Moonborn — Developers

Distinctiveness — persona jenerikten ne kadar uzak

Persona'nın voice fingerprint'i ile bir referans hat (varsayılan `chatgpt-default`) arasındaki kosinüs uzaklığı. Eşik altında persona jenerik okur; üstünde kendi sesindedir.

Voice fingerprint "bu yanıt bu persona'ya ne kadar yakın" der. Distinctiveness (ayırt edicilik) "bu persona jenerikten ne kadar uzak" der. İkisi farklı sorulardır; ikisi de gereklidir.

Bir persona drift skoru 0.05 ile mükemmel şekilde kendi sesinde olabilir; ama eğer Mask'i nötr asistan tonuysa, kullanıcı için karakter değil yardımcıdır. Distinctiveness bunu ölçer.

Bu sayfayı bitirdiğinde

Distinctiveness'in parmak izi ile referans hat (baseline) arasındaki kosinüs uzaklığı olduğunu bileceksin.
Yerleşik referans hatları (chatgpt-default, claude-default, gemini-default) ve özel referans hat kavramını anlayacaksın.
Distinctiveness skorunu çalışma alanına göre nasıl eşikleyeceğini bileceksin.
Organizasyon içi karşılaştırmanın ne için var olduğunu (kopya tespiti) göreceksin.
Distinctiveness'in ne ölçtüğünü ve ölçmediğini netleştireceksin.

Ön koşul: Voice fingerprint — distinctiveness, parmak izi vektörü üzerinde çalışır.

Nasıl hesaplanır

Üretim anında (ve her refine'da):

Persona'nın Mask + imza ifadeleri vektörünü (embedding) al.
Referans hat persona'sının vektörünü al (varsayılan chatgpt-default — nötr, yardımcı asistan sesi).
Aralarındaki kosinüs uzaklığını hesapla.

{
  "distinctivenessScore": 0.62,
  "baseline": "chatgpt-default",
  "minScore": 0.40,
  "verdict": "pass"
}

distinctivenessScore — 0 (referans hat ile özdeş) ile 1 (tamamen farklı) arası
minScore — eşik (çalışma alanı yapılandırması)
verdict — pass (geçti) veya flag (işaretle)

Referans hat	Ne temsil eder
`chatgpt-default`	OpenAI ChatGPT varsayılan tonunun parmak izi — nötr, yardımcı, JSON-uyumlu
`claude-default`	Anthropic Claude varsayılan tonu — biraz daha düşünceli, "I'd be happy to help"
`gemini-default`	Google Gemini varsayılanı — kısa, yapılandırılmış, liste-ağırlıklı
`custom`	Çalışma alanının tanımladığı persona referans hattı

Marka çalışma alanı için özel (custom) referans hat kullan. chatgpt-default'a karşı puanlama "jenerik LLM tonundan farklı mı" sorusunu cevaplar. Ama markan için asıl soru "varyantlarım kanonik markama ne kadar yakın" — buna custom referans hat gerekir.

await client.config.setItem({
  key: 'consistency.distinctiveness.custom_baseline_persona_id',
  value: 'per_brand_canonical',
  scope: 'workspace',
});

Yapılandırma

consistency.distinctiveness.enabled              (mantıksal, Pro+ varsayılan true)
consistency.distinctiveness.baseline             (metin, varsayılan "chatgpt-default")
consistency.distinctiveness.custom_baseline_persona_id  (metin, özel için)
consistency.distinctiveness.min_score            (sayı 0..1, varsayılan 0.40)
consistency.distinctiveness.metric               (metin, varsayılan "cosine")
consistency.distinctiveness.action_on_low_score  (warn | flag | block, varsayılan "warn")

Önerilen eşikler

Çalışma alanı tipi	`min_score`
Marka varyantı ailesi (özel referans hat = kanonik)	`0.65` (varyantlar kanona yakın)
Genel persona kütüphanesi (`chatgpt-default` referans hattı)	`0.40` (varsayılan — jenerikten anlamlı uzak)
Karakter IP'si (yazar çalışma alanı)	`0.55` (özgün karakter sesi zorunlu)
Sentetik kullanıcı paneli (5+ persona)	`0.50` (paneldeki kullanıcılar birbirinden ayrı)

Organizasyon içi karşılaştırma — kopya tespiti

Team planındaki çalışma alanları ikinci bir sorguya erişir: organizasyonda zaten var olan her persona ile karşılaştır.

const matches = await client.consistency.compareWithOrgPersonas('per_new', {
  threshold: 0.30,
  topK: 5,
});

Sonuç: en yakın N persona + kosinüs uzaklığı.

Kullanım:

Tesadüfen kopya yakalama — varyantlar birbirine < 0.15 mesafede mi?
Marka persona kütüphane denetimi — tüm marka varyantları aynı şekle mi kayıyor?
Pazaryeri fork temizleme — başka bir kullanıcının fork'u senin orijinaline çok yakın mı (lisans ihlali sinyali)?

Distinctiveness ile drift detection

Aynı vektör modelini kullanırlar ama farklı sorulara cevap verirler:

	Distinctiveness	Drift detection
Cevapladığı	"Persona jenerikten ne kadar uzak?"	"Bu yanıt persona'dan ne kadar uzak?"
Ne zaman	Üretim / refine başına (bir kez)	Yanıt başına (her sohbet mesajı)
Karşılaştırma	Persona ↔ referans hat	Yanıt ↔ persona parmak izi
Çıktı	`distinctivenessScore` (0-1)	`driftScore` (0-1)

Detay: Drift detection.

API

GET /v1/personas/{id}/distinctiveness — mevcut skor
POST /v1/personas/{id}/distinctiveness/recompute — yeniden hesapla
POST /v1/consistency/compare-with-org — organizasyon içi karşılaştırma (Team ve üzeri)

Plan gereksinimi

Plan	Yetenek
Free	Salt-okunur, sabit referans hat (`chatgpt-default`)
Pro	Referans hatı değiştir, eşik ayarla, `action_on_low_score`
Team	Özel referans hat + organizasyon içi karşılaştırma
Enterprise	Özel ölçüm metriği (kosinüs alternatifi), özel referans hatlar

Dürüst kapsam

İlgili

Voice fingerprint

Distinctiveness'in karşılaştırdığı vektör.

Open →

Drift detection

Çalışma zamanında ses kayması — distinctiveness'in tamamlayıcısı.

Open →

Voice variant lineage governance

Özel referans hat ile marka varyantı ailesi yönetişimi.

Open →

Çok dilli marka persona'sı

Distinctiveness'in yerel varyant denetiminde kullanımı.

Open →