媽媽也能懂的論文： 降維不是淺薄化，而是「還原到本質」。
研究的價值在於被引用 (Citation)。如果你的概念太過艱深，它的傳播邊界就會受限。我們的目標是將 02 縫合好的嚴肅內容，還原到構成概念的基本關係（如圓心與半徑、頂點與角度），讓更多領域的人能理解並進行參照。

錯誤範例邊界 (Few-Shot Boundaries)： 這是最容易失敗的環節。
語言模型天生懶惰，當你要求「簡單點」，它會傾向於「給重點」或「刪減細節」。我們必須建立高牆，提供大量的錯誤範例 (Negative Examples)，明確告知 AI：「把降維變成摘要，就是失敗」。

篇幅密度檢查： 引用 /check 的 QAQC 邏輯。
我們使用最直覺的物理指標——字數。解釋一個複雜概念，通常需要「更多」而非「更少」的文字。如果產出的篇幅縮水，立刻觸發紅色警報。這是檢測 AI 是否偷懶最有效的第一道防線。