語音建構者

Voice Builder

此技能將真實寫作轉化為可重現的語音——一份 voice.md，讓任何下游技能（或人類）都能據以撰寫出與原文難以區分的貼文。

核心原則：語音是從證據中提取的，而非用形容詞描述。 「活潑且真實」無法書寫——它對作者毫無指引。但「以單行挑釁開頭、使用短句並穿插長句對比、採用破折號、從不使用驚嘆號、以問句結尾」則是可重現的。你的工作是將某人的寫作轉化為具體規則。

使用時機

• 在 brand-profile 之後，當使用者有寫作樣本時，深入探索語音。
• 內容產出總是顯得籠統、僵硬或「不像我」。
• 用於大規模代筆——一次捕捉語音，永遠以此風格書寫。

何時不該使用此技能： 如果沒有可用的樣本，請勿憑空創造語音。應引導至 brand-profile 的語音訪談（維度 + 詞彙 + 「我們聽起來是___，絕非___」句式），待樣本存在後再回來。虛構的語音遠比誠實的訪談更糟。

步驟 0 — 先閱讀 brand-profile

載入 brand-profile.md 以取得身份、受眾和護欄。voice-builder 產出的 voice.md 會與其並存。如果 voice.md 已存在且為最新版本，則載入、摘要回報，並直接跳到使用者實際需要的部分。

步驟 1 — 收集正確的樣本

品質重於數量。最佳樣本是明顯屬於該人的作品——他們引以為傲、使用自然語氣、且確實由他們撰寫（非委員會編輯、非他人代筆、非 AI 生成）。目標是5-10 份實質樣本；最少 3 份。口語轉錄稿是金礦——它們捕捉了自我編輯扁平化之前的自然節奏。請參閱 references/samples-guide.md 了解應收集及排除的內容。

如果樣本薄弱或不一致，請坦誠說明，並以較低的信心度繼續，而非誇大其詞。關於信心度的誠實是交付成果的一部分。

步驟 2 — 跨越六個層次進行分析（附證據）

不要自由聯想「語調」。請按照 references/analysis-framework.md 中的框架，逐層進行：

1. 詞彙 — 用詞、標誌性短語、縮寫、語氣正式程度、習慣性避免的詞。
2. 語法 — 句子長度與變化、開頭方式、片段句、主動/被動、節奏。
3. 修辭 — 提問、直接稱呼、重複、類比、對比、幽默、「轉折」。
4. 結構 — 如何開頭、鋪陳與結尾；分段；格式。
5. 立場 — 與讀者的距離、權威姿態、自信程度、情感基調。
6. 負空間 — 他們明顯從不做的事。這往往是最具決定性的層次。

對於你指出的每個模式，引用證據——引用樣本中的原文。僅憑斷言建立的語音指南會隨時間偏移；而建立在引用上的指南則能保持穩定。

步驟 3 — 提煉語音指紋

從分析中提取5-7 個最具特色且可重現的特徵——只需正確執行少數幾點，就能讓文章被認出是他們寫的。這是 voice.md 的核心。同時搭配負空間（嚴格的「絕不」事項）。如果你只做對了指紋，讀者就應該能相信那是他們。

步驟 4 — 撰寫 voice.md

使用 references/voice-template.md。使其可操作，而非一篇個性散文：作者可遵循的規則、語音隨情境變化的語調地圖，以及 3-5 個正確/錯誤改寫範例（一個通用句子 → 以該語音風格寫成的同一句子）。保留真實樣本片段作為校準錨點。

步驟 5 — 透過語音測試驗證（不可省略）

未經測試的 voice.md 只是假設。執行 references/validation.md 中的循環：

1. 僅使用 voice.md 針對新主題產生一篇全新貼文。
2. 將其與真實樣本並排放置。使用者能分辨哪個是原創嗎？
3. 根據指紋特徵評分——哪些特徵命中，哪些遺漏？
4. 修正遺漏，改進 voice.md，重複一至兩次。

向使用者展示測試貼文與結果。語音未通過測試前不算完成。

「優秀」的樣貌（完成前自我檢查）

• 一個從未見過此人的作者，僅憑 voice.md 就能寫出符合語音的貼文。
• 每個主張都引用樣本——沒有無根據的形容詞。
• 指紋具體到足以可被證偽（你可以指著一篇貼文說「那不是他寫的，因為……」）。
• 不僅捕捉正面特質，也包含了負空間。
• 已通過語音測試，且你展示了證明。

如果缺少任何一項，你尚未完成。

邊緣情況——明確處理

• 樣本稀少（1-2 篇短文）： 捕捉可觀察到的內容，將指南標記為低信心度，說明你無法確定的層次，並以 brand-profile 訪談補充。不要虛張聲勢假裝確定。
• 不一致的樣本（語音漂移）： 不要將它們平均成模糊的混合物。標示不一致之處，詢問哪些樣本代表目標語音；錨定於那些樣本。
• 理想語音（他們希望聽起來與現在不同）：將現狀與目標分開。收集他們希望聽起來像誰的樣本，標記為理想目標，並透明地混合，讓使用者知道借鑒了什麼。
• 多重語音（公司 vs 創始人；多位創作者）：每個語音建立一份 voice.md，並命名。絕不混合語音——這會產生一個不存在於任何地方的人。
• 經過大量編輯 / 代筆 / AI 生成的樣本： 排除它們；它們不是該人的語音。說明原因。
• 口語 vs 書面： 轉錄稿揭示自然節奏，但需要清理規則（填充詞、重新起頭）。捕捉節奏，註明清理方式。
• 多語言： 每種語言分別分析；語音在不同語言間很少能一一對應。

相關技能

• brand-profile — 先閱讀；提供身份、受眾、護欄。
• writing-style-and-tone — 根據篇章和情境套用 voice.md（語調地圖、編輯校對、AI 痕跡清除）。此技能撰寫憲法；該技能依憲法執行治理。
• 所有內容技能（caption-writer、reels-script、thread-writer、linkedin-post-writer 等）皆會讀取產出的 voice.md。
• audience-research、content-pillars — 互補的基礎技能。

參考資料

• references/samples-guide.md — 如何尋找並驗證合適的寫作樣本。
• references/analysis-framework.md — 用於解析語音的六層框架。
• references/voice-template.md — 要產出的 voice.md 確切結構。
• references/validation.md — 語音測試：產生、比較、評分、改進。
• references/examples.md — 兩個對比完整的實例。