結論

當一句話在技術上正確但偏離文章主題時，刪除比保留好。補充內部系統的細節滿足的是作者的完整性需求，不是讀者的理解需求。

案例

版本語句問題
修正前「opinion 是最可靠的防線。規則檔和 memory 系統也能傳遞教訓，但工具在操作當下的即時引導是離決策點最近的攔截——規則是知識層，工具是執行層，兩者互補但執行層更難繞過」粗體部分展開了作者專案的內部架構（規則檔 / memory / 知識層 / 執行層），偏離了「工具應該有 opinion」的主題
修正後「opinion 是最可靠的防線，因為工具在操作當下的即時引導是離決策點最近的攔截」保留核心論點，刪除內部系統細節

修正前的語句在技術上完全正確——規則檔和 memory 系統確實是防線的一部分。但這個補充回答的是「作者的系統有哪些防護層」，而不是「為什麼工具 opinion 重要」。讀者來這篇文章是想知道後者。

判斷流程

對每段補充依序判斷：

  1. 主題相關性：這段話回答的是文章標題承諾的問題，還是一個衍生的子問題？
  2. 刪除測試：刪掉這段話，讀者對主題的理解會減少嗎？
  3. 受眾測試：這段話的受眾是讀者（幫助他理解主題），還是作者（滿足自己的完整性偏好）？

三者任一指向「不服務主題/讀者」→ 刪除。「規則檔和 memory 系統」的補充在三項測試中都指向刪除：它回答的是「作者的系統有哪些防護層」（衍生問題）、刪掉不影響理解、受眾是作者。

延伸

AI 生成的文章容易出現這類偏移——prompt context 中的系統知識會被 AI 當作「相關因此應寫入」。但「推理中相關」和「讀者需要知道」是兩件事。同類問題（AI 把內部推理殘留外露到文章中）的另一面見 reader-does-not-need-to-know。