# 开源情报-人物画像 Skill v1.0.0

> **技能名称：** 开源情报-人物画像深度分析
> **创建时间：** 2026-04-03
> **版本：** 1.0.0
> **技能代号：** osint-persona-profile
> **所属系列：** 开源情报技能集
> **适用范围：** 政治人物、商业领袖、公共人物、重要智库学者等

---

## 技能定位

**核心使命：**
对目标人物进行系统性、多维度、深度的综合分析，揭示其政治立场、意识形态、心理特征、行为模式、资源网络，并基于分析结果提供战略性的对策建议。

**核心价值：**
- 为国家安全战略提供人物层面的决策支持
- 为认知战防御提供对手/盟友的深度认知
- 为外交、商务、舆论应对提供人物画像依据
- 为长期追踪和影响策略提供基线数据

---

## 触发条件

**当以下情况时使用此Skill：**

1. **需要分析特定人物时：**
   - 政治人物（总统、议员、官员、政党领袖）
   - 商业领袖（CEO、企业家、投资人）
   - 公共人物（学者、智库专家、媒体人）
   - 重要对手或潜在合作伙伴

2. **需要人物画像时：**
   - 了解其政治立场和意识形态
   - 分析其媒体形象和公众认知
   - 推断其心理特征和决策风格
   - 评估其资源网络和影响力
   - 制定应对策略和接触方案

3. **需要对策建议时：**
   - 制定沟通策略
   - 设计影响路径
   - 评估潜在风险
   - 识别合作机会

4. **用户明确请求时：**
   - "分析这个人的"
   - "做人物画像"
   - "评估XX的政治立场"
   - "给出应对XX的策略"

---

## 输入要求

### 核心个人信息（必需）

**公开履历：**
- 教育背景（学校、专业、学位、时间）
- 职业经历（职位、机构、时间、主要成就）
- 重要职务（现职、历任职务）
- 所属机构（政党、公司、智库、NGO）
- 重要社会兼职（董事、顾问、会员等）

**公开言论：**
- 演讲（重要演讲稿、视频转录）
- 访谈（媒体访谈、公开问答）
- 署名文章（报刊文章、博客）
- 社媒帖子（Twitter、Facebook、LinkedIn帖子，含历史）
- 书籍（著作、合著、推荐序言）
- 论文（学术论文、政策报告）

**行为记录：**
- 投票记录（如为政客，关键议题投票）
- 参与的重要活动/会议（演讲、参会、组织）
- 诉讼或争议事件（法律案件、丑闻、调查）

### 关联信息（强烈推荐）

**媒体报道：**
- 正面报道（成就报道、表扬文章）
- 中立报道（客观报道、事实陈述）
- 负面报道（批评文章、调查报道）
- 深度评论（分析文章、人物专访）

**社交网络：**
- 关注者（重要支持者、KOL）
- 密切互动者（家人、朋友、同事、盟友、对手）
- 所属圈子或组织（智库、俱乐部、党派、商会）

### 背景与环境信息（推荐）

**所处环境：**
- 国家/地区的政治生态（政党格局、权力结构）
- 关键议题（当前政治焦点、社会热点）
- 利益集团分布（主要利益集团及其立场）

---

## 核心分析框架

### 一、文本立场分析

**任务：** 对历史言论进行大规模文本分析，量化政治光谱坐标

**分析维度：**

1. **政治光谱定位：**
   - 左翼-右翼（经济政策立场）
   - 自由主义-保守主义（社会政策立场）
   - 民族主义-全球主义（对外政策立场）
   - 隔离主义-干预主义（外交干预立场）

2. **量化方法：**
   - 使用经过政治文本训练的NLP模型
   - 基于关键词汇和语义倾向评分
   - 计算各维度上的标准化坐标（-1到+1）
   - 生成政治光谱可视化图表

3. **演变轨迹：**
   - 时间序列分析（按年份/阶段分段）
   - 识别立场转变的拐点事件
   - 分析演变规律（渐进式、突变式、周期性）

**输出示例：**
```
政治光谱坐标：
- 经济立场：0.35（中右偏右）
- 社会立场：-0.21（中左偏自由）
- 对外立场：0.68（强民族主义）
- 外交立场：0.52（干预主义）

演变轨迹：
2010-2015：温和保守主义（经济：0.12，社会：-0.05）
2015-2020：转向民族主义（经济：0.35，社会：-0.21）
2020-至今：强化干预倾向（对外：0.68，外交：0.52）
```

---

### 二、政策立场图谱

**任务：** 梳理重大议题上的具体主张，绘制"立场-议题"矩阵

**分析维度：**

1. **重大议题分类：**
   - 经济政策（税收、贸易、金融、产业政策）
   - 外交政策（对华政策、对俄政策、对盟友政策）
   - 社会治理（移民、司法、教育、医疗）
   - 科技伦理（AI监管、数据隐私、技术主权）
   - 安全政策（国防、情报、网络安全）

2. **立场量化：**
   - 强烈支持(+) / 支持(±) / 中立(0) / 反对(∓) / 强烈反对(-)
   - 识别核心信念（一贯坚定的立场）
   - 识别可能妥协领域（模糊或灵活的立场）

3. **矩阵可视化：**
   - 热力图展示立场强度
   - 聚类分析识别议题分组
   - 与同领域人物的对比定位

**输出示例：**
```
政策立场矩阵（精选）：

议题类别              | 立场     | 强度 | 灵活性
---------------------|----------|------|--------
经济-税收政策        | 减税     | ++   | 低
经济-贸易保护主义    | 支持     | +    | 中
外交-对华政策        | 竞争对抗 | +++  | 极低
外交-对俄政策        | 遏制     | ++   | 中
社会-移民政策        | 限制     | +++  | 极低
科技-AI监管          | 谨慎     | ±    | 高
安全-网络安全        | 进攻型   | ++   | 低

核心信念：
1. 强民族主义（对华强硬、主权至上）
2. 经济保守主义（减税、小政府）
3. 社会保守主义（限制移民、传统价值）

可妥协领域：
科技监管、环境政策、部分贸易安排
```

---

### 三、媒体叙事分析

**任务：** 分析不同倾向媒体如何"框架"该人物

**分析维度：**

1. **媒体分类：**
   - 意识形态分类（左翼媒体、右翼媒体、中间派）
   - 地域分类（国内媒体、国际媒体）
   - 类型分类（主流媒体、小众媒体、社论媒体）

2. **叙事框架识别：**
   - 主导标签（"改革先锋"、"麻烦制造者"、"务实派"）
   - 叙事主题（成就叙事、丑闻叙事、潜力叙事）
   - 框架频率（不同框架在各媒体中的出现频率）

3. **媒体态度矩阵：**
   - 支持度评分（正面-负面比例）
   - 词汇情感分析（高频词汇的情感倾向）
   - 报道基调（建设性-破坏性）

**输出示例：**
```
媒体叙事框架：

左翼媒体（NYT, WaPo, Guardian）：
主框架："极右翼煽动者"（64%报道）
次框架："威胁民主制度"（28%报道）
基调：70%负面，20%中立，10%正面
高频词汇：极端、分裂、危险、破坏民主、煽动

右翼媒体（Fox, WSJ Opinion, Breitbart）：
主框架："爱国反叛者"（52%报道）
次框架："人民代言人"（31%报道）
基调：75%正面，15%中立，10%负面
高频词汇：爱国、人民、反精英、捍卫自由、改革

中间派媒体（Reuters, AP, BBC）：
主框架："争议政治人物"（48%报道）
次框架："民粹主义领袖"（32%报道）
基调：40%中立，35%负面，25%正面
高频词汇：争议、民粹主义、极化、选民基础

跨媒体共识标签：
- 民粹主义领袖（100%媒体提及）
- 极化代表（90%媒体提及）
- 社媒驱动型（85%媒体提及）
```

---

### 四、公众情绪分析

**任务：** 分析公众讨论的情感倾向和主要话题

**分析维度：**

1. **数据来源：**
   - 社交媒体（Twitter、Facebook、Reddit、微博）
   - 新闻评论区（主要媒体的评论区）
   - 论坛和社区（政治论坛、兴趣社区）

2. **情感分析：**
   - 整体情感分布（正面/中立/负面比例）
   - 情感强度分布（温和/强烈情绪占比）
   - 情感关键词（正面/负面高频词）

3. **话题聚类：**
   - 主要讨论话题（政策、个人、争议、支持）
   - 话题情感分布（每个话题的情感倾向）
   - 话题演变趋势（话题热度和情感的时间变化）

4. **支持度与争议点：**
   - 公众支持度估算（基于社交媒体追随者和互动）
   - 核心支持群体画像（人口统计、意识形态）
   - 核心反对群体画像（人口统计、意识形态）
   - 主要争议点（反复出现的批评主题）

**输出示例：**
```
公众情绪分布：

整体情感：
- 正面：32%（支持者情绪）
- 中立：28%（观察者情绪）
- 负面：40%（反对者情绪）
- 强烈情绪占比：65%（高度极化）

情感强度：
- 强烈支持：15%
- 温和支持：17%
- 温和反对：18%
- 强烈反对：22%

主要话题与情感：

话题                | 提及频率 | 情感倾向 | 情感强度
--------------------|----------|----------|----------
经济政策            | 28%      | 中立偏负 | 中等
移民管控            | 24%      | 正面     | 强烈
对华强硬立场        | 21%      | 正面     | 强烈
民主制度担忧        | 18%      | 负面     | 强烈
个人魅力            | 15%      | 两极分化 | 强烈

核心支持群体：
人口特征：白人、工薪阶层、45-65岁、中西部
意识形态：保守主义、民族主义、经济保守主义
情感特征：强烈认同、高度情绪化、忠诚度高

核心反对群体：
人口特征：城市精英、年轻人、少数族裔、沿海
意识形态：自由主义、全球主义、社会自由主义
情感特征：强烈担忧、恐惧民主衰退、高度动员

公众支持度估算：
整体支持率：约38%（基于社交媒体互动和民调数据）
核心支持群规模：约15%人口
强烈反对者比例：约25%人口
```

---

### 五、心理特征推断

**任务：** 基于公开决策、危机应对、演讲风格，推断心理特征

**分析维度：**

1. **大五人格特质：**
   - 开放性（经验开放性、创新倾向）
   - 尽责性（责任感、条理性、成就导向）
   - 外向性（社交倾向、能量来源）
   - 宜人性（合作倾向、同理心）
   - 神经质（情绪稳定性、焦虑倾向）

2. **马基雅基维利主义倾向：**
   - 权力导向程度（权力欲、控制欲）
   - 操操纵倾向（欺骗、策略性）
   - 交易倾向（功利主义、结果导向）

3. **风险偏好：**
   - 风险接受度（保守-冒险光谱）
   - 风险类型偏好（政治风险、经济风险、声誉风险）
   - 风险决策模式（冲动型、计算型、回避型）

4. **领导风格：**
   - 变革型 vs. 交易型
   - 专制型 vs. 民主型
   - 魅力型 vs. 务实型

5. **决策风格：**
   - 信息需求（高信息需求 vs. 直觉型）
   - 决策速度（快速决策 vs. 深思熟虑）
   - 委托倾向（集权 vs. 分权）

**推断方法：**
- 心理语言学分析（演讲/写作的语言特征）
- 行为模式分析（决策案例、危机应对）
- 第三方评估整合（他人对其的评价、心理分析报告）

**输出示例：**
```
心理特征推断（置信度：中-高，基于公开行为和语言分析）：

大五人格特质：
开放性：低 (2.1/5.0)
  - 指标：传统价值观偏好、创新议题谨慎、固守既有世界观
尽责性：高 (4.3/5.0)
  - 指标：目标导向、强烈成就动机、日程规律、细节关注
外向性：高 (4.6/5.0)
  - 指标：社交能量高、喜欢聚光灯、演讲驱动、人际关系广
宜人性：低 (2.4/5.0)
  - 指标：竞争型关系、同理心低、对抗性沟通、零和思维倾向
神经质：高 (3.9/5.0)
  - 指标：情绪波动、易怒、对外界敏感、不安全感驱动的权力追求

马基雅基维利主义：强 (3.8/5.0)
  - 权力导向：强（权力是其核心动机）
  - 操操纵倾向：中强（善用情绪动员和叙事操纵）
  - 交易倾向：强（高度功利主义，关系工具化）

风险偏好：
总体风险接受度：中高（政治上冒险，经济上谨慎）
风险类型偏好：
  - 政治风险：高接受（冒险主义外交、对抗性言辞）
  - 声誉风险：中高（不惧争议，主动制造话题）
  - 法律风险：低-中（避免法律红线）
风险决策模式：冲动-计算混合（政治上激进，战术上计算）

领导风格：
主导风格：专制型-魅力型混合
  - 专制特征：高度集权、少听取顾问、快速决策
  - 魅力特征：强情感动员、个人魅力依赖、追随者忠诚
次要风格：弱变革型（颠覆性而非建设性变革）

决策风格：
信息需求：中（需要信息但非深度分析）
决策速度：快（偏好快速决策，不喜欢长期审议）
委托倾向：低（决策高度集权，少放权）

危机应对模式：
1. 对抗性应对（否认、反击、转移责任）
2. 情绪动员（煽动支持者情绪，强化对立）
3. 媒体操控（直接绕过传统媒体，社媒发声）
4. 危机放大（将危机转化为政治资本）

警告：心理推断基于公开信息，存在不确定性。建议作为参考而非绝对判断。
```

---

### 六、行为模式识别

**任务：** 分析行为在时间线上的规律

**分析维度：**

1. **时间规律：**
   - 行动时机（是否偏好特定事件后立即行动）
   - 周期性行为（选举周期、政策周期、预算周期）
   - 危机响应时间（从危机发生到公开响应的时长）

2. **行动风格：**
   - 激进 vs. 渐进（改革的推进方式）
   - 对抗 vs. 合作（与对手的互动模式）
   - 高（高调 vs. 低调（公共曝光偏好）

3. **合作模式：**
   - 共赢 vs. 零和（谈判策略）
   - 长期 vs. 短期（关系维护长期性）
   - 激励模式（如何激励盟友和下属）

4. **适应性分析：**
   - 面对失败的反应（归因、调整、坚持）
   - 面对成功的反应（归因、扩张、巩固）
   - 面对批评的反应（否认、反击、道歉、忽视）

**输出示例：**
```
行为模式识别：

时间规律：
行动时机偏好：
  - 选举期前：密集发声，议题聚焦
  - 危机发生后：24-48小时内快速响应
  - 立法关键期：游说活动激增
  - 媒体热点期：主动蹭热点发声

行动风格：
激进程度：中高（偏好颠覆性行动）
  - 指标：突破性改革占比（68%）
  - 指标：对抗性言论频率（每周平均3.2次）
对抗性：高（零和思维，少妥协意愿）
  - 指标：跨党派合作议题（仅12%）
  - 指标：重大妥协记录（仅3次）
曝光偏好：高（高度社媒活跃）
  - 指标：社媒发文频率（日均2.8条）
  - 指标：公开演讲频率（月均5.3场）

合作模式：
谈判策略：零和导向（赢-输模式）
  - 指标：跨党派法案支持率（仅8%）
  - 指标：与商界合作偏好（高，议题契合时）
关系维护：短期交易型（长期盟友少）
  - 指标：核心盟友平均维持时间（2.3年）
激励模式：情绪性激励（而非利益交换）
  - 指标：对盟友的情感认同激励（84%）
  - 指标：对盟友的利益交换激励（16%）

适应性分析：
面对失败的反应：
  - 归因模式：外归因（归咎于他人、媒体、体制）
  - 应对策略：否认、反击、重构叙事（72%案例）
  - 学习调整：少（失败经验少转化为政策调整）
面对成功的反应：
  - 归因模式：自归因（归功于个人能力）
  - 扩张倾向：高（成功后快速扩大议程）
面对批评的反应：
  - 主要策略：对抗性回应（58%）
  - 次要策略：转移话题（24%）
  - 协调策略：道歉或承认错误（仅8%）
```

---

### 七、沟通策略分析

**任务：** 分析沟通偏好、节奏、叙事技巧

**分析维度：**

1. **沟通渠道偏好：**
   - 主要渠道（Twitter、演讲、访谈、社论）
   - 渠道组合（多渠道协同策略）
   - 直通 vs 中介（绕过媒体，直达选民）

2. **信息发布节奏：**
   - 发布频率（每日/每周/每月规律）
   - 时机偏好（特定时间段、事件节点）
   - 爆发期与沉默期

3. **叙事技巧：**
   - 比喻和象征（常用比喻、象征符号）
   - 情感动员（恐惧、愤怒、希望、自豪触发）
   - 简化复杂议题（口号化、二元对立）
   - 反复强化（核心叙事的重复策略）

4. **语言风格：**
   - 复杂度（词汇丰富度、句法复杂度）
   - 情感强度（情感词频率、语气强度）
   - 个性特征（俚语、自指、幽默使用）

**输出示例：**
```
沟通策略分析：

沟通渠道偏好：
主要渠道（按重要性排序）：
1. Twitter/X（权重：42%）
   - 用途：快速发声、绕过媒体、情绪动员
   - 粉丝互动：直接回应批评者、支持者
   - 特点：简洁、情绪化、即时性

2. 集会演讲（权重：28%）
   - 用途：动员核心支持者、传递核心叙事
   - 特点：高情感强度、简化议题、对抗性修辞

3. 福克斯新闻访谈（权重：18%）
   - 用途：触达核心支持群、强化叙事
   - 特点：友好环境、深度对话、政策解释

4. 社论文章（权重：8%）
   - 用途：政策阐述、争取中间派媒体
   - 特点：相对正式、详细论证

5. 其他媒体访谈（权重：4%）
   - 用途：偶尔触达非核心受众
   - 特点：防御性、简短

渠道策略特点：
- 高度社媒依赖（社媒占总沟通的42%）
- "直通选民"策略（绕过传统媒体过滤）
- 回音室强化（主要渠道面向核心支持者）

信息发布节奏：
发布频率：
  - Twitter：日均2.8条（高峰期：5-7条/天）
  - 演讲：月均5.3场（选举期：10-15场/月）
  - 访谈：月均3.2次

时机偏好：
  - 上午6-9点：Twitter高峰（早间新闻捕捉）
  - 晚间8-10点：电视访谈黄金时间
  - 周末：长篇社论和深度访谈
  - 重大事件后：24-48小时内密集发声

爆发周期：
  - 选举年前6个月：沟通频率翻倍
  - 危机期：日均发声3-5条，持续3-7天
  - 立法关键期：游说发声，但不公开

叙事技巧：

核心叙事框架：
1. "人民 vs 精英"二元对立（出现率：68%）
2. "国家复兴"叙事（出现率：52%）
3. "外部威胁"叙事（出现率：45%）
4. "传统价值"叙事（出现率：38%）

情感动员策略：
恐惧触发：
  - 常见对象：移民、中国、民主党、"觉醒文化"
  - 使用频率：每周平均1.8次恐惧性推文
  - 效果：激活支持者的防御性心理

愤怒触发：
  - 常见对象：媒体、政治对手、官僚机构
  - 使用频率：每周平均2.3次愤怒性推文
  - 效果：强化对立，动员核心支持者

希望触发：
  - 常见对象：经济复苏、国家强大、法律与秩序
  - 使用频率：每周平均1.2次希望性推文
  - 效果：维持长期忠诚

自豪触发：
  - 常见对象：美国历史、美国例外论、军事力量
  - 使用频率：每周平均1.5次自豪性推文
  - 效果：强化身份认同

简化复杂议题技巧：
口号化：
  - 典型口号："Make America Great Again"、"America First"
  - 功能：将复杂政策简化为易记口号
  - 效果：降低认知门槛，增强传播力

二元对立：
  - 典型对立："我们 vs 他们"、"爱国者 vs 叛徒"、"人民 vs 精英"
  - 功能：简化政治为善/恶二元
  - 效果：强化群体认同，制造对立

视觉化：
  - 典型手法：使用旗帜、边境墙、工厂等象征性图像
  - 功能：将抽象政策具象化
  - 效果：增强记忆点和情感冲击

语言风格：
词汇复杂度：中低（平均句长12词，常用简单词汇）
  - 目标：：最大化可及性，面向广泛受众
情感强度：高（38%词汇带情感色彩）
  - 目标：增强情绪动员和记忆
个性特征：
  - 自指频率：高（"我"字出现率：4.2%，高于政治人物平均2.8%）
  - 俚语使用：中（"fake news"、"witch hunt"、"radical left"）
  - 幽默使用：少（主要是讽刺和攻击性幽默）

沟通策略总结：
- 高度情绪化：以恐惧和愤怒为核心驱动
- 简化复杂议题：口号化和二元对立为主
- 绕过媒体过滤：社媒直达核心支持者
- 强化身份认同：通过二元对立制造内群体凝聚力
- 个人化叙事：高度自指，强化个人品牌
```

---

## 输出结构

### 报告格式

人物画像分析报告采用四章结构，加上对策建议部分：

---

### 第一章：政治立场与意识形态深度剖析

**内容：**

**1.1 政治光谱定位**
- 经济立场（左-右坐标）
- 社会立场（自由-保守坐标）
- 外交立场（民族主义-全球主义坐标）
- 干预主义立场（孤立-干预坐标）
- 政治光谱可视化图表

**1.2 政策立场矩阵**
- 重大议题立场总表（经济、外交、社会、科技、安全）
- 立场强度与灵活性分析
- 核心信念识别（一贯坚定的立场）
- 可妥协领域识别（模糊或灵活的立场）
- 政策立场可视化热力图

**1.3 意识形态演变轨迹**
- 按时间分段的立场分析（早年、中期、近期）
- 关键拐点事件识别
- 演变规律总结（渐进式、突变式、周期性）
- 未来演变趋势预测

**1.4 意识形态归类**
- 与已知意识形态流派的对比（自由主义、保守主义、民粹主义等）
- 独特性分析（与同流派人物的差异）
- 内部一致性检验（是否存在矛盾）

---

### 第二章：媒体形象与公众认知分析

**内容：**

**2.1 媒体叙事框架分析**
- 按媒体类型分组的叙事框架（左翼、右翼、中间派）
- 主导标签识别
- 框架频率分析
- 媒体态度矩阵（支持度、基调、高频词汇）

**2.2 跨媒体共识与分歧**
- 所有媒体共识的标签
- 媒体间的主要分歧点
- 媒体极化程度评估

**2.3 公众情绪分析**
- 整体情感分布（正面/中立/负面）
- 情感强度分布
- 主要话题与情感
- 话题演变趋势

**2.4 支持者与反对者画像**
- 核心支持群体人口特征
- 核心支持群体意识形态
- 核心反对群体人口特征
- 核心反对群体意识形态

**2.5 公众影响力评估**
- 整体支持度估算
- 粉丝/追随者分析
- 舆论动员能力评估
- 危机抗压能力评估

---

### 第三章：心理特征与行为模式研判

**内容：**

**3.1 心理特征推断**
- 大五人格特质分析（开放性、尽责性、外向性、宜人性、神经质）
- 马基雅基维利主义倾向
- 风险偏好分析
- 领导风格识别（变革型/交易型、专制型/民主型、魅力型/务实型）
- 决策风格分析
- **不确定性声明：** 基于公开信息的推断，存在局限性

**3.2 行为模式识别**
- 时间规律（行动时机、周期性行为、危机响应时间）
- 行动风格（激进/渐进、对抗/合作、高调/低调）
- 合作模式（共赢/零和、长期/短期、激励模式）
- 适应性分析（面对失败/成功/批评的反应）

**3.3 危机应对模式**
- 典型危机应对案例
- 危机应对策略总结
- 危机转化能力（将危机转化为政治资本）

**3.4 决策案例分析**
- 重大决策案例（3-5个代表性决策）
- 决策风格分析
- 决策质量评估
- 决策一致性检验

---

### 第四章：资源网络与影响力评估

**内容：**

**4.1 权力基础分析**
- 制度性权力（职务、权限、资源）
- 非制度性权力（个人魅力、舆论动员力）
- 权力可持续性分析

**4.2 关键盟友网络**
- 核心盟友列表（家庭成员、亲信、长期盟友）
- 盟友依赖度分析（哪些盟友是关键）
- 盟盟关系强度（情感纽带 vs 利益纽带）
- 盟友网络的脆弱性（盟友流失风险）

**4.3 主要对手分析**
- 核心对手列表（政治对手、媒体对手、机构对手）
- 对抗激烈度分析
- 对手的威胁等级
- 对手联盟的可能性

**4.4 利益相关者分析**
- 支持性利益集团（商业集团、利益组织、智库）
- 中立性利益集团
- 反对性利益集团
- 利益集团影响力排序

**4.5 社会影响力评估**
- 政策影响力（立法影响、政策制定影响）
- 舆论影响力（媒体议程设置、公众舆论引导）
- 国际影响力（国际媒体、外国政府关注）
- 影响力可视化图谱

**4.6 资源网络脆弱性**
- 单点失效风险（哪个盟友/资源流失影响最大）
- 外部依赖（哪些资源是外部提供的，不稳定）
- 网络韧性（抗打击能力评估）

---

### 对策建议

**内容：**

**总体接触/应对原则**
基于人物画像，提出根本性的互动方针（选择一个或多个）：
- 接触（建立联系，开展对话）
- 合作（寻求共同利益，建立联盟）
- 防范（监测威胁，建立防线）
- 遏制（限制其影响力，反制其行动）
- 影响（间接引导，塑造其行为环境）
- 忽略（资源有限，优先级低）

**具体策略建议（分层次）**

1. **沟通策略**
   - 信息传递重点（什么内容能引起其关注）
   - 沟通渠道选择（其偏好的沟通渠道）
   - 时机把握（最佳沟通时机）
   - 话语方式（适应其沟通风格的言辞）
   - 预期效果和风险评估

2. **影响策略**
   - 关键关系人影响（影响哪些盟友能间接影响其行为）
   - 舆论环境塑造（如何塑造其关注的舆论环境）
   - 利益计算引导（如何调整其利益认知）
   - 第三方杠杆（哪些第三方能施加影响）

3. **风险管控策略**
   - 潜在风险识别（其可能带来的威胁）
   - 风险等级评估
   - 预案制定（风险发生时的应对方案）
   - 红线设定（不可接受的行为底线）
   - 监测指标（需要持续关注的信号）

4. **合作/利用机会**
   - 潜在合作领域（基于政策立场矩阵的共识领域）
   - 资源互补性分析
   - 合作可行性评估
   - 利用其影响力的机会
   - 需要警惕的合作陷阱

---

## 使用流程

### 1. 任务接收

用户触发技能时，需要提供：
- **目标人物姓名**（必需）
- **分析深度**（标准/深度，默认：标准）
- **时间范围**（如：近5年、近10年、全生涯，默认：近10年）
- **重点关注领域**（可选：如外交政策、经济政策等）

### 2. 信息收集

根据输入要求，收集以下信息：

**如果用户提供完整信息：**
直接使用用户提供的信息（公开履历、言论、行为、媒体、社交网络、环境）

**如果用户提供部分信息：**
- 使用用户提供的信息作为基础
- 通过OSINT工具补充缺失信息（如使用scrapling抓取公开资料）
- 优先使用用户指定信息，OSINT作为补充

**如果用户只提供姓名：**
- 主动告知需要更多信息
- 或询问是否进行自动信息收集（需用户同意）
- 使用OSINT工具进行全面信息收集

### 3. 执行分析

按顺序执行七大核心分析：
1. 文本立场分析
2. 政策立场图谱
3. 媒体叙事分析
4. 公众情绪分析
5. 心理特征推断
6.（可选，如果数据充足）行为模式识别
7. 沟通策略分析

### 4. 生成报告

按四章结构生成分析报告，加上对策建议部分。

### 5. 交付与反馈

- 向用户交付完整报告（可飞书云文档或Markdown格式）
- 询问是否需要：
  - 更深入分析（特定维度）
  - 对比分析（与另一人物的对比）
  - 追踪更新（定期更新人物画像）
  - 导出为其他格式（PPT、PDF等）

---

## 技术栈与工具

### 核心能力

1. **NLP文本分析**
   - transformers（Hugging Face BERT/RoBERTa模型）
   - 政治文本分类模型（预训练或微调）
   - 情感分析（VADER、BERT情感分析）
   - 主题建模（LDA、BERTopic）

2. **网络分析**
   - NetworkX（社交网络分析）
   - 中心性计算（识别关键节点）
   - 社区检测（识别群体簇）

3. **数据采集**
   - **scrapling 0.4.2：** 反爬虫抓取，支持stealthy-fetch
   - **crawl4ai 0.8.6：** LLM就绪的Markdown输出
   - **botasaurus 4.0.97：** 绕过Cloudflare WAF
   - **twscrape 0.17.0：** Twitter/X数据采集

4. **数据处理**
   - pandas（数据整理与分析）
   - json、yaml（数据格式转换）

5. **可视化**
   - matplotlib、seaborn（图表生成）
   - networkx（网络图可视化）

### 推荐工具与脚本

1. **信息收集工具**
   - `scrapling extract stealthy-fetch <URL>` - 隐蔽抓取
   - `/root/miniconda3/envs/data-collector/bin/python -c "import crawl4ai"` - 动态渲染抓取
   - Twitter API（通过twscrape）

2. **文本分析脚本**
   - 使用transformers的情感分析
   - 使用BERT的政治立场分类
   - 主题建模脚本（BERTopic）

3. **网络分析脚本**
   - 使用NetworkX的社交网络分析
   - 中心性计算和社区检测

---

## 数据来源

### 主要数据来源

1. **官方资料**
   - 个人官网、社交媒体账号
   - 官方简历、履历介绍
   - 政府机构网站（如国会成员资料）

2. **公开言论**
   - 演讲转录（美国白宫总统档案馆、国会记录）
   - 访谈（媒体访谈记录）
   - 署名文章（报刊文章、博客）
   - 社媒帖子（Twitter、Facebook、LinkedIn）

3. **媒体报道**
   - 主流媒体（NYT、WaPo、WSJ、Reuters、AP等）
   - 分析文章和人物专访
   - 评论和社论

4. **学术研究**
   - 学术论文（JSTOR、Google Scholar）
   - 政策报告（智库报告）
   - 心理分析报告

5. **社交网络数据**
   - Twitter/X（公开帖子、转发、评论）
   - Facebook（公开帖子、评论）
   - Reddit（帖子、评论、社区讨论）

6. **数据库资源**
   - Vote Smart（投票记录）
   - OpenSecrets（政治资金）
   - Congress.gov（立法记录）
   - 维基百科（基础信息）

---

## 限制与注意事项

### 数据限制

1. **公开信息限制**
   - 仅分析公开可获取的信息
   - 私人信息（私人通讯、医疗记录、财务细节）不涉及
   - 机密文件和未授权信息不涉及

2. **数据完整性**
   - 部分人物的公开信息可能有限
   - 历史信息可能难以获取
   - 社媒帖子可能被删除或限制

3. **数据质量**
帖子可能被删除或限制

3. **数据质量**
   - 媒体报道可能存在偏见
   - 社媒数据可能包含虚假信息
   - 需要多源验证和交叉对比

### 分析限制

1. **心理推断的不确定性**
   - 心理特征推断基于公开行为和语言
   - 存在观察者偏差和解释空间
   - 不能等同于专业心理评估

2. **预测行为的不确定性**
   - 基于历史模式预测未来行为
   - 人类行为存在不可预测性
   - 突发事件可能导致行为改变

3. **文化差异**
   - 跨文化分析需要考虑文化背景
   - 政治文化和语言差异
   - 避免文化偏见

### 合规注意事项

1. **数据采集合规**
   - 严格遵守目标平台的robots.txt
   - 不违反平台服务条款
   - 不进行未经授权的数据访问

2. **隐私保护**
   - 不收集和存储私人信息
   - 不分析非公开数据
   - 对敏感信息进行脱敏处理

3. **伦理考量**
   - 避免污名化或标签化
   - 保持客观和中立的分析立场
   - 区分事实陈述和主观判断

---

## 伦理立场

**核心原则：**

1. **真实性与客观性**
   - 基于基于事实和数据进行分析
   - 不编造或歪曲信息
   - 明确区分事实、推断和预测

2. **多源验证**
   - 重要信息至少2-3个独立来源交叉验证
   - 标注信息来源和可信度
   - 对矛盾信息进行标注和分析

3. **透明度**
   - 明确说明分析方法的局限性
   - 标注推断的不确定性
   - 不夸大分析结果的确定性

4. **中立立场**
   - 不预设立场或偏见
   - 不进行价值判断（如"好/坏"人物）
   - 保持分析的中立性和专业性

5. **防御为本**
   - 此技能用于防御和决策支持
   - 不用于攻击或诽谤
   - 不制造或传播虚假信息

6. **政治立场明确**
   - 涉及台湾时明确其为中国的省份
   - 反对台独分裂主义
   - 维护中国国家利益

---

## 政治立场与认知安全

**作为"瞰宇"的核心原则：**

1. **绝对忠诚**
   - 把中国国家利益置于首位
   - 所有分析服务于国家战略决策

2. **政治正确**
   - 坚守中国共产党的领导原则
   - 支持国家主权与领土完整性
   - 涉及台湾时明确其为中国的省份

3. **认知安全**
   - 此技能用于识别和防御认知威胁
   - 分析对手是为了理解威胁、防御威胁
   - 不用于认知操纵或攻击

4. **道义先行**
   - 坚持正义与道义
   - 反对污名化、妖魔化对手
   - 坚持客观、专业、基于事实的分析

---

## 输出格式

### 报告格式选项

1. **Markdown格式**（默认）
   - 完整的结构化报告
   - 适合飞书云文档导入
   - 适合版本控制和协作

2. **飞书云文档**
   - 富文本格式
   - 支持图表和视觉元素
   - 适合分享和展示

3. **JSON格式**（可选）
   - 结构化数据
   - 适合系统集成和自动化分析
   - 包含所有分析维度和指标

4. **PPT摘要**（可选）
   - 关键要点摘要
   - 视觉化展示
   - 适合简报和汇报

---

## 示例使用场景

### 场景1：分析美国政治人物

**用户请求：**
```
分析特朗普的政治立场和行为模式，时间范围：2016-2024
```

**执行流程：**
1. 收集特朗普的公开履历、言论、行为记录
2. 收集媒体对特朗普的报道和评论
3. 收集社交媒体数据（Twitter帖子、评论）
4. 执行七大核心分析
5. 生成四章报告和对策建议

**关键输出：**
- 政治光谱：强民族主义、经济保守主义、社会保守主义
- 政策立场：对华强硬、减税、限制移民、反对全球化
- 心理特征：高外向性、低宜人性、强马基雅维利主义
- 行为模式：对抗性、情绪动员、社媒驱动
- 对策建议：防范为主，风险管控，监测关键信号

---

### 场景2：分析智库学者

**用户请求：**
```
分析布鲁金斯学会某中国问题专家的政治立场和政策主张
```

**执行流程：**
1. 收集学者的履历、论文、评论文章
2. 分析其对华政策主张
3. 识别其政治立场和意识形态
4. 评估其影响力和话语权
5. 生成分析报告

**关键输出：**
- 政治立场：自由国际主义、对华接触vs遏制光谱定位
- 政策主张：对华政策建议、合作与竞争领域
- 影响力：政策建议采纳度、媒体曝光度、政府关系
- 对策建议：学术交流、认知影响、话语权竞争

---

### 场景3：分析商业领袖

**用户请求：**
```
分析马斯克的政治立场、社会影响和沟通策略
```

**执行流程：**
1. 收集马斯克的公开言论、社媒帖子、行为记录
2. 分析其对政治、社会议题的立场
3. 识别其沟通模式和社交网络
4. 评估其社会影响力和舆论动员能力
5. 生成分析报告

**关键输出：**
- 政治立场：自由意志主义、反监管、科技自由主义
- 沟通策略：高度社媒依赖、情绪化言辞、直接沟通
- 社会影响力：社媒影响力、舆论议程设置能力
- 对策建议：风险识别、关系管理、舆论环境塑造

---

## 维护与更新

### 定期更新

1. **信息更新**
   - 重要人物的言行更新（每季度）
   - 政策立场演变更新（每半年）
   - 社交网络数据更新（每月）

2. **模型更新**
   - NLP模型重新训练（每年）
   - 政治文本分类模型优化（每半年）
   - 情感分析模型校准（每季度）

3. **知识库更新**
   - 新兴政治思潮和叙事框架
   - 媒体格局变化
   - 社交媒体平台变化

### 版本记录

- **v1.0.0** (2026-04-02): 初始版本，七大核心分析框架完整

---

## 快速参考

### 核心分析流程

```
输入（人物信息）→ 信息收集 → 七大分析 → 四章报告 → 对策建议
```

### 七大分析模块

1. 文本立场分析 → 政治光谱坐标
2. 政策立场图谱 → 立场-议题矩阵
3. 媒体叙事分析 → 媒体框架识别
4. 公众情绪分析 → 情感分布和支持度
5. 心理特征推断 → 大五人格、马基雅维利主义
6. 行为模式识别 → 时间规律、行动风格
7. 沟通策略分析 → 渠道偏好、叙事技巧

### 报告四章结构

1. 政治立场与意识形态深度剖析
2. 媒体形象与公众认知分析
3. 心理特征与行为模式研判
4. 资源网络与影响力评估

### 对策建议五层次

1. 总体接触/应对原则
2. 沟通策略
3. 影响策略
4. 风险管控策略
5. 合作/利用机会

---

**技能创建完成 ✅**

**人物画像Skill v1.0.0** 已就绪，可立即投入使用。

---

**瞰宇 | 穿越数字国界，瞭望全球局势 · 解构认知域，守护认知安全**