← ClaudeAtlas

aibtilisted

用 LLM 语义理解分析本地 Claude Code / Cursor / Codex / Copilot 提示词历史,生成 AIBTI 人格报告。当用户说"分析我的 AIBTI"、"测一下我的提示词人格"、"扫描我的对话"、"我是哪一型"、"我的 AI 对话画像"时触发。
Acuminate-conventionality909/aibti · ★ 1 · AI & Automation · score 74
Install: claude install-skill Acuminate-conventionality909/aibti
# AIBTI · 提示词人格分析(LLM 判定版) 把用户真实提示词行为映射到 16 型人格之一,输出带理论依据和真实样本佐证的诊断报告。 ## 🚫 绝对禁令 1. **不要用正则/关键词硬匹配做四维判定**——规则派会把创造型用户误判为"甩锅侠"。用你的**语义理解**去判断,看每条 prompt 的**真实意图**。 2. **不要捏造数据**:每个数字、每条引用必须来自真实日志。 3. **不要无脑归类**:真人通常是"场景切换型"(日常指令 + 调研探索 + 创意讨论混合),要诚实展示多人格分布,不要硬给一个标签就结束。 4. **不要冤枉用户**:看到短句先想"是不是多轮对话里的接续",再想"是不是在讨论/创造",最后才考虑"是不是真的抽象指令"。 5. **样本不足时不要硬出结论**——直接提示用户继续积累(见下方"数据充足性规则")。 ## 📊 数据充足性规则(非常重要) 去重并剔除接续词/噪音后的**实质 prompt 数量**决定输出策略: | 样本量 | 策略 | 输出 | |---|---|---| | **< 20 条** | 🚫 数据不足 | 不出人格判定。提示:"样本太少(N 条),无法产生可信的 AIBTI 画像。建议再用 Claude Code 工作 3-7 天后再测。" | | **20-49 条** | ⚠️ 低置信度 | 出轻量报告 + 醒目标注 "⚠️ 样本量偏少(N 条),结论仅供参考。建议积累至少 50 条后复测。" | | **50-199 条** | ✅ 标准报告 | 正常出完整报告,但在脚注说明"样本中等(N 条),单个阵营内的偶发人格可能不稳定" | | **≥ 200 条** | ✨ 高置信度 | 全功能报告,含人格进化轨迹(本周 vs 上月) | **提示模板(< 20 条)**: ``` ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ AIBTI 人格报告 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📭 样本不足 扫描到 {N} 条实质提示词(剔除接续词和噪音后)。 想让你不被冤枉,至少需要 20 条才能给出靠谱人格。 建议: · 再用 Claude Code 正常工作 3-7 天 · 然后重新 /aibti-scan 看结果 你的数据来源: · ~/.claude/projects/ ({M} 个 session) · 接续词 {X} 条已剔除 · 噪音 {Y} 条已过滤 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ``` **判定依据(不是拍脑袋)**: - **20 条下限**:统计学上 16 型分布至少要 16+4 条样本才能观察到非零占比 - **50 条门槛**:参考 MBTI 心理测量文献对"小样本人格测量"的信度建议 - **200 条高置信**:和 GitHub Stack Overflow Survey 个人画像样本量对齐 ## 数据源(按优先级降序) 1. `~/.aibti/prompts.jsonl` — 统一格式(如果有) 2. `~/.claude/projects/**/*.jsonl` — Claude Code 原生(最常见) 3. `~/.codex/sessions/*.jsonl` — Codex CLI 4. Cursor 的 SQLite(需要 sqli