Communitygithub.com

100x-persona

Assign a delivering persona and an independent physical scene to a

Was ist 100x-persona?

100x-persona is a Claude Code agent skill that assign a delivering persona and an independent physical scene to a.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/kezd088/100x-skill-tiktok/tree/main/skills/100x-persona

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht 100x-persona?

一句话定位

输入一段脚本/文案纯文本,输出"谁来讲"(人物)+ "在哪讲"(场景,独立实体,非人物附属 字段)+ 两者如何与脚本原句绑定,三者都能逐字回指原文。属于 100x 体系 L2 创意生成层, 对应"3.1 人物×场景"这一步。

何时触发

用户说:

  • "给这条脚本配个人设" / "这条脚本谁来讲比较合适" / "这个人设怎么定"
  • "这个场景怎么设定" / "这条广告适合什么场景拍" / "这条脚本在哪拍合适"
  • "who should deliver this script" / "what persona fits this product"
  • "what setting fits this ad" / "where should this be filmed"
  • 或直接给一段脚本文案,要求"配人物和场景" / "assign a character and setting"

输入

最小输入(类别 A,必填):source_script——完整脚本/文案纯文本。本 skill 不接视频 文件,只吃文本。

上游可选产出(类别 C,缺失静默跳过,不阻塞,也绝不要求用户先跑别的 skill): 100x-segment 产出的 segments[](若存在,pairings[].segment_ref 可回填,缺失时 整个字段省略,靠 script_span_quote 独立定位)。

输出

结构见 schema.jsonPersonaSceneBundle = source_script(原文回显,供证据核对)+ personas(人物 map,独立实体)+ scenes(场景 map,独立实体,与 personas 平级, 不是人物的字符串字段)+ pairings(人物×场景×脚本原句的绑定表)+ meta。可选再渲染 一张人类可读的 Markdown 摘要(人物列表 / 场景列表 / pairing 对照表)。

核心约束(4 条公理,详见 axioms.md

  1. 场景是独立实体,靠 ID 引用,不是人物的内嵌字段——personas/scenes 是两个平级 map, pairings[] 里的 persona_ref/scene_ref 必须真实存在于对应 map(引用完整性)
  2. 人物的权威/受众依据必须是原文逐字子串,不许臆造——authority_evidence_quote / audience_pain_quote / script_span_quote 都要能在 source_script 里逐字找到。 已知局限(不是隐藏缺陷):逐字子串只能证明"这句话原文有",证明不了"这句话在 人物字段里的语义方向没被反着用"——比如摘一句自我怀疑的话("如果你不信我")反着当 权威锚点,也是合法子串。当前机制包含一层闭集自我怀疑短语检测(命中即要求人工披露, 见 axioms.md 公理2),但反讽/引用-驳斥框架类反转仍检测不到,这是字符串匹配的 天花板,详见 axioms.md 公理2"机制天花板与缓解措施"段
  3. 场景须具体到微观坐标,不许写泛地点——闭集泛化词表拒收 + 至少 2 件具体道具
  4. 人物与场景零孤儿,建了必须被至少一个 pairing 引用——不为了"看起来矩阵齐全"堆砌

三阶段流程

详见 workflow.md:Phase 1 人物反推(扫描脚本里的 Authority/Pain 信号,逐字摘取证据句) → Phase 2 场景建模(每个场景线索独立建实体 + 与人物/脚本原句绑定 + 零孤儿自检)→ Phase 3 输出(组装 JSON,公理 1-4 全过)。

独立调用保证

类别 A(source_script)缺失 → 固定拒绝话术追问,不代猜、不接视频文件替代。类别 C (上游 100x-segment 产出)缺失 → 静默跳过,绝不要求用户先跑其他 skill

禁用词

让我 / 希望 / 或许 / 大概 / 可能 / 也许 / 让我们;AI 客服味(as an AI / I'd be happy to / feel free to);不编造脚本原文没有的资质/认证/见证/效果数据;不写死任何客户品类词典; micro_coordinate 不使用闭集泛化词(见 axioms.md 公理 3:某处/随便/某个地方/TBD/ somewhere/anywhere 等)。

路由(推荐,非强依赖)

  • 已有分好段的脚本、想按段而不是整篇配人物场景 → 分段类 skill(若已建,segment_ref 可回填)
  • 想把人物/场景描述转成 AI 视频生成提示词 → 提示词组装类 skill(若已建)
  • 想先做搜索关键词找参考图再定人物场景 → 搜索关键词类 skill(若已建)
  • 想回入口重新分诊 → 100x 体系总入口(若已建)

以上均为"产出后按需推荐",不是前置依赖;对应 skill 尚未建好时不影响本 skill 独立工作。

出厂自检

运行 node scripts/validate.js --selftest 验证。schema.json 声明的结构层约束( required/additionalProperties/enum/pattern/minItems 等)由 scripts/validate.js 内的 ajv(真实 JSON Schema draft-07 验证器,package.json 声明的 devDependency, 先 npm install 再跑)实际执行,不是手写字段枚举。公理 1(引用完整性)、公理 2(证据 子串)、公理 4(零孤儿)是三类跨对象/跨字段聚合规则,vanilla JSON Schema 结构上表达 不出来,这三项由 scripts/validate.js 里的手写代码补上。此外还包含 checkAuthorityHedgeRisk(公理2的部分缓解,闭集自我怀疑短语命中即要求 meta.warnings 披露,否则 FAIL)——这条只是缓解,不是完整修复,反讽/引用-驳斥框架类的证据句语义 反转仍检测不到,--selftest 第 10 项如实留了一个"当前会放行"的真实回归用例证明这个 边界,不是声称已经堵死:

npm install                                                   # 首次使用先装 ajv
node scripts/validate.js <bundle.json> [bundle2.json ...]   # 校验产出
node scripts/validate.js --selftest                          # 跑内置回归用例

来源

本 skill 是基于判据风格参考与字段结构规范的独立构建。逐条判据出处、字段设计出处与设计决策,详见 sources.md

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

Verwandte Skills