洞察浓度指标：从抽象理念到可操作测量

洞察浓度指标：从抽象理念到可操作测量#

状态：Active（R-03 候选的操作化定义）
来源：content-extraction-rule-candidates.md 候选 R-03
设计目标：将"洞察浓度"从口号转化为可测量、可评判、可对照的指标

rule-lifecycle.md 指出"规则是被印证出来的，不是被设计出来的"。但"印证"本身需要一把尺子——没有可操作的测量定义，就无法判断"这次比上次更深入"。本文为 R-03 候选"洞察浓度指标"提供操作化定义，让"快但浅 vs 慢但深"的判断从主观感觉变为可量化对照。

一、设计目标与约束#

1.1 要解决的问题#

R-03 候选在 content-extraction-rule-candidates.md §3.4 的五维初判中，两个维度未通过：

维度

问题

可执行性

"洞察浓度"定义需进一步操作化，阈值难定

可验证性

洞察浓度难以全自动校验，需人工评判

本文档通过给出可操作定义 + 阈值参考 + 验证样本，解决可执行性问题；通过分层判定标准 + 自动化接口预留，缓解可验证性问题。

1.2 设计约束#

  • 人工为主 + 预留自动化接口：当前阶段人工评判，但定义结构允许未来脚本化

  • 可区分产出质量：能区分"事实摘要""合格复盘""优秀洞察""深度萃取"

  • 低认知负荷：判定流程不超过 3 步，单次评判 ≤ 5 分钟

二、核心定义#

2.1 洞察单元（Insight Unit）#

产出物中一个独立的、可被引用的论断。通常对应：

  • 一个带标题的小节

  • 一个列表项

  • 一个独立段落

反例：过渡句、导航文本、元信息（如"参见"列表）不计入洞察单元。

2.2 四层分级标准#

每个洞察单元按其认知深度归入 L1-L4 之一：

层级

定义

权重

判定示例

自动化特征（预留）

L1 事实复述

原文转述、数据罗列、事件记录

0

"Seed-2.1-Pro 定价 ¥6/¥30，上下文 256k"

无因果/模式关键词

L2 因果分析

回答"为什么"，含因果链

1

"底座未跨可用阈值时，产品优化边际收益递减"

"因为/导致/所以/根源/由于"

L3 可迁移模式

跨场景成立的模式/法则/原则

2

"水桶模型胜出法则：能力完整性 > 单项峰值"

"模式/法则/原则/适用于/可迁移"

L4 反直觉洞察

违背常识、推翻假设、揭示暗坑

3

"模型自己开发自己的功能 = 自我演化飞轮雏形"

"反直觉/违背/推翻/而非/暗坑"

2.3 判定流程#

        flowchart TD
    Unit["洞察单元"] --> Q1{"是事实复述/数据罗列？"}
    Q1 -->|是| L1["L1 权重 0<br/>不计入浓度"]
    Q1 -->|否| Q2{"含因果链（回答为什么）？"}
    Q2 -->|否| L1
    Q2 -->|是| Q3{"抽象为跨场景模式/法则？"}
    Q3 -->|否| L2["L2 权重 1"]
    Q3 -->|是| Q4{"违背常识/推翻假设？"}
    Q4 -->|否| L3["L3 权重 2"]
    Q4 -->|是| L4["L4 权重 3"]

    L2 --> M{"可迁移性筛选<br/>4 条标准"}
    L3 --> M
    L4 --> M
    M -->|全通过| Count["计入浓度"]
    M -->|未通过| Drop["不计入浓度"]

2.4 可迁移性筛选（L2 以上才判定）#

一个 L2+ 的洞察单元必须同时满足以下 4 条，才计入浓度：

标准

检验问题

不通过则

非事实复述

是否为原文/数据的转述？

降为 L1

含因果或模式

是否回答了"为什么"或抽象出"模式"？

降为 L1

可跨场景迁移

剥离具体上下文是否仍成立？

不计入浓度

可指导决策

能否改变某个行为或判断？

不计入浓度

2.5 浓度计算公式#

洞察浓度 = Σ(通过筛选的洞察单元的层级权重) / (产出有效字数 / 1000)

有效字数：排除元信息、导航、参见列表、代码块后的正文字数（中文按字符计）。

三、阈值参考#

产出类型

浓度阈值

典型层级分布

对应场景

事实摘要

0-1 分/千字

L1 为主

新闻转述、数据汇总

合格复盘

≥ 3 分/千字

L2 为主

执行复盘、过程记录

优秀洞察

≥ 6 分/千字

L3 为主

深度分析、模式提炼

深度萃取

≥ 10 分/千字

L3+L4 混合

知识萃取、反直觉发现

阈值非硬性门禁，而是对照基准——用于判断产出是否达到任务类型应有的深度。

四、验证样本#

用本仓库已有的两份产出物对照验证定义的区分能力：

4.1 样本 A：task-summary-force-conf-recap-20260624.md（第一次复盘）#

洞察单元

层级

权重

可迁移

计入

INSIGHT 01 "模型就是一切"

L2

1

✅

1

INSIGHT 02 多模态护城河

L2

1

✅

1

INSIGHT 03 Agent 办公战场

L2

1

✅

1

INSIGHT 04 价格上下文短板

L1

0

—

0

合计

3

  • 有效字数：~1000 字

  • 浓度：3 / 1 = 3.0 分/千字

  • 级别：合格复盘

4.2 样本 B：insight-extraction.md（第二次深度萃取）#

洞察单元

层级

权重

可迁移

计入

洞察 05 底座杠杆

L3

2

✅

2

洞察 06 水桶模型

L3

2

✅

2

洞察 07 Agent 权限三角

L3

2

✅

2

洞察 08 模型自我演化

L4

3

✅

3

洞察 09 多模态信息保真

L3

2

✅

2

洞察 10 价格上下文终局

L2

1

✅

1

K-01 AI 产品杠杆法则

L3

2

✅

2

K-02 水桶胜出法则

L3

2

✅

2

K-03 Agent 权限分级设计

L3

2

✅

2

K-04 多模态信息保真原则

L3

2

✅

2

K-05 Agent 自我演化飞轮

L3

2

✅

2

合计

22

  • 有效字数：~3000 字

  • 浓度：22 / 3 = 7.3 分/千字

  • 级别：优秀洞察

4.3 验证结论#

产出物

浓度

级别

印证 R-03 判断

样本 A（第一次复盘）

3.0

合格复盘

"快但浅" ✅

样本 B（第二次萃取）

7.3

优秀洞察

"慢但深" ✅

浓度差距 2.4 倍，定义能有效区分产出质量，验证了 R-03 候选"快但浅 vs 慢但深"的核心判断。

五、自动化接口预留#

当前阶段为人工评判。定义结构已预留未来脚本化的接口：

5.1 未来脚本设计#

        flowchart LR
    Input["Markdown 产出物"] --> Split["按句/段切分"]
    Split --> Match{"关键词匹配分层"}
    Match -->|L2 特征词| Count2["L2 计数"]
    Match -->|L3 特征词| Count3["L3 计数"]
    Match -->|L4 特征词| Count4["L4 计数"]
    Count2 --> Calc["浓度计算"]
    Count3 --> Calc
    Count4 --> Calc
    Calc --> Report["浓度分数 + 各层分布报告"]

5.2 关键词清单（预留）#

层级

关键词（示例，非穷举）

L2 因果

因为、导致、所以、根源、由于、之所以、原因是

L3 模式

模式、法则、原则、适用于、可迁移、规律、共性

L4 反直觉

反直觉、违背、推翻、而非、暗坑、陷阱、反而

关键词匹配仅作辅助提示，不能替代人工判定——一个含"因为"的句子可能是 L1 事实陈述。自动化脚本应输出"建议分层"，由人工确认。

5.3 演进路径#

阶段

评判方式

准确度

当前

全人工评判

高（但耗时）

短期

脚本辅助分层 + 人工确认

中高

长期

脚本自动分层 + 抽样人工校验

中（足够用于趋势监控）

六、对项目的启示#

6.1 R-03 维度更新#

本定义直接改善 R-03 候选的两个未通过维度：

维度

原状态

更新后

依据

可执行性

⚠️ 定义需操作化

✅ 已给出 L1-L4 分层 + 公式 + 阈值

§二、§三

可验证性

❌ 难以全自动校验

⚠️ 人工可一致评判 + 自动化接口预留

§五

6.2 方法论价值#

本定义验证了一个元命题：抽象理念可通过结构化分层转化为可操作指标。这与 extraction-methodology.md 的"萃取 = 筛选与净化"同构——

  • 萃取：从混沌态选取稳定部分重新实现

  • 浓度测量：从产出中选取 L2+ 洞察单元加权计数

两者都是"筛选有价值部分"的过程。

6.3 适用边界#

本定义仅适用于学习类/研读类/复盘类任务的产出物评估。不适用于：

  • 代码实现（用测试覆盖率衡量）

  • 文档撰写（用完整性/准确性衡量）

  • 配置变更（用影响范围衡量）

强行套用会扭曲评估目标——并非所有产出都应追求"洞察浓度"。

参见#