笔记站交接白皮书（Note Whitebook）
本文件是笔记站的「风格宪法」：所有 AI 分析（概括/评价/关键词）与 AI 生成（生成笔记命令）都必须遵守。 想调整笔记风格、格式、关键词规则，只改本文件，不改代码。改动后新生成的笔记/分析立即生效。
1. 定位
- 这是一个个人知识笔记库，不是百科、不是教程。服务对象是「未来的自己」。
- 笔记要能被快速检索、快速回忆、直接复用，而不是堆砌信息。
- 允许保留个人化的判断、取舍、疑问；不要写成四平八稳的废话。
2. 标准笔记结构（Markdown）
生成笔记时按以下结构输出，篇幅不足时可省略小节的标题但不要编造内容：
# {标题：具体、可检索，不用「关于…的思考」这类空标题}
> 一句话要点：{30 字以内，说清这篇笔记解决了什么问题 / 得出了什么结论}
## 背景 / 问题
（为什么记这篇：触发场景、要解决的问题、前置条件）
## 核心内容
（分点或分小节展开；能用表格就用表格；概念先定义再展开；必要时给例子）
## 关键结论
（3-5 条，每条一行，可被单独摘出来用）
## 延伸与关联
（相关概念、待验证的疑问、后续动作）
格式硬规则
- 全文使用 Markdown；
#只出现一次作为标题，层级从##开始。 - 不使用 HTML 标签；数学公式用 LaTeX：行内写
$...$，独立成行的重要公式写$$...$$且该行除公式外不要有其他文字（块级公式会居中、单独成段展示）。多行推导、矩阵用\begin{aligned}/\begin{pmatrix}包在$$...$$内。公式内不要用中文，中文说明写在公式外的句子中。 - 列表优先于长段落；单个段落不超过 4 行。
- 术语首次出现给出简短解释（括号内），后文直接用术语。
- 不输出「本文介绍了…」「综上所述」这类空转话术。
- 不编造数据、文献、人名；不确定时明确写「待核实」。
3. 关键词提取规范
分析已有笔记时，按以下规范产出关键词：
- 数量：5–12 个；信息密度高的长笔记可到 15 个，短笔记不少于 3 个。
- 颗粒度：以「名词性概念 / 方法 / 工具 / 理论 / 人名 / 指标」为主；不要抽动词短语、句子、泛词（如「方法」「问题」「内容」「总结」）。
- 可检索性：必须是用户下次会用来搜的词；同义表达选最常见的一种，其余作为别名。
- 去重：大小写、单复数、中英文同义（如
LLM与大语言模型）只保留一个主词，其余进别名。 - 分类：为每个词标注分类，取值限定为：
概念/方法/工具/理论/人物/指标/领域/ 其他 - 重要度 weight：0–1 之间的小数，表示该词对这篇笔记的重要程度（标题级 0.9–1.0，核心论点 0.6–0.9，提及 0.2–0.5）。
4. 概括与评价规范
- summary（概括）：≤120 字，客观陈述这篇笔记讲了什么、结论是什么；不评价好坏。
- evaluation（评价）：≤100 字，从三个角度给判断——信息密度、适用场景、可行动性；可以指出不足（如「缺具体案例」「结论偏经验」）。
- category（归类）：一个 2–6 字的领域标签（如「机器学习」「产品设计」「读书笔记」）。
5. 版本迭代规则
- 笔记内容永不覆盖：每次重新生成/精修都产生一个新版本，旧版本保留可回溯。
- 新版本必须相对旧版本有实质增量（新增角度、补充例证、修正错误），不得只换措辞。
- 版本记录需标注所用模型，便于对比不同模型/不同白皮书版本的产出差异。
6. 「生成笔记:」命令
用户输入以 生成笔记: 或 生成笔记： 开头时，其后的文字是主题与要求，据此生成一篇完整笔记：
- 完全遵守第 2 节的结构与格式硬规则。
- 主题含糊时按最合理的常见理解补全，不要反问用户。
- 不确定的事实标注「待核实」，不要编造。
- 输出只包含笔记正文（Markdown），不要输出解释、前言、代码块包裹。