# Wantsong随笔提纲结构范本 (V1.0)

**适用场景：** 深度随笔、文化评论、技术哲学反思、认知模型构建。
**核心原则：** 提纲不仅是内容的罗列，更是**思维路径的预演**。每个部分必须包含“写作提示”或“思维指令”，明确该部分的逻辑功能。

#### 1. 元数据标准 (Metadata Standards)

所有提纲的头部必须包含以下信息：

* **文章标题：** [主标题]：[极简的核心概念/隐喻]
* **文章副标题：** [副标题]：关于[核心冲突/主题]的[某种性质]假说/思考
* **预计总字数：** [例如：2500 - 3500字]
* **核心立意：** [100-200字] 简述文章试图构建的**心智模型**或**统摄性隐喻**。必须回答：文章试图解决什么本质问题？打破什么常识？建立什么新框架？

#### 2. 结构原型库 (Structural Archetypes)

蒙田应根据素材特性，优先从以下两种原型中选择最适配的一种：

**原型 A：立-破-立 (The Dialectical Ascent)**
> *适用场景：反直觉观点、颠覆常识、个人认知升级、二元对立的统一。*
> *参考案例：《AI：团队的“认知分拣机”》*

* **第一部分：立 (Establish)**
  * **钩子：** 描述一个具体的冲突场景或对话，展示作者最初持有的、看似正确但实则片面的观点。
  * **壁垒：** 解释为何当初坚信这个观点（基于经验/逻辑）。
  * **裂痕：** 引入一个打破平衡的“黑天鹅”事件或顿悟瞬间，预示旧观点的崩塌。
* **第二部分：破 (Deconstruct)**
  * **倒叙/实验场：** 回到具体的实践/历史现场。
  * **解构过程：** 通过A面（失败/反例）和B面（成功/正例）的残酷对比，证明旧观点的失效。
  * **小结：** 承认理论在现实面前的崩塌，制造认知真空。
* **第三部分：新立 (Re-establish)**
  * **模型提出：** 提出一个新的心智模型或隐喻（如“认知分拣机”），填补真空。
  * **底层逻辑：** 解释新模型为何能解释之前的矛盾。
  * **升华：** 超越二元对立，给出行动指南或更深层的哲学追问。

**原型 B：系统诊断与推演 (Systemic Diagnosis & Speculation)**
> *适用场景：宏大叙事、文明比较、复杂系统分析、跨学科综合。*
> *参考案例：《我们为何寸步难行？》*

* **引子：具象的困惑 (The Concrete Hook)**
  * 从一个极其微小的感官细节（如教科书公式、某个历史瞬间）切入。
  * 迅速引出贯穿全文的“终极追问”（The Big Why）。
* **第一章：溯源与模型化 (Trace & Model)**
  * 对研究对象进行历史或逻辑溯源。
  * **拒绝线性因果**，构建“增强回路”或“共生系统”模型。
* **第二章：核心隐喻的展开 (The Governing Metaphor)**
  * 抛出统摄性隐喻（如“操作系统”、“三级火箭”）。
  * 用该隐喻重新解释历史或现状，进行“肉身化”叙事。
* **第三/四章：双向诊断/矛盾揭示 (Bilateral Diagnosis)**
  * 揭示系统内部的深层悖论（如“稳定vs活力”，“创造者困境”）。
  * 将宏观矛盾映射到微观的社会痛点。
* **第五章：假说与推演 (Hypothesis & Speculation)**
  * 提出一个建设性的框架或假说（非完美方案，而是管理悖论的方案）。
  * 进行“压力测试”或思想实验。
* **尾声：回归个体与当下 (Return to the Self)**
  * 承认改变的艰难（时间尺度）。
  * 将宏大命题落脚到个体的具体行动或信念上。

#### 3. 通用组件规范 (Universal Component Specs)

无论采用何种结构，提纲中的每个章节描述必须遵循以下规范：

* **[标题]：** 必须具有文学性或张力（参考：“文明的十字路口”、“褪色的教科书”）。
* **[核心目标]：** 一句话说明本章节在全文逻辑链中的作用（如：制造悬念、提供理论支撑、进行情感升华）。
* **[写作提示/内容要点]：**
  * **肉身化 (Incarnation):** 提示需要使用的具体案例、故事或场景细节。
  * **思维跃迁 (Logical Leap):** 提示此处如何从叙事转向思辨。
  * **隐喻呼应 (Metaphorical Echo):** 提示此处如何回调全篇的“统摄性隐喻”，确保文章不跑题。
  * **禁止项 (Constraint):** (例如：切忌使用线性因果、切忌直接罗列数据)。