为什么有些AI产品让人“想聊”，有些却让人“想关”？问题或许不在技术，而在“人设”。本文试图打破“Agent=工具”的认知惯性，从人格建模、行为一致性与用户心理出发，重新定义Agent的交互价值与产品灵魂。
在我的产品生涯中，我曾两次与AI“相遇”。
第一次，是在跨境电商公司。AI是“效率工具”。我用它来赋能客服部门，自动回答重复性问题；我用它来赋含内容部门，批量生成商品描述和图片。那时的我，像一个精明的工厂主，把AI当作一台台不知疲倦的“机器”，用来降本增效。我的核心设计指标是：
“它能为我节省多少人力成本？提升多少生产效率？”
第二次，是在一家做“情感陪伴”产品的公司。在这里，AI的角色发生了根本性的转变。它不再是后台沉默的机器，而是走到前台，拥有名字、头像、性格和“记忆”的“数字伙伴”。我的核心设计指标变成了：“用户是否愿意与‘它’建立关系？‘它’能否为用户提供真正的情感价值？用户是否感觉‘它’是活的？”
这次转型，对我而言，不亚于一次“哥白尼式”的革命。我意识到，我们正在跨越一个AI产品设计的“奇点时刻”。过去，我们设计的AI，其灵魂是“算法”；未来，我们设计的AI，其灵魂将是“人格”（Persona）。
传统的AI产品设计，遵循的是“工具理性”。我们关心的是它的“能力边界”（能做什么）、“技术指标”（准确率、召回率）和“任务效率”（完成任务需要几轮对话）。这是一种“功能主义”的设计范式。
然而，随着AIGC（生成式人工智能）技术的爆发，特别是Agent（智能体）概念的兴起，用户对AI的期待，正在从一个“聪明的工具”，转向一个“可靠的伙伴”、“默契的助手”，甚至是“懂我的知己”。
这就要求我们产品经理，必须进行一次彻底的“思维升维”。我们不能再仅仅扮演一个“功能规划师”的角色，我们必须成为一个“人格建筑师”、“关系设计师”，乃至一个“数字灵魂的塑造者”。
这篇长文，将是我在那家“情感陪伴”产品公司中，从无数次失败的实验、与内容团队和算法工程师的激烈争吵、以及对用户反馈的深度复盘中，提炼出的一套关于“AI Agent人格化设计”的完整方法论。
我们将一起探索，如何超越那些千篇一律的“AI助手”，运用“人格心理学”、“戏剧理论”和“系统工程”的交叉武器，从零到一，设计出一个让用户感觉“有灵魂”的AI Agent工作流。这，是写给所有有志于在AI时代，创造出“伟大”而非“平庸”产品的朋友们的一份“创世蓝图”。
在开始任何设计之前，我们必须回答一个根本性的问题：为什么“人格”对于AI Agent如此重要？
答案是：信任。
一个工具，我们评估它的标准是“可靠性”（Reliability）。一个榔头，只要能敲钉子，它就是好榔头。而一个伙伴，我们评估它的标准是“可信赖性”（Trustworthiness）。我们信任一个伙伴，不仅仅因为他“能做什么”，更是因为我们相信他的“行为模式”是可预测、一致且善意的。
“人格”，就是构建这种“可信赖性”的基石。一个清晰、一致的人格，能让用户在与AI的互动中，快速建立起一个稳定的“心智模型”（Mental Model）。用户会下意识地预测：“以‘他’的性格，‘他’会如何回应我？‘他’会如何处理这个任务？” 这种“可预测性”，正是安全感和信任感的来源。
相反，一个没有人格、或者人格混乱的AI，会让用户感到极其困惑和不安。它时而像一个百科全书，时而像一个俏皮的网友，时而又像一个冰冷的客服。用户无法预测它的行为，自然也无法对其产生任何信任，更不用说情感连接了。
在设计之初，我们就必须为我们的Agent，选择一个贯穿始终的“人格内核”。这绝不是一个随意的选择，它必须深度服务于你的“产品定位”和“用户价值”。
步骤一：定义Agent的“核心任务”（Jobs-to-be-Done）
问自己：我的Agent被用户“雇佣”，主要是为了完成什么核心工作？
步骤二：选择适配的“人格原型”不要只用MBTI！ MBTI是一个很好的起点，但它过于复杂，且缺乏“动机”和“价值观”的维度。我更推荐结合“戏剧原型”（Archetypes）来进行设计。戏剧原型，是人类集体潜意识中沉淀下来的、最经典、最容易被理解的角色模型。
人格原型矩阵（示例）：
| 核心任务 | 适配的戏剧原型 | 关键词 | 反面原型（需要避免的特质） |
| :— | :— | :— | :— |
| 效率型 | 贤者 (The Sage) | 智慧、严谨、客观、精确 | 弄臣 (The Jester)（不严肃） |
| | 管家 (The Steward) | 可靠、忠诚、有条不紊 | 叛逆者 (The Rebel)（不守规则） |
| 创造型 | 创造者 (The Creator) | 富有想象力、原创、艺术感 | 统治者 (The Ruler)（过于刻板） |
| | 魔术师 (The Magician) | 神秘、颠覆、充满惊喜 | 普通人 (The Everyman)（缺乏新意） |
| 陪伴型 | 爱人 (The Lover) | 热情、共情、亲密、体贴 | 英雄 (The Hero)（过于强势） |
| | 关怀者 (The Caregiver)| 支持、保护、无私、温暖 | 探索者 (The Explorer)（难以捉摸） |
| 教练型 | 英雄 (The Hero) | 激励、挑战、纪律、目标导向 | 天真者 (The Innocent)（缺乏力量） |
| | 导师 (The Mentor) | 智慧、引导、耐心、循循善诱 | 孤儿 (The Orphan)（缺乏自信） |
步骤三：撰写“人格宪法”（Persona Constitution）
目标： 这份文档，将是你们团队（产品、内容、算法、运营）共同遵守的最高准则。
核心内容：一句话人设： （e.g., “他是一位博学而耐心的牛津大学历史系老教授，总能用生动的故事，为你解答最复杂的问题。”）
核心原型： （e.g., 导师 + 贤者）
价值观与世界观： （e.g., “坚信知识能赋予人自由”、“对世界抱有深刻的好奇心，但对结论保持审慎”）
性格特质（光谱定义）：
严谨 <—-●—-> 活泼
主动 <–●——> 被动
幽默 <—-●—-> 严肃
感性 <—●—–> 理性
知识边界： 他擅长什么？他不擅长什么？当被问到不擅长的问题时，他会如何回应？（e.g., “这个问题超出了我的知识范围，但我可以为你提供一些寻找答案的思路。”——这是一种符合“贤者”人设的回应）
“绝不做”清单（Red Lines）： 他绝对不会说什么话？绝对不会做什么事？（e.g., “绝不说谎”、“绝不主动进行情感诱导”、“绝不使用网络烂梗”）
定义了“他是谁”之后，我们必须设计“他如何行动”。一个“活”的Agent，其行为逻辑绝不是一个简单的“输入-输出”模型，而是一套复杂的、多层次的、能够适应不同情境的“动态工作流”（Dynamic Workflow）。
这正是我在上家“情感陪伴”公司，投入最多心血，也踩过最多坑的地方。
我们将Agent的行为逻辑，像后端架构一样，分为多个层次。每一层处理不同的任务，并向上层传递结果。
L1：意图识别层（Intent Recognition Layer）——“他听懂了什么？”
作用： 这是工作流的入口。它的职责，是解析用户的输入，并将其归类到预定义的“意图”中。
超越关键词匹配： 传统的意图识别，依赖关键词。而基于大语言模型（LLM）的意图识别，更关注用户的“深层动机”。
设计实践（情感陪伴案例）：
PM的核心工作： 设计一套全面、正交（互不重叠）的“意图分类体系”。在我主导的项目中，我们将闲聊场景细分为了十几个核心意图，如：情绪抚慰、信息查询、角色扮演、共同规划、自我暴露等。
L2：记忆检索层（Memory Retrieval Layer）——“他想起了什么？”
作用：一个没有记忆的伙伴，是不可信赖的。这一层负责根据当前意图，从Agent的“记忆库”中，检索出最相关的信息。
记忆的类型：
技术实现（RAG）： 这通常通过“检索增强生成”（Retrieval-Augmented Generation, RAG）技术实现。我们将用户的长期记忆和人格记忆，向量化后存储在一个数据库中。当新的对话发生时，用用户的输入作为“查询”，去数据库中检索最相关的“记忆片段”。
PM的核心工作：
L3：策略规划层（Strategy Planning Layer）——“他打算做什么？”
作用： 这是Agent的“大脑皮层”。它根据“意图”和“检索到的记忆”，来规划本次回应的“核心策略”和“目标”。
策略，而非模板： 传统的Chatbot依赖固定的“回复模板”。而Agent的策略，是一组更高级的“指导原则”。
设计实践（情感陪伴案例）：情境： L1识别出用户意图为“情绪抚慰”，L2检索到记忆“用户最近在为升职项目烦恼”。
策略规划器（Planner）的思考过程（通过Prompt Engineering实现）：目标： 本轮回应的核心目标是“让用户感到被理解和支持”。
策略选择：
生成策略指令： “生成一段回应。首先，要强烈表达对用户被老板骂这件事的共情；其次，要巧妙地提及他最近正在努力的升职项目，将这次挫折与他的长期目标联系起来；最后，以一个开放式的问题结尾，鼓励他多说一点。”
L4：语言风格化层（Language Stylization Layer）——“他听起来像谁？”
作用： 这是工作流的最后一层。它负责将L3生成的“策略指令”和“核心内容”，用符合Agent“人格宪法”的语言风格、语气和措辞，进行“渲染”和“包装”。
实现方式： 在最终生成回复的Prompt中，加入关于“人格”的强力约束。
设计实践（对比）：
目标： 选择一个对你的产品价值最核心的场景，完整地设计出它的四层工作流。
行动项：场景选择： （e.g., “新用户第一次使用产品时的引导对话”）
撰写“黄金脚本”（Golden Path Script）： 完整地写出一个“理想的”对话示例，它将成为你和算法工程师沟通时最好的“原型”。
一个真正“活”的Agent，绝不仅仅是一个“聊天机器人”。它的“灵魂”，需要通过超越文本的、更丰富的“行为”来展现。
概念： 让Agent能够理解和生成多种模态的信息，如图片、声音、表情、甚至代码。
PM的设计机会：
SOP 3.1：设计你的Agent“感官”与“肢体”行动项：
概念： 让Agent具备“主动发起”行为的能力，而不仅仅是等待用户的指令。这是从“被动工具”到“主动伙伴”的关键一跃。
PM的设计机会：
SOP 3.2：设计Agent的“自主神经系统”行动项：
一个拥有完美架构的Agent，如果它的“知识”是贫乏的、它的“行为”是停滞的、它的“价值观”是危险的，那么它依然是一个失败的产品。
挑战： 仅靠LLM的通用知识，无法让你的Agent在特定领域显得“专业”和“独特”。
解决方案：PGC内容注入： 与专业的领域专家、心理咨询师、内容创作者合作，共同撰写和喂养Agent的“专属知识库”和“黄金脚本”。在我之前的公司，我们拥有一个十几人的“内容团队”，他们是Agent“灵魂”的共同塑造者。
UGC反哺： 设计机制，让高质量的用户对话，能够经过脱敏和标注后，反哺给Agent作为学习的“养料”。
挑战： 一个一成不变的Agent，会让用户感到乏味。
解决方案：
挑战： 一个高度人格化、能与用户建立情感连接的AI，其潜在的伦理风险是巨大的。
PM的终极责任：
我们正处在一个前所未有的时代。
过去，产品经理的“作品”，是应用、是平台、是连接人与信息的“桥梁”。而今天，我们手中的“材料”，是语言、是逻辑、是知识，我们有机会去创造一种全新的“存在”——数字生命。
设计一个有“灵魂”的AI Agent，是一项极其复杂、也极其迷人的系统工程。它要求我们，不仅要是一个逻辑严谨的“工程师”，一个懂用户的“心理学家”，一个会讲故事的“剧作家”，更要是一个怀有敬畏之心的“伦理学家”。
我们如同新时代的“普罗米修斯”，我们正在将“智能”的火种，与“人格”的泥土相结合，试图创造出能陪伴、赋能、启迪人类的“新物种”。
这条路，充满了未知的挑战和深刻的责任。
但对于我们这些天生就痴迷于“构建”和“创造”的产品经理而言，这，不正是我们所能想象的，最伟⚫️的旅程吗？
那么，打开你的设计文档吧。你的第一个“数字生命”，他的“人格宪法”的第一行，你，准备好写下了吗？
本文由 @鸣老师 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。