作。
- 与 `social-currency` 的区别: 社交货币关注"分享者看起来怎样"，情绪唤醒模型关注"分享者的生理状态如何"。

---

## E — 可执行步骤 (Execution)

当 skill 被激活后, agent 应按以下步骤执行:

1. **将目标情绪放入二维矩阵**
   - 识别用户内容当前主打的情绪是什么。
   - 判断该情绪的效价（积极/消极）和唤醒度（高/低）。
   - 完成标准: 确认情绪落在四个象限中的哪一个。

2. **诊断情绪是否具备传播力**
   - 如果落在高唤醒象限（敬畏、愤怒、担忧、兴奋、幽默），标记为"传播友好"。
   - 如果落在低唤醒象限（满足、悲伤），标记为"传播抑制"，需要调整。
   - 完成标准: 给出明确的"传播友好/抑制"判断及理由。

3. **推荐情绪调整方向**
   - 若当前情绪为低唤醒，建议替换为同效价的高唤醒情绪（如满足→兴奋，悲伤→愤怒/担忧）。
   - 完成标准: 提供至少一个具体的情绪替换建议，并解释为什么新情绪更有利于传播。

---

## B — 边界 (Boundary) ★

### 不要在以下情况使用此 skill

- **产品本身需要信任和安心感时**（如保险、医疗、财务顾问）——愤怒和担忧虽然促进分享，但可能损害品牌信任度。传播力不等于品牌力。
- **面向儿童或敏感人群的内容**——高唤醒情绪（特别是恐惧和愤怒）可能造成心理伤害。
- **B2B 决策场景中**——B2B 采购决策更依赖理性分析，情绪唤醒对决策的影响可能有限。

### 作者在书中警告的失败模式

- **低唤醒情绪无法驱动分享**（ce-005）：悲伤和满足感会抑制分享行为。悲伤文章的共享率比平均水平低16%。营销内容以催泪、感人、温馨为基调时，即使内容被喜欢，也不会被分享。
- **仅靠信息灌输而不触动情绪**（ce-015）：只传递理性数据而忽视情绪共鸣，信息虽然被接收但不驱动分享。

### 作者的盲点 / 时代局限

- 二维模型简化了情绪的复杂性——实际情绪体验往往是混合的（如"又惊又喜"），模型未处理复合情绪的传播效果。
- 模型未考虑文化差异——不同文化中对"敬畏""愤怒"的表达和反应可能截然不同。
- 书中数据主要来自《纽约时报》文章分享，对短视频、直播等新媒体形式中的情绪传播机制未做验证。

### 容易混淆的邻近方法论

- **"正面情绪促进传播"的常识假设**: 这个模型恰恰推翻了这个假设。满足感是正面情绪但抑制传播，愤怒是负面情绪但促进传播。关键维度是唤醒度而非效价。

---

## 相关 skills

- composes-with: [emotion-injection](../emotion-injection/SKILL.md) — 唤醒模型负责诊断情绪的传播力，情绪注入负责将低唤醒情绪替换为高唤醒情绪，先诊断再操作
- composes-with: [trojan-horse](../trojan-horse/SKILL.md) — 唤醒模型确保故事内容触发高唤醒情绪，特洛伊木马确保品牌信息随情绪化故事一起传递

---

## 审计信息

- **验证通过**: V1 ✓ / V2 ✓ / V3 ✓
- **测试通过率**: 待测试 (详见 test-prompts.json)
- **蒸馏时间**: 2026-05-03