tps-dashboard/ai-labeling/CLAUDE.md

看板升级子项目协作主控文件 (CLAUDE.md)

---

🔖 状态栏（每次结束 session 前必须更新这三行）

• 最后更新：Claude Opus（顾问）｜ 2026-06-26
• 当前状态一句话：L3 分析引擎原型 v0.1 已出（HTML 可视化，5 模块 + L4 模拟诊断），制片人审完视觉方向，页面布局和交互设计方案已定。下一步：原型微调收尾 → 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 + 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 v0.4.2（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 v0.2（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）

# 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 v0.1（HTML 可视化 + 制片人审定视觉方向），L2 打标收摊，003 迁移到位
• 正在做：L3 原型视觉微调（Cline 执行），页面布局设计讨论中
• 卡点/待解：无硬卡点。下一步进 React 前端实现前需定最终页面线框图

---

4. 已完成（只追加，最新在上）

• [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。

---

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）。
• 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）。
• Prompt 1 v0.3 迭代完成（80% 全对）
• Prompt 2 v0.2 撰写 + 锁定（100%）
• Prompt 3 v0.2 撰写完成（90%）
• ground-truth v0.4.2（20期6字段全标注）
• 模型选型（mimo-v2.5-pro 生产）

L1 — 数据沉淀（与主项目交界，需 Opus 审）

• 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）

• 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。
• 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。
• 页面布局定稿 — 指标卡 → 走势图 → L4 诊断报告 → 季度对比+题材对比 → 编导对比 → 双引擎象限图。
• 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，下方所有模块联动刷新。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）

• 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

• 横轴量化方法落地 — 栏目均值偏离，需算具体数值。
• 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] ���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（当前锁定）：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。

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。
• [2026-06-26] 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。

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 原型已出（2026-06-26）：scripts/l3_analysis_prototype.py 读 Excel 25 期 + GT 20 期标签，输出 output/l3_report.html。5 个模块计算验证通过，视觉方向已定（磨砂玻璃/大倒角/限宽/暖色渐变），L4 位置已定（走势图下方）。原型仍在微调中（Cline 执行视觉改动）。
• 页面布局已定（2026-06-26）：指标卡 → 走势图 → AI 诊断报告(L4) → 季度+题材对比 → 编导对比 → 双引擎象限图。范围选择器走方案 A（按自然年分页 + 年内 dataZoom 滑块）。
• 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↔Excel 映射：ground-truth 的 20 期 ep 编号与 Excel 期次不同（GT 用重映射编号），脚本通过关键词匹配标题。5 期无标签：第1/2/9/24/25期。
• L2 打标已收摊（2026-06-26）：三个 Prompt 均可用（分类80%/结构85%/钩子90%），GT v0.5.0 20期6字段全覆盖。
• 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：① 原型视觉微调收尾；② 页面线框图定稿；③ 进 React 前端实现（Cline 主力，Claude 审关键逻辑）。
• 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）

• 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
• 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
• 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
• 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）
• 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%）
• 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%