create-ex

create-ex skill 概覽

create-ex 的作用

create-ex skill 是一套引導式工作流程，能把關係背景與聊天紀錄整理成可重複使用的數位 persona skill。它適合那些不只想要一次性模仿 prompt 的使用者：真正的重點，是從 WeChat、iMessage 或貼上的對話逐字稿中，抽取語氣、衝突模式、關心訊號與回覆習慣，並把這些模式寫進可供 coding agent 重複使用的檔案。

誰適合使用這個 create-ex skill

最適合：願意提供結構化個人背景與訊息紀錄，且想要的是可重複使用的人設產物，而不是單次模擬聊天的使用者。對於 create-ex for Prompt Writing 來說尤其有參考價值，因為這個 repo 把 intake、聊天分析、persona 分析、persona 建構與修正處理拆成獨立 prompts，而不是全部塞進一段龐大指令裡。

它和一般做法有什麼不同

和一般 prompt 相比，create-ex 有明確的分階段流程：intake、資料匯入、自動分析、預覽，最後輸出檔案。它也提供具體 prompts，例如 prompts/chat_analyzer.md、prompts/persona_analyzer.md 與 prompts/persona_builder.md，並在 exes/example_liuzhimin/ 放了範例輸出。如果你要的是日後可以檢查、編修、持續優化的 persona，這種結構能大幅降低試錯成本。

先做的 create-ex install 採用檢查

在進行 create-ex install 前，先確認三件事：你是否能接受處理敏感聊天紀錄、你的環境是否能執行 Python 3.9+ 工具，以及你的主要資料來源是否有支援。repo 已明確支援 WeChat 與 iMessage 流程，但 README 也指出 WeChat 擷取在法律與實務上都不穩定，因此有些使用者會改用貼上文字、截圖，或自行匯出資料，而不是完全依賴自動化。

如何使用 create-ex skill

create-ex install 與設定路徑

SKILL.md 裡沒有單一標準化的套件安裝指令，所以應把它視為以 repo 為核心的 skill。建議先讀 SKILL.md 了解觸發流程，再看 README_EN.md，最後看 docs/PRD.md。如果你想使用內附工具，還需要 Python 3.9+，並且應先檢查 tools/wechat_decryptor.py、tools/wechat_parser.py 與 tools/skill_writer.py，再決定是否信任自動化流程。README 也提供了 OpenClaw 的 clone 安裝方式：
git clone https://github.com/titanwings/ex-skill ~/.openclaw/workspace/skills/create-ex

create-ex 需要哪些輸入

良好的 create-ex usage 依賴兩層輸入：

1. 簡短的人為背景資訊：姓名／代號、關係階段、年齡區間、特質、MBTI、依附風格、若已知可提供星座；
2. 證據素材：聊天紀錄、截圖、貼上的逐字稿，或匯出的訊息。

輸入越扎實，產出的 persona 規則就越可靠。比如說，「她很體貼但偏逃避」這種描述太弱。更好的寫法是：「女性，25 歲，交往 8 個月後分手；平靜時通常回很快，衝突時會消失不回；防禦時會說『我不是那種人』；常用省略號和『haha』來軟化批評語氣。」

怎麼把 create-ex 提示得更好

要有效觸發 create-ex，一開始就先給出大致目標與操作限制。較強的請求會像這樣：

• Goal: “Use /create-ex to build a reusable persona skill, not just sample dialogue.”
• Source: “Primary evidence is pasted WeChat text from the last 6 months.”
• Priority: “Preserve texting rhythm, conflict behavior, and affection style.”
• Constraint: “Mark low confidence if evidence is thin; quote original lines when possible.”

這種寫法和 repo 的內部邏輯很吻合：人工標註會優先於逐字稿推論、樣本量偏少時應標示低信心，而且所有判斷都應盡量建立在可引用的原始訊息之上。

最佳工作流程，以及優先要讀的檔案

建議依照這個順序閱讀：

1. SKILL.md — 操作步驟與觸發行為
2. prompts/intake.md — skill 預期收集哪些 metadata
3. prompts/chat_analyzer.md — 逐字稿解析器應抽取哪些資訊
4. prompts/persona_builder.md 與 prompts/correction_handler.md — 最終 persona 如何演進
5. exes/example_liuzhimin/ — 完成輸出長什麼樣子

實務提醒：如果你已經有文字，就不要從截圖開始。分析 prompts 預設會把訊息內容分類成長訊息、衝突訊息、親暱訊息與日常聊天。乾淨的文字資料，會比大量依賴 OCR 的截圖更能產生好的下游結構。

create-ex skill 常見問題

create-ex 比一般模仿 prompt 更好嗎？

通常是，尤其當你需要可延續性時。一般 prompt 可以在單次對話中模仿表層語氣，但 create-ex 的設計目標是生成可保存的人設，並附帶分析層與修正處理。當你想逐步微調行為，而不是每次都重寫相同指令時，這點差異就很關鍵。

這個 create-ex skill 對新手友善嗎？

中等。高層流程其實不複雜，但這個 repo 把 prompt 資產和 Python 工具混在一起，也預設你願意讀檔案並調整工作流程。新手仍然可以使用 create-ex，做法是聚焦在手動文字輸入與 prompt 檔案；如果本機設定看起來有風險或不明確，可以先跳過自動擷取。

什麼情況下不適合用 create-ex？

如果你只需要一段好玩的單次對話、無法安全處理私人聊天內容，或期待從稀少訊息中得到具事實性的心理診斷，就不建議使用。若你的素材量太少，效果也會偏弱；repo 本身就提醒，少於 200 則訊息時，信心度會下降。

它怎麼融入 prompt-writing 工作流程？

create-ex for Prompt Writing 是很強的使用場景，因為這個 repository 把可重用的 prompt 元件完整攤開。即使你的最終產出不是特定的「ex」模擬，也可以借用 intake、分析與修正模式，套用到相鄰的人設建構專案中。

如何改善 create-ex skill

提供給 create-ex 更高訊號的證據

影響品質最大的槓桿是證據品質，不是多加幾個形容詞。請提供能代表平靜、親密、衝突與疏離時期的訊息。若可以，也附上時間戳或大致階段。若你對某些特質非常確定，請直接明說，因為這個 skill 會優先採信人工標註，而不是不確定的推論。

降低 create-ex 常見失敗模式

多數品質不佳的輸出，通常來自四個問題之一：資料太少、使用者描述過度浪漫化、逐字稿片段無法清楚分辨說話者，或預覽後沒有進行修正。如果第一版看起來很空泛，往往是因為來源只呈現情緒，沒有充分暴露反覆出現的用語習慣或衝突序列。

第一版輸出後要繼續迭代

repo 裡有 prompts/correction_handler.md 不是擺好看的，請真的用它。不要只說「這感覺不太對」，而是提供情境式修正，例如：「對方生氣時不會解釋；會幾個小時不回，之後再丟一則很務實的訊息回來。」這種具體修正可以直接寫進 persona，比籠統的風格抱怨更有價值。

調整的不只是主題，還要調整整個工作流程

要改善 create-ex，最好把它當成一個 persona 建構框架，而不只是某種主題模板。若 WeChat 自動化被擋住，就改用 intake prompt 加上手動整理過的逐字稿文字。若最終 persona 過度擬合可愛語句，就補進更多衝突與日常聊天內容來平衡。如果你是在其他領域借用 create-ex guide 的模式，請保留它的分階段設計：intake → evidence import → analysis → preview → correction → saved artifact。