所有文章
技术实践2026-03-159 分钟

Soul：让任何 AI 平台 30 秒认识真正的你

厌倦了每次开新对话都要重新自我介绍？Soul 是 KnowMine 的 AI 用户画像系统，从你的历史记忆中自动生成个性化 System Prompt，一键导入 ChatGPT、Claude、Gemini 等任何 AI 平台。

System PromptAI个性化用户画像Custom InstructionsChatGPT设置Claude设置AI记忆

Custom Instructions 的困境

几乎每个 AI 平台都提供了自定义指令的入口：ChatGPT 叫 Custom Instructions，Claude 叫 Project Instructions，Gemini 叫 Gems。它们的目的相同——让 AI 更了解你，给出更贴合你需求的回答。

但现实是：

  • 不知道写什么。 面对空白文本框，大多数人只能憋出"我是一个程序员，请用中文回复"这种泛泛之谈。
  • 写了也不更新。 你的技术栈在演进，你的角色在变化，但三个月前写的 prompt 还在原地躺着。
  • 多平台手动同步太累。 你在 ChatGPT 写了一份，Claude 又要重写一份，Cursor 还得再来一份。

问题的本质是：你让人类手动维护一份机器要读的文档，这本身就不合理。

Soul 是什么？

Soul 是 KnowMine AI 记忆系统的第三层架构。如果说 Memory（结构化记忆）是散落的知识卡片，那 Soul 就是从这些卡片中提炼出的你的完整画像。

它从三个维度描述你：

┌─────────────────────────────────────────────┐
│  角色与专业                                    │
│  ▸ 你的职业身份、技术栈、专业领域              │
│  ▸ 例：全栈开发者，擅长 Next.js + PostgreSQL  │
├─────────────────────────────────────────────┤
│  思维模式                                      │
│  ▸ 你的决策风格、学习方式、优先级判断          │
│  ▸ 例：YAGNI 原则，数据驱动，厌恶过早抽象    │
├─────────────────────────────────────────────┤
│  交互偏好                                      │
│  ▸ 你希望 AI 如何与你沟通                      │
│  ▸ 例：结论先行，简洁中文，不要 emoji          │
└─────────────────────────────────────────────┘

关键区别在于：Soul 不是你手写的，而是从你的真实行为中生成的。 你在对话中做的每一个技术决策、总结的每一条经验教训、表达的每一个偏好，都会成为 Soul 的素材。

而且它会持续进化——随着记忆积累，Soul 会自动更新，不需要你手动维护。

Soul 如何生成

前提条件

Soul 的生成需要足够的记忆作为原料。具体来说，你需要积累 20 条以上的结构化记忆（类型包括 decision、insight、lesson、preference、domain_knowledge）。

这个门槛的设计是有意的——太少的记忆无法提取出有意义的模式，生成的画像反而不准确。

生成原理

Soul 运用了类似约哈里窗的理论框架：

  • 你知道的：你明确告诉 AI 的偏好和决策（"我偏好用 Drizzle ORM 而不是 Prisma"）
  • 你不知道但 AI 观察到的：从你的行为模式中提取的隐性特征（"你在做技术选型时总是先查最新版本，再看社区活跃度"）

两者结合，生成的画像比你自己手写的更全面、更真实。

输出

Soul 最终输出两样东西：

  1. 结构化画像：JSON 格式，包含各维度的详细数据
  2. System Prompt 文本：一段可以直接粘贴到任何 AI 平台的自然语言描述

实操步骤

Step 1：积累记忆

在 Claude Code、Claude Desktop 或 ChatGPT（通过 MCP Server）中正常工作即可。AI 会在对话过程中自动调用 save_memory 保存有价值的内容。

你也可以主动触发：

"请记住：我们团队决定用 Neon PostgreSQL 替代 Supabase，原因是需要 serverless 连接池和更好的分支支持。"

AI 会自动将这条内容保存为 decision 类型的记忆。

Step 2：查看 Soul 生成进度

在 KnowMine 的 AI 记忆页面可以查看当前的记忆数量和 Soul 生成进度。进度条会显示你还需要积累多少记忆才能触发首次 Soul 生成。

已有记忆的分布也很重要——如果你的记忆全是 lesson 类型，Soul 能提取的维度就有限。多样化的记忆类型（决策、偏好、洞察、领域知识）会生成更丰富的画像。

Step 3：导出 System Prompt

Soul 生成后，你有两种方式获取 System Prompt：

方式一：通过 MCP 工具

get_soul(format='system_prompt')

AI 会返回一段可以直接使用的 System Prompt 文本。

方式二：通过 Web UI

在 KnowMine 的 Soul 页面，点击"复制 System Prompt"按钮，一键复制到剪贴板。

Step 4：粘贴到任何 AI 平台

  • ChatGPT → Settings → Personalization → Custom Instructions → 粘贴到"What would you like ChatGPT to know about you?"
  • Claude → 创建 Project → Project Instructions → 粘贴
  • Cursor → Settings → Rules for AI → 粘贴
  • 其他 AI → 在对话开头粘贴即可

一个真实示例

以下是 Soul 为一位全栈开发者生成的 System Prompt 片段：

你正在与一位全栈开发者对话。

【技术背景】
- 主要技术栈：Next.js 15 (App Router) + Drizzle ORM + Neon PostgreSQL
- AI 集成经验：OpenAI API、Pinecone 向量数据库、MCP 协议开发
- 偏好前端框架：React + Tailwind CSS，避免 CSS-in-JS 方案

【决策风格】
- 遵循 YAGNI 原则：三行重复好过过早抽象
- 技术选型先查官方最新版 SDK，拒绝使用不符合模块规范的旧版
- 重视实际性能测试，不接受"理论上更快"的结论

【重要经验教训】
- pgvector 需要先 CREATE EXTENSION vector 才能使用
- 异步任务必须有可观测性，静默失败是最大的敌人
- RAG 检索失效时先查数据状态（向量化率），再查代码逻辑

【沟通偏好】
- 简洁中文回复，结论先行
- 不要 emoji，不要客套话
- 给出代码示例时附带关键注释，不需要逐行解释

这段文本大约 300 字，但包含的信息密度远高于大多数人手写的 Custom Instructions。

Soul vs 手写 Prompt

对比维度手写 System PromptSoul 自动生成
创建方式面对空白框苦思冥想从真实对话中自动提取
更新频率写一次就不改了随记忆积累持续进化
覆盖面只有你能想到的你知道的 + AI 观察到的
跨平台同步每个平台手动复制修改一份 Soul，一键导出到任何平台
准确度自我描述往往有偏差基于实际行为数据，更客观

开始积累你的 Soul

你的 AI 应该像一个共事多年的老同事一样了解你——知道你的技术偏好、决策习惯、沟通风格。而不是每次打开新对话，都像在面试一个新人，从头解释你是谁、你要什么。

Soul 让这件事自动发生。你只需要：

  1. 连接 KnowMine MCP Server 到你的 AI 工具
  2. 像平常一样工作和对话
  3. 等记忆积累到 20 条，Soul 自动生成
  4. 导出 System Prompt，粘贴到你用的每一个 AI 平台

从此，每一个 AI 都认识你。

开始构建你的 AI 原生知识库

免费开始使用，连接 Claude、ChatGPT 等多种 AI

免费开始
Soul：让任何 AI 平台 30 秒认识真正的你 - KnowMine Blog