人际风险分析协议：从关系材料到事实、假设与行动

版本： 0.1（preprint） 日期： 2026-08-14 类型： 研究设计与协议论文（research design / protocol paper）

摘要

把一段自述、聊天记录或互动复盘交给 AI，很容易被表达成一个”看穿对方”的问题：这个人到底是不是真心、是不是骗子、会不会伤害我。本文主张这个目标既不可靠也无必要。人类与 AI 都无法从有限文字中可靠地推断他人人格、动机或童年经历；对欺骗线索的直觉性解读，在研究中被反复证明不可靠。因此，本文把分析对象从”一个人”转为”一段互动、叙事与请求”，并提出一个人际风险分析协议：一个跨亲密关系、友谊、家庭与线上陌生关系适用的、以安全行动为目标的材料组织与风险标注框架。职场的权力结构、横向竞争、权责与职业安全是另一类场景，由姊妹篇《职场人际风险分析协议》专门讨论。

协议的核心是把分析拆成两条彼此分离的轴：内容轴（诉求与需要、自我叙事与价值、关系学习与触发条件、互动风险与脆弱性、关系脚本与下一步，即 M1–M5）与判断轴（事实、假设、行动）。任何推断都必须带证据摘录与替代解释；任何无法被新信息证伪的叙述不得进入报告。高风险请求（转账、投资、验证码、账户、证件、私密影像、远程控制、威胁）优先于一切关系解释。

本文同时界定 AI 的恰当位置：作为结构化副驾驶，负责去标识、时间线抽取、候选标注、矛盾与证据缺口检查，以及风险匹配的保护动作；不作为人格判官，不输出”此人是否是反社会人格”或”是骗子的概率”，不生成试探、诱导或操控策略。本文是研究设计与协议论文，不报告模型效果；它以情感诈骗（杀猪盘）为高风险分支，但结论适用于一般人际风险评估。评估部分给出五项可检验的预测与一个本地优先、用户可审阅的原型起点。

关键词： 关系材料分析；人际风险；情感诈骗；杀猪盘；AI 辅助；可证伪性；人机协作

1. 问题：为什么”分析一个人”是错误的目标

人们面对一段可疑关系时，最常见的提问方式是”这人到底是不是骗子”。这个问法有三个结构性缺陷。

第一，它要求从有限材料中得出一个难以核验的结论。真实身份、账户、投资平台可以通过独立渠道核验，而”对方是否真心”无法通过任何渠道确认。第二，它把结论二值化——是或不是——而关系风险是分阶段、可变化的：早期毫无风险的关系可能后期出现隔离与资金请求，反之亦然。第三，它会锁定当事人的注意力在”证明对方真假”上，而真正可保护的资源是账户、信息与选择权。苏亚雷斯-坦希尔等人（Suarez-Tangil et al.）在交友平台诈骗检测中使用的正是”早期识别而非事后归因”的策略[5]；本文把这个思路推广到关系分析：不是判定一个人，而是识别一段互动是否正在改变当事人判断环境的方式。

欺骗研究同样不支持”看穿”的目标。德保罗等人（DePaulo et al.）对欺骗线索的元分析显示，可观察的言语与身体线索与欺骗之间的关联很弱，且高度依赖情境[8]。这意味着，无论人类还是 AI，凭”感觉”或”措辞”判断对方是否说谎，都缺乏稳定的实证基础。这也解释了为何情感诈骗如此有效：骗子并不需要演技高超，只需要在一段时间内维持表面一致的叙述，而受害者的默认心理是信任（truth-default），而非怀疑。

因此，本文的研究问题不是”AI 能否看穿一个人”，而是：AI 能否帮助当事人把材料中的事实、假设、矛盾、风险与下一步行动分开，同时降低过度推断和隐私泄露？ 更一般地，一套可审阅的分析协议能否让人际风险讨论变得更诚实、更可反驳、更以安全行动为目标？

本文不报告模型效果，不提供心理或医学诊断，也不构成投资、法律、执法或心理治疗建议。

本文提出的是什么，不是什么。 为避免误解，先明确本协议的类型与边界。本文提出的是一套分析协议（protocol），而非人格模型、心理诊断工具或”识人算法”。它的输入是一段去标识的关系材料（自述、聊天记录或互动复盘），输出是一组可被人类审阅、反驳与合入时间线的结构化标注，而不是对”对方是什么样的人”的判定。协议由三部分组成：(1) 分析单位的界定（§3.1）；(2) 内容轴 M1–M5 与判断轴”事实/假设/行动”的分离（§3.2）；(3) 从材料到保护动作的方法论流程（§4）。它能否成立，取决于第 6 节的五项可检验预测能否在评估中被证伪——而不是取决于它读起来是否合理。协议中的核心术语定义如下：事实指可被独立核验、附有证据摘录的陈述；假设指当前材料不足以证实、必须附带至少一种替代解释的推断；行动指在当前风险判断下应执行的保护性步骤；证据摘录是标注所依据的原文片段，缺失则推断自动降级；替代解释是与当前假设竞争、但同样能解释证据的另一种可能；置信度是审阅者对”当前材料支持该推断的程度”的显式估计，它不表示”对方是骗子的概率”。

2. 相关材料与理论边界

2.1 情感诈骗为何需要关系分析

情感诈骗（俗称”杀猪盘”）的典型链条是：以虚假交友或婚恋建立信任，再诱导受害者进入虚假投资、借贷或充值环节。这使它不同于单条钓鱼信息：前期对话可能很像普通人际互动，真正的资金请求往往较晚才出现。

惠蒂（Whitty）的诈骗者说服技巧模型（Scammers’ Persuasive Techniques Model, SPTM）把这种过程分为五个阶段——虚假身份建构、建立快速信任、动用说服技巧、提出资源请求、随后可能升级为重复索取或继续维持关系——并指出骗子系统性利用”快速亲密”来绕过正常的关系发展阶段[2]。她在另一项研究中进一步描述了受害者的心理过程与事后耻辱感[3]。布坎南与惠蒂（Buchanan & Whitty）对受害者的研究则提醒我们：受害不是某类人格的必然结果，任何在特定时点满足情感需求的人都可能陷入[4]。这两条发现共同约束了 M1–M5 的边界：分析可以识别”判断环境是否正在被改变”，但不能据此指控诈骗，更不能据此标签化受害者。

2.2 现有开源资料能提供什么、不能提供什么

公开资源仍有明显缺口：真实、完整、经同意的中文亲密关系聊天数据极少，且天然包含高度敏感信息。因此，本研究的 0.1 版本不应训练”识人模型”；更合理的起点是做一个本地优先的、用户可审阅的材料整理工具，并以人工复核和安全行动为主要终点。

2.3 理论资源与书目核验

本研究不把书名当成理论证据。当前可明确核验的是罗兰·米勒的《亲密关系》[1]；它适合为吸引、沟通、承诺、冲突与关系维持提供问题维度。《成长心理学》与《创伤心理学》存在多个中文版本或同名著作，引用时必须补作者、版本和具体章节；“反社会人格”在中文语境中既可能指临床诊断，也可能指大众书写，不能作为远程判断的标签。《创伤与动机》尚未核验到可靠书目信息，因此本稿不将其作为来源。

本研究对理论的使用是有意收窄的：

3. 人际风险分析协议：M1–M5 与事实/假设/行动分离

3.1 分析单位的转变

人际风险分析首先需要决定”分析什么”。如果目标是”判断这个人是不是骗子、是不是反社会”，那么结论几乎必然超出材料能支持的限度。本文因此把分析对象限定为互动、叙事与请求，而不是作为诊断对象的”人”。四项基本约束：

• 人不是被诊断的对象；互动、叙事与请求才是被分析的对象。
• 每条输出必须归入”事实、假设、行动”之一。
• 任何高风险请求都优先于关系解释：钱、投资、验证码、账户、证件、私密影像、远程控制、跟踪或威胁出现时，应先止损与求助。
• 分析结论应能被新信息推翻；无法被证伪的漂亮叙事不应进入报告。

3.2 五个模块与输出规则

本文提出 M1–M5 五个模块，作为组织材料与标注风险的通用维度。每一模块都回答一个不同的分析问题，并把输出限制在可审阅、可反驳的形式：

3.3 跨关系类型的适用与边界

这五项可以用于亲密关系，也可以用于友谊、家庭冲突或与陌生网友的沟通。区别只在于资源与风险：亲密关系常涉及排他、承诺与情感依赖；友谊与家庭涉及信任与支持的边界；线上陌生关系则需更早处理身份、账户和转账风险。职场涉及权力结构、横向竞争、权责与职业安全，属于另一组更复杂的场景，由姊妹篇《职场人际风险分析协议》专门处理。

一个重要的方法论约束来自情感诈骗的时序特征：前四项可以帮助发现”判断环境是否正在被改变”，但不能仅据此指控诈骗。 只有当身份核验持续被回避、关系被用来隔离外部支持、或出现资金/账户/投资转化时，才应上升到高风险处置。任何线上认识的人一旦要求转钱或引导投资，都不应由关系信任替代独立核验[7]。

3.4 现实怀疑：为什么它不是单句话术，而是系统性机制

“煤气灯”（gaslighting，源自同名戏剧与电影）指一种系统性让对方怀疑自身感知、记忆与判断的互动模式。它之所以在这里值得单列，是因为它常常被误解为单句”话术”，从而被 M4 当作普通冲突忽略。阿布拉姆森（Abramson）在分析哲学上的界定给出一个可用判据：煤气灯不是”我说你错了”，而是长期、蓄意地以错误方式对待对方的理性能力，使其对自身判断产生根本性怀疑[9]。在情感诈骗里，这表现为”是你想多了""你太敏感""平台的问题，不是骗局”，作用正是让人难以暂停、拒绝与求助。

把煤气灯与更为普遍的强制控制（coercive control）区分开，能避免标签泛化：斯达克（Stark）将强制控制定义为”伴侣用行为模式（隔离、贬低、监视、掌控日常）而非单次暴力来系统性剥夺受害者的自由与选择权”[10]。煤气灯是其中的一种机制，但并非每段争吵、每次分歧都是煤气灯或强制控制。这条边界对 M4 很重要：分析应当寻找反复组合（快速亲密、隔离外部支持、贬低、现实怀疑、资金请求），而不是把任何一次令人生疑的对话都升级为”操控”。

4. 方法论：事实 → 假设 → 核验 → 行动

4.1 建立时间线

保留日期、原话、事件、请求、承诺、失约和付款节点。每条记录只写可指认的事实；“很会操控""真的爱我""一定撒谎”另列为解释，不能混进时间线。时间线是让后续所有标注可指认、可复核的基础。

4.2 M1–M5 标注

每条标注包含七个字段：证据摘录、模块、解释假设、反例/替代解释、置信度、需要的独立证据、保护性行动。任何没有证据摘录和替代解释的推断，自动降级为”不可用”。替代解释不是形式要求，而是对抗过度推断的主要机制：一个假设如果有且只有一个解释，它通常不是假设，而是偏见。

4.3 关注模式与代价，而不是单句”话术”

单次热烈表达、一次失约或一次脆弱倾诉都不足以说明风险。应当寻找反复组合：快速亲密、回避现实核验、要求保密、贬低外部意见、制造紧急感、拒绝边界、把情感信任转换为钱或账号。然后画出资源流向：谁投入时间、情绪劳动、隐私、钱和社交支持？谁获得决定权？资源流向图比单句分析更能揭示结构性的不对等。

4.4 设计可证伪的检查

不问”你到底是不是骗子”，而问能产生新事实的问题：

• 是否能尊重”不转账、不投资、不提供验证码”的明确边界？
• 身份、工作、事故或平台能否通过独立渠道合理核验？
• 取消见面后，是否能提出具体替代方案并稳定履约？
• 当事人是否仍能把情况告诉朋友、家人或机构，而不受惩罚？

这些问题的共同点是：它们不依赖对他人内心状态的推断，只依赖对方下一步的可观察行为。正因为如此，它们可以被证伪，也可以被满足——这正是区分”风险”与”偏见”的试金石。

判定阈值。 为避免”看起来通过了”的模糊判断，把每个问题简化为”是/否/无法判断”三值，并按以下规则更新风险等级：

• 四个问题在合理观察窗口内全部持续为”是”，且未出现新的高风险请求 → 风险维持当前等级，可继续记录。
• 任一问题转为**“否”**，或出现”无法判断”且对方拒绝提供独立核验渠道 → 风险上调一档（绿→黄，黄→红）。
• “无法判断”本身不默认安全：如果一项本可通过独立渠道核验的事实，反复无法核验且理由不断变化，按”否”处理。

这条阈值把”可证伪的检查”从原则变成可操作的规则，也是第 6 节预测三、预测四得以检验的基础。

4.5 按风险决定行动

5. AI 的位置：结构化副驾驶，而不是人格判官

5.1 用途边界

AI 的可取用途是减少遗漏、让假设显式化，并帮助用户从强情绪中回到可检查的材料。它不应输出”此人是不是反社会人格""概率多少是骗子”这样的判断，更不能生成测试、诱导、依赖塑造或反向操控策略。这条边界的理由不只是伦理，也是实证：可观察线索不足以支撑这类判断[8]，任何看似精确的概率都缺少真实的先验与证据基础。

5.2 安全工作流

去标识是第一步，不是可选项：输入前应删除姓名、联系方式、精确地点、工作单位、账号、证件、转账凭据和私密影像。AI 输出只能作为讨论提纲，不能替代银行、平台、警方、律师、医生或心理专业人员的判断。

5.3 输出契约

建议每个模型输出遵循以下结构，使其可被人类审阅、反驳与合入时间线：

claim: "对方在两周内三次要求将对话转到私密平台"
type: fact | hypothesis | action
module: M1 | M2 | M3 | M4 | M5
evidence: ["2026-08-01 原话…", "2026-08-05 原话…"]
alternative_explanations: ["平台使用偏好", "试图减少平台留痕"]
unknowns: ["是否也对其他联系人提出相同请求"]
risk: green | yellow | red
recommended_action: "保留平台记录；不在私密平台发送身份或资金信息"

5.4 可复用提示词

以下是已经去标识的关系材料。请将其作为有限证据，而不是人格或创伤诊断。请按 M1–M5 输出：每项给出原文事实、最多三种待验证解释、至少一种替代解释、缺失信息与保护性下一步。请特别标出反复出现的边界、隔离、催促、身份矛盾和资金/账户请求。不要生成操控、试探、诱导或”拿捏”他人的建议。若出现转账、投资、验证码、私密影像、远程控制或威胁，优先输出止损与求助动作。

6. 研究计划与评估

下一版应把框架变成可评估的研究原型，而不是直接上线”诈骗判定”：

1. 标注规范： 定义 M1–M5 的边界、事实/假设/行动三类标签、红线触发项与不允许输出的诊断词。
2. 合成与公开数据验证： 先在公开诈骗语料与人工编写的无害情境中测试格式稳定性；不使用未授权私聊训练。
3. 人工一致性： 让多位审阅者对同一材料的事实和风险项标注，测量一致性；分歧应保留，而不是被模型”裁决”。
4. 安全评估： 测试模型是否会过度诊断、将普通冲突误报为诈骗、泄露输入中的敏感信息，或生成操控建议。
5. 效用评估： 衡量用户是否更容易发现缺失信息、提出边界、寻求外部核验与及时止损；不以”AI 识人准确率”作为唯一目标。

五项可检验预测

预测一：协议化标注比自由诊断更可复现。 机制。 要求证据摘录与替代解释的标注，把主观印象转化为可指认的记录。可检验预测。 多位审阅者对同一材料做 M1–M5 标注，其事实项与红/黄/绿风险分类的一致性，应显著高于自由书写的关系评价。边界。 一致性不意味着正确；分歧本身是有价值的信号，应保留而非消除。

预测二：假设显式化降低过度诊断。 机制。 强制”至少一种替代解释”使模型和人都不能只停留在最显著的解释上。可检验预测。 在无害情境（普通失约、正常冲突）中，带替代解释要求的输出把普通事件误报为诈骗或操纵的比例，应低于无约束的诊断式输出。

预测三：可证伪检查能区分风险与偏见。 机制。 “能否尊重不转账的边界""能否独立核验身份”只依赖可观察的后续行为。可检验预测。 在标注协议下，当事人的核验行为与后续实际风险的相关性，应高于对对方人格的主观评价与后续风险的相关性。

预测四：高风险请求优先于关系解释。 机制。 工作流把转账、验证码、私密影像、远程控制、威胁设为最高优先级。可检验预测。 当这类请求出现时，系统稳定输出止损与求助动作、而非继续分析关系走向的比例接近 100%；这一项可用合成情境做红队测试。

预测五：工具改变的是当事人的行为，而不只是判断。 机制。 效用目标不是让 AI 更准，而是让用户更容易发现信息缺口、提出边界、寻求外部核验与及时止损。可检验预测。 使用该工作流的用户，在受控模拟中比不使用工具的用户更早提出边界、更少在高压催促下继续投入资金或信息。

这五项预测都可以在 §6 的评估任务中检验。任何一项被否证，都意味着协议需要修改；这正是把它称为”协议”而不是”结论”的原因。

7. 有效性威胁与研究边界

第一，本文的材料以公开语料、官方提醒与现有研究为主，无法代表中文真实亲密关系对话的分布；公开语料中的”受害者”可能由合成角色扮演，不能外推为真实行为分布[6]。第二，欺骗线索研究的结论来自实验室与现场研究，与情感诈骗的长时段互动存在生态距离[8]。第三，本文从欺骗研究与关系理论推导出协议，推导本身需要用混合方法验证，包括标注一致性、用户访谈与安全审计。第四，AI 能力变化很快，文中对模型角色的描述不依赖任何具体模型，也刻意不给出”识人准确率”这类指标。第五，隐私是核心约束而非附加项：任何原型都必须是本地优先的，默认拒绝未授权的数据使用。

8. 结论

M1–M5 的意义不在于使 AI 比人更会”看透”关系，而在于把模糊的直觉拆成证据、假设、反例、核验和行动。对亲密关系而言，这能让讨论更诚实；对一般人际关系而言，这能让边界更清楚；对杀猪盘等高风险情境而言，它把注意力从”证明对方是真是假”移到”保护账户、资源与选择权”。

这仍是一项未完成的研究设计。它需要经过书目核验、标注协议、隐私审查和真实的人工评估，才有资格讨论任何模型效果。但在那之前，它已经可以做到一件事：让人与 AI 都学会说”这是材料显示的”、“这是需要验证的”和”这是此刻该做的”，而不是”他就是骗子”。

参考文献

1. Miller, R. S. 《亲密关系》（Intimate Relationships，第 8 版）. 人民邮电出版社. 书目信息. 用于为吸引、沟通、承诺、冲突与关系维持提供问题维度；不将任何书籍表述当作对具体个人的诊断。
2. Whitty, M. T. (2013). The Scammers’ Persuasive Techniques Model: Development of a stage model to explain the online dating romance scam. British Journal of Criminology, 53(4), 665–684. 五阶段模型；本文据其说明”快速亲密”如何绕过正常关系发展阶段。
3. Whitty, M. T. (2015). Anatomy of the online dating romance scam. Security Journal, 28(4), 443–455.
4. Buchanan, T., & Whitty, M. T. (2014). The online dating romance scam: causes and consequences of victimhood. Psychology, Crime & Law, 20(3), 261–283.
5. Suarez-Tangil, G., Edwards, M., Peersman, C., Stringhini, G., Rashid, A., & Whitty, M. (2019). Automatically dismantling online dating fraud. IEEE Transactions on Information Forensics and Security, 15, 1128–1137. DOI: 10.1109/TIFS.2019.2930479. 完整版见 arXiv:1905.12593；本文引用其”早期识别而非事后归因”的策略。
6. Eder, C. (2025). Scam Conversation Corpus. Zenodo. 开放数据集；由 LLM 扮演受害方，仅作方法与结构参考，不作为真实受害者行为分布。
7. BYU-PCCL. scam-call-identification. 开源、开发中项目；用于说明 LLM 可提取压力、信息索取、冒充与资金请求等行为特征，不作为已验证产品。
8. DePaulo, B. M., Lindsay, J. J., Malone, B. E., Muhlenbruck, L., Charlton, K., & Cooper, H. (2003). Cues to deception. Psychological Bulletin, 129(1), 74–118. 元分析显示可观察线索与欺骗之间的关联很弱；本文据此限制一切”看穿对方”的主张。
9. Abramson, K. (2014). Turning up the lights on gaslighting. Philosophical Perspectives, 28(1), 1–30. 界定煤气灯为长期、蓄意地以错误方式对待对方的理性能力；本文据此将其列为 M4 的系统性机制而非单句话术。
10. Stark, E. (2007). Coercive Control: How Men Entrap Women in Personal Life. New York: Oxford University Press. 将强制控制定义为用隔离、贬低、监视与掌控日常来系统性剥夺选择权；本文据此把煤气灯放入更普遍的控制谱系，并反对标签泛化。
11. Moshagen, M., Hilbig, B. E., & Zettler, I. (2018). The dark core of personality. Psychological Review, 125(5), 656–688. 提出统一的”人格暗核心”D 因子，覆盖自恋、精神病态与马基雅维利主义；本文据其”跨情境行为模式、连续光谱”的界定，把人格风险限制在行为模式而非诊断标签。

作者信息与声明

作者： Liyuk

利益冲突： 作者声明无利益冲突。本研究未受任何商业机构资助，未使用任何涉及真实当事人隐私的数据进行训练或评估。

数据可用性： 本文是研究设计与协议论文，不报告新的实验数据。本文引用的开源数据集与公开资料均已在参考文献中列出；其中 Scam Conversation Corpus 与 BYU-PCCL 项目为公开资源，仅供方法参考，不构成对真实受害者行为分布的推断。

术语表