🧭
V2 解决的不是“写什么”，而是“先做什么”
当你的任务已经不是单一回答，而是持续几周或几个月的复杂项目，V2 的价值在于把项目拆成两条主线、分别定义机制、数据、交付和禁区，让模型在每次回答时自动回到同一套战略框架下。
一、V2 的核心：双主线战略
主线 A：系统 / 数据 / 力学侧
适合放队列、成像、结构化数据、计算建模、流体或系统层分析，重点关注宏观模式、边界条件、外部约束与可重复指标。
主线 B：机制 / 代谢 / 功能侧
适合放分子机制、功能实验、干预验证与因果链路，重点关注核心通路、失败替代方案、功能读数与验证闭环。
### Core Strategy 我们的目标是构建“[主线A] + [主线B]”的双证据链。 1. 主线A（系统层） - 机制：[ 例如系统变化 / 结构差异 / 队列关联 / 物理量变化 ] - 数据来源：[数据库 / 队列 / 成像 / 仿真] - 关键指标：[指标A / 指标B / 指标C] 2. 主线B（机制层） - 机制：[分子 / 代谢 / 通路 / 功能读数] - 验证方法：[湿实验 / 统计验证 / 干预实验] - 关键指标：[指标D / 指标E / 指标F]
二、V2 应该补进去的操作规范
### Operational Protocols #### 1. Dry Lab / Modeling - 指定哪些数据只做边界条件，哪些数据可直接建模。 - 指定代码输出格式（如仅 `.R` / `.py`），以及是否必须含注释。 - 指定统计报告最低标准（如 FDR、敏感性分析、中介比例、校准曲线）。 #### 2. Wet Lab / Mechanism - 明确核心分子轴线或验证逻辑。 - 对高失败风险实验提前写入替代方案，例如质谱、点突变、二次验证。 - 要求任何实验设计都必须写明对照组与关键读数。 #### 3. Writing / Delivery - 规定输出风格：极简、学术、直接。 - 规定引用要求：文献可信度、是否需要联网更新、是否要标置信心等级。 - 规定任务拆解顺序：先框架，后证据，再结论。
三、V1 升级到 V2 的关键变化
- 从“用户画像”升级为“项目战略”：不再只写你是谁，而是写项目为什么要这样分主线。
- 从“回答问题”升级为“维持长期叙事一致性”：尤其适合论文、项目推进、跨模块分析。
- 从“单点优化”升级为“资源分配”：哪些实验值得做、哪些模型不值得继续，V2 要能主动给出优先级。
建议写进 V2 的严令禁止
- 禁止把两个来源完全不同的数据集当作同一个层级使用。 - 禁止为了讲故事而忽略主线之间的边界。 - 禁止在机制主线中偷换关键概念，或把宏观现象误写成直接因果。 - 禁止在证据不足时直接下终局结论。
什么时候该用 V2
如果你的日常任务已经是“临床 + 生信 + 实验 + 写作 + 规划”同时推进，或者你发现 V1 只能回答局部问题、很难保持整体叙事一致，那就该升级到 V2。V2 的重点不是更长，而是更明确：主线、边界、优先级、替代方案、最终交付。