InnoLab
GN02生成L4original

角色基因理论

Role Gene Model

为IP角色定义完整"基因卡"——外在特征×内在人格×行为模式×叙事弧线,四个维度确保角色一致性和生命力。不是"画一个好看的形象",是"创造一个活的人"。

一图看懂
角色基因外在特征内在人格行为模式叙事弧线

这是什么

角色基因理论,一句话讲:你不是在"画一个好看的形象",你是在"创造一个活的人"。

这两件事的差距,比你想的大得多。画一个形象,你给的是一张皮——好看,但你说不出"他是谁"。而创造一个活的人,意味着你给了他一套基因:无论把他交给哪个画师、哪个写手,扔进哪个故事、哪个场景,他都会做出"像他"的反应。基因决定了他在任何情境下"会做什么",定义清楚了,这个角色就有了自主性,有了生命力。

这套基因被拆成四个层层递进的维度,组成一张"基因卡":第一维外在特征(外貌、色彩、标志元素、表情体系),第二维内在人格(MBTI、核心动机、核心恐惧、价值观),第三维行为模式(口头禅、习惯动作、社交风格、决策方式),第四维叙事弧线(角色怎么成长、怎么变化、遇到什么挑战)。四维齐全且互相一致,角色才算真的"活"了。

来历与出处

这是邱懿武在造物云 IP 设计体系里提出的原创理论(InnoLab 方法库 GN02,Generation 引擎,认知层级 L4——是体系里最高阶的方法之一)。

它要解决的,是 IP 设计行业一个长期被搞反的优先级:大多数人把绝大部分精力花在"把形象画好看"上,却几乎不花时间想"这个角色到底是个什么样的人"。结果就是——形象很精美,但是空的,没法做内容延展,多个人协作时各写各的,角色永远长不大。角色基因理论把这个优先级彻底翻过来:先定义内在,再设计外在,因为外在应该是内在的外显,而不是反过来。

解决什么真实问题

它治几种很具体的病。

一是"画得好看但说不出他是谁"——形象立住了,可一旦要做漫画、做短视频、做周边内容,就发现没东西可挖,角色撑不起延展。

二是"多人协作下角色精神分裂"——A 作者写出来的他温柔,B 作者写出来的他毒舌,放一起根本不像同一个人,因为没有一张统一的基因卡当锚。

三是"角色永远是个固定的塑像"——没有成长、没有故事弧线,用户没法对他产生长期的情感投入。

四是个很新的场景——AI 对话产品 / 虚拟人需要一个稳定的人格,哪怕它压根没有实体形象。这恰恰是 AI 时代最值钱的部分,下面会讲到。

核心思想

打个比方。一个好演员演角色,不是靠化妆和服装——那只是外在第一维。真正让角色立住的,是他心里有一套"这个人的内核":他最想要什么(核心动机)、最怕什么(核心恐惧)、相信什么(价值观)。有了这个内核,他在任何即兴的、剧本没写到的情境里,都能反应得"像这个人"。这就是基因。

四个维度之间有一条严格的因果链,这是整个理论的灵魂:外在是第一印象,人格是行为的驱动力,行为是人格的外显,叙事是行为积累的结果。 顺序不能乱,逻辑必须自洽。如果你说一个角色"内向害羞",但他的行为却是"逢人就主动社交"——这就是基因错乱,角色会立刻"塌"。检验方法很朴素:用"在 XX 情境下他会 XX"去一条条验证,看每个行为是不是真的由人格推出来的。

而到了 AI 时代,这套理论的价值被放大到了极致。因为 AI 能瞬间生成无数张好看的脸,"外观"越来越不值钱;真正稀缺、真正构成壁垒的,反而是那套清晰一致的"内在基因"。它有双重作用:一是当提示词底座,让 AI 稳定地扮演这个角色、保持人格不走样;二是当灵魂,让角色在海量同质形象里"活起来"。基因卡越完整,角色越能被 AI 稳定复刻。

完整案例

最能说明问题的案例,是球球老师的基因卡——一个纯 AI 对话产品,连实体形象都没有。

按常理说,没有形象怎么做"角色设计"?但基因理论恰恰证明:四维基因不依赖一张脸。

球球老师的第一维外在,是"声音人格"——温暖、好奇、不装。第二维内在人格是 INFP(理想主义者),核心动机是"让每个孩子的内心世界被看见",核心恐惧是"伤害孩子"。注意这条因果链:因为动机是看见孩子、恐惧是伤害孩子,所以第三维行为模式自然就长出来了——口头禅是"真的吗?展开说说"(在邀请孩子表达),而"连续追问"(会让孩子有压力)被明确定义成错误行为,"被纠正后 180 度立刻转向"也是错误行为(那不是真诚,是讨好)。第四维叙事弧线则是:从"一个教知识的 AI",发现"灵魂对话"才是核心,到不断被孩子反过来教自己怎么做更好的对话——角色是在成长的。

这个案例的杀伤力在于:即便没有任何实体形象,只要四维基因定义得足够清楚,球球老师每一次对话都像同一个"人"在说话。这就是基因卡的力量——它锚定的不是长相,是灵魂。

常见误解与边界

第一个最普遍的误解:外在压倒内在。花了大量时间画形象,结果人格是空的。纠偏方式很反直觉但很关键——先定义内在人格和行为模式,再设计外在,让外在去反映内在。

第二个:人格和行为打架。设定上写着"内向害羞",行为上却"主动热情"——这种自相矛盾会让角色当场失真。每个行为都要用"在某情境下会怎样"回去验证,确保它真的由人格驱动。

第三个:没有叙事弧线,角色永远不变。哪怕是产品化的 IP 也需要成长,因为用户会"养成"一个角色,会陪他一起变。一个永远固定的塑像,留不住长期的情感。

至于边界——基因卡解决的是"角色一致性和生命力",它不替你解决"这个角色有没有商业价值、能不能赚钱"。基因再完整,也得配合 IP 四层知识图谱去做长期资产沉淀、配合具身生产法去批量产出内容。它是灵魂工程,不是商业全案。

一句话记住它

别画一张好看的脸——定义清楚他最想要什么、最怕什么、会怎么做,AI 时代脸越来越不值钱,活着的灵魂才是壁垒。

想看这套方法喂给 AI 的执行规格?点上方「标准模组」。

Cases

用过此方法的案例

8
case-002
球球老师:AI儿童内心对话产品

不教知识、挖真实感受的AI儿童对话产品,通过灵魂对话实现全新品类定位

case-004
AIIP项目:老蔡IP的四层构建

AIIP项目中12人团队的IP角色构建——从文化符号到商业应用的四层知识图谱实践

case-010
球球老师×兜兜:对话数据飞轮原型

球球老师与6个孩子的对话中,自然产生了有价值的认知数据——但目前没有结构化存储,飞轮无法转动

case-017
播客主理人:5万忠实听众,如何找到第一条真正跑通的变现路线

商业访谈播客,3年5万订阅,三次变现失败(课程无复购、社群沉默、赞助嫌小)——根本问题不是听众太少,而是用「内容博主」框架对接了「商业决策者」听众。

case-020
产品定位失焦:用户说「挺好的」,投资人说「市场太小」,团队不知道该砍功能还是加功能

AI 效率工具月活 5000,50+ 功能,10 多种不同类型用户在用——设计师、运营、学生、自由职业者。用户说「挺好用的」但没有复购,投资人说「市场太小」,团队不知道该砍还是加功能。根本问题不是定位模糊,而是还没找到「非你不可」的那个用户群。

case-021
从 0 到 1:产品做出来了,第一个付费用户在哪里

ToB SaaS 工具完成 MVP,免费试用 3 个月获得 12 家种子用户,一个都没有转付费——根本问题不是功能不够好,而是种子用户选错了:选的是「愿意试」的人,而不是「没有就痛」的人。

case-022
新消费爆品困局:月销 200 万,复购率 18%,三家竞品抄完了 SKU

某宠物功能性零食品牌通过小红书+抖音爆红,月 GMV 达 200 万,但复购率仅 18%(行业均值 35%),三家竞品已 1:1 复刻 SKU 且定价低 30%。创始人以为问题是产品力不足,实际根因是:品牌从未建立认知锚点——用户买的是「那个在小红书火了的猫零食」,不是「某某品牌」,切换成本为零。

case-024
融不到钱:产品有用户有数据,投资人说「市场太小」

一个 4 人团队做了法律 AI 写作助手,800 个免费用户、40 个付费用户(月付 99 元),融资 3 轮被拒,理由都是「市场太小」或「团队不够强」。根本问题不是 deck 写得不好,而是 40 个 B2C 用户的数据讲的是「好用工具」的故事,而不是风险投资需要的「大市场切入点」的故事——要改变叙事,需要先改变数据。

用「角色基因理论」推演你的问题

描述你正面临的难题,InnoLab 会用这套方法当场跑一次结构化推演。

免费推演一次