測試目標
當前已執行
FermatMind 九型人格測試提供一組可閱讀、可觀察、可反饋的動力結構假設。系統先展示主候選、前三候選、九型完整輪廓與接近型辨析,再把閱讀帶回真實情境。技術說明解釋這些模組如何由作答訊號和解釋規則生成,以及哪些內容仍只是理論解釋或產品假設。
正在準備內容……
了解九型人格測驗的方法、分數解讀、證據現況與使用範圍。
技術說明版本 enneagram_technical_note.v0.1 · 登錄版本 enneagram_registry.v1
當前已執行
FermatMind 九型人格測試提供一組可閱讀、可觀察、可反饋的動力結構假設。系統先展示主候選、前三候選、九型完整輪廓與接近型辨析,再把閱讀帶回真實情境。技術說明解釋這些模組如何由作答訊號和解釋規則生成,以及哪些內容仍只是理論解釋或產品假設。
當前已執行
E105 五點量表版通過強度評分形成九型完整輪廓與前三候選;FC144 二選一迫選版通過成對選擇記錄相對取捨線索。兩種題型處在同一證據層級,分數來源和適用問題不同,FC144 不覆蓋 E105 的主候選。
當前已執行
E105 的分數來自五點量表強度,FC144 的分數來自成對選擇的相對偏好。它們可以進入同一結果結構,但不進入同一數值比較語義。
當前已執行
主次線索差距描述同一題型、同一計分空間內第一候選與第二候選的相對距離,用來選擇清晰、接近型辨析或分佈較分散的解釋語氣。E105 與 FC144 的計分單位不同,該差距不能被當成跨題型、跨人群或跨時間的統一尺子;它也不是測量誤差範圍、統計置信區間、常模排名、外部效度證明或人格確定性。
當前已執行
解釋穩定性控制結果頁語氣、模組顯隱與推薦動作。線索清晰表示本次同一題型內的解釋較集中;接近型辨析表示需要並排閱讀;分佈較分散表示需要降低單一號碼語氣;作答質量邊界表示訊號不足以支撐強解釋。
正在積累資料
當第一候選與第二候選接近時,頁面會提供並排比較與 7 天觀察任務,不把微小差距寫成確定結論。
當前已執行
分佈較分散表示多個型別線索同時出現,第一候選與相鄰候選還不足以支援強主候選敘述。頁面會把閱讀重心轉向前三候選的共同主題、近期反例和可複查的觀察任務。
正在積累資料
當質量訊號觸發時,頁面會收窄解釋語氣,並建議在狀態穩定時重測同一題型,而不是給使用者貼標籤。
樣本積累中
技術說明會持續跟蹤重測穩定性,但在樣本、時間間隔與作答質量證據充分前不承諾穩定率。分析需要區分同一題型重測、跨題型一致程度、短期狀態波動和使用者反饋;一次重測差異不能解釋成人格改變。
樣本積累中
E105 與 FC144 的一致程度用於觀察雙題型在第一候選或前三候選上的重疊,不代表兩套分數可以直接比較。它只能描述候選排序的一致程度,不能單獨證明九型人格模型的外部效度、臨床效度或職業預測能力。
正在積累資料
使用者第 7 天的共鳴反饋和自我確認型別會作為自我觀察證據進入歷史,用於研究和內容校準,但不會靜默覆蓋主候選。使用者反饋是觀察層,不是系統重判;它可以提示哪些敘述需要降權、補充反例或改寫表達,但不能把共鳴感直接等同於測量正確性。
當前已執行
本測試用於人格模式理解與自我觀察,不用於臨床診斷、招聘篩選、治療建議、健康層級判斷或固定人格定論。當前版本只把翼型、箭頭、亞型與發展階段作為理論背景或未來模組保留位,不作硬判斷。技術說明會區分產品規則、採集中的運營指標、計劃中的穩定性指標和理論解釋框架,不把它們寫成同一種確定性。
當前已執行
公開說明只使用聚合後的方法指標,不公開個人答案、私密觀察文本或可識別單個使用者的反饋記錄。分享頁不預設展示私密觀察內容,使用者確認型別也不會被當作系統最終型別。使用者反饋、樣例內容和技術說明指標遵守最小必要、聚合展示和可回溯原則;仍在計劃或採集中的指標只說明定義與採集方向,不展示虛構數字。
E105 五點量表版使用五點量表作答,用來形成同一題型內的九型完整輪廓、前三候選、主次線索差距與接近型辨析入口。它適合作為自我觀察的起點;分數只能在 E105 自身的題型和計分語境內閱讀。
FC144 二選一迫選版通過成對選擇記錄兩難取捨中的相對動機線索,可作為接近型辨析後的另一份觀察材料。兩種題型處在同一證據層級,FC144 不替代 E105 的主候選、前三候選或原始計分事實;結果應按 FC144 自身題型邊界閱讀,不能把跨題型差異解釋為人格變化或測評優劣。
E105 與 FC144 屬於同一九型解釋框架,但題型、作答任務、計分來源和誤差結構不同,不處在同一計分空間。結果頁可以複用結構和安全邊界;歷史、分享、PDF 與重測入口必須保留各自題型來源。頁面不直接比較兩套數值高低,也不把跨題型的前三候選差異解讀成個體狀態變化、人格發展或誰更真實。
跨題型對比預設關閉。除非未來存在經過驗證的等值對映,系統不會把 E105 與 FC144 放入同一分數比較語義;歷史頁、分享卡和結果回看都不生成提升、下降、健康程度或測量精度變化等跨題型結論。
本結果只用於人格模式理解、自我觀察和反思對話。現有研究不足以把九型人格當作已充分驗證的臨床量表;它不用於心理健康判斷、治療建議、招聘篩選、崗位匹配、能力評價或個體風險評估。高分、主候選、前三候選、接近型辨析、分佈較分散與作答質量提示都只是需要用真實情境核對的解釋假設。
使用者確認型別是觀察後記錄的自我共鳴證據,不是系統改判或外部確認。它可以進入歷史記錄,幫助後續閱讀時標註使用者視角;分享或回看時只作為自我觀察備註呈現,不覆蓋主候選、前三候選、計分器輸出或原始作答的計分事實。
當作答質量訊號觸發時,結果仍可閱讀,但解釋邊界會明顯收窄。頁面只保留輕量觀察建議,避免把單次作答擴充套件成確定性型別判斷;優先建議在狀態穩定、時間充足時重測同一題型。切換題型只能作為另一份觀察材料,不能用於規避質量邊界、尋找理想答案、證明人格變化或比較分數升降。
分佈較分散表示九個型別線索尚未形成清晰的主次關係。頁面會降低單一號碼的確定語氣,優先引導並排閱讀前三候選、近期反例和 7 天觀察任務;重測只提供另一份作答樣本,不自動修正為某個型別。
接近型辨析表示第一候選與第二候選接近。頁面會把差異轉成並排比較、反例檢查和 7 天觀察問題,不要求強行選定一個型別。
當前已執行
同一 form 內 Top1 與 Top2 gap 的分佈,用於觀察 clear / close-call 語氣的結構基礎。
樣本要求:不要求 Day7 反饋樣本
隱私說明:只公開聚合後的 gap 分佈,不公開單次結果原始答題。
當前已執行
interpretation_scope 為 close_call 的結果佔比。
樣本要求:樣本達到穩定出題覆蓋即可長期跟蹤
隱私說明:只對聚合結果做比例統計。
當前已執行
interpretation_scope 為 diffuse 的結果佔比。
樣本要求:樣本達到穩定出題覆蓋即可長期跟蹤
隱私說明:只對聚合結果做比例統計。
當前已執行
觸發 low_quality 邊界的結果佔比。
樣本要求:樣本達到穩定出題覆蓋即可長期跟蹤
隱私說明:僅使用策略輸出,不回溯原始答案。
當前已執行
close-call pair 在結果中的出現頻率,用於更新 pair library 與 close-call 覆蓋重點。
樣本要求:樣本達到穩定 close-call 覆蓋即可長期跟蹤
隱私說明:只統計 pair 級聚合頻率。
正在積累資料
Day7 反饋把 final_resonance 指向 top1 的比例。
樣本要求:需要穩定 Day7 回收樣本後才適合公開數值
隱私說明:只統計 observation 聚合結果,不展示個人確認內容。
正在積累資料
Day7 反饋把 final_resonance 指向 top2 的比例。
樣本要求:需要穩定 Day7 回收樣本後才適合公開數值
隱私說明:只統計 observation 聚合結果,不展示個人確認內容。
樣本積累中
同一使用者在同一 form 上重測後 Top1/Top3 的一致性指標。
樣本要求:需要累計穩定的同 form retake 樣本後才適合公開
隱私說明:只做匿名聚合,不返回任何個人 retake 鏈路。
正在積累資料
同一使用者在 E105 與 FC144 間 Top1/Top3 的重疊度定義位。
樣本要求:需要雙 form 配對樣本積累後才適合公開
隱私說明:不把 agreement 解釋成跨 form 可直接數值比較。
正在積累資料
close-call 結果進一步進入 FC144 或 Day7 完成反饋的轉化定義位。
樣本要求:需要 close-call 後續行為樣本穩定後才適合公開
隱私說明:只看聚合行為漏斗,不看個人決策理由。
樣本積累中
初次 Top1 與 Day7 自我觀察確認之間的轉移矩陣定義位。
樣本要求:需要更長時間的 Day7 樣本積累後才適合公開
隱私說明:只公開矩陣級別聚合,不公開個人確認記錄。
當前已執行
已分配 observation 中達到 Day7 或 completion_rate=100 的比例。
樣本要求:當前 observation 表即可穩定計算
隱私說明:只統計任務完成率,不公開使用者反饋正文。
當前已執行
已分配 7 天觀察任務後,最終提交 Day7 feedback 的比例。
樣本要求:當前 observation 表即可穩定計算
隱私說明:只統計任務回收率,不公開使用者反饋正文。
正在積累資料
使用者在 ENNEAGRAM 內從 E105 切換到 FC144,或從一個 form 進入另一個 form 的比例定義位。
樣本要求:需要足夠多的 form switch 樣本後才適合公開
隱私說明:只公開聚合比例,不公開使用者級 form 遷移軌跡。
當前已執行
low_quality 與 close_call 在同一批結果中的關聯分佈。
樣本要求:當前策略輸出即可穩定計算交叉分佈
隱私說明:只看聚合策略分佈,不對個人結果做標籤化外推。