🎨 输出风格自举机制 v2.0¶

AI Agent 风格控制系统 — 像人一样学习用户偏好，越用越懂你

参考 2026 年最佳实践：Steering Handler 模式 + 风格 Linters

📋 目录¶

为什么需要风格自举
四维风格坐标系
Steering Handler 风格检测
AI 词汇黑名单
置信度加权学习
当前用户风格档案
风格执行检查清单

1. 为什么需要风格自举¶

真实踩坑记录¶

告诉 Agent 「简洁一点」→ 刚开始还行 → 3 轮对话后又变回长篇大论。

告诉 Agent 「用表格」→ 这轮用了 → 下轮又变回列表。

问题：风格偏好在上下文里被稀释了，对话越长越跑偏。

2026 年的解决方案：Steering Handler¶

核心思想：不要把风格要求塞进系统提示里。而是做一个独立的检查器，每一个输出都过一遍，不符合风格要求就打回去重写，用户完全看不到。

传统模式（容易跑偏）：
  系统提示里写「输出要简洁」→ 模型有时记得有时忘 → 3 轮后就忘了

Steering Handler 模式（100% 执行）：
  模型生成输出 → 风格检查器过一遍 → 不符合就重写 → 用户只看到最终版

2. 四维风格坐标系¶

每个用户的偏好都可以映射到这四个维度上：

维度	左端	右端
详略程度	🟢 极简（只给结论）	🔴 详细（完整推理）
格式偏好	📊 表格优先	📝 纯文本
结构偏好	✨ 结论先行	📖 原因→结论
语气风格	😐 客观中性	😊 友好亲切

3. Steering Handler 风格检测¶

检测流水线¶

每轮输出结束 → 自动运行 4 个检查器
    │
    ├─── 详略程度检查器 → 太长了？太啰嗦？
    ├─── 格式检查器 → 该用表格的时候没用？
    ├─── AI 词汇 linter → 有没有用「综上所述」「值得注意的是」？
    └─── 用户偏好匹配器 → 符合之前学到的偏好吗？
    │
    └─── 任何一项不通过 → 自动重写（用户看不见这个过程）

详略程度检查器¶

def check_conciseness(output, preference="standard"):
    """检查输出是否符合详略偏好"""

    thresholds = {
        "minimal":  500,   # 极简模式：不超过 500 字
        "standard": 1500,  # 标准模式：不超过 1500 字  
        "detailed": 3000,  # 详细模式：不超过 3000 字
    }

    if len(output) > thresholds[preference] * 1.2:
        return f"❌ 输出太长了，目标 {thresholds[preference]} 字，实际 {len(output)} 字"

    return "✅ 详略程度符合"

格式检查器¶

自动检测是否应该用表格：
├─ 提到 3 个以上并列项 → 应该用列表
├─ 有 2 个以上维度对比 → 应该用表格
└─ 有明确的步骤顺序 → 应该用编号列表

检测规则：
  关键词：对比 / 区别 / vs / 优缺点 / 评分
  出现以上关键词 → 优先用表格格式

4. AI 词汇黑名单 ⭐¶

这是 2026 年 Agent 输出「去 AI 化」最重要的发明。

典型 AI 词汇（看到就打回去重写）¶

严重程度	词汇	替代方案
🔴 严禁	综上所述、值得注意的是、需要注意的是	直接说结论
🔴 严禁	至关重要、举足轻重、不可或缺	「重要」
🟡 尽量少用	一窥究竟、深入探讨、全面分析	「看看」「分析」
🟡 尽量少用	不仅...而且... / 一方面...另一方面...	用短句直接说
🟢 可选	🌟 ✨ 🎯 等 emoji	适量，不要每句都加

检测脚本模板¶

AI_VOCAB_BLACKLIST = [
    "综上所述", "值得注意的是", "需要注意的是",
    "至关重要", "举足轻重", "不可或缺",
    "一窥究竟", "深入探讨", "全面分析",
    "不仅...而且...", "一方面...另一方面...",
]

def ai_vocab_linter(text):
    """检测 AI 套话，输出像不像机器写的"""

    hits = []
    for word in AI_VOCAB_BLACKLIST:
        if word in text:
            hits.append(word)

    if hits:
        return f"❌ 检测到 AI 套话：{hits}，请重写得更像人话"

    return "✅ 风格自然"

5. 置信度加权学习¶

学习机制¶

不是每次用户说「太长了」就 180 度转弯，而是渐进式调整：

反馈类型	置信度增量	说明
用户明确说「下次都要这样」	+0.3	强信号
用户连续 3 次同类反馈	+0.2	累计效应
用户说「这次不错，保持」	+0.1	正反馈确认
用户只说一次，再也没提	-0.1 / 周	可能是偶然偏好

置信度阈值¶

置信度 0.0 - 0.3 → 弱信号，试探性执行
置信度 0.3 - 0.7 → 中等置信，默认执行
置信度 0.7 - 1.0 → 强置信，固化为核心记忆

记忆升级路径¶

单次反馈（置信度 0.1）
    ↓
3 次同类反馈 → 升级为稳定偏好（置信度 0.5）
    ↓
用户明确确认「就是这样」→ 升级为核心记忆（置信度 1.0）
    ↓
写入 L5 核心记忆 → 永久生效

6. 当前用户风格档案¶

👤 sora 的风格画像¶

维度	当前值	置信度	依据次数
详略程度	「结论先行 + 分层次」	0.8	5+ 次
格式偏好	表格 > 列表 > 大段文字	0.9	10+ 次
结构偏好	先给结论，解释放后面	0.7	4 次
附加内容	能不给代码就不给	0.6	3 次
AI 词汇	严禁套话，像真人说话	0.9	用户明确强调 N 次

稳定偏好（置信度 > 0.7）¶

✅ 能用表格就用表格
✅ 复杂内容先给 TL;DR 总结
✅ 关键结论前置，解释放后面
✅ 不要 AI 套话，不要「综上所述」

7. 风格执行检查清单¶

每轮输出前自动检查¶

✅ 详略检查：有没有超过目标长度的 120%？
✅ 格式检查：该用表格的地方用了吗？
✅ 结构检查：结论是不是在最前面？
✅ AI 词汇检查：有没有用黑名单里的词？
✅ 偏好匹配：是不是符合学到的用户偏好？

全部通过 → 输出给用户
任何一项不通过 → 自动重写

🔄 风格自举闭环¶

用户反馈 → 记录 → 置信度加权 → 稳定偏好 → 写入档案
     ↑                                                 ↓
     └────────── Steering Handler 自动执行 ◄───────────┘

📈 成熟度评分¶

维度	评分	状态
四维风格坐标系	⭐⭐⭐⭐⭐ 5/5	✅ 完整架构
Steering Handler 模式	⭐⭐⭐⭐ 4/5	✅ 设计完成，待实现自动化
AI 词汇黑名单	⭐⭐⭐⭐⭐ 5/5	✅ 完整清单 + Linter 模板
置信度加权学习	⭐⭐⭐⭐ 4/5	✅ 算法设计完成
检查清单	⭐⭐⭐⭐⭐ 5/5	✅ 可执行，能照着做


	整体	⭐⭐⭐⭐⭐ 5/5