tps-dashboard/ai-labeling/CLAUDE.md

# 看板升级子项目协作主控文件 (CLAUDE.md)

<!--
  Claude Code 每次开 session 自动读取。
  本文件是看板升级子项目（ai-labeling/）的全局指导文件。
  通用协作原则、主项目技术栈、角色定位、Git 红线等
  已在上一级 tps-dashboard/CLAUDE.md 中覆盖，不重复。
  维护原则：增量更新，不整篇重写。
-->

---

## 🔖 状态栏（每次结束 session 前必须更新这三行）

- **最后更新**：Claude Opus（顾问）｜ 2026-07-01
- **当前状态一句话**：L3 原型改版完成（双引擎象限图实现+视觉打磨+25 期全覆盖），GT v0.6.0（25 期 6 字段全覆盖），Prompt 3 v0.3（增"零门槛切口"强钩子路径）。制片人对看板原型阶段满意，下一步进 React 前端实现。
- **下一个动手的人从这里开始**：见下方「⏩ 交接备注」

---

## 🤖 子项目专属工作约定（READ FIRST）

- **先读上一级 `tps-dashboard/CLAUDE.md`**，那里有通用协作原则和主项目全局信息。本文件只补看板升级自己的事。
- **沙盒自治**：`ai-labeling/` 内改动允许 Cline 直接 Act（改坏重跑就是）。但 `backend/` 任何改动必须切 Plan + Opus 审——这是宪法红线。
- **Prompt 内容不让 Cline 创作**——Cline 是执行者不是作者。Prompt 由 Opus/Claude Code 写，Cline 只负责落文件。
- **改 ground-truth 必须留 changelog**（谁、何时、改了什么、为什么改），不能悄悄改。
- **长文件（Prompt / ground-truth）让制片人手工替换最稳**——Cline 的 `write_to_file` 对长内容会截断，别让它反复 workaround。短文件（<200 行）用 `write_to_file` 整体写，老文件用 `replace_in_file` 局部改。

---

## 1. 子项目全貌（核心，所有开发决策的锚点）

### 1.1 定位与终极目标

看板升级是 TPS-Dashboard 项目中**最重要、最首页**的工程。

**终极目标**：在 TPS 工作台上建立**持续运行的收视诊断分析能力**——栏目每做完一期节目，系统自动消化选题单、文稿、收视成绩，按策划周期输出诊断报告，让制片人和全体编导都能看到"我们做得怎么样、问题出在哪、下一步怎么调"。

**质量标杆**：`example/` 目录下的 PPT（14 页诊断报告）和 Excel（8 个分析 Sheet）是制片人与 Opus 4.8 手工做出的 21 期阶段性分析成果。看板升级要达到**同等分析深度**，并把"一次性手工分析"变成"累积持续自动分析"。

### 1.2 核心理论框架——"双引擎 + 开篇钩子"

> 收视 ≈ 题材热度（横轴）× 叙事结构（纵轴）+ 开篇钩子（独立维度，叠加显示）

- **引擎 1 题材热度（地基）**：热点/新装备/大舰/节日天然有人看。即使叙事并列，热点也能撑住收视（如防空网 0.875、X-76 0.873）。
- **引擎 2 叙事结构（放大器）**：有没有贯穿全片的主线悬念。强主线能把冷题材拉到高收视（如仿生潜艇 0.92、组装武器 0.85）。
- **开篇钩子（独立维度）**：前 1-2 分钟决定观众换不换台。功能与叙事结构不同（开篇=留住，结构=留住之后的体验），AI 打标也分开判。

**两条腿至少占一条**：冷题材 + 并列结构 = 必然低分（如枪械图鉴 0.533）。

**"话题性"已拆解消化**（v2 快照确认）：题材稳态热度→横轴承接，时机加成→scene_tags 承接，切口话题感→program_format"横切类比"部分承接。话题性不独立立维。

这个模型是所有 AI 打标、分析计算、诊断结论的理论基础。开发任何功能都要回到这个公式上来。

### 1.3 招牌视觉——双引擎象限图（v2 快照定稿）

| 元素 | 编码 |
|------|------|
| 横轴 | 题材热度（= 该题材类别窗口内均值 − 栏目均值，零点=栏目自身平均线） |
| 纵轴 | 叙事结构 2 档 |
| 气泡大小 | 收视份额 |
| 气泡颜色 | 收视判定三色（红 `#c0584f` 优秀 / 蓝 `#5b8db8` 达标 / 绿 `#7aa874` 待提升） |
| 气泡边框 | 开篇钩子（粗实线=强 / 细实线=中 / 虚线=弱） |
| 悬停 tooltip | 节目名 + 期次 + 编导 + 题材 + 份额 + 钩子档 |
| 重叠处理 | 横轴 jitter + 垂直 jitter；同点聚集本身就是诊断信号 |

这张图是整个看板升级的**核心视觉交付物**。制片人已认可视觉方向。

### 1.4 6 字段完整枚举定义（v2 快照锁定，v3 修订叙事结构）

**字段一：`program_format` 主题材（单选）** — 节目内容切口，不是播出形态

| 枚举值 | 含义 |
|--------|------|
| `装备深解` | 围绕一款/一型具体装备深度剖析 |
| `横切类比` | 用某切口（趣味/功能/技术）跨装备类比 |
| `历史纵深` | 沿时间线讲装备/战术演进 |
| `前沿科技` | 新技术在军事装备上的应用 |
| `事件战例` | 围绕某次行动、战役、冲突 |
| `人物牵引` | 用人物作叙事入口和牵引线 |

**字段二：`equipment_domain` 装备域（多选，至少 1 项）**

`陆战装备` / `海军舰船` / `航空航天` / `导弹与反导` / `信息化` / `后勤保障` / `轻武器` / `跨域` / `其他`

注：原"枪械"升级为"轻武器"；原"空军防空"改为"导弹与反导"；"无人作战"从装备域剥离到 tech_tags。

**字段三：`scene_tags` 场景标签（多选，可空）** — 回答"为什么这周播"

`节点策划`（纪念日/周年/节庆/装备节点）/ `热点跟进`（突发新闻）/ `装备首发`（新装备亮相）/ `展会`

注：原"节日策划"从 program_format 移到 scene_tags 并改名"节点策划"。

**字段四：`tech_tags` 技术线标签（多选，可空）** — 新质新域追踪

`无人作战` / `智能化`（AI/算法/智能决策）/ `有人无人协同`

**字段五：`narrative_structure` 叙事结构（单选，2 档）**

`主线演进` / `并列结构`（v3 从 3 档收为 2 档）

**字段六：`opening_hook` 开篇钩子强度（单选，3 档）**

`强`（新闻/反差/画面震撼/悬念）/ `中`（背景铺陈/装备亮相/历史溯源）/ `弱`（直接讲技术/概念/平铺直叙）

### 1.5 系统四层架构

| 层 | 名称 | 做什么 | 当前状态 |
|----|------|--------|----------|
| L1 | **数据沉淀** | 每期节目的收视数据、文稿全文、编导、选题单持续入库 | 主项目已有 episodes 表基础结构 |
| L2 | **AI 打标** | 读文稿自动判别：题材分类(4字段)、叙事结构(2档)、开篇钩子(3档) | Prompt 1 v0.3(80%) + Prompt 2 v0.2(100%) + Prompt 3 v0.2(90%)，三个均达可用水平 |
| L3 | **分析引擎** | 基于双引擎模型，计算走势、编导对比、题材对比、高低样本对照等多维分析 | HTML 原型 v0.1 已出（5 模块），页面布局已定 |
| L4 | **诊断报告** | 调用 LLM 生成文字诊断结论 + 改进建议（对标 PPT 第 8-10 页水平） | 位置已定（走势图下方），模拟文字已预览 |

### 1.6 三层分步交付策略（v1 快照定稿）

| 层 | 解锁条件 | 交付物 |
|----|---------|--------|
| 第一层"纯算的" | 只需题材字段（program_format + equipment_domain） | 核心指标卡、走势图（含基础/摸高目标线+滚动3期均值）、阶段对比、题材对比、编导维度 |
| 第二层"打标后才能算的" | 叙事结构 + 开篇钩子标完 | **双引擎象限图**（招牌视觉）+ 高低样本下钻 |
| 第三层"算不出只能写的" | L3 数据就绪 + LLM API 配通 | AI 季度诊断小结（制片人审改后发布）+ 一句话诊断 + 病因 + 提振方案 |

**编导视角：能力地图，不是排名榜**（v1 §2.7）。团队视角看"谁擅长哪种结构/哪类题材"，把强项做成全组可复用模板。制片人视角可看完整排名+下钻。底层同一套数据，锁可后开。

### 1.7 分析周期策略

- **默认轨：季度报告**（Q1/Q2/Q3/Q4）。对标台里考核节奏，每季约 12-13 期，数据量合适。
- **灵活轨：自定义周期**。所有栏目人员均可自由选择时间范围查看诊断（如"暑期档 7-8 月"、"最近 10 期"）。
- 系统按季度自动生成，用户也能手动选范围——两不误。

### 1.8 受众与权限

- **不只给制片人看**——全栏目人员（制片人、责编、6 名编导）都能查看分析结果、自由选择周期、调用 LLM 查看诊断。
- AI 打标结果仍须制片人审核后才正式落库（设计哲学红线：AI 给方向不给答案）。
- 但分析报告（L4）是基于已审核数据生成的，可直接展示。

### 1.9 样板文件参照表（`example/` 目录）

| 文件 | 内容 | 对标系统层 |
|------|------|-----------|
| PPT 第 2-5 页 | 收视走势、阶段对比、月度均值 | L3 分析引擎（走势分析模块） |
| PPT 第 6 页 | 题材结构饼图 + 各题材均值 | L3 分析引擎（题材分析模块） |
| PPT 第 7 页 | 高分 vs 低分样本对照 | L3 分析引擎（样本对照模块） |
| PPT 第 8-10 页 | 5 大病因、双引擎发现、提振方案 | L4 诊断报告（LLM 生成） |
| PPT 第 11 页 | 标题"3秒可懂"原则 | L4 诊断报告（建议模块） |
| PPT 第 12-13 页 | 选题日历、复盘会议程 | 超出系统范围，供人工参考 |
| Excel 8 个 Sheet | 核心指标卡、数据明细、走势图、编导对比、题材对比、阶段对比、高低样本、诊断结论 | L3 分析引擎的完整数据底稿 |

### 1.10 范围边界

- ✅ 做：Prompt 撰写与迭代、模型选型基准测试、ground-truth 维护、打标脚本、分析引擎设计与实现、诊断报告生成、前端看板页面
- ❌ 不做：选题日历自动编排、复盘会自动组织、标题自动改写（这些是人的工作）
- ❌ 不用旧 21 期数据冷启动——文稿和数据已重新整理清洗，拿新数据重新做

---

## 2. 技术栈与运行方式（稳定）

### 2.1 AI 打标沙盒（当前工作区）

- **语言**：Python 3.x
- **依赖锁定**（`scripts/requirements.txt`）：
  - `openai==1.55.0` — **不能升级**，新版自动转 developer 角色，部分兼容接口不支持
  - `python-dotenv>=1.0.0`
  - `python-docx>=1.1.0`
- **生产模型**：mimo-v2.5-pro（通过 OpenAI SDK 兼容接口调用）
- **备选模型**：DeepSeek V4 Pro（命中率 80%，MiMo 中断时备用）
- **工作目录**：`E:\tps-dashboard\ai-labeling\`

### 2.2 诊断报告生成（L4 层，待实现）

- **多 LLM 共识机制**：配置多个 LLM API（如 MiMo + GLM 5.2 + 其他），分析相同数据、遵守相同规定，取共识结果。目的：弥补单一非顶级模型洞察力不足的问题，用"多家独立一致"提高诊断可信度。
- **模型候选**：mimo-v2.5-pro、GLM 5.2（智谱）、其他国产合规模型。具体阵容待选型测试。
- **与 AI 打标的区别**：打标是结构化判别（JSON 输出），诊断是开放式分析（自然语言输出）。两者用不同的 Prompt、可能用不同的模型。

### 2.3 关键目录

```
ai-labeling/
├── example/
│   ├── 军事科技栏目收视复盘与提振方案_v2.pptx  ← 质量标杆（14 页诊断报告）
│   └── 军事科技栏目收视诊断分析_v2.xlsx        ← 质量标杆（8 个分析 Sheet）
├── benchmark-set/
│   ├── transcripts/          ← 20 期文稿 .md（基准卷子）
│   └── ground-truth.json     ← 基准答案 v0.6.0（核心资产，入 git）
├── prompts/
│   ├── prompt1_classification.md  ← 题材分类判别 v0.3（入 git）
│   ├── prompt2_narrative.md       ← 叙事结构判别 v0.2（已锁定，入 git）
│   └── prompt3_opening_hook.md    ← 开篇钩子判别 v0.3（入 git）
├── experiments/              ← 跑批结果 .json（不入 git）
├── scripts/
│   ├── import_transcripts.py ← docx → md 解析清洗
│   ├── run_labeling.py       ← 调模型 + 写结果
│   └── summarize.py          ← 汇总命中率
├── .env                      ← 真 Key（不入 git）
├── .env.example              ← Key 占位模板（入 git）
├── .gitignore                ← 拦 .env / experiments/ / __pycache__/
└── README.md
```

### 2.4 常用命令（PowerShell）

```powershell
# 单期打标（narrative / classification / opening_hook）
cd E:\tps-dashboard\ai-labeling
python scripts/run_labeling.py --ep 1 --model mimo-v2.5-pro --field classification

# 批量跑 20 期基准
python scripts/run_labeling.py --all --model mimo-v2.5-pro --field classification

# 汇总命中率
python scripts/summarize.py --model mimo-v2.5-pro --field classification
python scripts/summarize.py --model mimo-v2.5-pro --field narrative
python scripts/summarize.py --model mimo-v2.5-pro --field opening_hook
```

### 2.5 模型配置（`scripts/run_labeling.py` 内 MODEL_CONFIG）

| key              | base_url                              | model_name       | env key          |
|------------------|---------------------------------------|------------------|------------------|
| `mimo-v2.5-pro`  | `https://api.xiaomimimo.com/v1`       | mimo-v2.5-pro    | MIMO_API_KEY     |
| `deepseek-v4-pro`| `https://api.deepseek.com`            | deepseek-v4-pro  | DEEPSEEK_API_KEY |

### 2.6 环境变量

放 `.env`，**不进 git、不写进本文件**。需要：`MIMO_API_KEY`、`DEEPSEEK_API_KEY`。

---

## 3. 当前进度（动态，核心交接区）

- **已完成至**：L3 原型改版完成（双引擎象限图+视觉全面打磨+25期数据全覆盖），GT v0.6.0，Prompt 3 v0.3
- **正在做**：无。原型阶段收工，下一步进 React 前端实现
- **卡点/待解**：无硬卡点

---

## 4. 已完成（只追加，最新在上）

- [2026-07-01 ｜ Opus] L3 原型改版完成：①双引擎象限图实现（25 期 scatter，横轴=题材热度偏离，纵轴=叙事结构 2 档分类+jitter，气泡大小=份额/颜色=三色判定/边框=钩子强度，四象限标注+读图说明）；②视觉打磨（去卡片竖线/去走势折线层/横切类比改紫#9b7eb8/题材数据扩至 25 期/饼柱间距加大）；③象限图位置提升至 AI 诊断报告下方（招牌位）；④GT v0.6.0（20→25 期，ep021-025 制片人手标）；⑤Prompt 3 v0.3（增第 7 条强钩子路径"零门槛切口"）。制片人对原型阶段满意，准备进 React。
- [2026-06-30 ｜ Opus] L3 原型视觉二审：制片人同时看两版原型（`output/l3_report.html` 浅色版 vs `output/military_tech_2026_l3_premium.html` Gemini 深色版），定调浅色方案不变。从 Gemini 版借鉴 5 项：①卡片左侧 4px 彩色竖线（深绿 `#6b8e6b`）②题材柱图渐变填充+胶囊圆角 ③走势图叠加折线趋势层（柱图保留）④双引擎象限图参考 scatter 框架 ⑤AI 诊断保留竖排干条 markdown 式（不学 Gemini 横排双卡，1100px 宽度下会挤）。模块布局重排：左列上下=季度对比+编导对比，右列通高=题材对比（饼图上+柱图下），解决饼图标签截断问题。
- [2026-06-26 ｜ Opus] L3 分析引擎原型 v0.1：Python 脚本读 Excel（25期）+ ground-truth（20期AI标签），计算 5 个模块（核心指标卡/走势图/季度对比/题材对比/编导对比），生成 HTML+ECharts 可视化报告。制片人审定：磨砂玻璃+大倒角+1100px 限宽+暖色渐变底；L4 诊断报告位置定在走势图下方（摘要-详情模式）；题材饼图+柱图组合；摸高完成率动态变色。脚本 `scripts/l3_analysis_prototype.py`，输出 `output/l3_report.html`。
- [2026-06-26 ｜ Opus] 003_add_ai_labels.sql 迁移已在 milsci_dev 执行：episodes 表 +7 列（program_format / equipment_domain / scene_tags / tech_tags / narrative_structure / opening_hook / ai_label_confidence）+3 索引。COMMENT 因 Windows GBK 编码未写入，不影响功能。Schema（schemas/episode.py）留待 L3 API 时同步更新。
- [2026-06-26 ｜ Opus] GT v0.5.0：补完10期narrative_structure标注（MiMo跑批85%命中+制片人审定，ep019从AI判主线演进改为并列结构）。20期6字段全覆盖。Schema加字段方案：003_add_ai_labels.sql（episodes表+7列）+ episode.py Model同步。summarize.py修复无标注期次崩溃。Git大扫除：doco/programs中间产物移出git、.gitignore补全、deliverables/寄存条入库。commit `cdb213f`。
- [2026-06-25 ｜ Opus] Prompt 1 迭代 v0.1→v0.3（全对率40%→80%）：v0.2加多选字段显著篇幅门槛+从属零件反例+前沿科技vs横切类比拆清+装备深解同类体系测试；v0.3修正跨域规则（传播分类框非军事术语）+训练舰窄类别判定+装备首发校准。ground-truth v0.4.1（ep008补标跨域）。
- [2026-06-25 ｜ Opus] Prompt 3 v0.1→v0.2（开篇钩子，命中率50%→90%）：v0.1撰写+脚本opening_hook支持；v0.2修复三问题——阅读范围扩至3段（导视+主持人+首段解说）、强判定从紧迫感硬门槛改为6条独立路径、弱判定区分信息性提问vs悬念式提问。ground-truth v0.4.2（20期opening_hook全标注，制片人逐期审定含钩子分析）。summarize.py改为从源GT文件读取。
- [2026-06-25 ｜ 制片人] 开篇钩子经验规则：0-1钩≈弱，2钩≈中，3钩及以上≈强（钩子质量也影响，3个轻钩可能仍为中）。
- [2026-06-24晚 ｜ Opus] Prompt 1 v0.1 撰写完成（4分类字段：题材/装备域/场景/技术）+ ground-truth v0.4.0（10→20期扩展，旧ep编号重映射，4分类字段全填，制片人逐期审定）+ 脚本升级（ep编号2位→3位、ALL_EPISODES扩至1-20、summarize classification比对逻辑实现）+ MiMo首轮跑批20期（题材75%/装备域70%/场景95%/技术70%/全对40%）。主要错误模式：多选字段过度标注、装备深解/前沿科技与横切类比混淆。
- [2026-06-24 ｜ Opus+Cline] ground-truth v0.3.0 结构扩展（4 分类字段骨架预留）+ run_labeling.py / summarize.py 扩展 --field 参数支持 classification。脚本可直接跑 Prompt 1，等 prompt 文件就位即用。
- [2026-06-24 ｜ Opus] CLAUDE.md 二次更新：精读 v1-v4 四份续接快照，补入双引擎象限图视觉规格、6 字段完整枚举定义、三层分步交付策略、编导能力地图设计、v1-v4 关键决策。
- [2026-06-24 ｜ Opus] 全貌对齐：精读 PPT+Excel 样板、明确四层架构（数据沉淀→AI打标→分析引擎→诊断报告）、确认多 LLM 共识机制方向、确认季度+自定义双轨周期、确认全员可见。CLAUDE.md 从打标沙盒文档升级为全局指导文件。
- [2026-06-24 ｜ Opus] 模型配置统一更正：M3 配置移除，生产模型改为 mimo-v2.5-pro，更新 run_labeling.py / summarize.py / CLAUDE.md / README.md / .env.example。
- [2026-06-11 ｜ Opus+Cline] AI 打标流水线跑通：Prompt 2 v0.2 锁定、ground-truth v0.2.1 锁定、M3 100% 命中率、模型选型完成。Git commit `38f3728` + `edfb298`。
- [2026-06-11 ｜ Opus+Cline] 叙事结构 3 档收为 2 档（主线演进/并列结构）、10 期基准答案集 v0.1 锁定。
- [2026-06-11 ｜ Cline] 工作区目录结构搭建、三个脚本（import_transcripts / run_labeling / summarize）编写完成、10 期文稿导入。
<!-- 新条目往上加 -->

---

## 5. 开发路线图（按层级展开，层内按优先级排序）

### L2 — AI 打标（当前主战场）

- [ ] **Prompt 1 继续迭代（可选）** — v0.3 全对率 80%，剩 3 期硬骨头（ep005/011/016：前沿科技节目中装备域从属判定边界）。边际收益递减，可暂停。
- [ ] **Prompt 3 继续迭代（可选）** — v0.2 命中率 90%，剩 2 期（ep004 枪王对决强→中：AI复活人物的反差未识别；ep007 巨舰反差中→强：旗语开头过度放大）。可考虑融入"数钩子"辅助判据（0-1钩弱/2钩中/3+钩强）。
- [x] **新增 10 期跑 Prompt 2 补 narrative_structure** — GT v0.5.0 已全覆盖（MiMo 85% + 制片人审定）。
- [ ] **示例集月度更新机制** — 上线后启用，每月集中替换，不碎片化（吃 prompt 缓存红利）。
- [x] Prompt 1 v0.3 迭代完成（80% 全对）
- [x] Prompt 2 v0.2 撰写 + 锁定（100%）
- [x] Prompt 3 v0.3 撰写完成（90%，增"零门槛切口"路径）
- [x] ground-truth v0.6.0（25期6字段全标注）
- [x] 模型选型（mimo-v2.5-pro 生产）

### L1 — 数据沉淀（与主项目交界，需 Opus 审）

- [x] **episodes schema 加字段** — 003 迁移已执行（2026-06-26），7 列 + 3 索引到位。
- [ ] **文稿入库流程** — 每期文稿全文入知识库（主项目 Phase 3 已有知识库基础设施）。
- [ ] **收视数据导入** — 真实收视 Excel 批量导入 + 清测试数据。

### L3 — 分析引擎（原型已出，进入前端实现）

- [x] **HTML 原型 v0.1** — 5 模块计算验证通过（指标卡/走势/季度/题材/编导），25 期数据全部读入。
- [x] **视觉方向定稿** — 磨砂玻璃+大倒角+1100px 限宽+暖色渐变底+三色判定+题材饼图柱图组合。二审追加：卡片左侧竖线、柱图渐变圆角、走势叠加折线。
- [x] **页面布局定稿** — 指标卡 → 走势图(含dataZoom滑块) → AI诊断报告(L4,竖排干条) → **双引擎象限图（招牌位）** → 左列(季度对比+编导对比) / 右列通高(题材对比:饼图+柱图)。
- [x] **双引擎象限图实现** — 25 期完整数据，ECharts scatter + 双轴 name 端点标注 + 四象限注释 + 读图说明。题材热度=类别均值−栏目均值偏离。横切类比 #9b7eb8（紫）。
- [ ] **范围选择器（方案 A 已定）** — 按自然年分页，年内用 ECharts dataZoom 滑块选范围，**页面上所有模块全部联动刷新**（包括核心指标卡的平均份额/最高/最低/达标期数、L4 诊断报告、季度对比、题材对比、编导对比）。历史年份（如 2025）仅展示走势+编导（无 AI 标签的模块标灰）。
- [ ] **单期详情页入口** — 走势图柱子可点击跳转到该期节目分析页（独立子项目）。
- [ ] **计算逻辑实现（React）** — 将原型 Python 计算逻辑搬进 backend API。
- [ ] **API 设计** — 支持按年度+自定义期次范围查询，返回结构化分析数据。

### L4 — 诊断报告（位置已定，待实现）

- [x] **位置定稿** — 走势图下方，摘要-详情模式（看板页固定高度干条 + 点击展开详情页全文）。
- [ ] **自适应色调 Prompt 机制** — 根据选定范围的达标率/均值动态切换分析角度：优秀期→复盘总结模式；问题期→病因诊断模式；混合→综合对比模式。
- [ ] **多 LLM 共识选型测试** — 用样板数据测试 MiMo / GLM 5.2 / 其他模型的诊断分析能力，确定阵容。
- [ ] **诊断 Prompt 撰写** — 输入结构化分析数据，输出自然语言诊断结论 + 改进建议。需融入双引擎理论框架。
- [ ] **外部因素关联分析** — 结合互联网搜索（同时段竞争节目、社会热点）丰富诊断深度。
- [ ] **共识聚合逻辑** — 多家结果如何合并/投票/呈现。
- [ ] **UI 置信度三档** — AI 草稿/制片人确认/标题推断一眼可辨。

### 跨层

- [x] **横轴量化方法落地** — 题材类别窗口内均值 − 栏目均值（0.7524），已在象限图实现。装备深解+0.144/历史纵深+0.048/前沿科技+0.039/横切类比−0.053/人物牵引−0.174。
- [ ] **prompt 缓存月度更新纪律** — AI 打标上线后第 1 个月起执行。

---

## 6. 关键决策（跨 session 最易丢）

### 项目全貌（v1-v4 快照 + 2026-06-24 对齐）

- [2026-06-24] **看板升级 ≠ AI 打标**。AI 打标只是 L2 层，完整系统是四层：数据沉淀 → AI 打标 → 分析引擎 → 诊断报告。目标是把 PPT+Excel 样板里的阶段性手工分析变成累积持续自动分析。
- [2026-06-24] **双引擎模型是理论基础**：收视 = 题材热度 × 叙事结构。所有打标维度、分析计算、诊断结论都围绕这个公式展开。
- [2026-06-24] **全员可见**：看板不只给制片人，所有栏目人员都能查看分析、自选周期、调用 LLM 看诊断。
- [2026-06-24] **分析周期双轨**：默认季度 + 自定义范围。
- [2026-06-24] **不用旧 21 期冷启动**：数据已重新整理清洗，拿新数据重新做。
- [2026-06-24] **诊断报告用多 LLM 共识机制**：因合规限制无法用顶级模型（Opus），改为多个国产模型（MiMo / GLM 5.2 / 待定）分析相同数据取共识，弥补单模型洞察力不足。
- [2026-06-09] **配色走浅色**：沿用 App 米色底 `#fbf9f1` + 深绿 `#6b8e6b`，不做深色大屏（留 2.0 独立数据大屏蓝本）。
- [2026-06-09] **DataEase 不进 1.0**：栈冲突 + 资源不够。图表用 ECharts / @ant-design/charts 在 React 栈直接复刻。
- [2026-06-09] **编导板块不做排名**（团队视角走"能力地图"），制片人视角可看完整排名+下钻。
- [2026-06-09] **"活的边界"**：实时脉搏（走势/滚动均值）永远滚动；周期复盘（象限/病因/提振）按周期生成。每张图都要有显式时间选择器。
- [2026-06-10] **话题性不独立立维**：稳态热度→横轴，时机→scene_tags，切口→横切类比形态。
- [2026-06-10] **6 字段枚举锁定**（见 §1.4）：program_format 6 值 / equipment_domain 9 值多选 / scene_tags 4 值 / tech_tags 3 值 / narrative_structure 2 档 / opening_hook 3 档。

### 题材分类判别

- [2026-06-25] **`跨域`是传播分类框，不是军事术语**：一期节目天上、水里、地上都讲了没法归单一域就标跨域。涉及≥3个具体装备域时额外加选，不需要节目主题是"跨域协同作战"。
- [2026-06-25] **同一功能体系/窄类别内的多装备 = 装备深解**：防空体系远/中/近程、三艘训练舰、航母编队舰/机/护航——这些不是横切类比。换装测试要区分"换同类型号"和"换完全不同类别"。
- [2026-06-25] **前沿科技 vs 横切类比的核心判据**：串联各案例的角度本身是不是一项新兴技术？是→前沿科技，否→横切类比。

### 开篇钩子判别

- [2026-06-25] **"数钩子"经验规则**：0-1钩≈弱，2钩≈中，3钩及以上≈强。钩子质量也影响（3个轻钩可能仍为中）。
- [2026-06-25] **紧迫感不是判强的唯一门槛**：画面震撼、情感冲击、认知冲突（反差）、叙事吸引（战场故事）、节日/文化共鸣都是独立的强钩子路径。
- [2026-06-25] **阅读范围是前三段**（导视+主持人+首段解说），不是两段。有些节目的钩子在主持人之后才引爆。
- [2026-06-25] **信息性提问 vs 悬念式提问**：能用一句话/列表回答的是信息性提问（倾向弱），需要讲故事或揭示原理才能回答的是悬念式提问（至少中）。

### 叙事结构判别

- [2026-06-11] **3 档收为 2 档**：`主线演进` / `并列结构`。原"强主线悬念 vs 主线演进"实操中区分不开，合并。
- [2026-06-11] **判别心法**：先列全片大章节（3-5 个）→ 做"打乱测试"（调换顺序观众是否懵）。**段内承接 ≠ 全片骨架**——看到"递进""演进"字样先别急，回到大章节之间判断。
- [2026-06-11] **关键边界**：命名共性、装备域共性、空间方位共性均不构成主线。

### 模型选型

- [2026-06-11] 初始选型 MiniMax M3（Prompt 2 v0.2 命中率 100%）。DeepSeek V4 Pro 80%（备用）、MiMo v2.5 Pro 70%。
- [2026-06-24] **生产模型改为 mimo-v2.5-pro**（Cline 统一配 MiMo），M3 配置移除。DeepSeek V4 Pro 保留为备用。
- [2026-06-11] **好 Prompt 不为单家定制**——v0.2 同时提升了三家命中率，说明判别规则讲清楚就是最好的优化。

### ground-truth 版本史

- v0.1：10 期初始标注
- v0.2：改 2 期（ep12 逆袭战局改为并列→后经复议改回主线演进、ep14 X76 确认并列）
- v0.2.1：改 1 期（ep12 经制片人复读稿 + 三家模型独立一致，最终定为并列结构）。**边界期用"多家独立一致 + 人工复审"双重证据机制**。
- v0.3.0：为 Prompt 1 预留 4 分类字段骨架（null/[]），ep 编号仍为旧制。
- v0.4.0：期号重映射（旧ep3-15→新ep001-020按播出日期排序），10→20期扩展，4分类字段全部填入。新增10期暂无narrative_structure/opening_hook。
- v0.4.1：ep008马年装备图鉴补标跨域（制片人确认遗漏）。
- v0.4.2：新增10期opening_hook标注（制片人逐期审定含钩子分析）。20期6字段覆盖：4分类+opening_hook全填，narrative_structure仍有10期null待补。
- v0.5.0：补完10期narrative_structure（MiMo跑批+制片人审定）。20期6字段全覆盖。
- **v0.6.0（当前锁定）**：新增5期（ep021-025）补齐Excel全部25期。ep021-023制片人手工标注；ep024/025制片人手工标注（无文稿待后续校准）。Prompt 3 v0.3增第7条强钩子路径"零门槛切口"。25期6字段全覆盖。

### Prompt 设计原则

- [2026-06-11] **三个 Prompt 独立**（分类 / 叙事结构 / 开篇钩子），不合并成一个大 Prompt。
- [2026-06-11] **示例集"慢慢长大"**：10-30 期全塞 prompt → 30-80 期 pgvector 检索相似 → 80+ 期固定 5 + 动态 5-8。栈里 pgvector 已就位，第二阶段不新增依赖。

### L3/L4 页面设计决策

- [2026-06-26] **范围选择器走方案 A（按自然年分页）**：每年目标清零+基础/摸高数值可能变+2025 年以前无文稿无 AI 标签，跨年混算问题太多。年内用 ECharts dataZoom 滑块选范围，所有模块联动刷新。
- [2026-06-26] **L4 诊断报告位置：走势图下方**（不是最底部）：制片人定调——诊断分析是最有含金量的内容，不能埋在最后。摘要-详情模式：看板页放 3-5 条干条，点击展开详情页看全文。
- [2026-06-26] **L4 诊断内容自适应选定范围色调**：全红→复盘总结模式；全绿→病因诊断模式（语气重）；混合→综合对比模式。
- [2026-06-26] **页面幅面 max-width 1100px 居中**：参考 Crextio 风格，不撑满全屏。
- [2026-06-26] **视觉方向**：磨砂玻璃卡片（backdrop-filter: blur）+ 大倒角（16px）+ 暖色渐变底 + 充足留白。参考风格图 `example/页面风格.webp`。
- [2026-06-30] **视觉二审（浅色 vs Gemini 深色）**：深色大屏风格否决（压迫感强、英文标题不适合栏目场景），浅色方案定稿。从 Gemini 版吸收：卡片左侧 4px 竖线（`#6b8e6b`）、题材柱图渐变+胶囊圆角、走势图叠加折线趋势层、象限图 scatter 框架。AI 诊断保留竖排干条式（不横排）。
- [2026-06-30] **模块布局重排**：季度对比+题材对比原为左右平分两栏，改为——左列上下：季度对比（上）+ 编导对比（下）；右列通高：题材对比（饼图上 + 柱图下）。解决 1100px 宽度下饼图标签截断问题。
- [2026-06-26] **摸高完成率动态效果**：≥95% 红色微光闪烁；85-94% 蓝色；80-84% 绿色脉冲；<80% 黑色+红色警报光晕。
- [2026-06-26] **收视分析看板 ≠ TPS 仪表盘首页**：首页是每天扫一眼的门面（题图/近9期/热点/排播），分析看板是左侧工具栏里的深度分析入口。首页从看板抽关键数字展示。
- [2026-06-26] **2026 年收视目标**：基础 0.6448，摸高 0.8989。
- [2026-07-01] **双引擎象限图位置：AI 诊断报告正下方**（不在页面最底部）。逻辑链：指标卡→走势→诊断→象限图（印证诊断）→细分对比（下钻）。象限图是招牌视觉，承上启下。
- [2026-07-01] **象限图轴标注用 ECharts 双轴 name 机制**：主轴 nameLocation='end'（故事化↑/热门题材→），隐藏副轴 nameLocation='start'（板块化↓/←冷门题材），不手动猜像素。
- [2026-07-01] **题材色板**：装备深解 #5b8db8 / 历史纵深 #e8a838 / 前沿科技 #7aa874 / 横切类比 #9b7eb8（紫，原红色与人物牵引太近） / 人物牵引 #d4816b。
- [2026-07-01] **象限图纵轴是分类轴非连续刻度**：行内散布仅为避免气泡重叠（jitter），不代表"更故事化"程度。读图说明中已澄清。

### 技术约束

- [2026-06-11] MiMo / M3 等 reasoning model 输出带 `<think>...</think>` 前缀。脚本用 `extract_json_from_response` 正则剥掉后再 `json.loads`。**换其他 reasoning model（R1、o1 系列）同样适用。**
- [2026-06-11] `openai==1.55.0` 锁版本——新版自动转 developer 角色，部分兼容接口不支持。
- [2026-06-11] API 调用不用 `response_format={"type": "json_object"}`——部分模型不完整支持，改为在 Prompt 末尾加输出强约束。
- [2026-06-11] `experiments/*.json` 不入 git（结果不固化）；`prompts/*.md` + `benchmark-set/` 入 git（核心资产）。

---

## 7. ⏩ 交接备注（换人/换工具 0 摩擦续上）

- **L3 原型改版完成**（2026-07-01）：制片人对看板原型阶段满意。原型文件 `output/l3_report.html`（不入 git，output/ 在 .gitignore）。Gemini 深色版 `output/military_tech_2026_l3_premium.html` 仅参考。
- **页面布局最终版**：指标卡 → 走势图(含 dataZoom) → AI 诊断报告(L4，竖排干条) → **双引擎象限图（招牌位）** → 左列(季度对比上 + 编导对比下) / 右列通高(题材对比：饼图上 + 柱图下)。范围选择器走方案 A（按自然年分页 + 年内 dataZoom 滑块）。
- **双引擎象限图实现细节**：ECharts scatter，25 期数据硬编码在 qData 数组（[x, y, 份额, Excel期次, 标题, 钩子, 题材, 编导]）。热度偏离值：装备深解+0.144/历史纵深+0.048/前沿科技+0.039/横切类比−0.053/人物牵引−0.174。jitter: 纵向±0.15、横向±0.04。轴标注用双轴 name 机制（主轴 end + 隐藏副轴 start）。
- **关键数据**：2026 年基础目标 0.6448，摸高目标 0.8989。25 期完整收视数据在 `example/2026收视update.xlsx`。5 位编导：张彤枫/付天雨/孙逸昊/穆佩弦/左鑫。
- **GT v0.6.0**（2026-07-01）：25 期 6 字段全覆盖。ep021-023 制片人手标；ep024/025 无文稿待后续校准。
- **Prompt 3 v0.3**（2026-07-01）：增第 7 条强钩子路径"零门槛切口"（日常概念消除专业门槛）。
- **L2 打标已收摊**（2026-06-26）：三个 Prompt 均可用（分类80%/结构85%/钩子90%）。
- **003 迁移已执行**（2026-06-26）：episodes 表 +7 列 +3 索引到位。`schemas/episode.py` 尚未加新字段，留待 L3 API 时同步。
- **下一步**：进 React 前端实现（Cline 主力，Claude 审关键逻辑）。优先级：① 走势图+指标卡（纯数据，不依赖 AI 标签）→ ② 题材/季度/编导对比 → ③ 双引擎象限图 → ④ L4 诊断报告（LLM 调用）。
- **单期详情页**：走势图柱子可点击跳转（已登记需求入口，独立子项目，暂不实施）。

---

## 8. 待确认 / 开放问题（需制片人拍板）

- [x] ~~Prompt 1 的 4 分类字段枚举最终口径~~ → 已在 v2 快照锁定（见 §1.4）
- [ ] 多 LLM 共识机制的模型阵容（MiMo + GLM 5.2 + ?）待选型测试后定
- [x] ~~L3 分析引擎是否需要超出 Excel 8 Sheet 的额外分析维度~~ → 暂不增加，先复刻 Excel 能力
- [x] ~~范围选择器方案 A vs B~~ → 方案 A（按自然年分页），2025 年以前无文稿无 AI 标签不适合跨年混算
- [x] ~~L4 诊断报告放在页面什么位置~~ → 走势图下方（制片人定调：诊断是最有含金量的内容）
- [ ] L4 诊断需要哪些外部搜索 API（同时段竞争节目热度等）
- [x] ~~下一步优先级：先推 Prompt 1 还是先推 schema 加字段方案？~~ → Prompt 1 先行，已完成 v0.3（80%）
- [x] ~~Prompt 1 示例集是否需要扩充？~~ → v0.3 已扩至 7 个示例（含防空反导、硅基大脑等易错案例），全对率 80%