feat: 每章核心问题驱动写作（55号方案）

[lailoo]

每章核心问题驱动写作方案

55号方案 | 状态：✅ 已实现

---

核心理念

问题：Writer 在"展开要点"，而不是"回答问题"

当前 Planner 为每个章节输出 content_outline（要点列表），Writer 的写作模式是"把要点展开"。结果是三段独立的内容堆砌在一起，缺乏连贯叙述。

解决方案：为每个章节设置核心问题

每个章节增加一个 core_question 字段，Writer 的任务从"展开要点"变为"回答问题"。要点变成了回答问题的论据和素材，而不是需要逐个展开的列表。

core_question 把 Writer 从"要点展开器"变成"问题回答者"，content_outline 从"需要展开的列表"变成"回答问题的论据"。

---

设计目标

目标	说明
写作有方向	Writer 知道这个章节要"回答什么"，而不只是"写什么"
内容连贯	围绕一个问题组织论述，避免要点堆砌
章节间递进	每章的 core_question 形成逻辑链，读者跟着问题走
零额外成本	在 Planner 同一次 LLM 调用中生成

---

core_question 设计规范

什么是好的 core_question

特征	好的	坏的
具体	"没有 Skill 的开发者日常有多痛苦？"	"为什么需要 Skill？"
可回答	"具体怎么创建一个 Skill 文件？"	"Skill 的各种用法"
有读者视角	"读者看完这节能自己动手创建 Skill 吗？"	"介绍 Skill 的创建方法"
暗示写作方向	"LangGraph 和 AutoGen 在哪些维度上有本质区别？"	"对比 LangGraph 和 AutoGen"

narrative_role → core_question 推荐模板

narrative_role	推荐的 core_question 模板
hook	"读者为什么应该关心这个话题？这和他的日常有什么关系？"
what	"X 到底是什么？它和 Y 有什么本质区别？"
why	"没有 X 会怎样？有了 X 能改善多少？有数据吗？"
how	"具体怎么做？最少需要哪些步骤？读者能跟着做吗？"
compare	"A 和 B 在哪些维度上有差异？什么场景该选哪个？"
deep_dive	"底层到底是怎么工作的？为什么要这样设计而不是那样？"
verify	"怎么证明这个方案有效？有没有测试数据或真实案例？"
summary	"读者读完整篇文章后，应该记住哪 3 个核心要点？"

---

core_question 与 content_outline 的关系

core_question = 写作目标（回答什么）
content_outline = 写作素材（用什么回答）

类比：
  core_question = 考试题目
  content_outline = 答题要点
  Writer = 考生（用要点组织答案，而不是逐个抄要点）

---

改动文件

文件	改动类型	说明
prompts/blog/planner.j2	修改	新增 core_question 设计指导和自检清单
agents/planner.py	修改	大纲输出新增 core_question 字段
prompts/blog/writer.j2	修改	新增 core_question 展示和写作目标指导
agents/writer.py	修改	从大纲中读取 core_question，传递给 writer.j2
schemas/state.py	修改	大纲 JSON schema 新增 core_question 字段

---

效果预期

指标	改造前	改造后
写作方向感	Writer 只知道"写什么"	Writer 知道"回答什么"
内容连贯性	要点堆砌，像文档	围绕问题论述，像文章
章节递进	各章节独立	问题之间有逻辑递进
额外耗时	0	~0（同一次调用中生成）

---

兼容性设计

• planner.py 解析大纲时 section.setdefault('core_question', '')
• writer.j2 中用 {% if core_question %} 包裹，无 core_question 时行为与改造前一致
• 建议与 54 号方案（素材预分配）合并实现

关联方案

• 54号方案（素材预分配）：协同 — core_question 是写作目标，assigned_materials 是写作证据
• Step 1.1（叙事流设计）：上游 — 叙事模式决定 narrative_role，narrative_role 推荐 core_question 模板
• 52号方案（搜索结果提炼）：间接 — 缺口分析可能影响 core_question 的设计