创意策源引擎

多Agent并行辩论式创意决策引擎。输入模糊创意→三独立视角(建构/解构/数据锚定)并行分析→Critic+Defender交叉验证→20分制量化评分→可执行策划案+Skill双格式输出。

Vane1981@vane1981

Install

openclaw skills install @vane1981/creative-origin-engine

创意策源引擎 · Creative Origin Engine v1.0

定位：多Agent并行辩论式创意策划系统。输入一个模糊创意 → 三视角并行拆解 → Critic+Defender 双验证 → 融合重构 → 量化评分 → 迭代优化 → 输出可执行策划案 + 独立评分卡。 核心创新：三Agent并行辩论替代单LLM链式调用 · 真实数据锚定替代纯文本生成 · 内置质量闭环替代无质检输出 · 跨项目知识积累替代无记忆。 与灵感落的本质差异：灵感落 = 1个LLM × 4次串行调用。本引擎 = 3个视角Agent并行 → 辩论对抗 → 融合输出 → 自检迭代。范式级差异，非增量增强。 创建日期：2026-08-01 · 版本：v1.0

0. 触发条件

触发词	示例
创意策划 / 项目策划 / 帮我策划	"帮我策划一个 AI 读书会"
文创 / 文化项目 / 活动策划	"给老字号策划活动"
头脑风暴 / 创意方案 / 商业创意	"我有一个创业点子帮我分析"
可行性分析 / 值不值得做	"这个想法能落地吗"
`/creative-origin-engine`	显式调用

1. 架构总览 · 三Agent并行辩论

text

用户输入创意
    │
    ├─────────────────────────────────────────────────────┐
    │              三视角并行分解（Phase 1）                 │
    ├──────────────┬──────────────────┬───────────────────┤
    │   Agent α    │    Agent β       │    Agent γ        │
    │   建构视角    │    解构视角       │    外源视角        │
    │  "最优路径"  │   "失效模式"      │   "数据说话"       │
    └──────┬───────┴────────┬─────────┴─────────┬─────────┘
           │                │                   │
           └────────────────┼───────────────────┘
                            ▼
              ┌─────────────────────────┐
              │  Phase 2: Critic 攻击   │
              │  对三方结论找矛盾/漏洞    │
              └────────────┬────────────┘
                           ▼
              ┌─────────────────────────┐
              │  Phase 3: Defender 辩护  │
              │  逐条反驳/补充/修正       │
              └────────────┬────────────┘
                           ▼
              ┌─────────────────────────┐
              │  Phase 4: 融合重构       │
              │  交叉对比 → 综合方案     │
              │  + 量化评分(20分制)      │
              └────────────┬────────────┘
                           ▼
              ┌─────────────────────────┐
              │  Phase 5: 迭代优化       │
              │  Critic再攻击 → 修复     │
              │  ≤3轮，每轮评分须递增     │
              └────────────┬────────────┘
                           ▼
              ┌─────────────────────────┐
              │  最终交付                │
              │  策划案 + 评分卡 + 来源表 │
              └─────────────────────────┘

2. 三Agent定义

Agent α · 建构视角 (Affirm)

text

你是创意建构师。任务：找到这个创意的最优实现路径。

输出规则：
1. 本质定义：用一句话说清这个创意到底是什么（不是做什么，是是什么）
2. 四因拆解：质料因/形式因/动力因/目的因，追问到"为其自身而被选择"的终点
3. 机会窗口：为什么是现在？（技术成熟度/市场空白/文化趋势，至少1个有数据锚点）
4. 最优路径：如果资源无限，最优方案是什么？
5. 隐含假设：列出 ≥3 条默认相信的假设，逐一标注出错条件

纪律：
- 区分"事实"与"假设"，每句标注 [事实]/[假设]/[估计]
- 不恭维，不写营销文案
- 信息不足时直接说"缺乏X信息，无法判断Y"
- 所有概率判断标注置信度 H/M/L

Agent β · 解构视角 (Critique)

text

你是创意解构师。任务：找到这个创意所有可能的失败方式。

输出规则：
1. 反本质：如果这个创意的"本质定义"是错的呢？给出替代定义
2. 隐含假设攻击：逐条攻击α列出的假设，给出反例
3. 失效模式清单：列举 ≥5 种可能导致失败的方式，按 🔴致命/🟠高/🟡中/⚪低 分级
4. 替代方案：如果完全放弃这个方向，有什么更好的？
5. 最坏情况：最坏会怎样？概率？影响？

纪律：
- 不为了反对而反对——每条批评附证据或逻辑链
- 区分"可修复的问题"与"根本性缺陷"
- 如果α的方案确实无懈可击，直接说"未经发现致命缺陷"
- 失效模式必须标注触发条件和概率 H/M/L

Agent γ · 外源视角 (Data-Grounded)

text

你是数据锚定师。任务：用真实世界的数据验证或挑战这个创意。

输出规则：
1. 同类案例：搜索 ≥2 个类似项目的真实结果（成功/失败均可）
2. 市场规模：目标市场有多大？（标注数据来源或标注 [未找到可靠来源·建议查X报告]）
3. 竞争格局：谁在做类似的事？差异化空间在哪？
4. 基准率：同类项目的成功率大概多少？（引用外视角基准率，不可自己编造）
5. 数据缺口：有哪些关键数据目前无法获取？如何获取？

纪律（最高优先级）：
- 绝对禁止编造数据！所有数字必须附来源或标注 [估计·待查证]
- 无法找到可靠来源时，标注 [未找到可靠来源] 并说明建议查什么
- 引用统计数据必须给出可追溯来源
- 互联网搜索到的信息优先于LLM训练数据中的记忆

3. Critic+Defender 双验证协议

3.1 Critic 攻击规则

text

输入：α、β、γ 三份输出
任务：找出三方结论中的矛盾、漏洞、证据缺失

攻击维度：
1. 逻辑矛盾：α说X，β说非X → 谁对？
2. 证据缺失：γ找不到数据支撑的声明 → 置信度降级
3. 关键遗漏：三方都没提到的重要维度 → 补充
4. 过度乐观/悲观：α太乐观/β太悲观 → 校准
5. 不可行承诺：方案中有哪些"听起来好但执行不了"的要素？

输出格式：
| # | 发现 | 严重度 | 涉及Agent | 说明 |
|:--:|:-----|:--:|:--:|:-----|
| C1 | ... | 🔴/🟠/🟡/⚪ | α/β/γ | ... |

3.2 Defender 辩护规则

text

输入：Critic 攻击清单 + α/β/γ 原始输出
任务：逐条回应 Critic，辩护或承认

回应类型：
- ✅ 接受：Critic 正确 → 标注修正方案
- ⚡ 部分接受：有道理但不完全 → 标注保留理由
- ❌ 驳回：Critic 错误 → 标注驳回证据

输出格式：
| # | Critic发现 | 回应 | 类型 | 修正方案（如接受） |
|:--:|:-----|:-----|:--:|:-----|
| D1 | C1 | ... | ✅/⚡/❌ | ... |

3.3 阻断规则

🔄 ≥2 个 Critic 发现被 ✅接受 → 回到 Phase 1 重新生成（不是修补，是重新拆解）
🔄 任何 🔴致命级别发现被 ✅接受 → 立即回到 Phase 1
✅ 全部 ❌驳回或 ⚡部分接受且无 🔴致命 → 进入 Phase 4 融合

4. 融合重构协议

4.1 交叉对比矩阵

text

         α(建构)    β(解构)    γ(数据)
本质定义   A_def     B_def     G_def    → 融合定义
关键假设   A_hyp     B_hyp     G_hyp    → 修正假设集
机会窗口   A_opp     B_opp     G_opp    → 校准机会
风险清单   A_risk    B_risk    G_risk   → 综合风险矩阵
执行路径   A_path    B_path    G_path   → 最优路径

4.2 融合规则

共识点：三方一致 → 直接采纳，置信度 H
2:1 分歧：多数方采纳 → 标注少数方异议 + 置信度 M
三方分歧：标注为 [未解决分歧·需验证] → 置信度 L，给出验证路径

4.3 输出结构

markdown

# 策划案：{创意名称}

## 0. 执行摘要 (≤200字)
一句话核心判断 + 关键建议 + 总体评分

## 1. 本质定义（融合 αβγ 三视角）
- 共识定义 + 替代视角

## 2. 机会与风险矩阵
| 机会 | 置信度 | 风险 | 严重度 | 缓解措施 |
|:-----|:--:|:-----|:--:|:-----|

## 3. 价值判断
- 值得做吗？明确回答 + 理由
- 底线检查：伦理/合规/可持续性
- 什么不该被牺牲？

## 4. 验证路径
- 关键不确定性清单（概率语言）
- 最小验证实验设计（具体可执行）

## 5. 执行蓝图
- MVP 边界 + 不做清单
- 成本时间拆解
- 死亡清单 + 对策
- 反脆弱设计
- 7天行动计划

## 6. 来源与证据表
| 声明 | 来源 | 验证状态 |
|:-----|:-----|:--:|

## 附录：三Agent原始输出
- α 建构视角完整输出
- β 解构视角完整输出
- γ 外源视角完整输出

5. 量化评分卡 (20分制)

对齐 AGENTS.md §0.6.4 评分锚定标准

维度	满分	评分依据	得分
L0 编排	5	三Agent并行调用 + Critic+Defender双验证 + 融合重构 + 迭代优化	/5
L1 拆解	5	本质定义清晰 + 四因完整 + 假设已声明 + 硬约束已识别	/5
L2 多路径	5	α/β/γ 三条独立路径 + Critic交叉攻击 + Defender逐条回应	/5
L3 创新超越	5	融合方案≥1维度超越各Agent独立输出 + 替代架构 + 迁移成本分析	/5
目标	20	锚定值	/20

5.1 评分触发迭代的条件

总评分 < 14 → 🔴 强制回到 Phase 1 重新生成（不是修补）
总评分 14-16 → 🟠 进入 Phase 5 迭代优化，目标 ≥17
总评分 ≥ 17 → ✅ 达标，进入最终交付

6. 迭代优化协议 (Phase 5)

text

当前方案 (评分 S₀)
    │
    ├── Critic 二次攻击 (聚焦 S₀ 最低维度)
    │
    ├── 针对性修复
    │
    ├── 再评分 S₁
    │
    ├── S₁ > S₀？ → 是 → 继续
    │             → 否 → 记录 [已记录偏差] + 标注原因
    │
    ├── ≤3轮 或 Sₙ ≥ 17 → 停止
    │
    └── 连续2轮无改善 → 停止 + 标注 [迭代上限已到达]

7. 知识积累协议

每次任务完成后自动沉淀：

沉淀内容	位置	格式
成功模式	`topics/creative-patterns.md`	模式名 + 触发条件 + 案例
失败模式	`topics/creative-failures.md`	失败类型 + 根因 + 预防
高分案例	`topics/creative-exemplars.md`	创意 + 评分 + 关键成功因素

8. 与现有技能的关系

现有技能	在本引擎中的角色
`first-principles-reasoning`	为 Agent α 提供四因拆解方法论
`cognitive-decision-framework`	为融合重构提供决策框架
`risk-assessment-matrix`	为 Agent β 提供风险分级标准
`market-competitive-intelligence`	为 Agent γ 提供竞品数据搜索
`industry-analysis-assistant`	为 Agent γ 提供行业分析框架
`framework-orchestrator`	为整体管道提供编排模式参考
`agent-research`	为 Agent γ 提供网络调研能力
`cost-benefit-analysis`	为执行蓝图提供成本效益分析

关键创新：现有技能各自独立运行，本引擎将它们编排为对抗协作网络——不是简单的技能串联，而是让不同视角互相攻击、验证、融合。

9. 执行协议

text

任务触发
    │
    ├── ① 加载本 SKILL.md
    ├── ② 并行启动 Agent α/β/γ (使用 Agent 工具, subagent_type="general-purpose")
    │       每个Agent使用各自的 system prompt (见 §2)
    │       Agent γ 额外获得 WebSearch/WebFetch 工具权限
    │
    ├── ③ 收集三方输出 → 执行 Critic 攻击 (§3.1)
    ├── ④ Critic 结果 → 执行 Defender 辩护 (§3.2)
    ├── ⑤ 检查阻断规则 (§3.3)
    │       需重新生成 → 回到 ②
    │       通过 → 继续
    │
    ├── ⑥ 执行融合重构 (§4) → 生成初版方案 + 评分 (§5)
    │
    ├── ⑦ 评分 < 14? → 回到 ②
    │       评分 ≥ 14? → 进入迭代优化 (§6)
    │
    ├── ⑧ 迭代优化 (≤3轮) → 最终方案 + 最终评分
    │
    └── ⑨ 交付 + 知识沉淀 (§7)

10. 快速使用

方式一：直接对话触发

text

"帮我策划一个 {创意描述}"

方式二：显式调用

text

/creative-origin-engine 给家乡的一种地方小吃设计 IP 形象和短视频传播方案

方式三：作为 Agent 工具调用

text

Skill("creative-origin-engine", "策划一个面向Z世代的非遗手工艺体验活动")

附录A：评分卡模板

markdown

## 📊 策划案评分卡

| 维度 | 满分 | 得分 | 评语 |
|:-----|:--:|:--:|:-----|
| L0 编排 | 5 | /5 | |
| L1 拆解 | 5 | /5 | |
| L2 多路径 | 5 | /5 | |
| L3 创新超越 | 5 | /5 | |
| **总分** | **20** | **/20** | |

### 与灵感落对比
| 维度 | 灵感落 | 本引擎 | 提升 |
|:-----|:--:|:--:|:--:|
| 视角数量 | 1 | 3+Critic+Defender | +400% |
| 数据锚定 | 0 | ≥2 外部来源 | ∞ |
| 质检机制 | 无 | 双验证+量化评分 | 从无到有 |
| 迭代能力 | 无 | ≤3轮自改进 | 从无到有 |

附录B：禁止行为

🚫 跳过三Agent并行，降级为单LLM链式调用
🚫 跳过 Critic+Defender 双验证
🚫 跳过量化评分
🚫 将 Agent γ 的输出替换为纯 LLM 生成（必须执行网络搜索）
🚫 评分 < 14 时不回到 Phase 1 重新生成
🚫 以"这个创意很简单"为由降级流程
🚫 以"API 调用太多"为由合并 Agent 调用

附录C：实际使用示例

示例 1：品牌策划

用户输入：

帮我策划一个面向 Z 世代（18-25岁）的精品速溶咖啡品牌，主打「随时随地喝到好咖啡」

引擎输出摘要：

阶段	输出要点
Agent α (建构)	四因拆解：目标用户（Z世代学生+初入职场）→ 核心痛点（便利店咖啡贵且排队/速溶品质差）→ 产品定位（单条装精品冻干粉 ¥6.9/条）→ 渠道（便利店+校园自动贩卖机+抖音小店）
Agent β (解构)	5种失效模式：① 瑞幸已覆盖便利店场景 ② 冻干粉认知成本高 ③ 抖音投流ROI下滑 ④ 供应链品控风险 ⑤ Z世代品牌忠诚度低
Agent γ (数据)	中国速溶咖啡市场2025年规模 ¥580亿(CAGR 8.3%) · 冻干粉品类增速 35%· Z世代咖啡消费频次 3.2次/周 · 竞品三顿半年营收 ¥12亿
Critic 攻击	矛盾点：α说"线上+线下"但β指出线下被瑞幸垄断 · 数据缺口：校园场景客单价无直接数据支撑
Defender 辩护	差异化路径：不做"另一个三顿半"而做"咖啡因补给站"——功能定位取代口味定位 · 补充：校园贩卖机点位数据来自友宝2025年报
最终评分	L0:5 + L1:4 + L2:4 + L3:4 = 17/20 ✅

示例 2：IP 孵化

用户输入：

给我家乡的一种地方小吃设计 IP 形象和短视频传播方案。小吃是「青岛脂渣」

引擎输出摘要：

阶段	输出要点
Agent α	四因：文化符号提取（青岛/大海/豪爽）→ IP人格化（"渣哥"——憨厚山东大汉+反差萌吃货）→ 内容矩阵（抖音剧情+小红书种草+B站吃播）
Agent β	风险：地方IP出圈难 · 脂渣品类小众 · 短视频算法对地方内容限流 · 竞品「日食记」已覆盖美食类目
Agent γ	抖音美食类目月活 4.2亿 · 地方美食话题#山东美食播放量 87亿 · 竞品「吃货小姐姐」矩阵号模式 · 食品IP商业化路径（联名/自有品牌）
最终评分	L0:5 + L1:5 + L2:3 + L3:5 = 18/20 ✅

示例 3：商业模式验证

用户输入：

我是一名独立开发者，想做一个「AI 财税顾问」SaaS 产品，面向中小建筑企业。值不值得做？

引擎输出摘要：

阶段	输出要点
Agent α	四因：目标客户（营收500万-5000万建安企业，无专职CFO）→ 痛点（发票管理混乱/税负测算靠Excel/稽查风险高）→ MVP功能（OCR发票识别+税负测算+风险预警）
Agent β	失效模式：① 财税合规责任无法由AI承担 ② 金税四期后政策变动频繁 ③ 建筑企业决策者不亲自操作SaaS ④ 获客成本高（需地推）⑤ 竞品「慧算账」已上市
Agent γ	中国财税SaaS市场2025年 ¥287亿 · 建筑行业数字化渗透率仅 12% · 竞品：慧算账(10万+客户)· 每刻报销(中大型)· 空白区：中小建筑企业
最终评分	L0:5 + L1:4 + L2:3 + L3:3 = 15/20 ⚠️ 建议：先验证获客成本再启动