knowledge-vault/1.课题定义.md at main

将“为爱情评估量表构造一个爱情模型”这一初始构想，重构为：

构建一个服务于AI智能体的、整合性的亲密关系诊断模型，其核心任务是帮助伴侣双方评估其关系的“身份与匹配度”。

本模型旨在优先解决伴侣关系中最根本的困惑之一：“身份与匹配度 (Identity & Compatibility)”。模型输出的核心应围绕回答以下问题展开：

本模型的独特价值在于扮演**“整合者 (Integrator)”**的角色。它并非创造一个全新的、独立的爱情理论，而是：

理论整合： 将背景资料中多个成熟的心理学理论（如斯滕伯格的爱情三角理论、依恋理论、投资模型、戈特曼的沟通模式等）有机地融合进一个统一、多维度的分析框架中。
AI赋能： 该框架的设计目标是作为“爱情评估智能体”的核心引擎，使其能够基于用户的问卷输入，进行结构化的分析，并生成一份逻辑清晰、富有洞察的评估报告。

模型的核心功能有明确的优先级排序，以确保其效用的聚焦：

诊断 (Diagnosis - P0 核心):
- 目标： 提供一份关于关系现状的、清晰的、多维度的“体检报告”，精准描绘出双方在各个核心维度（如亲密、激情、承诺、依恋类型等）上的状态与匹配情况。
- 回答： “我们关系的状态是什么样的？”
建议 (Prescription - P1 重要):
- 目标： 基于诊断结果，识别出关系中的优势区和潜在冲突区，并提供具体的、可行动的沟通策略或改善建议。
- 回答： “我们应该怎么办？”
预测 (Prognosis - P2 辅助):
- 目标： 基于诊断出的模式，识别可能影响关系长期稳定性的关键优势与风险因素。此功能为辅助性，不追求绝对的准确性，而是作为风险提示。
- 回答： “未来可能会怎样？”

本次建模工作的最终交付成果是一个 Markdown格式的领域模型文档。该文档将完整定义本模型的所有模块、分析维度和洞察标签，并可直接作为“爱情评估智能体”的核心提示词（Prompt），指导其生成符合上述功能定位的评估报告。

基于“整合者”的定位，并采纳“个体内外、团队内外、现状与发展”的核心思想，我们为“亲密关系诊断模型”确立一个三层、三模块的宏观框架。该框架旨在提供一个强大且灵活的容器，系统性地整合多个经典爱情理论。

模型将由以下三个核心模块构成，形成一个从“个体”到“互动”，再到“系统与未来”的完整分析流：

模块一：个体基石 (The "I" - Individual Foundations)
- 分析焦点： 聚焦于构成关系的独立个体。此模块深入探察每个人的内在特质、历史烙印和外在表现，它们是关系互动的起点和基石。
- 整合范围： 主要整合依恋理论 (Attachment Theory)、个人价值观、原生家庭影响等。
- 核心回答： “我们各自是谁？”
模块二：互动动力 (The "We" - Interactive Dynamics)
- 分析焦点： 聚焦于伴侣双方的互动过程。此模块诊断关系中的“化学反应”，即双方如何沟通、如何处理冲突、以及情感和激情的流动状态。
- 整合范围： 主要整合斯滕伯格的爱情三元论 (Intimacy, Passion, Commitment)、戈特מן的沟通模式 (The Four Horsemen)、约翰·李的爱情风格等。
- 核心回答： “我们在一起时是怎样的？”
模块三：系统与发展 (The "System" - Context & Trajectory)
- 分析焦点： 将关系视为一个置于更大环境中的、动态发展的生命体。此模块评估关系的外部支撑系统、共同成长潜力以及长期的韧性。
- 整合范围： 主要整合投资模型 (Investment Model)、自我延伸模型 (Self-Expansion Model)，以及外部社会支持、共同目标等概念。
- 核心回答： “我们的关系将去向何方？”

为确保模型的可解释性与可操作性，我们正式采纳与 PRISM 模型一致的三层结构，并明确每一层的具体作用：

第一层：模块 (Module)
- 定义： 构成亲密关系诊断的最高阶战略分析领域。以上三个模块（个体基石、互动动力、系统与发展）共同构成了对一段关系的完整评估。
第二层：分析维度 (Analysis Dimension)
- 定义： 在一个模块内部，为实现其诊断目标而设定的、具体的、可被评估的**“核心诊断检查点 (Diagnostic Checkpoints)”**。
- 作用： 它的核心任务是将模块的宏大概念（如“互动动力”），解构为一系列可衡量、可观察的具体方面（如“沟通健康度”、“冲突处理风格”）。这些维度的设计将受经典理论启发，但不拘泥于照搬，以确保其适用性。
第三层：洞察标签 (Insight Tag)
- 定义： 在某个“分析维度”下，对用户的状态进行分析后得出的、标准化的、最小颗粒度的诊断结论。
- 作用与接口：
  - 标签为结论 (Tag as Conclusion): 标签是AI智能体最终输出的判断，例如 [依恋类型: 焦虑型]。
  - 问题为证据 (Question as Evidence): 评估量表中的具体问题及其用户的回答，将作为AI智能体做出该标签判断的直接**“文本证据”**，确保所有诊断结论都有据可循。