feat(ai-labeling): AI 打标实验工作区初始化 + 模型选型完成

note/续接快照_看板分析升级_设计讨论.md

@@ -0,0 +1,154 @@
+# 续接快照 — 看板分析升级（设计讨论阶段）
+
+> 用途：下次（或新 chat / 第二账号）接力用。记录已定决策、待拍板项、实施路线、纪律红线。
+> 本文只记"还在流动 / 还没做"的事；已落地的旧事见 phase 日志。
+> 状态：**纯讨论，未碰代码、未改表。**
+> 更新时间：2026-06-09（制片人当日撤回家前）
+> 顾问：Claude Opus 4.8 ｜ 制片人：刘通
+
+---
+
+## 一、这是什么
+
+把仪表盘从"看成绩"升级为"能分析"。灵感源 = 制片人此前与 Claude 协作产出的
+**《2026 Q1–Q2 收视诊断分析》**（21 期，配套 Excel 8 Sheet + 复盘 PPT 14 页）。
+最终形态是**看板**，不是 PPT / Excel。
+
+核心资产不是那些表，而是其中提炼的**双引擎模型**：
+
+> **收视 ≈ 题材热度（地基）× 叙事结构（放大器）**
+> 叙事结构判别法：主线悬念结构（高分）vs 图鉴式并列结构（低分）——
+> "把各段顺序打乱，观众看不出区别 = 并列 = 需重构主线"。
+
+升级的本质 = 把这个一次性人工复盘，做成一台**一直在运转的诊断仪**。
+
+---
+
+## 二、已定决策（不再议）
+
+1. **配色走浅色**：沿用 App 米色底 `#fbf9f1` + 深绿 `#6b8e6b` 主色，**不做深色大屏**。
+   理由：与 App 主体一致、兼容手机端、耐读、合"辅助不替代"的温暖气质。
+   深色科技风**留作 2.0 独立"数据大屏"蓝本**（墙上挂 / 对领导汇报），不进 App 主体。
+
+2. **DataEase 不进 1.0**：栈冲突（Java/MySQL/Doris vs Python/PG/React）+ 4核8G 扛不住 +
+   现有仪表盘已含独有业务逻辑。模板的"好看"是 ECharts/AntV 的功劳，可在 React 栈直接复刻。
+   DataEase 留作 2.0 候选（自助式 BI 或独立大屏，只读连 PG，独立部署）。
+
+3. **实现分三层**（看板升级的脊梁）：
+   - **第一层 纯算的**：核心指标卡、走势（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。**唯一解锁钥匙 = 题材字段**，其余字段 episodes 已有。
+   - **第二层 打标后才能算的**：加 `结构类型` + `证据来源/置信度` 两个字段后，
+     自动生成**招牌视觉——双引擎象限图**（横=题材热度，纵=叙事结构，点大小/色=收视，
+     置信度用颜色/网纹区分）。
+   - **第三层 算不出只能写的**：一句话诊断 / 5 大病因 / 高低样本成因 / 提振方案。
+     做成"本期诊断小结"块——**AI 起草、制片人审改后发布**，绝不自动下结论。
+
+4. **AI 介入两种模式，均"AI 出草稿、人拍板"**（踩死宪法）：
+   - **入库时打标**（每期一次）：新文稿入库，AI 读完草拟 `结构类型 / 开篇类型 / 一句亮点短板`，
+     制片人审核后落库。
+   - **周期性诊断**（每季一次）：AI 拿结构化数据 + 稿子起草诊断小结，制片人改完才发布。
+   - **绝不能让 AI 自动盖章下结论**（如"所以别做枪械"）。
+
+5. **置信度三档**（看板上必须分清）：
+   `制片人读稿确认` / `AI 读稿建议·待审` / `仅标题推断`。
+   因为 AI 判结构会"自信地判错"，哪些是确认、哪些是 AI 草稿、哪些纯猜，须一眼可辨。
+
+6. **运行时 LLM ≠ Cline 的 MiniMax**：应用运行时调来做分析的模型，通过 API 想配哪个配哪个
+   （Claude 亦是选项），与 Cline 写代码用的 MiniMax 无关。
+   **选模型用数据说话**：拿制片人已确认的 11 期"读稿判断"当标准答案，让候选模型各打一遍标、
+   对答案，谁与制片人判断最一致用谁。成本可忽略（每月几期 + 每季一次，量极小）。
+
+7. **编导板块不做排名（团队视角）**：看板用意在**辅助复盘，不在问责**。
+   - 团队视角 = **"能力地图"**（谁擅长哪种结构 / 哪类题材，把强项做成全组可复用模板），
+     不做"谁垫底"的榜。
+   - 制片人视角 = 看完整排名 + 可下钻到单期。
+   - 锁可后开（哪天想加竞争）；底层是同一套数据。
+   - 附统计理由：跨窗口比原始均值会骗人（某人恰好摊上 3 期枪械洼地≠他差），
+     公平比需"题材/结构基准相对"，很复杂；能力地图正好绕开。
+
+8. **"活的边界"——两类东西分开活**：
+   - **实时脉搏**（核心指标 / 走势 / 滚动均值 / 题材累计）：永远滚动、显示"最近怎么样"，无固定边界。
+   - **周期复盘**（双引擎象限 / 病因 / 提振方案）：天生有边界，**按周期生成的成品**。
+   - **以"季度"为脊梁 + "任意区间"按需现拉**。季度合排播节奏、约13期统计够稳、
+     对上"月度复盘会 + 季度大复盘"机制。月度太碎（才4期）、年度太粗（年中滑坡被平均掉）。
+   - 每张分析图都要有**显式时间选择器**，边界永远可调，绝不糊成"全部历史"。
+
+9. **编导离职处理**（软引用 `editor_id + 姓名快照` 已预埋）：
+   - 历史分析里**离职编导不消失**（他的片子永远算进那段时间的题材/结构/阶段统计）。
+   - 面向当下的视图（现役能力地图 / 下月担当）**可筛掉离职者**。
+   - 分析默认**按时间段组织、而非按当前在职者**——谁来谁走都不污染历史。
+
+---
+
+## 三、待拍板（制片人回去想清楚，回来先定这三件）
+
+1. **题材枚举最终口径**（第一层的钥匙）。Excel 草案：节日策划 / 防空体系 / AI前沿 /
+   飞行器空战 / 通用概念 / 舰船海军 / 枪械。问题：偏临时、有重叠、"通用概念"是筐。
+   待定：清洗成正式枚举？单选还是可多标？
+
+2. **结构类型：枚举 + 打标流程**（第二层的命门）。
+   - 枚举草案（来自分析）：强主线悬念 / 主线演进 / 图鉴式并列 / 展示型并列 / 单点解析…需收敛。
+   - 流程：靠 AI 入库打标（草稿）+ 制片人审核；存量可让 AI 先读库里稿子起草、制片人抽查回补。
+     （此前"几百期没法回补"的死结，因引入 AI 读稿而解开。）
+
+3. **题材热度（象限横轴）怎么量化**。纵轴（结构）靠打标清楚；横轴"热度"目前是定性的。
+   三条路：①用题材历史均值份额当代理 ②每期打"蹭没蹭热点"布尔标 ③粗分冷/温/热三档。
+   选哪条直接决定象限图准不准。
+
+---
+
+## 四、实施路线（六步，从纸上到帮手）
+
+> 总纪律：**不吃掉 Week 6 的 TPS 对话 MVP（Phase 4a 仍是第一优先级）。**
+> 本轨道与 MVP 并行/其后排，分步交付。
+
+- **Step 0 锁三项口径**（纯讨论，无代码）：定第三节那三件。这是一切的前置闸门。
+- **Step 1 改表（一刀）**：episodes 加 `题材 / 结构类型 / 开篇类型(?) / 证据来源·置信度 /
+  主线亮点短板备注` 等字段。**改表须 Opus 审 + 配回补方案，先别让 Cline 动。**
+  依赖：AI 自动打标需要**文稿已入库**（与 Phase 3 知识库 manuscript 入库打通）。
+- **Step 2 第一层看板**（首个用户可见交付）：题材回补后，建/升级"纯算"分析视图 +
+  浅色换肤一并做。此时"能分析的下半身"立起来。
+- **Step 3 AI 打标链路**：入库即读稿打标（草稿→审核→落库带置信度）+ 存量回补run +
+  模型基准测试（11 期对答案选模型）。
+- **Step 4 第二层·双引擎象限**：结构标齐后，画招牌象限图 + 高低样本下钻。
+- **Step 5 第三层·诊断小结**：AI 季度起草诊断 → 制片人审改发布；周期复盘成品生成。
+- **Step 6 闭环**（最远）：把诊断结论接进 TPS 策划提示（提报枪械时提示"本月已1期"）+
+  排期规则。形成 **分析→策划→排期→收视→再分析** 的"栏目大脑"回路。
+
+---
+
+## 五、纪律红线（勿忘）
+
+- **改表须 Opus 审**，Cline 不得自行加字段/改 schema。
+- **AI 只出草稿、给方向，人拍板**；任何分析结论不得自动发布。
+- **不做编导排名**（团队视角）；问责风险类表述只进制片人视角。
+- **不吃 Week 6 TPS MVP**；本轨道分步、靠后排。
+- **置信度三档必须在 UI 上可辨**，不许把 AI 草稿/标题推断当确证展示。
+- 时间边界永远显式可调，分析图必带时间选择器。
+
+---
+
+## 六、技术备忘
+
+- 栈：React18 + Vite + AntD5 + Zustand ｜ FastAPI + SQLModel + PG16 + pgvector（宪法锁定）。
+- 图表：用 React 栈里的 ECharts / @ant-design/charts（即 DataEase 同款 ECharts/AntV 引擎）。
+- 配色固化：米色底 `#fbf9f1`、深绿主色 `#6b8e6b`、浅绿 `#c8d9b0`；
+  柱图三色（反直觉）优秀=柔红 `#c0584f` / 达标=柔蓝 `#5b8db8` / 待提升=柔绿 `#7aa874`，
+  按"该期播出年份的目标"判色（.clinerules 5.1/5.2）。
+- 基础线 0.6448 / 摸高线 0.8989（2026 年；逐年只增不改）。
+- 运行时分析 LLM 走 API，可配；与 Cline 的 MiniMax 物理无关。
+
+---
+
+## 七、毕业路径
+
+待第三节三项口径锁死 + Step 1 改表方案定稿，本快照内容**升级进宪法**：
+- `project_plan.md`：新增"仪表盘·分析升级"模块规格（含三层 + 双引擎 + 能力地图 + 周期边界）。
+- `dev_plan.md`：新增对应阶段（建议排在 Phase 4a MVP 之后）。
+- 一次性测试/占位数据清理仍按 Phase 5 上线前处理。
+
+---
+
+## 八、下次开局第一句
+
+"先定题材枚举和结构类型打标流程；定完我把双引擎象限图画个实物示意，对着抠第二层。"

note/续接快照_看板分析升级_设计讨论_v2.md

@@ -0,0 +1,226 @@
+# 续接快照 — 看板分析升级（设计讨论阶段 · v2）
+
+> 用途：下次（新 chat / 第二账号）接力用。本快照承接 2026-06-09 v1，包含 2026-06-10 一整天讨论的所有结论。
+> 状态：**仍在设计讨论，未碰代码、未改表。**
+> 更新时间：2026-06-10
+> 顾问：Claude Opus 4.7 ｜ 制片人：刘通
+
+---
+
+## 零、本快照与 v1 (2026-06-09) 的关系
+
+v1 定的 9 条"已定决策"和 6 步实施路线**全部仍然有效，不替换**。本 v2 是在 v1 基础上的**增量收敛**——主要收敛了 v1 里"三件待拍板"的前两件，并对双引擎模型做了一次结构性升级（多了一个独立维度）。
+
+---
+
+## 一、今日（2026-06-10）讨论的根本性升级
+
+### 1.1 双引擎模型 → "双引擎 + 一个独立辅助维度"
+
+原 PPT / v1 快照里说的双引擎是：
+
+> 收视 ≈ 题材热度（地基）× 叙事结构（放大器）
+
+今天讨论后的修订：
+
+> 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）
+
+**为什么独立"开篇钩子"？**
+PPT 第 8 页 5 大病因里"开篇是定义而非场景"独占第 4 条，且 PPT 第 9 页"主线悬念 vs 图鉴并列"判别法里"开篇=场景 vs 开篇=定义"被列为关键特征之一。原 PPT 把开篇并入叙事结构，但今天讨论认为：
+- 开篇负责"留住观众"（前 1-2 分钟，决定观众换不换台）
+- 叙事结构负责"留住之后的体验"（整集骨架）
+- 两者功能不同、AI 打标也是分开判断更稳
+
+### 1.2 "话题性"的拆解（通哥提出，今日讨论结论）
+
+通哥提出"做了多年制片人，一直被教育选题决定成败、话题性是关键"，但说不清话题性是什么、与"热度"是否重叠。今日拆解：
+
+| 话题性的组成 | 是什么 | 现有维度承接 |
+|---|---|---|
+| **题材稳态热度** | 题材类别长期接受度 | 横轴承接 |
+| **时机加成** | 大新闻/节点/装备首发撞上 | 场景标签承接 |
+| **切口话题感** | 切口本身抓人程度（颜值洼地、跌下神坛） | 不独立立维，由"横切类比"形态部分承接 |
+
+**结论：话题性不独立立维**。三块成分中两块已被现有维度承接，剩下"切口话题感"AI 打标极不稳定，且会拉低系统整体可靠度，"横切类比"形态本身已经部分捕捉。
+
+### 1.3 与 PPT 第 9 页双引擎论述的细微出入（须明示）
+
+PPT 第 9 页把"热点 / 新装备 / 节日"全部归到"题材热度"引擎里。今天我们的拆分**把这部分从横轴抽离出来，独立成"场景标签"字段**。这个出入是**优化而非偏离**：
+
+- 原 PPT 模型：题材热度 = 稳态 + 时机（合并）
+- 今日模型：题材热度（横轴）= 稳态；时机 = 场景标签（独立）
+
+好处：能区分"该题材类别天生地基弱" vs "这一期没赶上时机"，诊断粒度更细。
+
+---
+
+## 二、最终维度规格（第一件事 · 题材枚举关门）
+
+### 字段一：`program_format` 主题材（单选，必填）
+
+6 类，按"节目形态"切分（不是按讲什么装备切）：
+
+| 枚举值 | 含义 | 23期实战命中 |
+|---|---|---|
+| `装备深解` | 围绕一款/一型具体装备的深度剖析 | 4 期 |
+| `横切类比` | 用某个切口（趣味/功能/技术）跨装备类比 | 10 期 |
+| `历史纵深` | 沿时间线讲装备/战术的演进 | 4 期 |
+| `前沿科技` | 新技术在军事装备上的应用 | 2 期 |
+| `事件战例` | 围绕某次行动、战役、冲突 | 1 期 |
+| `人物牵引` | 用人物作叙事入口和牵引线 | 2 期 |
+
+**重要：** 原 Excel 草案的"通用概念"被消化掉了；"节日策划"从主题材移到场景标签（且重命名为"节点策划"）。
+
+### 字段二：`equipment_domain` 装备域（多选，至少 1 项）
+
+9 类，按硬装备类别切：
+
+`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`
+
+**注意：**
+- "枪械" 已升级为"轻武器"（涵盖手枪/步枪/机枪/单兵反坦克等）
+- "空军防空" 已重命名为"导弹与反导"
+- "无人作战" 从装备域剥离，移到技术线
+- "跨域" 与 "其他" 的语义区分：跨域 = 多个域都涉及；其他 = 不属于已列举任何一个域
+
+### 字段三：`scene_tags` 场景标签（多选，可空）
+
+4 类，回答"为什么这周播"：
+
+`节点策划`（可预判热度节点：纪念日、周年、节庆——通哥拍板：不是"节日策划"是"节点策划"，涵盖如"福建舰下水三周年"这类装备/事件节点）/ `热点跟进`（突发新闻）/ `装备首发`（新装备亮相）/ `展会`
+
+### 字段四：`tech_tags` 技术线标签（多选，可空）
+
+3 类，新质新域作战追踪：
+
+`无人作战` / `智能化`（AI/算法/智能决策）/ `有人无人协同`
+
+未来如"高超音速""定向能""网电""太空"反复出现，再加。
+
+### 字段五：`narrative_structure` 叙事结构（单选，今日新增维度，3 档）
+
+| 档位 | 含义 | 判别原则（写进规格） |
+|---|---|---|
+| `强主线悬念` | 开篇立问/立悬念 → 中段层层揭谜/反转 → 收尾闭环 | 打乱顺序观众会一头雾水 |
+| `主线演进` | 有内在递进逻辑（时间线/因果链/性能阶梯），无强悬念 | 打乱顺序观众会觉得逻辑乱但能跟上 |
+| `并列结构` | 纯枚举，各段独立 | **打乱顺序观众基本无感** |
+
+**判别原则正式写进规格**：来自 PPT 第 9 页通哥原话——"把各段顺序打乱，观众若看不出区别 → 就是并列结构"。所有打标（人工 + AI）按此心法走。
+
+**注：** v1 草案里的"展示型并列"今日合并进"并列结构"；"单点解析"今日确认它其实是主题材形态（装备深解的子型）而非叙事结构，从结构枚举中拿掉。
+
+### 字段六：`opening_hook` 开篇钩子强度（单选，今日新增维度，3 档）
+
+| 档位 | 含义 |
+|---|---|
+| `强钩子` | 新闻引入 / 反差冲突 / 画面震撼 / 悬念问题 |
+| `中等` | 背景铺陈 / 装备亮相 / 历史溯源 |
+| `弱钩子` | 直接讲技术 / 直接讲概念 / 平铺直叙 |
+
+**对应 PPT 第 8 页病因 #4 "开篇是定义而非场景"——强钩子 = 场景，弱钩子 = 定义。**
+
+---
+
+## 三、横轴量化方案（第三件事 · 已定）
+
+横轴 = **题材热度**，零点 = **栏目均值**：
+
+```
+横轴值 = 该题材类别在分析窗口内的均值收视份额 − 全栏目均值收视份额
+```
+
+- 零点 = 栏目自身的平均线（如 2026 上半年约 0.72）
+- 正值 = 该题材"地基好"
+- 负值 = 该题材"地基弱"（如军事理论可能 −0.08）
+- 单位：收视份额绝对差值
+
+**重叠问题解法**（通哥已认可视觉方向）：
+- 横轴 jitter + 垂直 jitter，避免完全重合
+- 气泡大小 = 单期收视份额
+- 鼠标悬停看具体期次/编导
+- 同点聚集 = 诊断信号（如横切类比扎堆在"并列结构"档，本身就在提示问题）
+
+---
+
+## 四、双引擎象限图视觉规格（今日定稿）
+
+| 元素 | 编码 |
+|---|---|
+| 横轴 | 题材热度（栏目均值偏离） |
+| 纵轴 | 叙事结构 3 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，按播出年份目标判，反直觉规约） |
+| 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 + 份额 + 钩子档 |
+
+**已用 23 期模拟数据画过示意图**，通哥已认可视觉方向（"我认可，而且我觉得很好，不挤"）。下次接手时可以直接在 Cline 里复现这个示意图，作为前端落地的参考稿。
+
+---
+
+## 五、还在流动的事（待办池）
+
+### 5.1 第二件事剩余 · 叙事结构 AI 打标流程（下次主战场）
+
+- **11 篇真实文稿**（通哥已上传到 project files）+ PPT + Excel 已就位，下次开 chat 第一动作就是读这批样本
+- 对照 23 期实际数据，把每一期的 `narrative_structure` 和 `opening_hook` 试着打标，看是否落进定义的边界、哪些边界模糊
+- **基准样本集** = 通哥已读稿确认的 11 期。下次 chat 里把这 11 期的"标准答案"标注出来，未来作为 AI 模型选型的基准（哪个候选模型与制片人判断一致度最高用谁）
+- AI 打标具体流程怎么走、置信度怎么判、制片人审核工作量预估 —— 都留到下次讨论
+
+### 5.2 第二件事剩余 · "主线演进"和"强主线悬念"边界
+
+PPT 第 7 页里这两类共存（如《空战颠覆者》0.859 = 主线演进；《潜艇仿生》0.92 = 强主线悬念）。两者都有顺序、都不能打乱，区别在"悬念张力"。AI 打标能不能稳定区分两者？需要对着真稿子讨论。
+
+### 5.3 第六个独立维度的 backlog · 标题"3 秒可懂"
+
+PPT 第 11 页定义了好标题公式（具体装备 + 反差/悬念/数字/类比），4 条铁律。但**不进 1.0**——可量化难、且属于"上架前钩子"与"开播后钩子"功能不同。记入 backlog，未来作为 `title_quality` 维度独立追踪。
+
+### 5.4 改 schema 的方案
+
+`episodes` 表加 6 个字段（program_format / equipment_domain / scene_tags / tech_tags / narrative_structure / opening_hook）+ 1 个置信度字段（confidence: 制片人确认 / AI建议 / 标题推断）。
+
+**纪律**：改 schema 须 Opus 审 + 配回补方案，Cline 不得自行动手。回补方案要点：
+1. 23 期已标注按本快照映射回填（命名变更：枪械→轻武器、空军防空→导弹与反导、无人作战从装备域迁到技术线）
+2. 历史更早期次走 AI 打标草稿 + 制片人审核
+3. 改表脚本走 `backend/sql/00X_*.sql` 手写 SQL
+
+**改表方案下次讨论清楚再让 Cline 动**。
+
+### 5.5 23 期需要回填确认的项
+
+- 第15期《空中坚盾》原 tag "空军防空" → 应该是 `导弹与反导` 还是别的？请通哥确认
+- 第16期《启程 远航》原只有 tag "节点策划"，装备域缺失，请通哥补填（疑似 `海军舰船`）
+- 第18期《海上先锋·无人舰艇》映射为 装备域=`海军舰船` + 技术线=`无人作战`，请通哥确认
+
+---
+
+## 六、纪律红线（沿用 v1，再次提醒）
+
+- **改表须 Opus 审**，Cline 不得自行加字段
+- **AI 只出草稿、给方向，人拍板**
+- **不做编导排名**（团队视角走"能力地图"）
+- **不吃 Week 6 TPS MVP**（本轨道分步、靠后排）
+- **置信度三档必须在 UI 上可辨**
+- 时间边界永远显式可调
+
+---
+
+## 七、技术备忘（沿用 v1，无变化）
+
+- 栈：React18 + Vite + AntD5 + Zustand ｜ FastAPI + SQLModel + PG16 + pgvector
+- 图表：ECharts / @ant-design/charts（Chart.js 仅在快照示意图里用过，落地走 ECharts）
+- 配色固化：米色底 `#fbf9f1`、深绿主色 `#6b8e6b`
+- 三色色板：红 `#c0584f` / 蓝 `#5b8db8` / 绿 `#7aa874`
+- 基础线 0.6448 / 摸高线 0.8989（2026）
+- 运行时分析 LLM 走 API（可配）
+
+---
+
+## 八、下次开局第一句
+
+> **"先读 project files 里的 11 篇真实文稿，按今日定的叙事结构 3 档和开篇钩子 3 档试着打标，从中找出'主线演进 vs 强主线悬念'的边界难点；同时把这 11 期作为未来 AI 打标基准的标准答案集固化。"**
+
+---
+
+## 附：今日核心结论一句话总结
+
+> 双引擎模型升级为"双引擎 + 开篇钩子"三维模型；话题性拆解后并入现有维度（不立独立维度）；6 个字段的完整规格定稿；横轴零点 = 栏目均值；视觉方案通哥已认可；改表方案待下次定稿后才能动手。

note/续接快照_看板分析升级_设计讨论_v3.md

@@ -0,0 +1,361 @@
+# 续接快照 — 看板分析升级 v3（AI 打标流程设计阶段）
+
+> 用途：下次新 chat 接力用。承接 2026-06-09 v1 + 2026-06-10 v2，包含 2026-06-11 一整天讨论。
+> 状态：AI 打标流程设计已收敛；Cline 实操指令已交付至 Step 1.A/1.B；等 Cline 反馈推进 1.C。
+> 更新时间：2026-06-11
+> 顾问：Claude Opus 4.7 ｜ 制片人：刘通
+
+---
+
+## 零、本快照与 v1/v2 的关系
+
+v1（2026-06-09）和 v2（2026-06-10）的所有结论**全部仍然有效，不替换**。本 v3 是增量，主要做了三件事：
+
+1. 用 11 篇真实文稿验证 v2 的叙事结构 3 档分法，发现 3 档不稳，**收为 2 档**
+2. **锁定 10 期基准答案集 v0.1**（叙事结构 + 开篇钩子两个字段）
+3. **设计完整的 AI 打标流程**并启动 Cline 实操
+
+---
+
+## 一、今天最重要的两项决策
+
+### 1.1 叙事结构 3 档 → 2 档（路 B 方案）
+
+v2 写进规格的 3 档"强主线悬念 / 主线演进 / 并列结构"——经过 10 期真稿验证发现"强主线悬念 vs 主线演进"在实操中区分不开（两档都满足"打乱顺序观众能跟上"），且 v2 心法"打乱顺序观众是否一头雾水"AI 打标无法稳定执行。
+
+**最终采用路 B 方案：合并为 2 档：`主线演进` / `并列结构`**。
+
+判别尺度：
+
+- **主线演进** = 全片由某种"贯穿主线"串起来。主线可以是：
+  - a) 内在概念（哲学命题/反差/共同绝境/共同特征，如"自然 vs 人类"、"绝境逼出创新"）
+  - b) 时间/因果链（技术演进时代线、装备发展史）
+  - c) 性能阶梯（从弱到强、从慢到快）
+  - 心法：打乱顺序观众觉得逻辑乱，但能跟上
+
+- **并列结构** = 各段相互独立、相互可替换，共性只来自分类共性（命名/装备域/空间方位），不是有张力的主线
+  - 心法：打乱顺序观众基本无感
+
+**关键边界（这些都不构成主线）**：
+
+- 命名共性：4 件装备都以"马"命名 → 不是主线
+- 装备域共性：5 件装备都装了 AI → 不是主线
+- 空间方位共性：远/中/近程防空 → 不是主线
+
+真正的主线必须能让"段 A 是为了铺垫段 B"或"段 B 回应段 A 的命题"。
+
+### 1.2 字段最终版（覆盖 v2 §2 相关字段）
+
+| 字段 | 类型 | 枚举 |
+|---|---|---|
+| `narrative_structure` | 单选 | `主线演进` / `并列结构`（**从 3 档收为 2 档**） |
+| 其他 5 字段（program_format/equipment_domain/scene_tags/tech_tags/opening_hook） | | 维持 v2 定义不变 |
+
+---
+
+## 二、10 期基准答案集 v0.1（已锁定）
+
+10 期清单（取自 v2 §5.1 的 11 篇文稿，X-76 完稿/最终稿合并为 ep14，用**最终稿**）：
+
+| 期次 | 节目 | 收视 | narrative_structure | opening_hook |
+|---|---|---|---|---|
+| 3 | 硅基大脑 | 0.85 | 并列结构 | 中 |
+| 4 | 潜艇仿生 | 0.92 | **主线演进** | 强 |
+| 5 | 舰证不凡 | 0.72 | 并列结构 | 中 |
+| 7 | 马年军事图鉴 | 0.95 | 并列结构 | 强 |
+| 10 | 射速决定论 | 0.703 | 并列结构 | 弱 |
+| 11 | 空战颠覆者 | 0.859 | **主线演进** | 中 |
+| 12 | 逆袭战局 | 0.85 | **主线演进** | 强 |
+| 13 | 长短智慧 | 0.533 | 并列结构 | 中 |
+| 14 | X-76 飞行器 | 0.873 | 并列结构 | 中 |
+| 15 | 空中坚盾 | 0.875 | 并列结构 | 强 |
+
+分布：3 主线演进 / 7 并列结构；钩子 3 强 / 6 中 / 1 弱。
+
+**基准答案集是"活的"，不是写死的答案**：
+
+- 它是 AI 打标 prompt 里的 few-shot 示例
+- 通哥审稿时如果判断更准 → 把新一期加入示例集 / 替换某期
+- 长大到 30 期、80 期，会逐步切换到 pgvector 向量检索机制
+
+### 与 v2 Excel 草标签的关键修正
+
+- ep03 硅基大脑：v2 标"主线悬念（弱）+热点" → **改为 `并列结构`** + scene_tags=`热点跟进`
+- ep07 马年图鉴：v2 标"强主线（符号统摄）" → **改为 `并列结构`**（符号统摄不另立维度，由开篇钩子 + scene_tags=节点策划 共同承接其 0.95 高分）
+- 其他 8 期标签按 2 档制重新映射详见 `ground-truth.json`
+
+---
+
+## 三、AI 打标流程完整设计
+
+### 3.1 三阶段流水线
+
+```
+新一期文稿 → [阶段1 AI 出草稿] → [阶段2 制片人审核] → [阶段3 落库]
+                  ↓                      ↓               ↓
+              3 个 prompt 串行          独立小工具       标 confidence
+              + 置信度自评              + 替换示例集    + 上看板
+```
+
+### 3.2 Prompt 拆 3 个独立调用（不合并）
+
+- **Prompt 1**：节目形态 + 装备域 + 场景标签 + 技术线（4 个分类字段）—— 待写
+- **Prompt 2**：叙事结构（**已写第一稿，含 3 示例**）
+- **Prompt 3**：开篇钩子（只看前 1-2 分钟文本）—— 待写
+
+理由：合并 prompt 顾此失彼，独立可单独调示例集、单独看准确率，可不同字段用不同模型。
+
+### 3.3 置信度三档（对齐 v2 §5.4）
+
+| 落库 confidence | 来源 | UI 颜色 |
+|---|---|---|
+| 制片人确认 | 制片人在审核界面点了"确认" | 深绿 |
+| AI建议-高置信 | AI 自评高 + 制片人尚未审核 | 浅绿 |
+| AI建议-中置信 | AI 自评中 + 制片人尚未审核 | 黄 |
+| AI建议-低置信 | AI 自评低 + 制片人尚未审核（强制优先审核） | 红 |
+| 标题推断 | 文稿缺失，只靠标题猜 | 灰 |
+
+### 3.4 模型选型：3 个候选（M2.7 砍掉）
+
+| 模型 | 角色 | 备注 |
+|---|---|---|
+| **MiniMax M3** | 主推 | Cline 现已配置，1M 上下文，国内站 api.minimaxi.com |
+| **DeepSeek V4**（Pro 或 Flash） | 替代候选 | 1M 上下文，价格低 |
+| **小米 MiMo v2.5 Pro** | 替代候选 | 1M 上下文，MIT 开源 + API |
+
+**M2.7 已确认不稳定（通哥实战验证——读文稿写笔记总犯错），从候选阵容剔除**。
+
+成本估算：单期 3 prompt 调用 ≈ 2 万 token 输入 + 2000 token 输出。选型阶段全程总成本约 20 元。
+
+### 3.5 审核 UI 与看板的关系（严格方案，已定）
+
+- 审核小工具放在**制片人页**（加图标），独立于大看板
+- **未审核字段在看板上显示"待审核"**，不显示 AI 草稿值
+- 制片人审过后，已确认值才进入看板给编导看
+- 严格方案，保证编导看到的全是经过质量门的数据
+
+### 3.6 示例集"慢慢长大"机制（非常重要）
+
+**关键澄清：完全不需要"训练 AI"**。LLM API 是无状态的，每次调用模型本身冻结。所谓"示例集"实际上是每次调用都要带进 prompt 的参考资料——是 AI 的"判官手册"，不是它内化的能力。
+
+- 示例条目只塞"摘要 + 标签 + 理由"（每条 ≈ 350 token），**不塞原文**
+- 判别准则 markdown 是独立部分（稳定不变）
+- 示例集 + 判别准则一起塞 prompt
+
+技术演化路径：
+
+| 示例池规模 | 技术方案 |
+|---|---|
+| 10-30 期 | 全部塞 prompt |
+| 30-80 期 | pgvector 算相似度，每次挑 8-12 期相似示例 |
+| 80+ 期 | 5 个经典固定示例 + 5-8 个动态检索示例 |
+
+栈里 pgvector 已就位（v1 §7），第二阶段不新增依赖。
+
+### 3.7 prompt 缓存月度更新纪律（待加入 backlog F1）
+
+DeepSeek V4 / 小米 MiMo 等模型支持 prompt 缓存，命中后输入价格降 80%。
+
+**纪律**：示例集每月集中更新一次，**不碎片化更新**。日常审稿时把"想替换的候选"先记本子上，月底统一改。这样既保持示例集"慢慢长大"，又能吃到缓存红利、压住 token 成本。
+
+---
+
+## 四、Cline 实操进度
+
+### 4.1 工作区目录结构（已定）
+
+```
+E:\tps-dashboard\ai-labeling\          ← 新增顶层目录
+├── benchmark-set\
+│   ├── transcripts\                   ← 10 份文稿（.md）
+│   └── ground-truth.json              ← 10 期标准答案
+├── prompts\
+│   ├── prompt2_narrative.md           ← Prompt 2 第一稿（含 3 示例）
+│   ├── prompt1_classification.md      ← 待写（下一步）
+│   └── prompt3_hook.md                ← 待写（下一步）
+├── experiments\                       ← 每次跑结果（不入 git）
+├── scripts\
+│   ├── run_labeling.py
+│   ├── import_transcripts.py
+│   └── requirements.txt
+├── .env.example
+├── .gitignore
+└── README.md
+```
+
+### 4.2 实操步骤路线图
+
+| 步骤 | 内容 | 验证什么 | 状态 |
+|---|---|---|---|
+| **1.A** | Cline 创建目录结构 + 7 个文件骨架 | 文件创建对不对 | **指令已交付** ⏳ |
+| **1.B** | Cline 拷贝 10 期文稿 docx→md | 文件到位、清洗后无 `**` 符号 | **指令已交付** |
+| 1.C | pip install + M3 单跑 ep04 潜艇仿生 | Prompt 写对、JSON 输出对 | 待执行 |
+| 1.D | 调 prompt（如 1.C 没命中） | Prompt 调好后再做下一步 | 待执行 |
+| 2 | M3 跑全 10 期 | M3 命中率 | 待执行 |
+| 3 | 切 DeepSeek V4 跑全 10 期 | 模型对比 | 待执行 |
+| 4 | 切小米 MiMo 跑全 10 期 | 模型对比 | 待执行 |
+| 5 | 多模型对比表 → 通哥拍板用哪个模型 | 选型决策 | 待执行 |
+
+### 4.3 MiniMax M3 技术参数（已查证 platform.minimaxi.com 文档）
+
+| 项目 | 值 |
+|---|---|
+| base_url | `https://api.minimaxi.com/v1`（国内站，**注意 i**） |
+| model 字段 | `MiniMax-M3`（**大小写敏感**，写成 minimax-m3 会报 "model not found"） |
+| OpenAI SDK 兼容 | ✓ 支持 |
+| openai 库版本 | 锁定 `openai==1.55.0`（避免新版自动把 system 转 developer 角色，MiniMax 不支持 developer 角色） |
+| `response_format` JSON mode | ⚠️ 文档未明确，**不用此参数**，改 prompt 末尾强约束（跨模型兼容） |
+
+### 4.4 三段已发的 Cline 指令（关键参数留存，避免再查）
+
+如新 chat 顾问需重发 Cline 指令，关键参数：
+
+```python
+# MODEL_CONFIG（在 scripts/run_labeling.py 中）
+MODEL_CONFIG = {
+    "m3": {
+        "base_url": "https://api.minimaxi.com/v1",
+        "model_name": "MiniMax-M3",
+        "api_key_env": "MINIMAX_API_KEY",
+    },
+    # DeepSeek V4 / 小米 MiMo Step 3-4 阶段才加
+}
+
+# call_model() 函数——不要 response_format 参数
+response = client.chat.completions.create(
+    model=config["model_name"],
+    messages=[
+        {"role": "system", "content": system_prompt},
+        {"role": "user", "content": user_prompt}
+    ],
+    temperature=0.1,
+    # ❌ 删 response_format={"type": "json_object"}
+)
+```
+
+```text
+# requirements.txt
+openai==1.55.0
+python-dotenv>=1.0.0
+```
+
+```markdown
+# prompts/prompt2_narrative.md 的 USER 部分末尾必须有：
+
+【重要：输出约束】
+你的回复必须是且只是一个合法的 JSON 对象，不要有任何前置说明、
+后置说明、markdown 代码块包裹（不要 ```json 标记）、思考过程描述。
+直接输出 { 开头，} 结尾的纯 JSON。
+```
+
+### 4.5 10 期文稿映射表（Step 1.B 用）
+
+源目录：`E:\TPS-我和顾问的便签\刘瑞桦收集\`
+目标目录：`E:\tps-dashboard\ai-labeling\benchmark-set\transcripts\`
+
+| 源 docx | 目标 md |
+|---|---|
+| 硅基大脑终稿.docx | ep03_硅基大脑.md |
+| 潜艇的仿生之路.docx | ep04_潜艇仿生.md |
+| `_舰__证不凡一稿.docx` | ep05_舰证不凡.md |
+| 马年军事图鉴0125.docx | ep07_马年图鉴.md |
+| `_枪械射速决定论_0225.docx` | ep10_射速决定论.md |
+| 完稿_武器进化论_空战颠覆者.docx | ep11_空战颠覆者.md |
+| 逆袭战局的组装武器.docx | ep12_逆袭战局.md |
+| 枪械设计中的长短智慧总稿.docx | ep13_长短智慧.md |
+| `_X_系列新成员_X-76飞机-最终稿.docx` | ep14_X76飞机.md |
+| 空中坚盾__解码现代防空网.docx | ep15_空中坚盾.md |
+
+注意：ep14 用**最终稿**，不用完稿（两版结构一样，仅措辞润色差异）。
+
+文件处理逻辑：检测前 4 字节，若为 `PK\x03\x04` 是真 zip docx（用 python-docx 提取），否则是 UTF-8 纯文本（被命名为 docx）直接读取。清洗：去掉 `**` 强调符号、连续空行合并。
+
+---
+
+## 五、Prompt 2 第一稿核心要点
+
+写在 `ai-labeling/prompts/prompt2_narrative.md`（Cline 已写入）。结构：
+
+- **SYSTEM 部分**（可缓存）：
+  - 角色：《军事科技》栏目内容分析助手
+  - 判别准则：2 档定义 + 心法
+  - 关键边界：3 类不构成主线的共性
+  - 示例集：潜艇仿生（主线演进-内在概念）/ 空战颠覆者（主线演进-时间线）/ 马年图鉴（并列结构-命名共性）—— 3 例
+  - 输出 JSON schema：narrative_structure / main_thread / reasoning / key_evidence / confidence / confidence_reason
+  - 置信度自评标准
+
+- **USER 部分**：
+  - `{transcript}` 占位符
+  - 输出强约束（避免 markdown 包裹）
+
+剩余 7 期（ep03/05/10/13/14/15）的示例待 v0.2 补——等 M3 跑通后看是否还需要扩示例集。
+
+---
+
+## 六、待办池（建议追加到 backlog.md）
+
+### F1. AI 打标示例集更新纪律【优先级：中，上线后启用】
+- 背景：示例集占大头 token，DeepSeek V4 / 小米 MiMo 等模型支持 prompt 缓存，命中后输入价格降 80%
+- 纪律：示例集每月集中替换一次，不碎片化更新；想替换的候选先记本子上，月底统一改
+- 触发时机：AI 打标系统上线后第 1 个月起
+
+### F2. Prompt 1 + Prompt 3 撰写【优先级：中，等 Prompt 2 验证后】
+- Prompt 1：4 分类字段（节目形态/装备域/场景/技术线）
+- Prompt 3：开篇钩子（只看前 1-2 分钟）
+- 等 Prompt 2 在 M3 上验证通过、命中率 OK 后再写
+
+### F3. Decision 3 横轴量化方法落地【优先级：中】
+- v2 §3 已基本定（栏目均值偏离），但还没真正算过 23 期具体数值
+- 跟 Prompt 1 撰写并行，可单独推进
+
+### F4. 23 期回填确认（继承 v2 §5.5）
+- ep15 空中坚盾原"空军防空" → 应该是 `导弹与反导`？请确认
+- ep16 启程远航原只有 scene_tag "节点策划"，equipment_domain 缺失，疑似 `海军舰船`
+- ep18 海上先锋·无人舰艇 → `海军舰船` + tech_tag=`无人作战`，请确认
+
+---
+
+## 七、纪律红线（沿用 v2 §6 + 增补）
+
+沿用：
+- **改表须 Opus 审**，Cline 不得自行加字段
+- **AI 只出草稿、给方向，人拍板**
+- **不做编导排名**（团队视角走"能力地图"）
+- **置信度三档必须在 UI 上可辨**
+- 时间边界永远显式可调
+
+新增（v3 引入）：
+- **未审核字段不上看板**，编导只看已确认数据
+- **AI 打标三个 prompt 独立**，不合并
+- **示例集每月集中更新**，不碎片化（吃缓存红利）
+- **Prompt 内容不让 Cline 创作**——Cline 是执行者不是作者，Prompt 由 Opus 写、Cline 落文件
+
+---
+
+## 八、技术备忘（沿用 v2 §7 + 新增）
+
+沿用：
+- 栈：React18 + Vite + AntD5 + Zustand ｜ FastAPI + SQLModel + PG16 + pgvector
+- 图表：ECharts / @ant-design/charts
+- 配色固化：米色底 `#fbf9f1`、深绿主色 `#6b8e6b`
+- 三色色板：红 `#c0584f` / 蓝 `#5b8db8` / 绿 `#7aa874`
+- 基础线 0.6448 / 摸高线 0.8989（2026）
+
+新增（AI 打标实验）：
+- AI 打标工作区独立顶层 `E:\tps-dashboard\ai-labeling\`，不混进 backend
+- 模型 API 调用走 OpenAI SDK 兼容接口（避开 Anthropic 接口的 developer 角色坑）
+- `experiments/*.json` 不入 git（结果不固化）
+- `prompts/*.md` 入 git（核心资产）
+- `benchmark-set/` 入 git（标准答案 + 文稿是栏目核心资产）
+
+---
+
+## 九、新 chat 开局第一句
+
+> "续接 v2 → v3。今日完成：叙事结构改 2 档制（主线演进/并列结构）、10 期基准答案集 v0.1 锁定、AI 打标流程完整设计、Cline 已收 Step 1.A + 1.B 指令。先把 Cline 跑到哪儿的结果贴回来给我看，然后推进到 1.C 跑 ep04 潜艇仿生。"
+
+---
+
+## 附：今日核心结论一句话总结
+
+> 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；AI 打标流程三阶段流水线 + 3 prompt 独立调用 + 置信度三档 + 模型选型阵容（M3/DeepSeek V4/小米 MiMo，M2.7 砍掉）全部定稿；Cline 实操路线 1.A → 1.B → 1.C → 2 → 3 → 4 → 5 已铺好，下一步等 Cline 反馈推进 1.C。