技术说明
三大系统的组件构成、评估协议、数据口径与已知限制——披露方法与规模，不披露任何数据集内容。与七份图谱教案互为图文两翼。
RAG 记忆系统
- 组件：Embedding 向量化（章节/人物/设定/伏笔逐条入向量库）→ 语义检索（按续写指令取 top-k）→ 上下文注入 → 写作完成后新记忆自动归档。
- 检索只在项目记忆库内进行；记忆条目是结构化摘要与原文片段定位，正文始终以项目文件为准。
- 已知限制：命中质量依赖埋点密度，冷启动（前几章）可用上下文少；多义检索可能召回弱相关条目，由生成侧事实核查兜底。
知识图谱与伏笔管理
- 实体类型：人物、道具、地点、事件；关系类型：人物关系、持有/保管、在场、事件关联。新实体入文时自动挂边，与 RAG 共用同一套检索。
- 伏笔状态机：埋点 → 待回收 → 已回收 / 悬置。悬置是允许的终态（长篇允许少数线跨卷），但必须可被时间线看见、可清点。
- 已知限制：自动挂边覆盖显式提及；隐喻、转述类关系需人工在伏笔视图确认。
DSPy + GEPA 提示词自迭代
- 闭环六环节：真实作品数据 → 离线评估集 → GEPA 反思重写 → Held-out 验证 → 对照择优 → 线上回流。
- GEPA 用自然语言反思重写提示词（不依赖梯度）；每次指令变更在冻结回归集上验证，防止「修好一处、弄坏另一处」。
- 历次指令版本（iter8 / GEPA2 / GEPA3…）按文本特征串可追溯、可回滚；候选永不直接覆盖现行版本。
评估与判定协议
- 候选指令与现行版本在修订编排中随机分配，同一次创作只走一个候选，全程可追溯。
- 按书分层（绿/黄/红）分别统计：均值比较只在同层内进行，避免题材难度污染结论。
- 判定线：同层每臂样本 ≥50，且「择优后均值差 ≥0.05」或「降幅差 ≥0.03」才判定显著；不达样本量一律标「样本不足」，不提前下结论。
- 离线基准集用于快速淘汰明显劣化的候选；最终裁决以线上对照为准，被否决的候选进入淘汰记录，不复活。
该协议产出的实时聚合（含现行对照实验）在 提示词自迭代教案 底部公开。
数据与隐私口径
| 遥测字段 | 内容 | 内容风险 |
|---|---|---|
| candidate_id | 候选指令标识（如 v_current / exp_*） | 无内容 |
| first_conf / best_conf | 修订择优前后的检测置信度（数值） | 无内容 |
| rounds_used / max_rounds | 修订轮次（整数） | 无内容 |
| book_tier | 书分层（绿/黄/红/未分层） | 分层键 |
| project_type / genre_hint | 项目类型与题材提示（枚举） | 枚举 |
| round_trace | 逐轮置信度数值数组 | 无内容 |
优化遥测表不含正文、标题、人名与任何作品内容；公开页面只出聚合数字。用户作品数据的存储与处理遵循 隐私政策 。
已知限制（如实披露）
- 离线基准 ≠ 线上分布：离线分数领先不保证线上体验领先，最终裁决权在对照实验。
- 单次采样有噪声（实测约 5% 偶发大幅波动）：判定必须建立在每层 ≥50 次编排的均值上，这正是判定线的由来。
- 对照臂之间的起点均值存在天然差异：以同书分层内的相对比较为准，不做跨层绝对值比较。
- 检测器对同一文本输出确定：存量分数是精确标签；但「降低检测置信度」只代表文风层面的修订效果，不构成对任何平台审核结果的承诺。
本文对应七份可交互图谱教案： 十五节拍图谱 、 体裁改编对照 、 伏笔埋收时间线 、 RAG 记忆检索 、 知识图谱 、 多端同步五道保险 、 提示词自迭代 ；体系与口径的历史沿革见 更新日志 。