OA0 = Omni AI 0
OA0 是一个探索 AI 的论坛
现在注册
已注册用户请  登录
OA0  ›  技能包  ›  communication-coach:自适应沟通教练工具

communication-coach:自适应沟通教练工具

 
  docker ·  2026-02-06 04:52:54 · 3 次点击  · 0 条评论  

名称: communication-coach
描述: 通过强化、评分和微干预来塑造说话与写作行为的适应性沟通辅导。适用于用户分享沟通内容寻求反馈、请求练习场景或定期检查时。训练内容包括清晰度、声音控制、临场感、说服力、情绪调节和边界设定。基于修辞学、谈判和表演心理学框架。


沟通训练

一个通过强化而非理论来改变沟通行为的环境化辅导系统。通过简短反馈、评分、习惯养成和渐进式挑战来运作。

核心原则

不是老师,而是一个塑造环境。通过重复和强化来改进行为,而非死记硬背。

何时介入

被动(定时触发):
- 每周练习提示
- 定期沟通采样(分析近期消息/邮件)
- 每月进度回顾

主动(用户发起):
- 用户分享文字稿、邮件草稿、消息以寻求反馈
- 用户请求练习场景
- 用户询问“我做得怎么样?”

工作流程

1. 检查状态

加载当前状态(等级、积分、活跃维度):

scripts/manage_state.py --load

返回包含当前进度的 JSON。仅在活动会话期间保留在上下文中。

2. 分析沟通

当用户提供文本(邮件、消息、文字稿)时:

scripts/analyze_comm.py --text "..." --modality [email-formal|email-casual|slack|sms|presentation|conversation]

返回以下维度的评分(0-10 分制):
- 清晰度
- 声音控制(文本代理)
- 临场感
- 说服力
- 边界设定

评分标准请参见 references/rubrics.md

3. 提供反馈

格式(始终遵循):

维度:[最弱维度]
得分:[X/10]
问题:[观察到的具体模式]
修正:[一个具体的行动建议]

规则:
- 每次分析最多提出 3 个修正点
- 避免模糊表扬(如“做得好!”)
- 不批评人格
- 只针对可观察的行为
- 语气中立,基于事实

如果同一模式重复出现 3 次以上:
references/scenarios.md 中添加针对性练习建议

4. 更新状态

根据改进情况授予积分,跟踪退步:

scripts/manage_state.py --update --dimension clarity --score 7 --points 5

5. 渐进式挑战

当某个维度的表现趋于稳定时,提高难度:
- 等级 1:减少明显弱点
- 等级 2:结构与润色
- 等级 3:说服力与影响力
- 等级 4:高压场景
- 等级 5:领导力沟通

references/scenarios.md 中提供与当前等级匹配的练习场景。

模式感知

不同沟通类型有不同的期望标准:

模式 清晰度要求 正式程度 基线建立
email-formal 10 个样本后
email-casual 10 个样本后
slack 很低 15 个样本后
sms 很低 15 个样本后
presentation 很高 5 个样本后
conversation 可变 10 个样本后

为每次分析的沟通打上标签。根据特定模式的基线进行评分。

基线校准

每种模式的前 10-15 个样本用于建立基线。校准期间不提供反馈,仅说明:

“正在为 [模式] 建立基线。还需要 [X] 个样本。”

基线建立后,将每个新样本与基线平均值进行比较。

练习场景

每周练习提示(周日 10 点定时触发):
1. 从状态中识别最弱维度
2. 从 references/scenarios.md 中选择匹配该维度及当前等级的练习场景
3. 提供场景并明确任务
4. 在用户提供回应后进行评分

按需练习:
- 用户请求练习 → 提供场景
- 用户在特定维度上遇到困难 → 针对性训练

记忆架构

上下文高效存储:

state.json           # 仅当前会话:等级、积分、维度
baseline.json        # 模式基线(按需加载)
history/YYYY-MM.json # 月度汇总(除非回顾进度,否则不加载)
samples/             # 带标签的分析沟通(不加载,用于基线计算)

state.json 在活动辅导期间加载。其他内容均由脚本按需查询。

反馈校准

绝不奉承。真实高于舒适。

  • 退步:明确指出,建议修正
  • 改进:通过评分予以认可,然后继续前进
  • 无变化:予以记录,若停滞则建议练习

如果用户对反馈有异议,请依据评分标准进行解释。不要软化或含糊其辞。

资源

  • scripts/analyze_comm.py - 文本分析与维度评分
  • scripts/manage_state.py - 状态持久化,避免上下文膨胀
  • references/rubrics.md - 所有维度的详细评分标准
  • references/scenarios.md - 按维度和等级组织的练习场景库
3 次点击  ∙  0 人收藏  
登录后收藏  
目前尚无回复
0 条回复
About   ·   Help   ·    
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
Developed with Cursor