content-refiner

内容优化器（修复器）

用途

门禁后工具。 将未通过门禁 4 的内容改为合格内容。 重点是精简冗余内容并修复连贯性。

何时使用

• 触发条件：门禁 4（验收审核器）返回 [FAIL]。
• 目标：修复字数或连贯性问题（也可能两者都有）。
• 关键：应用修复之前，先诊断失败原因。

关键：优化前诊断

不要盲目应用修复。 门禁 4 失败的原因各不相同，需要采用不同的策略。

步骤 0：确定失败原因（必做）

询问用户，或查看门禁 4 的失败消息：

失败类型	问题	操作
字数	“课程是否超出目标字数（通常为 1500 字）？”	计算需要删减的准确百分比
连贯性	“开篇是否提及前一课？”	仅重写开篇
两者都有	“字数和连贯性都存在问题吗？”	分两个阶段处理

诊断示例：

示例 1：仅字数问题

Content: 1950 words, Target: 1500
Excess: 450 words
% to cut: (450 / 1950) × 100 = 23%
→ CUT EXACTLY 23%, not generic 15-20%

示例 2：仅连贯性问题

Opening: "Let's explore this new topic..."
Problem: Doesn't reference Lesson N-1
→ Rewrite opening only; don't cut words

示例 3：两者都有

Word count: 1950 (23% over)
Opening: Generic, missing prior lesson reference
→ Phase 1: Rewrite opening (identify anchor from Lesson N-1)
→ Phase 2: Cut words to 23% (context-aware)

步骤 1：评估内容层级（结合上下文删减）

阅读课程的 frontmatter，以确定层级：

层级	删减策略
L1（手册）	保留基础解释；删减展开说明
L2（AI 协作）	保留“与 AI 一起尝试”部分（核心内容）；删减叙述性填充内容
L3（智能）	保留模式洞见；删减解释性铺垫
L4（规格驱动）	保留规格细节；删减概念性铺垫

---

优化流程（按层级处理）

阶段 1：衔接构建器（修复连贯性）

如果开篇较为笼统，请先执行此步骤。

公式：

In [Previous Lesson], you [SPECIFIC OUTCOME from Lesson N-1].
Now, we will [CONNECT outcome to new goal] by [STRATEGY].

验证：

• 开篇按名称提及第 N-1 课
• 提及具体成果（而非笼统地说“学到了……”）
• 清楚说明本课为何重要（如何在第 N-1 课的基础上展开）

修复后：如果字数也不合格，请继续使用冗余删减器。

阶段 2：冗余删减器（修复字数）

按以下顺序执行各层级对应的删减：

适用于所有层级：

1. 删除重复的“为何重要”部分
   • 仅在揭示了不明显的洞见时保留
   • 如果正文和“为何重要”部分表达了相同观点 → 删除“为何重要”部分
2. 合并重复示例
   • 找出重复的解释
   • 保留第一个，删除第二个
3. 精简各部分之间的过渡
   • 将“正如我们之前讨论过的，X……”替换为直接引用

仅适用于 L1-L2（学生仍在打基础）： 4. 将“与 AI 一起尝试”部分精简到恰好 2 个提示词

• 保留基础提示词和一个进阶提示词
• 删除额外的探索性提示词

5. 保留教学铺垫（解释、示例）

仅适用于 L3-L4（学生已准备好学习高级模式）： 4. 精简叙述性铺垫

• 保留模式洞见和规则
• 删除“为何这在理念上很重要”的内容

5. 删除初学者级别的解释
   • 假设学生已理解基础知识

适用于所有层级： 6. 一个类比规则：为该概念保留最好的类比；删除重复类比 7. 合并表格与文本：只使用一种形式（表格或散文），不可两者兼用 8. 减少示例：保留 2-3 个最佳示例；删除“还可以考虑……”等内容 9. 精简列表：将 5 项列表改为 3 个核心项目

验证：

• 删减后的字数：[目标字数 ± 5%]
• L1 课程未删减 L1 内容
• L3-L4 课程未丢失模式洞见
• “与 AI 一起尝试”：L1-L2 保留 2 个提示词；L3-L4 全部保留

阶段 3：优化后验证（关键）

应用修复后，请确认内容现已通过门禁 4：

✓ Word Count Check:
  Current: [X] words
  Target: [target_from_spec]
  Status: [PASS if ≤target ± 5%, FAIL if over]

✓ Continuity Check:
  Opening references Lesson [N-1]? [YES/NO]
  Specific outcome mentioned? [YES/NO]
  Connection to new lesson clear? [YES/NO]

✓ Layer Appropriateness:
  No foundational cuts from L1-L2? [YES/NO]
  No pattern insight loss from L3-L4? [YES/NO]

✓ Content Integrity:
  Removed examples still explained elsewhere? [YES/NO]
  Cut sections non-essential? [YES/NO]

下一步建议：

"Refined content is ready.

Word count: [after] (target: ≤[target])
Continuity: Now references Lesson [N-1]

Recommend re-submitting to acceptance-auditor for Gate 4 re-validation.
Command: [provide re-validation instruction]"

---

输出格式

## Refinement Report: [Lesson Name]

### Diagnosis
**Issue Found**: [Word count | Continuity | Both]
**Layer**: [L1/L2/L3/L4]

### Metrics
| Metric | Before | After | Target | Status |
|--------|--------|-------|--------|--------|
| Word Count | 1950 | 1485 | ≤1500 | ✅ PASS |
| Continuity | Generic opening | References Lesson 2 | Specific reference | ✅ PASS |

### Fixes Applied
1. **Phase 1**: Rewrote opening to reference "booking-agent implementation" from Lesson 2
2. **Phase 2**: Deleted 240 words using layer-aware cuts:
   - Removed redundant "Why This Matters" section (line 45, 120 words)
   - Merged duplicate example (lines 67-89, 85 words)
   - Cut 1 extra "Try With AI" prompt (35 words)
3. **Phase 3**: Validated word count and continuity

### Ready for Re-validation
✅ Word count: 1485 (≤1500)
✅ Continuity: Opening references Lesson 2
✅ Layer integrity: All L2 AI examples preserved

**Next**: Re-submit to acceptance-auditor for Gate 4 validation

### Refined Content
[Full refined lesson content]