代表一个人，是一种责任
AI 分身的承诺很动人：即使你不在场，别人也能理解你的工作。危险出现在公开资料、私人记忆与推断特征被混入同一个答案，而且边界不可见。
提供信息、解释与行动，是三种不同权力
请分开三层：任何人都能知道的、特定关系可以访问的、始终保持私密的。拒绝规则必须优先于广泛公开；重要表述应能回到你主动批准的资料。
把高影响决定留给人
发布前，用五个令人不舒服的问题测试分身：时间、报酬、健康、关系与未完成工作。不要只检查答案对不对，也要检查它是否应该回答。边界成熟的标志，是沉默也可以成为主动选择。
AI 分身需要清楚的岗位说明
AI 分身最有用的时候，是它处理那些你已经主动选择公开的解释：你做什么，你如何理解一个领域，你欢迎怎样的合作。它最不可信的时候，是范围模糊。如果它能回答问题，它能谈判吗？如果它能介绍你的工作，它能承诺交付吗？如果它知道上下文，它能泄露上下文吗？每一个没有回答的边界，都在让流畅表达被误认为真正权力。
把不同权力刻意分开。提供信息不等于解释，解释不等于推荐，推荐更不等于承诺。分身可以通过减少基础了解的成本，让第一次对话更温暖；但当请求涉及条款、价格、保证、个人判断，或一段值得你亲自出现的关系时，它应该交还给你。交接不是自动化失败，而是设计理解责任的证据。
用五句话写下分身的公开岗位说明：它面对谁说话，能使用哪些资料，能回答什么，不能回答什么，以及别人怎样找到你。再用陌生人的视角读一遍。如果边界在第一个问题之前都无法被理解，在第十个问题之后就很难被尊重。
让数字表达增强人的信任
数字表达最好的状态，是减少重复，却不移除责任。访客可以更快理解你的工作，协作者可以带着更充分准备而来，一次介绍也可以从更多上下文开始。这一切都不要求系统冒充你的判断，更不该让它从你没有主动选择分享的资料里说话。
信任来自看得见的限制。人们应该知道自己面对的是人还是 AI，答案依据哪些来源，系统不能替谁决定什么，以及怎样找到背后的真人。这些信号不会让互动变冷，反而会让温度更可信，因为同意与期待从一开始就很清楚。
把每一次公开表达都当作对真实对话的邀请来复核：它是否作出了你无法兑现的承诺？是否把“可能适合”说成确定？是否给对方留下了尊重而清楚的下一步？当答案是肯定的，技术就能降低理解成本，同时保留之后那段关系应有的尊严。