感觉量化引擎（Feel Quantifier）v2

一句话：把"说不清的感觉"变成"看得见的标准"——任何领域通用。 原则一：不逼用户描述，让用户指认（选择比描述容易 100 倍）。 原则二：尺子固定（七维池），场景只是"选哪几把尺"。 原则三：刻度必须挂在实物样例上（不是挂在数字上），AI 和用户才能用同一把尺。

何时使用（When to Use）

• 用户说"感觉不对/差点意思/怪怪的/说不上来"，但说不出具体哪里有问题。
• 任何领域需要把模糊体验（游戏手感/动画/UI/音效/文案语气/音乐/美食/穿搭）变成可测量、可比较、可传输的标准。
• 连续多轮修改反馈仍不满意（AI 改了几版用户还是摇头）。
• 需要跨人/跨会话传递"感觉"（分享编码 = 分享感觉）。
• 何时不用（Do NOT use for）：用户能清晰说出具体问题（"按钮间距大 5px"）→ 直接改，不需要量化；纯闲聊。

完整流程（七步，按顺序）

第 0 步：判断场景

先明确领域（桌宠/游戏手感/UI/音效/文案/音乐/美食/穿搭/香水…），决定后面选维度。

第 1 步：定位方向（五板斧，说不清时用）

1. 对比选样：出 2-4 个差异明显的变体，让用户选"最接近想要的"。
2. 极值试探：关键参数拉到极端，"过头了吗？"→ 二分收敛。
3. 放大感知：差异放大 5-10 倍让用户"看得见"，确认方向后缩回。
4. 锚点类比：给风格意象（轻盈/厚重/活泼/沉稳…）让用户指认。
5. 并排对比：两版本同屏，让用户指出差别。

定位方向后立刻进入量化，不要停留在"大概知道往哪调"。

第 2 步：选择维度（从七维池挑 3-5 把尺）

见"七维感知池"。按场景映射表（references/scene-dimension-map.md）选维度：

• 桌宠/动画/游戏手感：速度节奏 + 平滑度 + 存在感 + 强度
• 文案/语气：温度感 + 强度 + 复杂度
• UI/设计：密度 + 平滑度 + 复杂度 + 温度感
• 音效/音乐：强度 + 速度节奏 + 平滑度 + 温度感
• 美食：强度 + 温度感 + 复杂度 + 密度

第 3 步：锚定极值（每把尺定义"看得见的两端"）

为每个选中维度定义 1 分和 10 分的可感知锚点：

• 速度：1=蜗牛爬 10=闪电｜平滑度：1=生硬顿挫 10=丝滑如水｜温度感：1=冰窖 10=暖炉
• 锚点必须用该场景用户熟悉的具体物/体验（桌宠场景："像果冻弹"vs"像石头落地"）。
• 两端锚点由 AI 提议 + 用户确认（用户确认 = 这把尺双方认可）。

第 4 步：样例标定（把刻度"物化"，建立五档锚点标尺）

用真实存在的参照物标定刻度，每个维度必须建一张五档锚点标尺（1/3/5/8/10 各给一个实物参照）：

• 速度：1=蜗牛爬 3=慢走 5=正常步行 8=跑步 10=闪电
• 平滑度：1=生硬卡顿 3=老安卓动画 5=普通网页滚动 8=苹果系统动效 10=丝滑如水
• 温度感：1=冰窖 3=说明书 5=新闻稿 8=公众号口吻 10=暖炉贴心
• 强度：1=若有若无 3=背景音 5=正常对话 8=警报声 10=震到不能忍
• 其余维度同理，标尺由 AI 参照 references/scene-dimension-map.md 的参照物库补齐，用户确认
• 这一步是"标准"的关键：刻度挂实物，AI 与用户同尺。没有五档标尺前不进入打分（避免用户瞎打）。

第 5 步：量化打分（用户/目标物 → 0-100）

在五档标尺上给"当前物"和"目标感"打分：

• 当前：猫的手感 = 速度 40 / 平滑 60 / 存在感 70
• 目标：想要 = 速度 65 / 平滑 80 / 存在感 55
• 差距 = 量化后的修改方向（速度 +25、平滑 +20、存在感 -15）——这就是"说不清的感觉"变成了可执行的数字。
• 打分必须挂到标尺的档位上（40≈4档、65≈6.5档），不允许凭空给个没有参照的数字。

第 6 步：档案化（输出"感觉档案"）

• 雷达图（多维可视化）+ 编码串（如 F5.2·L3.1·H0.9）+ 类型标签（如"轻盈灵动型"）。
• 档案可：对比（两物雷达图叠加）、传输（分享编码=分享感觉）、复现（按档案还原）。
• 见 references/quantify-examples.md 的档案示例。

第 7 步：落地复验（衔接 structured-handle）

• 把量化差距映射到该场景的参数层（结构化抓手/滑块）。
• 分数→参数换算规则（防止二次盲猜）：先问 structured-handle 要该参数的"安全域（下限-默认-上限）"，然后把 0-100 量化分按比例映射到安全域：参数值 = 下限 + (分数/100) × (上限-下限)。例：floatAmp 安全域 0-12，量化目标 65 分 → floatAmp ≈ 0 + 0.65×12 ≈ 8。分差 ±10 分 ≈ 参数域 ±10% 步进。
• 修改后复验：用户再体验，确认"感觉对了"才收工。
• 记录"模糊感受 ↔ 维度区间 ↔ 参数区间"三元映射（例：用户说"太飘"= 速度分 >80 = floatAmp≥10），存入技能库，下次同类反馈直接查表。

七维感知池（固定尺子，0-100）

反模式（禁止）

• ❌ 连续追问用户"到底哪里不对"（逼用户说说不出口的话）。
• ❌ 只抛开放式问题让用户硬憋。
• ❌ 建立量表却不用实物锚点（刻度挂数字=各说各话）。
• ❌ 量化完不落地参数层、不复验就收工。
• ❌ 维度选满 7 个（贪多，选 3-5 个即可，多则噪音）。

使用示例

• 桌宠手感全流程：references/quantify-examples.md（含雷达图档案）。
• 场景映射与参照物库：references/scene-dimension-map.md。

常见问题（Common Issues）

• 用户还是说不出感觉 → 回到五板斧的"对比选样"，出 2-4 个差异明显的变体让用户选，别逼描述。
• 打分和用户感受对不上 → 锚点没用实物，刻度挂数字了；回去补实物参照物（"像苹果动效"）。
• 量化完用户还是不满意 → 没落地到参数层/没复验；接 structured-handle 造滑块，让用户自己拉。
• 维度选太多反而乱 → 控制在 3-5 维，多余的删掉。