!封面

做过 MBTI 吗？或者看过星座解析、测过九型人格？

做完那一刻，多半会有个反应：这说得也太准了，简直就是我。

但你停下来再想一秒，把这些描述拿给你的同事、你妈、你前任看，他们大概也会觉得"这说的不就是我"。不是因为你人格万能，是因为这些描述本来就设计得对谁都成立。心理学里叫巴纳姆效应（Barnum effect），又叫福勒效应。它的本质不是"算准了你"，是"迎合了你"：先塞给你一个标签（你是 INTJ、你是天蝎座），再让你自己去生活里找证据对号入座。证据是为结论服务的，怎么解释都通。

我最近找到一个真正"准"的算命方式。它不问你生辰八字，不问你出生城市，甚至不问你觉得自己是个什么样的人。它只读你过去几个月在微信里到底说了什么。

这大概是真正意义上的赛博算命。这篇文章讲两件事：它为什么比传统算命准，以及你怎么用它给自己算一命。

一、两种算命，两种认识论

传统算命和聊天记录画像，差的不是准不准，是认识论的根本不同。

传统算命是"先结论，后证据"。你是 INTJ——好，你看，你喜欢独处，你独立思考，你不爱无效社交。每一条都成立，但每一条都是先有靶子再射箭。你只记住了对得上结论的证据，忽略了反例，心理学管这叫确认偏误（confirmation bias）。

聊天记录画像是反过来的，"先证据，后结论"。一千多条发言摆在那儿，先统计，先归纳，结论是从证据里长出来的，不是预先设定的。

打个比方：一个先画靶再射箭，怎么射怎么中；一个先把箭射出去，再看落在哪里。画靶的那个让你舒服，射箭的那个让你没法骗自己。

星座告诉你你"应该"是谁，聊天记录告诉你你"到底"是谁。

二、为什么聊天记录是最硬的画像数据

问卷、心理测试、自我陈述，都败在同一个点上：你会美化自己。没有谁在填"你是否容易冲动"时会心甘情愿勾"经常"。

聊天记录不会。它有四个其他数据源都比不上的优势。

第一，长期积累。几千条消息铺在几个月里，会抹平一时的情绪和状态。你某天连发十条暴躁消息，在总量里被稀释到看不见；你持续三个月在深夜发技术讨论，才会真正显示成"作息偏晚"。

第二，自然状态。发微信的时候，没人想着"这句话以后会被分析"，所以它最难伪装。你伪装不了一千条消息，伪装的痕迹本身也会被统计出来。

第三，跨场景。工作群里的你、兴趣群里的你、你主导的项目群里的你，是三个不同的侧面。同时取，才能看到立体的你，而不是单一场景下的面具。

第四，对抗自我美化。问卷你会往好了填，聊天记录记下了你以为自己没说过的每一句话。

你问自己"我是个怎样的人"，答案多半经过美化。数据替你回答，它不会。

三、怎么算：四步法

讲清楚为什么准，接下来说怎么算。整套方法四步，照着都能跑。

第 1 步：取数

用 wechat-cli 把能反映你不同侧面的场景导出来。关键只有一句：不要只取一个群，会偏。

一个人在工作群里往往是"硬"的——交代任务、催进度、拍板。只看工作群，你会得出"这人冷漠高效"的结论。但你可能同时在某个兴趣群里是个话痨，在你主导的项目群里是个鼓励型的人。至少取三个场景：一个工作场景、一个兴趣或学习场景、一个你深度参与的项目场景。

导出命令很简单：

wechat-cli export "群名" --format markdown --output 工作群样本.md

导出后，只取你自己说的话（脚本里按发言者标记提取），剥离掉别人的内容。你分析的是你，不是群。

第 2 步：量化

这一步给自己拉一份九个维度的数据骨架：消息长度分布、发言时段（看作息）、表情符号、标点习惯、高频口头禅、思维态度关键词、消息功能类型、中英文比例、各场景发言量。

核心逻辑其实很短：正则提取你的发言，然后用计数器统计。下面这段是骨架，够你照着改：

import re
from collections import Counter

# wechat-cli 导出格式：[2026-03-12 14:35] me: 消息内容
pat = re.compile(r'\[\d{4}-\d{2}-\d{2} (\d{2}):\d{2}\] me: (.*?)(?=\n\[|\Z)', re.S)
mine = [(int(h), c.strip()) for h, c in pat.findall(open('工作群样本.md').read())]

# 维度一：作息——看你是夜猫子还是早鸟
hours = Counter(h for h, _ in mine)

# 维度二：标点——感叹号多=情绪外露，问号多=爱探讨
puncts = Counter(p for _, c in mine for p in '！？。，' if p in c)

# 维度三：思维态度——自定义词表，按你的语言习惯调整
keywords = {
    '行动': ['试', '做', '搞', '现在', '执行', '完成'],
    '质疑': ['问题', '但是', '为什么', '风险', '不一定'],
    '鼓励': ['你可以', '支持', '加油', '不错', '很棒'],
    '谦逊': ['也许', '我不', '不确定', '可能错'],
}
for dim, words in keywords.items():
    total = sum(c.count(w) for _, c in mine for w in words)
    print(dim, total)

词表是关键，也是你要花心思的地方。它会决定你看到的是什么颜色的自己。词表偏"积极"，画像就偏阳光；词表偏"批判"，画像就偏犀利。所以词表要平衡，覆盖行动、质疑、鼓励、谦逊多个维度，别只挑你想看的。

量化给的是"骨架"，不是"诊断"。看到"行动类词 340 次"，不是说你就该被贴上"行动型人格"的标签，是说你的语言里行动词占比高，这是个线索，不是定性。

第 3 步：质性

这一步最容易被跳过，也最不能跳过。

量化告诉你"你是行动派"，但"怎么个行动法"得看具体样本。同样是高频词"做"，"我今天要把这个案子拿下"和"做做看吧，不行再说"，完全是两种人。

所以要分层抽样细读：深度表达、提问、鼓励、质疑、日常，各类各取若干条，还原血肉。这一步的作用是防止数据被误读，同一个高频词在不同语境里意味完全不同。数据告诉你骨架长什么样，质性告诉你这副骨架上挂的是肌肉还是脂肪。

第 4 步：交叉印证 + 盲区自省

前三步是算，这一步是验和省。

量化数据和质性样本要互相验证。数据说"克制"，你就去样本里找，是不是确实没有情绪化表达；如果样本里其实有不少情绪外露，那就是量化分类有问题，得回头调词表。

更关键的是写局限。一份诚实的画像，结尾必须写"它看不到什么"。比如：只取了群聊没取私聊，一对一的沟通风格和情感表达就没覆盖到；量化分类是启发式，不是严格心理量表；质性解读带主观，换个人读可能读出不同的你。不写局限的画像，本质上是另一种巴纳姆，假装什么都看清了。

四、我拿自己开了一刀

这套方法我不是空想的，我拿自己开过刀。取了三个最能反映我不同侧面的群，导出一千七百六十条我自己的发言，跑了量化，细读了样本。

有几个数字让我自己都愣了一下。不是没想到，是没想到差距会这么大。

一千七百六十条消息，我一共只用了十九个表情符号。你问我"你爱用表情吗"，我会说"还行吧，偶尔用用"。数据说：几乎为零。

行动类词出现三百四十次（试、做、现在、执行、干、搞），谦逊自省类词只有十五次。我一直觉得自己挺谦虚的，数据说：你是个行动压倒一切的人，谦逊只是偶尔的点缀。

鼓励他人类词七十二次，"你可以""支持""加油"反复出现。这个我没料到。我自己都没意识到，在群里我这么爱鼓励人。

这三个数字，每一个都不是我"觉得"的，是数据算出来的。如果我靠自我感觉给自己画像，大概率会写偏，多写几句谦逊，少写几句行动力，因为人下意识都想把自己往"均衡"上描。数据不给你这个机会。它把你过去半年说过的每一句话摊开，让你想美化都无处下手。

这大概就是证据先行的好处：你不是在给自己写鉴定，是在读一份你已经交出去了的、没法反悔的答卷。

五、三个坑

方法讲完了，说三个最容易栽的坑。

第一个坑，把量化当心理测量。词频分类是启发式，不是严格的心理量表。"行动词三百多次"只能说明你语言里行动词多，不能直接诊断你是什么人格类型。看到数字就想贴标签，是这套方法最大的诱惑，也是最大的误用。

第二个坑，样本偏差。前面说了，只取工作群，整个人会显得很硬很冷。但反过来，只取你和密友的私聊，又会显得很软很碎。取样决定了你看到的是哪个侧面的你，取样不全，画像就是偏的。

第三个坑，质性解读的主观性。同一句话，你自己读和别人读，味道可能完全不同。你写的"行吧"，你以为是爽快答应，别人可能读成勉强敷衍。重要的结论，最好找个信得过的人交叉读一遍，让另一个人也看看你的样本，看他读出来的那个你，是不是你认识的那个你。

六、适用边界

最后说清楚这方法的边界，免得被用过头。

先说隐私。原始聊天数据绝不外传，不上传任何外部服务，别图省事丢给某个 AI 让它"帮你分析"。结论可以脱敏后讲给别人听，原始记录只留在你自己机器上。你分析的是自己，这份数据也只有你自己有权看。

它也不能替代专业心理评估。这是自我认知的工具，不是心理诊断工具。真有需要专业人士介入的状态，找专业人士，别找脚本。

说到底，这套方法的价值不在标签，在镜子。用它是为了得出"我是 XX 型"，就白用了——标签谁都会贴。它真正给的是一面逃避不了的镜子：你以为自己怎样，和你实际怎样，中间那个落差，才是这趟"算命"真正的收获。它不定义你是谁，只是把你做过的事摆出来，让你自己看。

写在最后

真正的了解自己，从来不是回答"我是谁"这个抽象问题。是回答另一个具体得多的问题：我过去半年到底说了什么、做了什么、把时间花在了哪里。

"我是谁"可以美化，可以搪塞，可以今天一个样明天一个样。但你过去半年发出去的那一千多条消息改不了，它们已经躺在那儿了。

聊天记录不会算命。但它会说真话。

这大概就是所有算命都想做到、却从没做到的事。

作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。