oracle-simulate-audiencelisted

# /oracle-simulate-audience · 换位思考模拟 把"谁会看、怎么看、会不会评论"显性化——不是自己猜，是两个具体的人在说话。 **方法论**：换位思考——站在用户角度想问题：你的内容在别人眼里到底是什么样子？这不是自我审查，是"如果我是他们，看到这段话会怎么想"。 ## 前置 1. **读 `audience-profiles.md`（init Phase 4 产出）** —— 这是模拟的根基，**不要求先跑 who-for** - 路径：项目根 `audience-profiles.md`，读该作品所属轨道的画像 - 不存在（未 init 或档案缺失）→ 提示"先跑 /oracle-init 补画像——没有画像的模拟是 AI 自嗨" - 存在但该作品轨道无对应画像（多轨项目新轨）→ **不用相邻轨画像顶替**——提示补该轨画像后重跑 - 存在但该作品跑过 who-for → **画像基线 + 逐稿 brief 双重加成**（brief 是这篇稿的深化受众理解，模拟更精准） 2. **读 `<draft-path>`** —— 要模拟哪篇稿子；路径无效 → 报错退出，不凭标题脑补内容 3. **读创作者真实表达样本**（可选）——从已发布作品的文稿/文案提取声音特征（句长/口头禅/禁用词），模拟评论要贴合真人语气 ## 两类人群模拟 ### 人群 A：核心受众（精准匹配画像） **定义**：与该轨画像匹配的人。在找内容、能识别专业、有明确痛点。 **模拟视角**： - "这条是给我的吗？" → 是否命中画像场景 - "他说的问题我遇到过" → 痛点真实吗 - "这个方法我能用吗" → 解法可执行吗 - "这人懂行" → 专业度够吗 - "评论区我会说..." → 真实评论倾向（支持/质疑/补充/追问） **评论风格**：偏理性专业偏追问细节；可能指出漏洞或补经验；长度中等信息密度高；可能带具体场景（"我上次也遇到这事..."）。 ### 人群 B：一般关注（流量推荐刷到） **定义**：不是主动搜索，是算法推荐/转发/无意刷到。画像模糊，但会被开头钩子留住。 **模拟视角**： - "这跟我有什么关系？" → 开头 3 秒抓人吗 - "讲人话吗？" → 术语解释了吗 - "看完能干嘛？" → 价值清晰吗 - "有点意思/无聊/太长" → 节奏拖沓吗 - "评论区我会说..." → 倾向（点赞/划过/简单评价） **评论风格**：偏感性偏情绪偏简单评价；"学到了"或"没看懂"；长度短信息密度低；可能带表情或网络用语。 ## 工作流 ### Step 1：提取文稿关键信号 核心观点 / 关键场景案例 / 金句反常识断言 / 结尾 CTA / 专业术语（是否解释）/ 开头钩子形式。 ### Step 2：人群 A 模拟 基于该轨画像 + 文稿信号，模拟 3-5 条真实评论： ``` 【核心受众评论模拟】 画像视角（<画像具体描述>）： 评论："<模拟的真实评论内容>" 原因："<为什么他会这么评论>" 情绪：支持/质疑/补充/焦虑/认可 ``` **评论要像真人说的**：有具体场景不说空话；可能错别字或口语化；可能带个人经历；可能质疑/补充/追问。 ### Step 3：人群 B 模拟 基于开头 + 核心价值，模拟 3-5 条（格式同上，视角换泛人群）。 ### Step 4：差距诊断 | 差距类型 | 信号 | 风险 | |---|---|