4. 數據層：真實數據的採集與管理

4.1 採集規範

數字分身的質量，上限由數據的真實性決定。本文確立以下採集規範：

1. 素材分類入庫：相片按角度與表情分類存儲，命名規範化，配以記錄檔說明拍攝情境；
2. 記錄優先於創作：日常對話、隨筆、口述歷史優先於精心設計的「擺拍」——真實的碎片勝過完美的表演；
3. 知識入庫標準化：事實性記憶以「條目」為單位入庫，每條附來源、可信度與分類路徑，便於日後檢索與審計。

4.2 記憶的「沉澱」

日常對話是記憶的最大來源。系統設計了一條「記憶管道」（Memory Pipeline）：對話發生後，後台程序定期將對話內容沉澱（記憶提煉）為候選記憶，再經審核後回寫（Knowledge Injection）至知識庫。這條管道使數字分身「越聊越懂主人」——每一次對話，都是對分身的餵養。

4.3 渠道可信度分級

並非所有對話都應沉澱為記憶。本文提出渠道可信度分級機制：公開網頁渠道的訪客對話僅作即時互動，不沉澱為主人記憶；私人渠道（經身份驗證的即時通訊）的對話才被視為主人在場的證據，允許沉澱。這一機制同時解決了兩個問題：防止外部訪客污染分身記憶，以及確保「在場證據」的真實性——數字分身只承認來自可信渠道的「活人信號」。

📄 相關頁面：論文全文 · 系統架構 · 記憶層 · 身份與倫理