SBTI 怎么算出来的？15 维模型、原型匹配与隐藏人格机制

很多人第一次做 SBTI，会以为它只是“文案写得狠一点的随机测试”。但它其实有一套很明确、但并不复杂的结果生成逻辑。

先说结论：

SBTI 不是 AI 算命，也不是深度心理测量。它更像一个基于 15 维离散向量和原型库匹配的娱乐型分类系统。

这套系统做了三件事：

1. 把你的回答映射到 15 个维度上
2. 把这 15 个维度压成一个 L/M/H 组合向量
3. 把你的向量和预设人格原型做距离比较，找出最近的那个

如果你关心“为什么这种结构会让人觉得更准”，可以接着读 为什么 SBTI 会让人觉得“准”。这篇先只讲它怎么工作。

先看最基本的结构

这套系统最关键的结构有三层：

• 15 个维度
• 30 道常规题
• 25 个常规人格原型

除此之外，还有：

• 1 道固定出现的饮酒门控题
• 1 道条件触发的饮酒追加题
• 2 个特殊结果：DRUNK 和 HHHH

也就是说，很多地方会写成“31 道题”，但如果严格拆开，它其实是：

• 30 道常规计分题
• 1 道固定插入的特殊门控题
• 1 道只有在特定回答下才出现的追加题

因此，大多数用户看到 31 题，部分用户会走到 32 题。

15 个维度并不是随便编的

15 个维度被分成 5 个模型，每个模型 3 个子维度：

这里最值得注意的一点是：

SBTI 没有沿用 MBTI 的四个二分维度，而是把“互联网生活里最容易引发共鸣的心理场景”拆成了更碎、更贴近日常语境的子维度。

这并不意味着它更科学，但确实意味着它的结果更容易显得“细”。

每个维度怎么打分？

每个维度对应两道常规题。每题答案被赋值为 1、2、3。

因此，一个维度的总分区间是：

• 最低 2
• 最高 6

接着，系统会把这个总分压缩成三档：

• <= 3 记为 L
• = 4 记为 M
• >= 5 记为 H

也就是说，SBTI 最终并不保留“连续分数”，而是把每个维度都离散化成三档。最后你会得到一串长度为 15 的 L/M/H 组合，例如：HHH-HMH-MHH-HHH-MHM。

这就是用户的人格向量模式。

它不是“选哪类就给哪类”，而是“离谁最近就归谁”

这一点是 SBTI 结构上最像一个真正分类器的地方。

SBTI 预置了 25 个常规人格原型，每一个原型都有自己的 15 维模式。例如：

• CTRL
• BOSS
• SEXY
• OJBK
• MALO
• THIN-K
• SHIT
• ZZZZ
• DEAD
• IMFW

这些原型并不是由用户现场生成的，而是作者先定义好的一套“人格质心”。系统做的事情，就是把你的向量拿去和这些质心一一比较。

距离算法其实很朴素

SBTI 用的是一种很容易理解的距离比较方法：

• 先把 L/M/H 转成 1/2/3
• 把用户向量和每个原型向量逐位相减
• 取绝对值后求和

这本质上就是 L1 距离，也就是常说的曼哈顿距离。

如果写成更口语化的话，意思就是：

你和某个原型在 15 个维度上总共差多少格。

差得越少，说明越接近；差得越多，说明越不像。

SBTI 还用了一个相似度展示公式：similarity = max(0, round((1 - distance / 30) * 100))。

所以结果页上出现的“匹配度 92%”这一类数字，并不是来自心理测量学上的置信区间，而是根据距离线性换算出来的一个展示值。

如果两个类型都很像，系统怎么决策？

源码的排序逻辑大致是：

1. 先看总距离，谁更小
2. 如果总距离相同，再看 exact，也就是 15 个维度里完全命中的有多少个
3. 再不行才继续看相似度显示值

这说明 SBTI 不是那种“第一个满足条件就停”的粗糙判断，而是做了一个基础但清晰的排序过程。

DRUNK 为什么是隐藏人格？

这是 SBTI 最有“作者个人动机”痕迹的一部分。

SBTI 里有一条饮酒专用逻辑链：

1. 固定插入一题“您平时有什么爱好？”
2. 如果用户在这题里选了“饮酒”
3. 系统就额外插入第二题，问你对饮酒的态度
4. 如果你在第二题里选到特定答案，系统直接返回 DRUNK

重点在这里：

DRUNK 不是通过 15 维距离比较“算出来”的，而是通过一条优先级更高的特殊触发规则直接覆盖正常结果。

这也和项目最初的创作动机一致：作者最初就是想借这个测试提醒朋友少喝酒。

所以，DRUNK 不是普通人格库的一员，而更像一个被作者故意置顶的价值判断分支。

HHHH 又是什么？

HHHH 是另外一种特殊结果，但它和 DRUNK 不同。

它不是行为触发，而是匹配失败后的兜底。

SBTI 里有明确阈值：

• 如果最佳常规人格的相似度 低于 60%
• 系统就不强行把你塞进某个正常类型
• 而是直接判为 HHHH

也就是说，HHHH 代表的不是某种明确人格原型，而是：

现有原型库对你这组答案的解释力不够。

从体验上看，这反而会让用户觉得设计者“更懂我”，因为系统没有硬塞一个不像的标签，而是承认“你这脑回路暂时没被库收住”。

为什么这套结构会让结果显得比普通测试更细？

因为它做了三件普通娱乐测试不一定会做的事：

• 先拆维度 不是直接问“你是外向还是内向”，而是拆成许多生活化场景。

• 再做向量化 每个维度都被压成一档，最后形成整体模式。

• 最后用原型匹配 不是单题决定标签，而是看整体轮廓最像谁。

这套方法并不自动等于科学，但它确实比“做 10 道题随机发你一个动物人格”更有结构感。

它的边界也正是从这里开始

虽然这套机制比很多人想象中更完整，但不要误会它的性质。

以下几件事依然成立：

• 原型库是作者写的，不是经过临床验证抽样建出来的
• 维度命名是创作者的编辑判断，不是标准化心理量表
• 相似度是展示分数，不是诊断置信度
• 特殊结果里含有明显的创作者立场和戏谑意图

所以，SBTI 是“结构化娱乐”，不是“娱乐化科学”。

如果你更关心“为什么明明不科学，很多人还是会觉得很准”，可以继续读 为什么 SBTI 会让人觉得“准”。如果你关心它的使用边界，可以读 SBTI 能说明什么，不能说明什么？。

结论

SBTI 的核心可以被概括为：

• 15 个维度
• 30 道常规计分题
• 25 个常规人格原型
• 1 条 DRUNK 特殊覆盖规则
• 1 条 HHHH 低匹配兜底规则
• 1 个基于 L1 距离的原型匹配流程

这套机制并不神秘，但它足够完整，也足够贴近互联网语言，所以既能制造“结果很准”的主观体验，也能支撑后续的截图分享和社交传播。