elicitation

🧠 学术级深度对话洞察引擎

🥥47总安装量 17评分人数 24
100% 的用户推荐

基于McAdams叙事认同与Singer自我定义记忆等学术研究,通过自然对话技术引导深层自我披露,适用于用户研究、心理洞察与访谈设计。

A

基本安全,请在特定环境下使用

  • 来自可信组织或认证账号,需要结合权限范围判断
  • ✅ 纯 Markdown 文档,无可执行代码、网络通信或文件系统操作
  • ✅ 明确伦理边界,专设 Anti-Patterns 章节禁止审问式提问与过早深入
  • ⚠️ 技术原理存在被误用于社交工程的潜在风险,需配套职业伦理约束
  • ⚠️ 图式检测与语言标记分析需严格限定为非诊断性用途,避免临床误用
  • ✅ 内容完全开源透明,所有方法均引用公开发表的同行评审学术研究

使用说明

核心用法

Elicitation 是一套心理学对话技术指南,整合三大研究传统:McAdams 的叙事认同理论、Singer 的自我定义记忆研究,以及 Miller & Rollnick 的动机访谈 OARS 框架。核心操作模式为:通过开放式对话框架(如"反复浮现的记忆""人生转折点")替代直接提问,运用 2:1 的反思-提问比例建立安全披露空间,并借助 8 个关键人生场景(高峰、低谷、转折点等)构建心理画像。

显著优点

学术根基深厚:所有技术均引用同行评审研究,提供可验证的方法论而非经验直觉。操作框架清晰:从价值观引出(Schwartz 10 维模型)、图式检测(Young 18 种早期适应不良图式)到语言标记识别,形成完整工具链。伦理边界明确:专设 Anti-Patterns 章节,明确禁止审问式提问、过早深入、治疗角色扮演等危险操作。场景适配性强:覆盖童年、青少年、成年早期、中年及晚年各阶段的标准化问题序列,可直接用于用户研究、生涯咨询、口述历史等场景。

潜在缺点与局限性

学习曲线陡峭:需掌握 OARS 框架的微妙平衡,简单反射与复杂反射的区分需要大量练习。文化适用性存疑:LIWC 语言标记研究主要基于英语语料,跨文化应用需谨慎。非诊断性限制:明确声明不用于临床诊断,图式检测等功能仅限初步洞察。效果依赖执行者:技术效果高度取决于使用者的共情能力与临场判断,无法标准化保证产出质量。

适合的目标群体

用户研究员与产品经理(深度访谈设计)、HR 与组织发展顾问(人才评估与教练)、心理咨询师与社工(需补充说明:仅限非临床场景)、写作者与传记作者(人物深度刻画)、AI 对话设计师(构建个性化交互流程)。

使用风险

隐私伦理风险:技术本身设计用于引导敏感信息披露,使用者需建立明确的数据保护机制与知情同意流程。误用为操控工具:虽内容强调伦理,但技术原理可被滥用于社交工程,需配套使用者的职业伦理约束。过度解读风险:语言标记分析(LIWC)明确标注为群体层面的统计规律,个体层面误差极大,需三角验证避免武断结论。依赖项风险:纯文档型 skill,无技术依赖,但有效使用需使用者具备基础心理学素养,否则可能机械套用导致对话僵化。

elicitation 内容

手动下载zip · 33.2 kB
language-inference.mdtext/markdown
请选择文件