460 lines
12 KiB
Plaintext
460 lines
12 KiB
Plaintext
素材准备指导
|
|
|
|
用途：
|
|
本指导用于规范四类总顾问大模型素材库的入库、清洗、格式化、筛选与标注过程。
|
|
|
|
适用模型：
|
|
- 资本战略总顾问模型
|
|
- 企业经营战略总顾问模型
|
|
- 品牌营销战略总顾问模型
|
|
- FDE总顾问战略模型
|
|
|
|
|
|
一、素材库的目标不是“存文件”，而是“沉淀可训练语料”
|
|
|
|
因此，任何素材在入库时都要先回答四个问题：
|
|
|
|
1. 这份材料服务哪个模型？
|
|
2. 这份材料训练什么能力？
|
|
3. 这份材料是原始素材、格式化素材，还是可直接进入训练候选池的精选素材？
|
|
4. 这份材料是否会污染模型边界？
|
|
|
|
|
|
二、优先收集什么类型的素材
|
|
|
|
优先级最高的素材：
|
|
|
|
1. 能定义顾问边界的材料
|
|
- 岗位定位
|
|
- 服务边界
|
|
- 业务边界
|
|
- 与相邻角色的区别
|
|
|
|
2. 能体现顾问工作方式的材料
|
|
- 诊断流程
|
|
- 方法论
|
|
- 提案结构
|
|
- 交付流程
|
|
- 客户沟通逻辑
|
|
|
|
3. 能体现顾问价值的材料
|
|
- 收费逻辑
|
|
- 成果物
|
|
- 阶段目标
|
|
- 风险处理方式
|
|
|
|
4. 能体现真实问题与真实回答的材料
|
|
- 客户问题
|
|
- 顾问答复
|
|
- 项目复盘
|
|
- 尽调问答
|
|
- 提案答辩
|
|
|
|
5. 能体现失败与风险的材料
|
|
- 反面案例
|
|
- 合同争议
|
|
- 服务失真
|
|
- 项目失败原因
|
|
|
|
|
|
三、不宜直接进入训练集的素材
|
|
|
|
以下材料可以收集，但默认不直接进入训练候选池：
|
|
|
|
1. 纯宣传型营销文案
|
|
- 只有口号，没有方法和细节
|
|
|
|
2. 低信息密度海报
|
|
- 只有宣传页、单页图、口号图
|
|
|
|
3. 严重重复版本
|
|
- 同一 PPT 小改版过多
|
|
|
|
4. 页面噪音过大的网页抓取
|
|
- 广告、导航、评论区、推荐区未清理
|
|
|
|
5. 明显越权或错误表达的材料
|
|
- 如鼓吹包成功、包融资、包批款、绝对收益等
|
|
|
|
|
|
四、建议采用四段式入库流程
|
|
|
|
第一段：收集
|
|
- 新抓取或新导入的材料，统一先进入 `90-待分拣素材`
|
|
|
|
第二段：归类
|
|
- 判断属于共享底座还是某一模型专属
|
|
- 再判断应该落在哪个主题目录
|
|
|
|
第三段：格式化
|
|
- 清理噪音
|
|
- 补齐元信息
|
|
- 统一标题、层级、段落、列表
|
|
|
|
第四段：精选
|
|
- 判断是否适合进入 `03-curated`
|
|
- 不合格的仍保留在 `01-raw` 或 `02-formatted`
|
|
|
|
|
|
五、每份素材都建议补齐的元信息
|
|
|
|
推荐字段：
|
|
|
|
标题：xxx
|
|
来源：xxx
|
|
作者：xxx
|
|
发布时间：xxxx-xx-xx
|
|
原始链接：xxx
|
|
资料类型：行业文章 / 协议模板 / 实务指南 / 提案材料 / 案例复盘 / 媒体报道 / 内部文档
|
|
适用模型：共享 / 资本战略总顾问模型 / 企业经营战略总顾问模型 / 品牌营销战略总顾问模型 / FDE总顾问战略模型
|
|
角色视角：创业者 / 企业家 / 顾问机构 / 投资人 / 律师 / 媒体 / 客户方 / 综合
|
|
能力标签：边界定义 / 战略分析 / 资本路径 / 经营诊断 / 品牌定位 / 营销策略 / 顶层设计 / 提案表达 / 交付流程 / 风险处理 / 顾问问答
|
|
语言：中文 / 英文
|
|
质量等级：A / B / C
|
|
|
|
说明：
|
|
- 元信息不是为了好看，而是为了后续检索、筛选、切片和训练集组装。
|
|
|
|
|
|
六、质量等级建议
|
|
|
|
A 级素材
|
|
- 结构完整
|
|
- 信息密度高
|
|
- 能体现真实顾问逻辑
|
|
- 细节足够
|
|
- 噪音少
|
|
- 适合直接进入训练候选池
|
|
|
|
B 级素材
|
|
- 有一定价值
|
|
- 但需要清洗、补结构、去重、去噪后再使用
|
|
|
|
C 级素材
|
|
- 仅留存参考
|
|
- 不建议直接进入训练
|
|
|
|
|
|
七、四类模型的重点选材方向
|
|
|
|
1. 资本战略总顾问模型
|
|
|
|
优先收：
|
|
- 资本规划
|
|
- 融资路径设计
|
|
- FA / 并购 / 重组
|
|
- 股权治理
|
|
- 数据室
|
|
- 尽调
|
|
- 顾问收费与合同风险
|
|
- 交易过程推进
|
|
|
|
谨慎收：
|
|
- 只有联系人资源吹嘘、没有方法论的中介内容
|
|
- 只有融资成功学、没有底层逻辑的文章
|
|
|
|
|
|
2. 企业经营战略总顾问模型
|
|
|
|
优先收：
|
|
- 战略诊断
|
|
- 经营分析
|
|
- 增长策略
|
|
- 组织与流程
|
|
- 经营复盘
|
|
- 财务经营协同
|
|
- 企业经营案例
|
|
|
|
谨慎收：
|
|
- 只有商业鸡汤、没有经营结构的内容
|
|
- 空泛管理学口号
|
|
|
|
|
|
3. 品牌营销战略总顾问模型
|
|
|
|
优先收：
|
|
- 品牌战略
|
|
- 品牌定位
|
|
- 品牌叙事
|
|
- 用户认知
|
|
- 营销策略
|
|
- 内容策略
|
|
- 渠道策略
|
|
- 传播机制
|
|
- 品牌资产
|
|
- 投放复盘
|
|
- 品牌与增长协同案例
|
|
|
|
谨慎收：
|
|
- 只有海报、 slogan、活动快讯的材料
|
|
- 只有投放报表、没有品牌与业务逻辑的材料
|
|
- 纯广告创意展示、没有顾问方法和判断的内容
|
|
|
|
|
|
4. FDE总顾问战略模型
|
|
|
|
优先收：
|
|
- 顶层设计
|
|
- 场景规划
|
|
- AI 落地方法
|
|
- 数据流程系统
|
|
- 集成架构
|
|
- 实施与验收
|
|
- ROI 与长期运营
|
|
- 面向客户的解决方案表达
|
|
|
|
谨慎收：
|
|
- 纯技术炫耀材料
|
|
- 只有模型参数、没有业务落地逻辑的材料
|
|
- 只有产品宣传、没有实施方法的材料
|
|
|
|
|
|
八、训练污染风险要特别防
|
|
|
|
以下几类内容如果不做筛选，会明显污染模型：
|
|
|
|
1. 角色混淆
|
|
- 把 FA 训练成资本战略总顾问
|
|
- 把普通经营建议训练成企业经营战略总顾问
|
|
- 把广告代理或投放执行训练成品牌营销战略总顾问
|
|
- 把单点 AI 方案商训练成 FDE 总顾问
|
|
|
|
2. 口号污染
|
|
- 全是“赋能”“引领”“生态”“闭环”，没有真实方法
|
|
|
|
3. 错误承诺污染
|
|
- 包成功
|
|
- 绝对收益
|
|
- 一定落地
|
|
- 无边界兜底
|
|
|
|
4. 低质量重复污染
|
|
- 同一份 PPT 多个版本反复进入训练
|
|
|
|
|
|
九、提案材料如何处理
|
|
|
|
提案材料价值很高，但不要整包直接喂训练。
|
|
|
|
建议拆成几类：
|
|
|
|
1. 可保留部分
|
|
- 客户问题定义
|
|
- 顾问解决思路
|
|
- 方案结构
|
|
- 分阶段路径
|
|
- 交付物设计
|
|
- 风险与保障机制
|
|
|
|
2. 需谨慎处理部分
|
|
- 公司宣传页
|
|
- 荣誉页
|
|
- 团队介绍页
|
|
- 大量重复页
|
|
|
|
3. 需单独标注部分
|
|
- 客户名
|
|
- 敏感项目细节
|
|
- 非公开商业信息
|
|
|
|
|
|
十、入库目录的硬规则（2026-09-21）
|
|
|
|
为了避免“素材准备规范”和“目录落点”脱节，从现在起补充以下硬规则：
|
|
|
|
1. 新材料默认先进入 `90-待分拣素材`
|
|
|
|
只要一份材料还没有完成以下判断：
|
|
|
|
1. 服务哪个模型
|
|
2. 属于共享还是专属
|
|
3. 属于哪个主题目录
|
|
4. 是否需要先做清洗或格式化
|
|
|
|
它就不应直接进入 `01-共享底座素材` 或 `11-14` 模型目录。
|
|
|
|
2. 不再把历史来源目录当正式入库口
|
|
|
|
以下目录保留为历史来源或导入来源：
|
|
|
|
1. `10-历史来源目录/01-business models`
|
|
2. `10-历史来源目录/02-marketing materials`
|
|
|
|
后续新增材料原则上不再直接落入这两个目录。它们用于：
|
|
|
|
1. 读取历史文件
|
|
2. 提取旧素材
|
|
3. 作为迁移来源
|
|
|
|
不用于：
|
|
|
|
1. 新建正式训练语料目录
|
|
2. 新增治理规范
|
|
3. 长期承接新素材
|
|
|
|
3. 正式训练层只接收“已判定归属”的文件
|
|
|
|
只有在完成最基本判断后，材料才应进入以下正式训练层：
|
|
|
|
1. `01-共享底座素材`
|
|
2. `11-资本战略总顾问模型`
|
|
3. `12-企业经营战略总顾问模型`
|
|
4. `13-品牌营销战略总顾问模型`
|
|
5. `14-FDE总顾问战略模型`
|
|
|
|
4. 根目录不再承接散落文件
|
|
|
|
`10-MTRM - raw materials` 根目录不再放置新的说明文件、格式化指导、临时汇总、截图或单篇正文。根目录只作为目录入口，不作为文件堆放区。
|
|
|
|
|
|
十一、单篇资料的格式化规范归口
|
|
|
|
原先单篇资料格式化有独立指导文件。为避免治理文件散落，后续统一归口到：
|
|
|
|
`00-素材库治理/04-单篇资料格式化指导.tx`
|
|
|
|
需要做单篇文章、网页、案例、协议、提案材料等的格式化时，以该文件为准。
|
|
|
|
|
|
十二、当前阶段最应该先做的整理
|
|
|
|
结合当前目录现状，整理顺序建议固定为：
|
|
|
|
1. 先处理根目录和治理文件归位
|
|
- 解决散落文件问题
|
|
- 把治理文件统一收敛到 `00-素材库治理`
|
|
|
|
2. 先整理高价值文本，不先整理全部二进制文件
|
|
- 当前最适合优先推进的是：
|
|
- 资本战略线真实文本
|
|
- 共享底座方法论文本
|
|
- FDE 线中真实可读的 `md/tx`
|
|
|
|
3. 先做“归属明确”的迁移，不做大面积盲搬
|
|
- 迁移的目标是训练边界更清楚，不是表面整齐
|
|
|
|
4. 空目录先保留，不强行填充
|
|
- 空目录表示未来承接位置，不代表当前要用低质量材料去填满
|
|
|
|
|
|
十三、当前阶段禁止的整理方式
|
|
|
|
为了避免后续再次把目录整理坏，明确禁止以下方式：
|
|
|
|
1. 看到空目录就随意塞材料
|
|
2. 为了看起来整齐，把不同角色边界的材料混放
|
|
3. 把综述型文件和单篇原始训练正文混在同一层级
|
|
4. 把 `pptx/pdf/jpg` 文件数量直接当作可训练素材数量
|
|
5. 继续在 `10-历史来源目录/01-business models` 下扩建新的正式目录规范
|
|
|
|
|
|
十四、企业经营线与品牌营销线的补料路径
|
|
|
|
考虑到这两条线当前正文素材明显不足，后续补料统一按以下路径走：
|
|
|
|
1. 企业经营线
|
|
- 新材料先进入：`90-待分拣素材/12-企业经营战略线待分拣`
|
|
- 判断后再迁入：`12-企业经营战略总顾问模型`
|
|
|
|
2. 品牌营销线
|
|
- 原始营销材料可先进入：`10-历史来源目录/02-marketing materials/00-待归类原始材料`
|
|
- 初步可用材料再进入：`90-待分拣素材/13-品牌营销战略线待分拣`
|
|
- 判断后再迁入：`13-品牌营销战略总顾问模型`
|
|
|
|
对应的补料清单与范围说明见：
|
|
|
|
1. `00-素材库治理/08-企业经营线补料入口与待收集清单.tx`
|
|
2. `00-素材库治理/09-品牌营销线补料入口与待收集清单.tx`
|
|
|
|
|
|
十、案例材料如何处理
|
|
|
|
案例材料优先保留以下信息：
|
|
|
|
1. 客户原始问题
|
|
2. 为什么难
|
|
3. 顾问如何切入
|
|
4. 拆解过程
|
|
5. 交付动作
|
|
6. 阶段性成果
|
|
7. 最终结果
|
|
8. 教训或风险
|
|
|
|
如果案例只有“客户很满意、项目很成功”，训练价值很低。
|
|
|
|
|
|
十一、推荐的文件状态管理
|
|
|
|
对重要素材，建议至少保留两版：
|
|
|
|
1. raw 版
|
|
- 原始导入，不改动原文
|
|
|
|
2. formatted 版
|
|
- 清理噪音并补齐元信息
|
|
|
|
条件允许时，再增加：
|
|
|
|
3. curated 版
|
|
- 用于高质量训练候选池
|
|
|
|
|
|
十二、推荐命名方式
|
|
|
|
命名格式建议尽量稳定：
|
|
|
|
`主题-标题-版本-日期.扩展名`
|
|
|
|
示例：
|
|
- `资本战略-中型市场交易架构实战指南-V1-20260920.tx`
|
|
- `经营战略-战略诊断与增长复盘案例-V1-20260920.tx`
|
|
- `品牌营销-品牌定位与传播机制案例-V1-20260920.tx`
|
|
- `FDE-AI落地产品与方案体系-V1-20260920.tx`
|
|
|
|
如果使用原始标题，也可以，但应尽量避免：
|
|
- 无意义空格
|
|
- 过长符号串
|
|
- 临时文件名前缀
|
|
- `~$` 这类 Office 临时文件
|
|
|
|
|
|
十三、建议建立的最小工作纪律
|
|
|
|
1. 新素材先入 `90-待分拣素材`
|
|
2. 没格式化前，不标记为训练可用
|
|
3. 没判断模型归属前，不乱放
|
|
4. 不把 marketing 文案直接当顾问方法论
|
|
5. 不把历史版本全部并列当有效训练语料
|
|
6. 不把含明显错误承诺的材料直接入训练池
|
|
|
|
|
|
十四、最重要的判断标准
|
|
|
|
一份素材值不值得进训练，不看它有多长，也不看它是不是 PDF 或 PPT，而看它是否同时满足下面至少两项：
|
|
|
|
1. 能定义边界
|
|
2. 能体现方法
|
|
3. 能展示顾问过程
|
|
4. 能承载真实问题
|
|
5. 能表达专业判断
|
|
6. 能呈现风险处理
|
|
|
|
满足越多，价值越高。
|
|
|
|
|
|
十五、当前阶段的建议执行顺序
|
|
|
|
建议你后面按这个顺序做：
|
|
|
|
1. 把现有旧素材做盘点
|
|
2. 先筛出 A 级与高价值 B 级
|
|
3. 先补资本战略总顾问模型素材
|
|
4. 再补企业经营战略总顾问模型
|
|
5. 再补品牌营销战略总顾问模型
|
|
6. 最后系统整理 FDE 总顾问战略模型
|
|
|
|
原因：
|
|
- 资本战略这条线目前素材边界更清晰，最适合先打样
|
|
- 企业经营战略和品牌营销两条线当前都明显缺料
|
|
- FDE 线容易被“技术宣传材料”污染，且当前还受 LFS 文件可用性约束
|