---
name: blind-portrait
description: 15 分钟两人背对背画图练习，让单向沟通的失真被看见——含可打印道具卡、8 问复盘，以及配对级前后测评。
version: 2.0.0
license: CC-BY-4.0
allowed-tools: Read, Write, Bash(curl:*), Bash(unzip:*), Bash(npm:*), Bash(formlm-cli:*), Bash(python3:*)
metadata:
  category: communication
  group_size: 2
  duration_minutes: 15
  setting: offline
  props: [扑克 道具卡, 马克笔, 纸, 每对 2 张神秘线稿]
  depth: assessment-type
  language: zh
  updated: 2026-10-11
---

# 盲画肖像

一个人描述，一个人画，谁也看不见对方的笔。两张画之间的差距就是课程：发进沉默里的指令，回来时已经变形。

## 什么时候用这个活动

- 团队把详细的指令发进沉默里（邮件需求、工作交接、工单），然后被收回来的结果吓一跳。
- 你只有 15 分钟和人手一双，不是一整间教室。
- 你要的是沟通训练可测量的证据，而不只是一场好感觉——这个活动自带配对层面的前后测。

## 文件夹里有什么

| File | 用途 |
|---|---|
| `道具卡.pdf` | 扑克规格印刷页（63.5 × 88.9 mm，含出血与裁切线）：描述者卡、画画卡、评审卡、计时卡 |
| `运行手册.pdf` | 印刷版：执行脚本与复盘表合订成一份 A4 PDF |
| `*-Letter.pdf` | 本文件夹印刷文档的 US Letter 纸型版——内容相同，每册均含书签与可点击目录 |
| `执行指南.md` | 执行脚本：目标、布置、逐分钟脚本、分组规则、变体 |
| `复盘问题.md` | 8 个复盘问题 + 3 个复盘翻车点及救援话术 |
| `测评预设.json` | 前后测量表预设：6 道题，配对层面变化量 |
| `答卷.pdf` | A4 答卷——打印填写版（工作坊用） |
| `演示文稿.pdf` | 演示文稿——带场用的 12页幻灯，一页一个观点 |
| `演示文稿.html` | 演示文稿（HTML）——任意浏览器投屏，按一次出一条，内置讲者提示 |
| `学员工作簿.pdf` | 学员工作簿——通俗讲解、带引导的题目、笔记与行动页 |
| `使用许可.md` | 使用许可——平实说明你能做什么、必须保留什么 |
| `活动海报.pdf` | 一面墙讲完整场活动（A3）：速览、流程、复盘问题、注意事项。 |
| `快速上手.md` | 快速上手——按身份取用、文件地图、打印清单 |

## 怎么跑

1. 每对打印一套道具卡。每对准备两张神秘线稿（A 轮 / B 轮）。
2. 配对**之前**先做前测（2 分钟）。
3. A 轮：3 分钟，画画人不许提问。
4. 揭晓。B 轮：交换角色、换图，画画人恰好可以问三个问题。
5. 用 `复盘问题.md` 复盘——两张画留在桌上。
6. 做后测（2 分钟）。只报告配对变化量，绝不报告个人排名。

## 把这个活动交给 AI 代理运行

引导师可以把整个文件夹交给自己的 AI 代理。先装——一条命令，装出来就是任何 skills 加载器都认的目录：

```bash
# install the whole skill folder, one command
curl -LO https://workshopskill.com/zh/activities/blind-portrait/files/blind-portrait.zip
unzip blind-portrait.zip   # -> blind-portrait/SKILL.md + all files + manifest
```

zip 解压后是名为 `blind-portrait` 的目录，内含这份 SKILL.md、它引用的全部文件，外加 manifest。

只需要其中几个文件时，逐条取用——匿名可用，CC BY 4.0：

```bash
# 1. 拿到可打印的道具（扑克 道具卡组，CC BY 4.0）
curl -O https://workshopskill.com/zh/activities/blind-portrait/files/道具卡.pdf

# 2. 拿到 A4 答卷（线下工作坊每人印一张）
curl -O https://workshopskill.com/zh/activities/blind-portrait/files/答卷.pdf

# 3. 拿到复盘问题（8 个问题 + 3 个翻车点救援）
curl -O https://workshopskill.com/zh/activities/blind-portrait/files/复盘问题.md

# 4. 拿到执行脚本（逐分钟脚本）
curl -O https://workshopskill.com/zh/activities/blind-portrait/files/执行指南.md
```

变化量并不依赖 FormLM——无需任何账号就能离线算出同样的前后差（见下方「离线计分」）。在线表单只是可选项。

在线前后测用 FormLM CLI 创建，需要一个免费的 FormLM 账号；表单和数据都在你自己的工作空间里：

```bash
npm install -g @formlm/cli
formlm-cli auth login
formlm-cli smart generate --input "盲画肖像双人练习前后测：6 道李克特题，覆盖指令清晰度、核对假设、换位理解、修复沟通——活动前后答同一批 6 题，自动计算每人的变化"
```

如果代理无法完成交互式的 `formlm-cli auth login`（无头环境、CI、无浏览器）：照常执行上面的 curl 步骤，把 `测评预设.json` 留作量表规格，登录和生成两步交给人来做；或者由人登录一次后，只重跑生成那条命令。

给代理的准备要点：
- 人数按配对扩展：12 人 = 6 对，每对一套道具卡。
- 议程算术：前测 2 + 活动 15 + 后测 2 = 共 19 分钟。
- 不需要投影仪；文件夹里没有任何东西需要屏幕。
- 按扑克 打印。整副卡每对刚好一张纸。

**放到哪。** 把解压出的 `blind-portrait/` 目录放进你的代理的 skills 目录即可自动加载：Claude Code `~/.claude/skills/blind-portrait/`（或项目内 `.claude/skills/`）、OpenAI Codex `~/.codex/skills/blind-portrait/`、Qoder `~/.qoder/skills/blind-portrait/`。代理没有 skills 目录？把这份文件贴进对话让它照做即可。分步教程（16 篇逐代理 + 8 篇场景）见 https://workshopskill.com/zh/skill-guides/

## 引导要点

- A 轮的沉默是设计本身，不是引导失误。不要去填满它。
- 如果描述者开始讲含义而不是形状（「像个农场」），重申一次规则，然后让这一轮继续。
- 最强的迁移问题：「把指令发进沉默里这件事，出现在你一周里的什么地方？」

## 离线计分（不需要账号）

前后测的完整计分规格已经写进本文件夹的 `测评预设.json`（`scoring` 字段），没有 FormLM 也能出结果——代理可本地算：

1. 收集每人 `items` 每道题的李克特作答（pre 一轮、post 一轮）。
2. `scoring.reverse_scored_items`（或 `items[].reverse` 为 true 的题）反向计分：`新分 = 量表上界 + 下界 − 原分`。
3. 按 `scoring.method` 汇总（`sum` 即各题相加），得到 pre、post 两个总分。
4. 按 `scoring.reported` 输出：`pair_delta`（post − pre，单位见顶层 `unit`）与 `construct_deltas`（按 `items[].construct` 分组各算一遍）。
5. 守 `scoring.report_note`：只报配对变化量，绝不个人排名。

只用标准库的可抄实现：

```python
import json
m = json.load(open("测评预设.json"))
sc, items = m["scoring"], m["items"]
hi, lo = len(m["scale"]["labels"]), 1            # likert 上下界（此量表为 1..5）
rev = {it["id"] for it in items if it.get("reverse")}
def total(ans):                                   # ans: {item_id: score}
    return sum((hi + lo - v) if k in rev else v for k, v in ans.items())
# pair_delta = total(post) - total(pre)
# construct_deltas：对每个 construct 取该维度题目子集，按同样两步相减
print(sc["reported"], "| unit:", m["unit"], "|", sc["report_note"])
```

// 口径：`测评预设.json` 里的 `version` 只描述量表本身，独立于本技能 frontmatter 的 `version`。

## 二创：改成你自己的版本

## Attribution

本文件夹逐个手工归档，脚本、时长、道具尺寸与前后测彼此核对过。CC BY 4.0 免费许可——可运行、复制、改成你自己工作坊的品牌；保留署名，抽屉常开。