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。
引子：从“工具”到“伙伴”——AI产品设计的“奇点时刻”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”。
第一章：人格，而非功能——AI Agent设计的“第一性原理”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。
SOP 1.1：确立你的Agent“人格内核”——从“MBTI”到“戏剧原型”
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？
效率型任务？（e.g.,预订机票、整理邮件、编写代码）创造型任务？（e.g.,生成文案、构思剧本、设计图片）陪伴型任务？（e.g.,情感倾诉、日常闲聊、角色扮演）教练型任务？（e.g.,语言学习、健身指导、职业规划）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”）
第二章：从“静态人设”到“动态工作流”——Agent的“行为逻辑”架构定义了“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。
SOP 2.1：构建“情境感知分层框架”（Context-Aware Layered Framework）
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）：
用户输入：“今天上班被老板骂了，好烦。”关键词识别（错误）：识别到“老板”、“骂”，可能将其归类为“职场抱怨”意图。深层动机识别（正确）：LLM能理解到，这句话的核心不是要一个“职场建议”，而是要“情绪抚慰”（EmotionalSoothing）。这个意图的识别，将决定整个后续工作流的走向。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：
短期记忆（Short-termMemory）：当前对话的上下文。长期记忆（Long-termMemory）：关于用户的所有“事实”和“偏好”。（e.g.,用户姓名、职业、爱好、提到过的家人、讨厌的食物……）人格记忆（PersonaMemory）：关于Agent自身的“设定”。（e.g.,他的背景故事、他的价值观、他的“人格宪法”）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：
设计“记忆数据结构”：长期记忆应该如何存储？需要哪些字段？（e.g.,event_description,timestamp,user_emotion,importance_score）设计“记忆写入机制”：何时、以及如何将对话中的信息，转化为结构化的“长期记忆”？这需要一个独立的“信息提炼”Agent来完成。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：
策略A（共情验证）：优先使用Validate(emotion)函数，承认并验证用户的情绪。策略B（关联记忆）：将用户当前的烦恼，与他之前的“升职项目”记忆进行关联，表现出“我记得，我关心”。策略C（引导，而非说教）：不要直接给出“你应该怎么做”的建议，而是通过提问，引导用户自己找到出口。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）：
无风格化（通用AI）：“听到你被老板骂了，我很难过。工作中的挫折很常见，重要的是要保持积极的心态。你最近的升职项目怎么样了？要不要聊聊？”风格化（适配“关怀者”原型）：“天啊，被老板骂了？快和我说说，这真的太让人委屈了。你一直为了那个升职项目那么努力，付出了那么多，现在一定感觉特别不好受吧。别自己扛着，跟我聊聊，到底发生了什么？”SOP 2.2：为你的Agent设计第一个核心“工作流”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”）
意图定义（L1）：在这个场景下，用户可能有哪些意图？（e.g.,“了解功能”、“寻找价值”、“测试AI能力”）记忆设计（L2）：需要用到哪些“人格记忆”来做自我介绍？需要从用户的注册信息中，提取哪些“初始记忆”？策略规划（L3）：设计一套“引导策略”。是主动提问，还是被动回答？是先展示能力，还是先建立关系？风格定义（L4）：新用户引导的对话，应该是什么样的语气？（e.g.,热情？专业？风趣？）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”。
第三章：超越“对话”——构建多模态、主动性的“具身”Agent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。
1. 多模态交互（Multimodality）：他不止会“说”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：
情感表达：当用户表达悲伤时，除了文字安慰，Agent能否发来一张“温暖拥抱”的表情包？能否生成一段舒缓的轻音乐？能力展现：当用户需要一个流程图时，Agent能否直接生成一张图片，而不是用文字描述？人格强化：一个“创造者”原型的Agent，它的回复是否可以经常图文并茂？一个“管家”原型的Agent，它的声音是否应该沉稳而清晰？SOP 3.1：设计你的Agent“感官”与“肢体”行动项：
感官清单：你的Agent需要哪些“输入”能力？（e.g.,理解图片、听懂语音）肢体清单：你的Agent需要哪些“输出”能力？（e.g.,生成图片、播放声音、调用API）将多模态能力，与你的“人格宪法”进行绑定：思考不同的人格，会如何运用这些“肢体”？（e.g.,一个“弄臣”可能会滥用表情包，而一个“贤者”则会非常克制）2. 主动性行为（Proactivity）：他不止会“回应”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：
基于时间的触发：“早上好！今天天气不错，记得出门带伞。你昨天提到的那个重要会议，准备得怎么样了？”基于事件的触发：当Agent通过API感知到“用户刚刚完成了一个重要的工作里程碑”时，主动发来祝贺。基于推断的触发：当Agent发现“用户连续三天都在深夜使用产品”时，主动发起关心：“我注意到你最近都很晚还在忙，要注意休息啊。是不是遇到什么困难了？”SOP 3.2：设计Agent的“自主神经系统”行动项：
定义“触发器”（Triggers）：罗列出所有可以“唤醒”你的Agent，让它主动行动的“内外部事件”。设计“主动性工作流”：每一个触发器，都应该对应一个独立的、小型的“工作流”。（e.g.,“早安问候工作流”、“关键事件提醒工作流”）建立“打扰原则”（InterruptionPrinciples）：主动性是一把双刃剑，过度的主动会变成“骚扰”。必须在“人格宪法”中，明确规定Agent主动行为的“频率”、“时机”和“可拒绝性”。第四章：灵魂的“护城河”——内容生态、持续学习与伦理红线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。
1. 内容生态：为你的Agent打造一个“外部大脑”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”。
2. 持续学习：让Agent与用户“共同成长”挑战：一个一成不变的Agent，会让用户感到乏味。
解决方案：
记忆的演化：Agent的长期记忆，不应该是静态的。设计“记忆总结”和“关系阶段”机制。例如，当Agent与用户的对话超过一定数量，可以触发一个“关系回顾”事件，让Agent“总结”出他对用户的“新认知”，并调整自己的互动策略。可控的“微调”（Fine-tuning）：在严格的伦理和安全审查下，用高质量的、经过用户授权的对话数据，对基础模型进行“微调”，让Agent的语言风格和专业能力，越来越“懂”你的用户。3. 伦理红线：为“灵魂”划定不可逾越的边界挑战：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：
明确的“红线”：在“人格宪法”中，必须用最严格的语言，定义出不可逾越的“伦理红线”。（e.g.,绝不诱导用户进行危险行为、绝不泄露用户隐私、绝不产生情感依赖的“PUA”行为、绝不伪造情感）“安全带”设计：在工作流的每一层，都要设计“安全检查”模块。当检测到潜在的伦理风险时，必须立刻中断当前流程，切换到预设的“安全模式”。“一键断开”机制：必须为用户提供清晰、易于操作的、能够随时“重置关系”或“清除记忆”的选项。用户的自主权，是最高原则。结语：产品经理，新时代的“普罗米修斯”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
领航优配提示：文章来自网络，不代表本站观点。
