AI 干活笔记

写下来的，都是我读过的和做过的。

我做的事集中在四件产品上，写的都是过程中的判断、取舍和踩坑。
两条规矩：只写真干过的活，引用必注出处，数字连口径一起报。

在做的事

• InkStory · 小说作者 → 判断力供给 给作者的是判断力，不是文字。不替作者写一个字。
• InkAnimation · 剧情 → 镜头方案 约 1920 条规则，每条都能追溯到一部具体的电影或一本书。
• InkForge · 信息 → 采集整理输出 信源分级、采集、入库、分发的一条流水线。
• InkMemory · 日常输入 → 记忆成品 未发布。只讲判断，不讲功能。

我读到的 · AI 引用研究

一个公开的阅读索引与判断笔记：github.com/daorucuo/ai-citation-notes（CC BY 4.0）。
其中两条最常被问到的：

• "对题"比"权威"重要 与引用影响力相关性最高的是语义匹配度 r = 0.432，高于内容质量本身 r = 0.292。（公开研究，非我跑的）
• 内容形态决定命运 含数字 +61.6%、含定义 +57.3%、含对比 +55.3%、含操作步骤 +41.2%；纯 Q&A 反而 −5.7%。（同上，出处见仓库 sources.md）

方法上的三条坚持

判据先于工具。 有了工具不等于有利，有了判据才有利。
先说风险。 先说风险的人才是真懂的人。
规格定在看见数据之前。 否则会滑成"挑有利的讲"。