0:57arXiv来自同名研究论文
想说的话，
你的专属 AI 情商教练
想说的话，
说出来。
下班加活、饭局劝酒、朋友借钱不还。先和有自己立场的 AI 练一次，再从你说过的话里，找到下一次可以做得更好的地方。
有自己的处境？排练真实对话- 无需注册
- 记录留在设备上
- 中文 / English
01对练与复盘
第一句之后，
对方还会接着问。
角色有自己的立场。你可以追问、拒绝、改口，也可以继续谈。结束后，教练回到你的原话，和你一起看清刚才发生了什么。
- 01
选一场，或带来自己的处境
58 个双语场景覆盖 7 类生活情境，也可以描述你真正要面对的那场对话。
- 02
开口，接住下一句
用文字或语音组织回应。想增加压力，可以开启限时应答；还没谈完，就继续聊。
- 03
回到原话，再试一次
看具体反馈、尝试改写、继续问教练。练习记录也会帮助安排接下来练什么。
一段示例对练中的原话
啊……好的，我看看。不过我今晚其实有点事，可能会晚一点开始，可以吗？
示例摘录；每次反馈根据当次对话生成。
练完了，还能接着问。
为什么这句话没说清？如果对方继续追问呢？复盘里的教练可以围绕本次对话继续解释，也会从不同场次的原话中寻找反复出现的问题。
023D 现场
走进现场，
练习一桌人的压力。
职场、家庭、学校饭局，还有电梯口和办公室。面对不同人物的立场，选择回应谁、说什么，处理旁人的插话。
- 文字或语音开口
- 切换视角、走动与现场动作
- 练完同样可以引用原话复盘
03视频示范
先看一段，
再换你来回应。
同一个难题，看看不同回应怎样改变对话。视频配有中英字幕、关键选择的拆解，以及对应的 3D 练习入口。
0:57
0:51SocialCoach 原创虚构示范 · 中文配音 / 中英字幕
继续看 42 条策略与 30 个案例对话练习
从一场你正要面对的对话开始
选择一个真实难题的虚构练习情境。先和有自己立场的角色对话，再根据你实际说出的话复盘。
04语料与出处
判断有证据，建议有出处
58
双语场景
42
策略
30
案例
7
类生活情境
34
项社交技能
每条策略和案例都带来源。
出处包括：Difficult Conversations、Nonviolent Communication、Getting to Yes、Crucial Conversations、Never Split the Difference、Radical Candor、The Seven Principles for Making Marriage Work、Thanks for the Feedback。
05数据与部署
数据留在你手里
记录留在设备上
练习档案保存在当前浏览器，可导出、恢复或重置。生成内容时，相关对话与练习信息会发给所用的模型服务。
用你自己的模型
支持 Anthropic、OpenAI 和任何 OpenAI 兼容端点。填自己的 API key，或指向本地模型，请求直接从你的浏览器发出。
可以自己部署
应用以 Apache 2.0 开源，支持 Docker Compose、Vercel 等部署方式。产品语料和技能图谱随代码提供。
06问答
常见问题
需要注册或付费吗？
无需注册。场景和学习内容可以直接浏览；AI 对练使用共享模型额度，额度或服务不可用时，可在设置里接入自己的模型。自带模型的费用由相应服务商收取。
这和直接让 ChatGPT 扮演老板有什么不同？
通用聊天模型可以演一次。SocialCoach 把训练约束固定下来：角色有独立目标，部分角色还有隐藏顾虑，不会提前泄漏答案；文字练习分段可续聊，并记录未达成的目标；结束后每条判断先引用本次对话原话，再给归因、来源和下一次训练。
为什么角色有时不让步？
角色会根据自己的目标和眼前的对话作出回应。礼貌不保证对方同意；你可以协商、修复，也可以守住边界。复盘会分别看沟通表现和对话结果。
熟练度是怎么算的？
由教练模型根据每次对话估计，界面会标注。它依据的东西你都看得到：引用的原话、判断的维度和出处。多练几次，雷达上的变化比单次数字更有参考价值。
我的私人对话保存在哪里？
练习记录保存在当前浏览器，可导出、恢复或重置。生成内容时，相关上下文会发送给你选择的模型服务。匿名使用统计可在设置中关闭；主动提交的反馈会发送给团队。
它会直接替我写一句完美话术吗？
提示只点出下一步动作，话还是你自己说。复盘会给出更好的说法，但它的目标是让你在压力下多开口几次。
07研究
这个产品来自一篇论文
预印本 · cs.HC · 2026
arXiv · 2606.04155SocialCoach: Personalized Social Skill Learning with Agentic Tutoring and Practice
1HKUST (Guangzhou) · 2Duke University · 3Microsoft · 4Microsoft Research Asia
论文把「下一次该练什么」定义为一个冷启动、受检索约束的序列决策问题：给定学习者画像、模拟的熟练度状态和练习历史，策略先写出一份结构化处方，再由语料检索把它实现出来。语料本身是一个可追溯的「理论到实践」知识框架，排程和反思式辅导都从这里读取。产品里的每一次复盘所依赖的「不会」与「会但没做到」的区分，也来自这里。
论文里有、产品里看不到的部分
- 用轨迹级 GRPO 和评分者成对偏好训练的排程策略
- 合成冷启动设定下，与检索基线和匹配消融的对比评测
- 50 名参与者、每人至少 10 次练习的用户研究，以及一个 n = 10 的随机试点
- 由自动化流程构建的 43,170 条结构化知识语料
论文与产品论文研究的是研究系统和一个内部研究平台；这个网站上的产品是它的产品化版本，内置一套更小、逐条核过出处的语料。
引用
@article{wang2026socialcoach,
title = {SocialCoach: Personalized Social Skill Learning with Agentic Tutoring and Practice},
author = {Wang, Tianfu and Xiong, Max and Lei, Yuxuan and Lian, Jianxun and Zhu, Hongyuan
and Hu, Zhengyu and Gong, Linxiao and Hu, Dapeng and Li, Xiaofang and Tsai, Peiting
and Yuan, Nicholas Jing and Zhang, Qi},
journal = {arXiv preprint arXiv:2606.04155},
year = {2026}
}
