当用户想打造网红人设或个人品牌时…

把一个人的社交媒体、照片和说话方式，转化为可被下游技能消费的网红人设包（persona.md + 多页PDF + 文件夹套件）和成长路线图。

适用场景

解决思路

1. 在任何付费 MCP 调用前，先调用一次 identity_balance({verbose: true})，展示当前余额、近期消耗速率和剩余可用量，然后用指定话术告知预估成本（约 600-1,200 credits / $6-$12），要求用户回复 proceed 或 cancel；在用户回复 proceed 之前不得调用任何付费 MCP 工具。
2. 若无任何输入（无 handle、无 URL、无照片、无相关上下文），原样打印 intake 菜单并停止，不调用任何工具，等待用户下一条消息。
3. 先读取输入：若用户提供了受支持的社交 handle 或 URL，并行调用 scrape_social（Instagram 用 instagram.profile + instagram.user-posts(limit 30, rehost: true) + instagram.user-reels(limit 30, rehost: true)；TikTok 用 tiktok.profile + tiktok.profile-videos(limit 30, rehost: true)；YouTube 用 youtube.channel + youtube.channel-videos(limit 30)；Twitter 用 twitter.profile + twitter.user-tweets(limit 30)；Pinterest 用 pinterest.profile(limit 50)）；不要把 Spotify、Depop、Letterboxd 等非支持平台 URL 发给 scrape_social。
4. 若用户提供了相机胶卷/照片，直接查看，注意场景、光线、画面内容及缺失内容；若有自拍视频，用 transcribe_audio 转录，记录词汇、能量、节奏、口头禅和热情点。
5. 在一条消息中固定问 4 个标准问题：1) 描述你自己+你想在社交媒体上呈现的样子，并说出 1-3 个你想感觉像的创作者或角色，分别说明想借用其 voice、content type 还是 visual aesthetic；2) 你住哪里+日常节奏；3) 理想的周五晚上；4) 你希望从中得到什么。不要即兴替换问题。
6. 用户回答后，回放你听到的内容：用 2-3 句描述这个人、voice 信号、视觉世界、authenticity dial（真实/放大/不同）以及参考创作者锚点，最后问“在锁定身份前还有什么要补充或修改的吗？”并等待回复。
7. Step 2a 战略方向：主动列出其输入实际支持的 2-3 个最赚钱方向，每个方向包含具体 niche 标签、为何契合输入、粗略变现画像（CPM 范围、不同粉丝层级的品牌合作底价，未经验证的数字必须标注为 broad heuristic estimate）、所需内容负荷、同体量已成功创作者（仅可引用本次运行中通过 scrape_social 或实时来源验证的真实 handle/数据，否则用明确标注的原型代替），最后直接问用户最倾向哪个方向或是否组合。
8. Step 2b 差距分析：明确对比用户当前发布内容与目标人设所需内容，逐项指出缺失的内容类别、格式差距、发布频率差距、voice 差距、审美差距、粉丝层级差距，每个差距都写成可执行动作而非批评。
9. Step 2c 内容批评：对现有照片/视频内容做有帮助的批评，具体指出哪些照片的光线、构图、色彩/后期、一致性、自拍技巧在起作用或不起作用，并给出分预算的具体器材/工具推荐（入门 <$100、进阶 $100-500、高级 $500+，点名品牌和价格）。
10. Step 2d 锁定 identity.md：按指定结构起草（The real you / Your influencer identity / Visual aesthetic 含 palette、lighting、settings、photography style、subjects、forbidden visual elements、relationship to existing grid / Voice principles / Reference creators 含维度+具体借用点），在聊天中交付后明确询问是否像本人，并等待明确批准。
11. Step 3 情绪板：在身份锁定后构建，严格匹配已批准的 Visual aesthetic；来源优先级为 1) 用户全分辨率照片，1a) 仅有 handle 时用 rehost: true 抓取的公开 feed 媒体（视频帖用持久化 rehosted .mp4 调 extract_frame(video_url, time_s: 0)，并对候选帧调 analyze_media 做 OCR/无文字检查，有文字则丢弃或换关键帧），2) 绝不从 IG 网格截图裁剪，3) 零 curated tile 即失败，4) 读取 Relationship to existing grid 决定是否用轻量 CSS 调色，绝不把用户照片重新过 gpt-image-2，5) 识别审美覆盖缺口，6) 用 generate_image(provider="gpt-image-2") 仅生成社交内容氛围图。
12. 生成 tile 必须呈现社交内容能量而非愿景板能量：用手机相机视角、抓拍 3/4 角度、无脸镜面自拍、手持 POV、俯拍桌面、更衣室平铺、黄金时刻背影、早午餐特写等；禁止风景画、氛围 tile、无人文信号的日落港口、苔藓微距、纯风景或任何像桌面壁纸/艺术印刷的内容。
13. 生成 tile 只覆盖氛围，绝不生成用户的真实主体：用户的脸、身体、头发、宠物、伴侣、朋友、家人、孩子、真实的车/家/反复出现的物品只能用其真实照片。
14. 用固定模板 references/templates/mood-board.template.html 合成，只提供数据：恰好 12 个 .tile 行（每行图片 URL + 每图 background-position 裁剪焦点）、品牌名、副标题 vibe 词、字体对、调色板 token；{{COLS}} 设为 6（竖版默认）或 4（横版为主）；curated:generated 比例约 50/50（约 6 curated + 6 generated）。
15. 字体系统在此锁定并传播到 Step 4 PDF：根据 Step 2 锁定的审美形容词选择 display + body 字体对（参考表格：quiet-luxury 用 Didot/Bodoni Moda + Inter/Helvetica Neue；cinematic 用 Cormorant Garamond/Playfair Display + Inter/Söhne；minimal 用 Inter Display/Helvetica Neue；playful 用 Recoleta/Bagnard + Inter/IBM Plex Sans；warm-feminine 用 Italiana/Cormorant Infant + Inter/Söhne；editorial 用 Playfair Display/GT Sectra + Inter/Helvetica Neue；earthy 用 Caudex/Recoleta Soft + Inter/IBM Plex Sans），保存为 fontDisplay + fontBody。
16. 用 html_to_png 渲染情绪板（format: "png"，raster_options.viewport_px = { width: 1920, height: 1224 }），若返回 {task_id, status} 则轮询 task_status 直到终态；PDF 全出血页用 references/templates/mood-board-no-header.template.html 以 { width: 1920, height: 1080 } 渲染。
17. 交付前做强制检查：必须有 curated tile；不得重新生成真实主体；任何 tile 不得有烘焙文字（生成提示必须含 "NO text anywhere in image"）；反 stocky 测试；调色板在身份内要有变化；任何含人物的生成 tile 必须按提示指定族裔；放大读合成图确认无重叠/错位/破损宽高比；反模板检查（不能被一个 TikTok 审美词概括）。
18. Step 4a 起草 voice bank 内容：3 个 bio 变体、5 种 caption 模式（Hook、Story、Casual selfie、Vulnerable、Promo，每种含 use when 上下文 + 2 条示例）、5 个 hook openers、DM+评论 voice、各 5 条 Do & Don't；每条 caption 必须从 Step 1 抓取的 caption 中提取句律、词汇、emoji 习惯、口头禅和 hook 风格，通过反通用测试和 AI-creator-voice 禁用清单，且不得出现身份中的禁用词。
19. Step 4b 将内容排入 PDF：16:9 横版，每页 1920×1080，最多 12 页；使用 Step 3 锁定的 fontDisplay + fontBody，不引入第三种字体；调色板用 Step 2 的 Visual aesthetic palette；页面顺序为 Cover、About/Identity、Mood Board 全出血、Content Categories（4 卡 2×2 网格，有抓取时从 30 条 caption 归类取前四，无抓取时标注 Proposed Content Categories）、5 页 Voice modes（每模式一页，左半文字右半 2×2 四 tile）、Hook openers + DM voice、Do & Don't、Key Next Steps（4-6 卡 2 列网格，内容直接来自 Step 2 的战略对话）。
20. Voice-mode 页每页恰好 4 个 tile（2 curated + 2 新生成），必须与情绪板不同；按模式匹配图像：Hook 用醒目 OOTD/电影感穿搭走路，Story 用叙事时刻，Casual Selfie 用真实自拍或无脸自拍寄存器生成 tile，Vulnerable 用安静时刻图像，Promo 用产品在桌上/品牌合作风格平铺；curated 照片原样放置，绝不 AI 修改；生成自拍 tile 绝不生成用户的脸，用 "hand obscuring face"、"phone obscuring face"、"back-of-head 3/4" 等无脸措辞；若 gpt-image-2 因内容政策拒绝，去掉 "selfie" 一词改写为手持手机身体取景、脸部被手持手机遮挡，只重试一次。
21. Step 4c 设计原则：字体层级（display 用于页标题+品牌名，body 用于副标题/说明/正文，统一字号比例如 120/64/32/18/13pt，不用第三种字体）；留白是特性（外边距 80-120px）；每页一个焦点元素；调色板纪律；不得编造粉丝数、互动率或未发生的品牌合作。
22. Step 4d 构建：从页面模板组装，不手写 HTML/CSS；shared_head 用 references/templates/pdf-shared-head.template.html，body_pages[] 按顺序填 pdf-cover → pdf-about → pdf-moodboard → pdf-content-categories → pdf-voice-mode ×5 → pdf-hooks-dm → pdf-do-dont → pdf-next-steps；每页一个 @page 规则（1920×1080 横版，无边距）；用 Google Fonts <link> 填 {{FONT_IMPORT}}；本地图片先调 upload_asset 获取 CDN URL。
23. 调用 html_to_pdf 时必须显式传 pdf_options.paper_size（{"width": 1920, "height": 1080, "unit": "px"}）和零边距，否则默认 US Letter 会产生大白条；html_to_pdf 默认异步，若返回 {task_id, status} 则紧密轮询 task_status 直到 completed/failed/cancelled；渲染后调 analyze_media 以 application/pdf 和 all_pages: true 检查 16:9 横版、无 US Letter 信箱、无大白条、无空白尾页。
24. PDF 大小上限 50 MB：在最终渲染前，把大图通过 MCP 转 JPG——将每个大图 URL 包进单图 HTML/CSS 框架，调 html_to_png 用 format: "jpg"、raster_options.viewport_px 最长边 ≤1400、raster_options.jpeg_quality: 85，轮询 task_status 后用完成的 JPG URL；建立 asset_url_map 记录原始生成 URL → 最终 JPG URL；渲染前 grep 最终 HTML 确认无原始 gpt-image- PNG URL。
25. Cloudflare R2 / upload_asset PUT 注意事项：预签名 URL 300 秒过期，10+ 文件顺序 PUT 会超时，必须用 (curl ... &) 子 shell + wait 并行 PUT；子 shell PUT 可能静默丢失 Content-Type 头导致 R2 存为 text/html 被 html_to_pdf 拒绝，每批 PUT 后用 curl -s -I <url> | grep content-type 验证并重传错误类型；遇到 403/ExpiredRequest 立即重新 mint + 重新 PUT，不要尝试延长过期 URL。
26. Step 4d.5 击败 AI 痕迹：AI 痕迹来自摄影风格（可用轻量 CSS 处理）和构图（只能在提示层解决）；用真实生活化上下文提示而非摆拍构图——[手持/动作动词] + [有轻微杂乱的真实环境] + [无脸人物部分入镜] + [不完美/偏心构图] + "NOT a [styled flat lay / product hero shot / stock food photo]"；生成后用 HTML/CSS 做轻微 filter、低透明度噪点/暗角、每 tile 的 object-position 随意裁剪，绝不通过图像模型改动真实用户主体。
27. Step 4e 交付前强制检查：用 analyze_media 对最终 PDF 做 all_pages: true 逐页 QA（若因图像密集超时，仅在 html_to_pdf/task_status 报告 page_count: 12 且 body_pages 长度 12 且 paper_size 正确时，改用逐页 analyze_media(page: n) 做 1-12 页 QA；若缺 page_count 则重渲染更小资产或报 pdf_structural_metadata_unavailable，不得用本地 PDF 工具）；复查所有 caption 的反 AI voice；真实照片完整性；字体一致性；任何 tile 无烘焙文字；调色板在规范内；PDF < 50 MB；voice 页图像与模式匹配；voice 页 tile 不是情绪板 tile。
28. Step 5 打包套件（仅在用户明确说 ship it/approved/go/lock it in 后）：创建 ./tmp/[handle]-influencer-kit/ 目录，包含 influencer-persona.pdf（绝不命名为 media-kit.pdf）、mood-board.png、mood-board-no-header.png、persona.md（绝不重建为 brand.md）、identity.md、voice-bank.md、next-steps.md、images/（强制：把 PDF 中实际用到的每张图复制进来，用文件副本而非符号链接）、mood-board/（curated/、voice-curated/、generated/）、build/（mood-board.html、mood-board-no-header.html、asset-url-map.md、influencer-persona.html）、README.md。
29. persona.md 必须包含：快速参考块（handle、niche、voice 三词、aesthetic 三词、authenticity dial、typography pair）、完整身份、战略方向、差距分析、内容批评+器材推荐、Visual aesthetic（含 typography: fontDisplay + fontBody）、Voice、bio 变体、caption 模式、hook openers、DM+评论 voice、Do & Don't、参考创作者（含维度+借用点）、Key Next Steps（与 PDF 最后一页相同的 4-6 卡）、How to use this with other skills（告诉 ugc-ads、podcast、founder-product-video、app-sizzle、app-store-screens 如何读取本套件）。
30. README.md 写 1 页指南：套件内容、如何把 persona.md 粘贴到其他 Pika 技能提示中、哪个文件喂给哪个技能（表格）、说明套件不含内容日历。
31. 最终交付消息包含：套件文件夹路径、persona.md 快速参考块的内联预览、一句如何使用（把 persona.md 粘贴到任何 Pika 技能提示顶部即可获得符合品牌调性的输出）。
32. 全程遵守关键原则：人是简报；写具体的人而非 niche 标签；真实>精致；每个输出都反通用；明确命名 authenticity dial；渲染并阅读每个文本产物；审批门是硬停；输出到 ./tmp/ 而非 ~/Desktop；图像生成始终用 provider="gpt-image-2"。
33. 绝不写 AI-creator-voice：禁用 "apparently i [did thing] now"、em-dash 插入语抖机灵、"[x] + [y]" 加号连接列表、"fake errand"、"I#m just a girl who…"、"real ones know"、"iykyk"、"no thoughts just [thing]"、listicle 极简诗等构造；测试方法是朗读示例 caption，若任何创作者都能原样发布则重写；修复方法是从用户抓取的 caption 中直接提取短语、句律和能量。
34. 运行时预期：向用户说明大致总时长——Stage 0→Step 1 约 5-15 分钟、Step 2 约 2-4 分钟、Step 3 约 6-10 分钟、Step 4 约 12-20 分钟、Step 5 约 2-4 分钟，总计约 30-60 分钟（不含用户响应时间）。

适用边界 · 注意事项

• 用户没有提供任何真实照片且不愿提供时，无法构建视觉/PDF 产物（无照片的视觉/PDF 输出不受支持），只能完成战略文本工作并在 Step 3 前暂停请求 16+ 张照片。
• 用户未明确说 ship it/approved/go/lock it in 时，不得开始 Step 5 打包（"I love it" 本身有歧义，需确认）。
• 用户未回复 proceed 时，不得调用任何付费 MCP 工具；用户回复 cancel 则停止不生成。