<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Reader-Experience on Tarragon</title><link>https://tarrragon.github.io/blog/tags/reader-experience/</link><description>Recent content in Reader-Experience on Tarragon</description><generator>Hugo -- gohugo.io</generator><language>zh-TW</language><copyright>Tarragon (CC BY 4.0)</copyright><lastBuildDate>Wed, 20 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://tarrragon.github.io/blog/tags/reader-experience/index.xml" rel="self" type="application/rss+xml"/><item><title>WRAP 是寫作者的內部工具、不是文章章節結構</title><link>https://tarrragon.github.io/blog/report/wrap-as-internal-tool-not-section-structure/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><guid>https://tarrragon.github.io/blog/report/wrap-as-internal-tool-not-section-structure/</guid><description>&lt;h2 id="核心原則">核心原則&lt;/h2>
&lt;p>WRAP 框架（含 Anchor Check / Step 0 / Widen Options / Reality Test / Attain Distance / Prepare to be Wrong / Tripwire）是寫作者背後做 hypothesis space 探索與認知偏誤防護的內部工具。當把這些 process 標籤暴露成文章章節結構、讀者體驗會被三個壞 effect 破壞：&lt;/p>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>壞 effect&lt;/th>
 &lt;th>症狀&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>預設讀者認知對齊&lt;/td>
 &lt;td>開頭用「X 是這套機制的末端表象」假設讀者已有 X 的認知、但「事件本身」段還沒交代&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>塞滿分析報告 meta dialogue&lt;/td>
 &lt;td>章節充斥「我們不討論什麼 / 錨點問題是什麼 / 資料充足度判斷是 X」這類寫作者內部 review 對話&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>同論點重複預告&lt;/td>
 &lt;td>在開頭、Anchor Check、Step 0 三個段落各預告一次「本篇要拆什麼」、推進緩慢、讀者第三遍才開始接觸實質內容&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;p>修法是把 WRAP 工作內嵌進教學 narrative、章節順序服從「讀者最快理解事件結構」的教學流程、不是「WRAP 七步驟」的 process 順序。&lt;/p>
&lt;hr>
&lt;h2 id="情境">情境&lt;/h2>
&lt;p>寫 3 篇商業 case-analyses（&lt;a href="https://tarrragon.github.io/blog/business/case-analyses/claude-for-legal/" data-link-title="Claude for Legal 之後：應用層、新創、知識工作者的三層擠壓" data-link-desc="用 WRAP 框架拆解基礎模型供應商進入垂直市場觸發的三層結構轉變：應用層 SaaS 毛利擠壓、新創淘汰、知識工作者判斷賭注放大">Claude for Legal&lt;/a> / &lt;a href="https://tarrragon.github.io/blog/business/case-analyses/fde-arms-race/" data-link-title="FDE 軍備競賽：SaaS 支柱鬆動下的結構性轉變" data-link-desc="用 WRAP 框架拆解三家基礎模型供應商同時押 FDE 模式背後的 SaaS 商業前提鬆動，並判讀 FDE 是過渡狀態還是長期結構">FDE 軍備競賽&lt;/a> / &lt;a href="https://tarrragon.github.io/blog/business/case-analyses/bufstream-acquisition/" data-link-title="CoreWeave 收購 Bufstream：整併週期下的賽道判讀與基礎設施重組" data-link-desc="用 WRAP 框架拆解 CoreWeave 買 Bufstream 揭露的串流市場整併、算力廠商對基礎設施的剛需、以及對資料工程師職涯的意涵">CoreWeave 收購 Bufstream&lt;/a>）第一版時、把 WRAP 七步驟全部當章節標題暴露給讀者：&lt;/p>





&lt;div class="highlight">&lt;pre tabindex="0" class="chroma">&lt;code class="language-text" data-lang="text">&lt;span class="line">&lt;span class="ln"> 1&lt;/span>&lt;span class="cl">[開頭]
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 2&lt;/span>&lt;span class="cl">## 事件本身
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 3&lt;/span>&lt;span class="cl">## Anchor Check：要回答什麼
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 4&lt;/span>&lt;span class="cl">## Step 0：資料充足度
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 5&lt;/span>&lt;span class="cl">## Widen Options：N 個解釋路徑
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 6&lt;/span>&lt;span class="cl">## Reality Test：用實證驗證
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 7&lt;/span>&lt;span class="cl">## [結構性機制章節]
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 8&lt;/span>&lt;span class="cl">## Attain Distance：長期影響
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln"> 9&lt;/span>&lt;span class="cl">## Prepare to be Wrong：預先設計失敗回退
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln">10&lt;/span>&lt;span class="cl">## Tripwire：何時重新評估
&lt;/span>&lt;/span>&lt;span class="line">&lt;span class="ln">11&lt;/span>&lt;span class="cl">## 結論：可遷移框架&lt;/span>&lt;/span>&lt;/code>&lt;/pre>&lt;/div>&lt;p>3-reviewer audit + Round 2 重寫後、讀者再次 feedback 指出三個具體問題：&lt;/p>
&lt;p>第一、claude-for-legal 開頭寫「『律師會被取代』是這套機制的末端表象、本篇從上游動作開始拆」—但「事件本身」段在開頭之後、讀者還不知道有「律師會被取代」這個敘事存在、開頭預設了讀者跟作者共享的 context。&lt;/p>
&lt;p>第二、Anchor Check 段寫「錨點問題聚焦在結構、而非個別公司執行力」—這是「為什麼不討論某個非問題」的 disclaim、屬於分析報告 frame、不是教學 frame。讀者根本沒問「會討論個別公司執行力嗎」、預先 disclaim 反而增加閱讀成本。&lt;/p>
&lt;p>第三、「這個動作對應用層 SaaS、新創、知識工作者三層分別造成什麼影響」這個論點在開頭、事件本身、Anchor Check 三段各出現一次—讀者讀到 Anchor Check 還沒接觸實質內容、只是被預告了三次同一件事。&lt;/p>
&lt;p>更深層的問題是：把 WRAP 從「寫作者的內部工具」當成「文章的章節結構」。WRAP 是寫作者背後 review 自己有沒有做完 hypothesis 探索的 checklist、不是讀者要走的步驟序列。&lt;/p>
&lt;hr>
&lt;h2 id="理想做法">理想做法&lt;/h2>
&lt;h3 id="第一步wrap-工作在腦中或草稿跑完不暴露到讀者">第一步：WRAP 工作在腦中或草稿跑完、不暴露到讀者&lt;/h3>
&lt;p>WRAP 七步驟是寫作者完稿前要做完的 internal review：&lt;/p>
&lt;ul>
&lt;li>我有沒有做 Anchor Check（搞清楚要回答什麼）？&lt;/li>
&lt;li>我手上的 evidence 夠不夠下結論（Step 0 資料充足度）？&lt;/li>
&lt;li>我有沒有列出所有合理因果解釋（Widen Options）？&lt;/li>
&lt;li>每個解釋我都用 evidence 驗證了（Reality Test）？&lt;/li>
&lt;li>我有看 5-10 年長期影響嗎（Attain Distance）？&lt;/li>
&lt;li>我列了關鍵假設跟反證訊號嗎（Prepare to be Wrong）？&lt;/li>
&lt;li>我設了何時重新評估的 Tripwire 嗎？&lt;/li>
&lt;/ul>
&lt;p>這七題自己回答完、不寫進文章。文章是教學 deliverable、不是 review process 的 paper trail。&lt;/p></description><content:encoded><![CDATA[<h2 id="核心原則">核心原則</h2>
<p>WRAP 框架（含 Anchor Check / Step 0 / Widen Options / Reality Test / Attain Distance / Prepare to be Wrong / Tripwire）是寫作者背後做 hypothesis space 探索與認知偏誤防護的內部工具。當把這些 process 標籤暴露成文章章節結構、讀者體驗會被三個壞 effect 破壞：</p>
<table>
  <thead>
      <tr>
          <th>壞 effect</th>
          <th>症狀</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>預設讀者認知對齊</td>
          <td>開頭用「X 是這套機制的末端表象」假設讀者已有 X 的認知、但「事件本身」段還沒交代</td>
      </tr>
      <tr>
          <td>塞滿分析報告 meta dialogue</td>
          <td>章節充斥「我們不討論什麼 / 錨點問題是什麼 / 資料充足度判斷是 X」這類寫作者內部 review 對話</td>
      </tr>
      <tr>
          <td>同論點重複預告</td>
          <td>在開頭、Anchor Check、Step 0 三個段落各預告一次「本篇要拆什麼」、推進緩慢、讀者第三遍才開始接觸實質內容</td>
      </tr>
  </tbody>
</table>
<p>修法是把 WRAP 工作內嵌進教學 narrative、章節順序服從「讀者最快理解事件結構」的教學流程、不是「WRAP 七步驟」的 process 順序。</p>
<hr>
<h2 id="情境">情境</h2>
<p>寫 3 篇商業 case-analyses（<a href="/blog/business/case-analyses/claude-for-legal/" data-link-title="Claude for Legal 之後：應用層、新創、知識工作者的三層擠壓" data-link-desc="用 WRAP 框架拆解基礎模型供應商進入垂直市場觸發的三層結構轉變：應用層 SaaS 毛利擠壓、新創淘汰、知識工作者判斷賭注放大">Claude for Legal</a> / <a href="/blog/business/case-analyses/fde-arms-race/" data-link-title="FDE 軍備競賽：SaaS 支柱鬆動下的結構性轉變" data-link-desc="用 WRAP 框架拆解三家基礎模型供應商同時押 FDE 模式背後的 SaaS 商業前提鬆動，並判讀 FDE 是過渡狀態還是長期結構">FDE 軍備競賽</a> / <a href="/blog/business/case-analyses/bufstream-acquisition/" data-link-title="CoreWeave 收購 Bufstream：整併週期下的賽道判讀與基礎設施重組" data-link-desc="用 WRAP 框架拆解 CoreWeave 買 Bufstream 揭露的串流市場整併、算力廠商對基礎設施的剛需、以及對資料工程師職涯的意涵">CoreWeave 收購 Bufstream</a>）第一版時、把 WRAP 七步驟全部當章節標題暴露給讀者：</p>





<div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="ln"> 1</span><span class="cl">[開頭]
</span></span><span class="line"><span class="ln"> 2</span><span class="cl">## 事件本身
</span></span><span class="line"><span class="ln"> 3</span><span class="cl">## Anchor Check：要回答什麼
</span></span><span class="line"><span class="ln"> 4</span><span class="cl">## Step 0：資料充足度
</span></span><span class="line"><span class="ln"> 5</span><span class="cl">## Widen Options：N 個解釋路徑
</span></span><span class="line"><span class="ln"> 6</span><span class="cl">## Reality Test：用實證驗證
</span></span><span class="line"><span class="ln"> 7</span><span class="cl">## [結構性機制章節]
</span></span><span class="line"><span class="ln"> 8</span><span class="cl">## Attain Distance：長期影響
</span></span><span class="line"><span class="ln"> 9</span><span class="cl">## Prepare to be Wrong：預先設計失敗回退
</span></span><span class="line"><span class="ln">10</span><span class="cl">## Tripwire：何時重新評估
</span></span><span class="line"><span class="ln">11</span><span class="cl">## 結論：可遷移框架</span></span></code></pre></div><p>3-reviewer audit + Round 2 重寫後、讀者再次 feedback 指出三個具體問題：</p>
<p>第一、claude-for-legal 開頭寫「『律師會被取代』是這套機制的末端表象、本篇從上游動作開始拆」—但「事件本身」段在開頭之後、讀者還不知道有「律師會被取代」這個敘事存在、開頭預設了讀者跟作者共享的 context。</p>
<p>第二、Anchor Check 段寫「錨點問題聚焦在結構、而非個別公司執行力」—這是「為什麼不討論某個非問題」的 disclaim、屬於分析報告 frame、不是教學 frame。讀者根本沒問「會討論個別公司執行力嗎」、預先 disclaim 反而增加閱讀成本。</p>
<p>第三、「這個動作對應用層 SaaS、新創、知識工作者三層分別造成什麼影響」這個論點在開頭、事件本身、Anchor Check 三段各出現一次—讀者讀到 Anchor Check 還沒接觸實質內容、只是被預告了三次同一件事。</p>
<p>更深層的問題是：把 WRAP 從「寫作者的內部工具」當成「文章的章節結構」。WRAP 是寫作者背後 review 自己有沒有做完 hypothesis 探索的 checklist、不是讀者要走的步驟序列。</p>
<hr>
<h2 id="理想做法">理想做法</h2>
<h3 id="第一步wrap-工作在腦中或草稿跑完不暴露到讀者">第一步：WRAP 工作在腦中或草稿跑完、不暴露到讀者</h3>
<p>WRAP 七步驟是寫作者完稿前要做完的 internal review：</p>
<ul>
<li>我有沒有做 Anchor Check（搞清楚要回答什麼）？</li>
<li>我手上的 evidence 夠不夠下結論（Step 0 資料充足度）？</li>
<li>我有沒有列出所有合理因果解釋（Widen Options）？</li>
<li>每個解釋我都用 evidence 驗證了（Reality Test）？</li>
<li>我有看 5-10 年長期影響嗎（Attain Distance）？</li>
<li>我列了關鍵假設跟反證訊號嗎（Prepare to be Wrong）？</li>
<li>我設了何時重新評估的 Tripwire 嗎？</li>
</ul>
<p>這七題自己回答完、不寫進文章。文章是教學 deliverable、不是 review process 的 paper trail。</p>
<h3 id="第二步章節結構服從教學流程不是-wrap-步驟順序">第二步：章節結構服從教學流程、不是 WRAP 步驟順序</h3>
<p>教學流程的合理順序：</p>





<div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="ln"> 1</span><span class="cl">[開頭 1 段]                 直接描述事件 + 一句帶到本篇拆解什麼
</span></span><span class="line"><span class="ln"> 2</span><span class="cl">                            無預設讀者認知、不對抗他人敘事
</span></span><span class="line"><span class="ln"> 3</span><span class="cl">
</span></span><span class="line"><span class="ln"> 4</span><span class="cl">## 事件本身                  把事件講清楚、包括同期動作、為什麼值得拆
</span></span><span class="line"><span class="ln"> 5</span><span class="cl">                            讀完讀者知道「發生了什麼」
</span></span><span class="line"><span class="ln"> 6</span><span class="cl">
</span></span><span class="line"><span class="ln"> 7</span><span class="cl">## 為什麼 X（教學段）         把 Widen Options + Reality Test 內嵌進教學 narrative
</span></span><span class="line"><span class="ln"> 8</span><span class="cl">                            含並陳因果解釋（每個有 prior + prediction）+ evidence 配重
</span></span><span class="line"><span class="ln"> 9</span><span class="cl">
</span></span><span class="line"><span class="ln">10</span><span class="cl">## 結構性機制章節             把分析結果展開成讀者可吸收的結構知識
</span></span><span class="line"><span class="ln">11</span><span class="cl">                            按層 / 維度 / 時間軸組織、不按 WRAP 步驟
</span></span><span class="line"><span class="ln">12</span><span class="cl">
</span></span><span class="line"><span class="ln">13</span><span class="cl">## 長期影響與機會成本          Attain Distance 內容、移除 process 標籤
</span></span><span class="line"><span class="ln">14</span><span class="cl">
</span></span><span class="line"><span class="ln">15</span><span class="cl">## 預警訊號                   Prepare to be Wrong + Tripwire 合併
</span></span><span class="line"><span class="ln">16</span><span class="cl">                            教學語氣：「假設一 / 假設二 / 假設三 + 監控訊號」
</span></span><span class="line"><span class="ln">17</span><span class="cl">
</span></span><span class="line"><span class="ln">18</span><span class="cl">## 可遷移的判讀框架           結論段、給讀者帶走的工具</span></span></code></pre></div><h3 id="第三步開頭不對抗他人敘事不預設讀者認知">第三步：開頭不對抗他人敘事、不預設讀者認知</h3>
<p>開頭只做兩件事：</p>
<ul>
<li>描述事件（讀者進入 context）</li>
<li>一句話帶到本篇要拆什麼（讀者知道接下來會讀到什麼）</li>
</ul>
<p>不做這些事：</p>
<ul>
<li>「市場敘事是 X、但 X 不重要、Y 才是」（contrarian framing、見 <a href="../wrap-widen-options-strawman-risk/">#140</a>）</li>
<li>「X 是這套機制的末端表象、本篇從上游動作開始拆」（預設讀者已有 X 的認知）</li>
<li>「我們不討論個別公司執行力」（分析報告 frame、不是教學 frame）</li>
</ul>
<p>對其他敘事的回應、放到「事件本身」段、有 context 後才提：「公開討論集中在 X—這是這個動作的下游表象、本篇焦點在觸發它的上游機制」。讀者讀完「事件本身」段、才有 context 理解 X 是什麼、預設讀者認知的問題自然消失。</p>
<h3 id="第四步完稿時跑process-metadata-掃描">第四步：完稿時跑「process metadata 掃描」</h3>
<p>寫完後、grep 文章章節標題、檢查有沒有殘留：</p>





<div class="highlight"><pre tabindex="0" class="chroma"><code class="language-bash" data-lang="bash"><span class="line"><span class="ln">1</span><span class="cl">grep -E <span class="s2">&#34;^## (Anchor Check|Step 0|Widen Options|Reality Test|Attain Distance|Prepare to be Wrong|Tripwire)&#34;</span> *.md</span></span></code></pre></div><p>任何命中、都是 WRAP process metadata 暴露給讀者。改成教學標題：</p>
<table>
  <thead>
      <tr>
          <th>WRAP 標題</th>
          <th>教學標題</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>Anchor Check</td>
          <td>（刪除、放開頭段或事件本身段）</td>
      </tr>
      <tr>
          <td>Step 0 資料充足度</td>
          <td>（刪除、放在「為什麼 X」段內）</td>
      </tr>
      <tr>
          <td>Widen Options</td>
          <td>為什麼供應商選擇 X / 為什麼買方出手</td>
      </tr>
      <tr>
          <td>Reality Test</td>
          <td>（同上段、不單獨成段）</td>
      </tr>
      <tr>
          <td>Attain Distance</td>
          <td>長期影響與機會成本</td>
      </tr>
      <tr>
          <td>Prepare to be Wrong</td>
          <td>預警訊號：何時重新評估這個分析</td>
      </tr>
      <tr>
          <td>Tripwire</td>
          <td>（同上段、用表格列訊號）</td>
      </tr>
  </tbody>
</table>
<hr>
<h2 id="沒這樣做的麻煩">沒這樣做的麻煩</h2>
<h3 id="讀者預期被預設認知門檻不對齊">讀者預期被預設、認知門檻不對齊</h3>
<p>開頭「X 是末端表象、本篇拆上游」要求讀者已經知道 X 是什麼。如果 X 在後文才介紹、讀者在開頭就被 confused、之後讀「事件本身」段才搞懂、回去重讀開頭—閱讀成本翻倍。</p>
<h3 id="register-從教學滑成分析報告">Register 從教學滑成分析報告</h3>
<p>「Anchor Check」「Step 0 資料充足度」「Reality Test」這類詞屬於 analyst 內部對 own work 的 review 對話、不是給讀者看的章節標題。把這些暴露給讀者、整篇 register 從「教學知識庫」滑成「給同行看的分析報告」、讀者輪廓變成「已經懂 WRAP 框架的分析師」而非「想學商業分析的工程師」。</p>
<h3 id="同論點重複預告推進緩慢">同論點重複預告、推進緩慢</h3>
<p>WRAP 七步驟本來就有「先講要回答什麼、再講資料、再講選項、再驗證」的內在重複—每一步都會提到核心論點一次。如果七個步驟全部變章節、核心論點會在前三段被預告三次（開頭、Anchor Check、Step 0 都會講「本篇要拆什麼」）、讀者讀到 Reality Test 才接觸實質內容。</p>
<h3 id="wrap-框架的價值被當成修辭裝飾">WRAP 框架的價值被當成修辭裝飾</h3>
<p>WRAP 的真正價值是讓寫作者做 hypothesis 探索、防認知偏誤。當 WRAP 變章節結構、讀者跟寫作者都會把它當成「應該照走的 process」、原本的 hypothesis 探索變成「填表」、防認知偏誤的功能失效。</p>
<hr>
<h2 id="跟其他抽象層原則的關係">跟其他抽象層原則的關係</h2>
<ul>
<li>
<p><strong><a href="../wrap-widen-options-strawman-risk/">#140 WRAP Widen Options 容易塌成稻草人 framing</a></strong>：本卡是 #140 的上位原則。#140 處理 Widen Options 段落的內容違規（兩弱一強稻草人）、本卡處理 WRAP 整套被當章節結構暴露的 surface 違規。兩卡互補—改 Widen Options 內容不夠、還要改 surface presentation。</p>
</li>
<li>
<p><strong><a href="../collapse-is-implicit-default/">#125 Collapse 是隱形預設</a></strong>：本卡是 #125 在「寫作 process 透明度」surface 的具體 instance。Process metadata 暴露給讀者是「省去設計教學流程的便利選擇」的後果—不思考章節順序、直接把 WRAP 步驟當章節是最便利、但 collapse 掉了「為讀者設計閱讀順序」這個維度。</p>
</li>
<li>
<p><strong><a href="../literal-interception-vs-behavioral-refinement/">#82 字面攔截 vs 行為精煉</a></strong>：本卡是 #82 在「process metadata 暴露」維度的具體案例。lint 規則層 catch 不到「章節標題是 Anchor Check 還是『為什麼 X』」、要靠 reviewer / 讀者 feedback 才能發現—屬於 #82 的「行為精煉」維度。</p>
</li>
<li>
<p><strong><a href="../metadata-surface-in-writing-review/">#97 Metadata surface 要納入寫作 review 範圍</a></strong>：本卡擴 #97 的 metadata surface 概念。#97 處理 title / description / heading 是讀者入口的 metadata；本卡指出 <em>章節結構本身</em> 也是 metadata surface—章節標題傳達「文章是什麼類型」、process 標題傳達「這是分析報告」、教學標題傳達「這是教學文章」。</p>
</li>
<li>
<p><strong><a href="../writing-review-multi-axis-completeness/">#126 寫作 review 是多軸完整性</a></strong>：本卡是 review 設計時要看的「surface 軸」的具體 instance。Review 不能只看「內容是否正確」、要看「章節結構傳達的 register 是否跟目標讀者對齊」。</p>
</li>
</ul>
<hr>
<h2 id="判讀徵兆">判讀徵兆</h2>
<table>
  <thead>
      <tr>
          <th>訊號</th>
          <th>該做的事</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>章節標題出現「Anchor Check / Step 0 / Widen Options / Reality Test」</td>
          <td>改成教學標題、把 WRAP 內容融進教學段</td>
      </tr>
      <tr>
          <td>開頭預設讀者已有某個敘事的認知（例如「X 是末端表象」）</td>
          <td>把對該敘事的回應移到「事件本身」段、開頭只描述事件 + 帶到本篇主題</td>
      </tr>
      <tr>
          <td>文章有「我們不討論 X」這類分析報告 disclaim</td>
          <td>刪、教學文章不需要預先排除某些議題、讀者沒問</td>
      </tr>
      <tr>
          <td>同一論點在開頭、Anchor Check、Step 0 各預告一次</td>
          <td>改成只在開頭預告一次、後續直接推進</td>
      </tr>
      <tr>
          <td>章節順序嚴格按 WRAP 步驟</td>
          <td>改成按教學流程：開頭 → 事件 → 為什麼 X → 結構性機制 → 長期 → 預警 → 框架</td>
      </tr>
      <tr>
          <td>讀者反饋「文章像分析報告、不像教學」</td>
          <td>Register 漂移、check 是不是 WRAP process metadata 暴露</td>
      </tr>
      <tr>
          <td>Reviewer 報告「文章預設讀者已有某種認知」</td>
          <td>開頭結構有問題、修法見本卡「開頭不對抗他人敘事、不預設讀者認知」段</td>
      </tr>
  </tbody>
</table>
<hr>
<h2 id="適用範圍與邊界">適用範圍與邊界</h2>
<ul>
<li><strong>適用範圍</strong>：
<ul>
<li>用 WRAP 框架寫商業 case-analyses、市場事件拆解、產業策略分析</li>
<li>用其他「先列 process、再走 process」框架寫教學文章（5W1H、5-Forces 分步、JTBD 階段、case method 步驟）</li>
<li>任何「寫作者內部 review tool」跟「讀者教學 narrative」混淆的情境</li>
</ul>
</li>
<li><strong>不適用</strong>：
<ul>
<li>給同行看的分析報告（analyst-to-analyst、process metadata 是正當的）</li>
<li>學術論文（IMRaD 結構有正當性、process 標題是學術慣例）</li>
<li>純技術 reference 文件（process metadata 反而幫助快速定位）</li>
</ul>
</li>
<li><strong>邊界</strong>：本卡禁的是「把 WRAP 整套步驟當文章章節結構」、不是禁所有 process 詞彙。在合適的位置提一句「以下用 WRAP 框架背後的 hypothesis 探索方法拆」是 OK 的、整篇用 WRAP 步驟當章節就違規。判別線：章節標題是描述「讀者會學到什麼」（教學）還是「作者在做什麼分析步驟」（process）。</li>
</ul>
]]></content:encoded></item><item><title>跨領域分析要先定位讀者層級、再決定術語密度</title><link>https://tarrragon.github.io/blog/report/cross-domain-reader-level-alignment/</link><pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate><guid>https://tarrragon.github.io/blog/report/cross-domain-reader-level-alignment/</guid><description>&lt;h2 id="核心原則">核心原則&lt;/h2>
&lt;p>跨領域分析的讀者層級要先定位、再決定術語密度。把商業分析寫給工程背景讀者時、不能繼承原分析文章的 VC / founder / industry insider 讀者假設；要把原文的高密度術語與壓縮因果鏈降到目標讀者可複製判讀的層級。&lt;/p>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>維度&lt;/th>
 &lt;th>高階同領域讀者&lt;/th>
 &lt;th>跨領域教學讀者&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>術語&lt;/td>
 &lt;td>可連續使用 CAC / LTV / ARR / gross margin&lt;/td>
 &lt;td>首次出現要就地解釋或連到卡片&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>因果鏈&lt;/td>
 &lt;td>可跳過中間步驟&lt;/td>
 &lt;td>每段只推一到兩個因果步&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>數字&lt;/td>
 &lt;td>可用百分比與估值倍數暗示&lt;/td>
 &lt;td>要補公式、分母、比較基準&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>文章目標&lt;/td>
 &lt;td>展示判斷深度&lt;/td>
 &lt;td>教讀者如何重做判斷&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;p>判別問題：「讀者若沒有商業分析背景，能不能用這段推導去分析下一個事件？」不能，就要降一級。&lt;/p>
&lt;hr>
&lt;h2 id="情境">情境&lt;/h2>
&lt;p>&lt;code>content/business/reading-frameworks/writing-down-a-level.md&lt;/code> 是從 business case-analyses 的 Round 5 修文抽出來的。當時讀者回饋指出，文章雖然比第一版更像教學，但仍太像寫給 VC / founder 的 deep blog：三句內連續塞進多個商業術語，且因果鏈跨太多步。&lt;/p>
&lt;p>例如 Claude for Legal 的第一層擠壓原本把 enterprise license、API margin、長約、垂直流程、法律風險等概念壓在少數句子裡。工程背景讀者可能知道 API、SaaS、workflow，但未必直覺知道「為什麼毛利結構會推動供應商賣 enterprise contract」。若不拆開，讀者只能記住結論，無法複製推導。&lt;/p>
&lt;p>後續 &lt;code>b9c5f06&lt;/code> 新增 reading framework，&lt;code>8c67ab6&lt;/code> 再把 FDE 與 Bufstream 文章的 5 段高密度內容降一級，形成穩定規則：跨領域文章要先判斷原文寫給誰，再決定本站要降到哪裡。&lt;/p>
&lt;hr>
&lt;h2 id="理想做法">理想做法&lt;/h2>
&lt;h3 id="第一步先辨識原文的-reader-contract">第一步：先辨識原文的 reader contract&lt;/h3>
&lt;p>外部商業文章常見 reader contract：&lt;/p>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>原文類型&lt;/th>
 &lt;th>預設讀者&lt;/th>
 &lt;th>寫作特徵&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>大眾財經新聞&lt;/td>
 &lt;td>一般投資讀者&lt;/td>
 &lt;td>事件摘要、股價、短期影響&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>VC / founder 文&lt;/td>
 &lt;td>創辦人、投資人、策略工作者&lt;/td>
 &lt;td>術語密度高、暗示多、判斷快&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>產業內部文&lt;/td>
 &lt;td>已在該市場工作的人&lt;/td>
 &lt;td>預設供應鏈、客戶型態、競爭格局&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>MBA 教材&lt;/td>
 &lt;td>有基礎商業概念但不熟特定產業者&lt;/td>
 &lt;td>概念明確、例子完整、因果鏈可追&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;p>本站 business case-analyses 的目標更接近「工程背景讀者讀 MBA 教材」：保留商業分析深度，但不預設讀者熟悉投資圈 shorthand。&lt;/p>
&lt;h3 id="第二步用術語密度決定是否降一級">第二步：用術語密度決定是否降一級&lt;/h3>
&lt;p>一段內若連續出現三個以上跨領域術語，就要拆段或補橋接句。&lt;/p>





&lt;div class="highlight">&lt;pre tabindex="0" class="chroma">&lt;code class="language-text" data-lang="text">&lt;span class="line">&lt;span class="ln">1&lt;/span>&lt;span class="cl">API margin → enterprise ARR → vertical workflow lock-in&lt;/span>&lt;/span>&lt;/code>&lt;/pre>&lt;/div>&lt;p>這串對 VC 讀者可能順，但對工程背景讀者需要拆成：&lt;/p>
&lt;ol>
&lt;li>API 型產品的收入跟成本如何變動。&lt;/li>
&lt;li>為什麼長約能降低收入波動。&lt;/li>
&lt;li>為什麼垂直流程能讓客戶更難替換。&lt;/li>
&lt;/ol>
&lt;h3 id="第三步用因果鏈步長決定段落切分">第三步：用因果鏈步長決定段落切分&lt;/h3>
&lt;p>每段只推一到兩步。若一句話需要讀者同時理解「成本結構、銷售模式、採購風險、workflow switching cost」，拆成多段。&lt;/p>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>原句壓縮方式&lt;/th>
 &lt;th>降級後寫法&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>A 導致 B、進而 C&lt;/td>
 &lt;td>第一段 A→B，第二段 B→C&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>用術語承接術語&lt;/td>
 &lt;td>每個術語首次出現補一行功能描述&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>用比喻代替機制&lt;/td>
 &lt;td>先寫機制，再用比喻輔助&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;h3 id="第四步用卡片承擔術語不讓正文變字典">第四步：用卡片承擔術語，不讓正文變字典&lt;/h3>
&lt;p>降一級不等於每次都在正文長篇定義名詞。若術語會反覆影響判斷成本，就建卡或連既有卡；正文只保留當下推導需要的最小解釋。&lt;/p>
&lt;p>例：&lt;code>unit economics&lt;/code>、&lt;code>switching cost&lt;/code>、&lt;code>vertical SaaS&lt;/code> 這類詞，若每篇都重新解釋，正文會膨脹；卡片負責概念，文章負責事件推導。&lt;/p>
&lt;hr>
&lt;h2 id="沒這樣做的麻煩">沒這樣做的麻煩&lt;/h2>
&lt;h3 id="讀者只能記名詞不能複製判讀">讀者只能記名詞，不能複製判讀&lt;/h3>
&lt;p>高密度商業語言會讓文章看起來專業，但讀者若無法把術語放回因果鏈，只會記住「FDE 代表 SaaS 三支柱鬆動」這種結論句。下一次遇到不同市場事件時，判斷工具無法遷移。&lt;/p>
&lt;h3 id="ai-改寫會保留原文讀者假設">AI 改寫會保留原文讀者假設&lt;/h3>
&lt;p>AI 常把原文風格重寫得更流暢，但不會自動調整 reader contract。原文若寫給 VC / founder，改寫後仍可能保留高密度 shorthand，只是中文更順。&lt;/p>
&lt;h3 id="文章篇幅變短但理解成本變高">文章篇幅變短，但理解成本變高&lt;/h3>
&lt;p>跨領域文章最常見的錯覺是「短 = 清楚」。實際上，短句若省略中間因果，讀者需要自行補推導。對目標讀者而言，補推導的成本比多讀兩段更高。&lt;/p>
&lt;hr>
&lt;h2 id="跟其他抽象層原則的關係">跟其他抽象層原則的關係&lt;/h2>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>原則&lt;/th>
 &lt;th>跟本卡的關係&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>&lt;a href="../teaching-completeness-by-learner-journey/">#131 教材完整性要用讀者旅程驗證&lt;/a>&lt;/td>
 &lt;td>本卡把讀者旅程落到「跨領域讀者能不能重做判斷」&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;a href="../prose-self-contained-without-code-reference/">#113 商業邏輯論述要 self-contained&lt;/a>&lt;/td>
 &lt;td>#113 處理不依賴 code，本卡處理不依賴原文讀者的商業背景&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;a href="../terminology-keeps-original-anchor/">#107 術語翻譯要保留原文錨點&lt;/a>&lt;/td>
 &lt;td>降一級時仍要保留原文錨點，避免中文術語變成不可回溯的自由翻譯&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;a href="../writing-review-multi-axis-completeness/">#126 寫作 review 是多軸完整性&lt;/a>&lt;/td>
 &lt;td>本卡補 reader-level 軸；多輪 review 不能只看結構，還要看目標讀者是否能吸收&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>&lt;a href="../external-analysis-source-layering/">#143 外部分析文章要先拆成事實、作者判讀、本文推導&lt;/a>&lt;/td>
 &lt;td>Source 分層回答材料可信度，本卡回答材料要降到哪個讀者層級&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;hr>
&lt;h2 id="判讀徵兆">判讀徵兆&lt;/h2>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>訊號&lt;/th>
 &lt;th>該做的事&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>三句內連續出現三個以上商業術語&lt;/td>
 &lt;td>拆段、補首次解釋、或連到知識卡&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>一句話跨過三個以上因果步&lt;/td>
 &lt;td>改成第一步、第二步、第三步的段落推進&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>文章讀起來像 VC memo 或 founder newsletter&lt;/td>
 &lt;td>降到工程背景讀者可讀的 MBA 教材層&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>讀者能複述結論、但說不出判斷怎麼來&lt;/td>
 &lt;td>補中間機制、公式、數字或比較基準&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>AI 改寫後文字變順、但術語密度沒下降&lt;/td>
 &lt;td>重新跑 reader-level pass，不把流暢度當可讀性&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;p>&lt;strong>核心原則&lt;/strong>：跨領域分析的寫作目標是讓讀者複製判讀，不是讓原文變順。先定位原文與目標讀者的層級差，再調整術語密度與因果鏈步長。&lt;/p></description><content:encoded><![CDATA[<h2 id="核心原則">核心原則</h2>
<p>跨領域分析的讀者層級要先定位、再決定術語密度。把商業分析寫給工程背景讀者時、不能繼承原分析文章的 VC / founder / industry insider 讀者假設；要把原文的高密度術語與壓縮因果鏈降到目標讀者可複製判讀的層級。</p>
<table>
  <thead>
      <tr>
          <th>維度</th>
          <th>高階同領域讀者</th>
          <th>跨領域教學讀者</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>術語</td>
          <td>可連續使用 CAC / LTV / ARR / gross margin</td>
          <td>首次出現要就地解釋或連到卡片</td>
      </tr>
      <tr>
          <td>因果鏈</td>
          <td>可跳過中間步驟</td>
          <td>每段只推一到兩個因果步</td>
      </tr>
      <tr>
          <td>數字</td>
          <td>可用百分比與估值倍數暗示</td>
          <td>要補公式、分母、比較基準</td>
      </tr>
      <tr>
          <td>文章目標</td>
          <td>展示判斷深度</td>
          <td>教讀者如何重做判斷</td>
      </tr>
  </tbody>
</table>
<p>判別問題：「讀者若沒有商業分析背景，能不能用這段推導去分析下一個事件？」不能，就要降一級。</p>
<hr>
<h2 id="情境">情境</h2>
<p><code>content/business/reading-frameworks/writing-down-a-level.md</code> 是從 business case-analyses 的 Round 5 修文抽出來的。當時讀者回饋指出，文章雖然比第一版更像教學，但仍太像寫給 VC / founder 的 deep blog：三句內連續塞進多個商業術語，且因果鏈跨太多步。</p>
<p>例如 Claude for Legal 的第一層擠壓原本把 enterprise license、API margin、長約、垂直流程、法律風險等概念壓在少數句子裡。工程背景讀者可能知道 API、SaaS、workflow，但未必直覺知道「為什麼毛利結構會推動供應商賣 enterprise contract」。若不拆開，讀者只能記住結論，無法複製推導。</p>
<p>後續 <code>b9c5f06</code> 新增 reading framework，<code>8c67ab6</code> 再把 FDE 與 Bufstream 文章的 5 段高密度內容降一級，形成穩定規則：跨領域文章要先判斷原文寫給誰，再決定本站要降到哪裡。</p>
<hr>
<h2 id="理想做法">理想做法</h2>
<h3 id="第一步先辨識原文的-reader-contract">第一步：先辨識原文的 reader contract</h3>
<p>外部商業文章常見 reader contract：</p>
<table>
  <thead>
      <tr>
          <th>原文類型</th>
          <th>預設讀者</th>
          <th>寫作特徵</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>大眾財經新聞</td>
          <td>一般投資讀者</td>
          <td>事件摘要、股價、短期影響</td>
      </tr>
      <tr>
          <td>VC / founder 文</td>
          <td>創辦人、投資人、策略工作者</td>
          <td>術語密度高、暗示多、判斷快</td>
      </tr>
      <tr>
          <td>產業內部文</td>
          <td>已在該市場工作的人</td>
          <td>預設供應鏈、客戶型態、競爭格局</td>
      </tr>
      <tr>
          <td>MBA 教材</td>
          <td>有基礎商業概念但不熟特定產業者</td>
          <td>概念明確、例子完整、因果鏈可追</td>
      </tr>
  </tbody>
</table>
<p>本站 business case-analyses 的目標更接近「工程背景讀者讀 MBA 教材」：保留商業分析深度，但不預設讀者熟悉投資圈 shorthand。</p>
<h3 id="第二步用術語密度決定是否降一級">第二步：用術語密度決定是否降一級</h3>
<p>一段內若連續出現三個以上跨領域術語，就要拆段或補橋接句。</p>





<div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="ln">1</span><span class="cl">API margin → enterprise ARR → vertical workflow lock-in</span></span></code></pre></div><p>這串對 VC 讀者可能順，但對工程背景讀者需要拆成：</p>
<ol>
<li>API 型產品的收入跟成本如何變動。</li>
<li>為什麼長約能降低收入波動。</li>
<li>為什麼垂直流程能讓客戶更難替換。</li>
</ol>
<h3 id="第三步用因果鏈步長決定段落切分">第三步：用因果鏈步長決定段落切分</h3>
<p>每段只推一到兩步。若一句話需要讀者同時理解「成本結構、銷售模式、採購風險、workflow switching cost」，拆成多段。</p>
<table>
  <thead>
      <tr>
          <th>原句壓縮方式</th>
          <th>降級後寫法</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>A 導致 B、進而 C</td>
          <td>第一段 A→B，第二段 B→C</td>
      </tr>
      <tr>
          <td>用術語承接術語</td>
          <td>每個術語首次出現補一行功能描述</td>
      </tr>
      <tr>
          <td>用比喻代替機制</td>
          <td>先寫機制，再用比喻輔助</td>
      </tr>
  </tbody>
</table>
<h3 id="第四步用卡片承擔術語不讓正文變字典">第四步：用卡片承擔術語，不讓正文變字典</h3>
<p>降一級不等於每次都在正文長篇定義名詞。若術語會反覆影響判斷成本，就建卡或連既有卡；正文只保留當下推導需要的最小解釋。</p>
<p>例：<code>unit economics</code>、<code>switching cost</code>、<code>vertical SaaS</code> 這類詞，若每篇都重新解釋，正文會膨脹；卡片負責概念，文章負責事件推導。</p>
<hr>
<h2 id="沒這樣做的麻煩">沒這樣做的麻煩</h2>
<h3 id="讀者只能記名詞不能複製判讀">讀者只能記名詞，不能複製判讀</h3>
<p>高密度商業語言會讓文章看起來專業，但讀者若無法把術語放回因果鏈，只會記住「FDE 代表 SaaS 三支柱鬆動」這種結論句。下一次遇到不同市場事件時，判斷工具無法遷移。</p>
<h3 id="ai-改寫會保留原文讀者假設">AI 改寫會保留原文讀者假設</h3>
<p>AI 常把原文風格重寫得更流暢，但不會自動調整 reader contract。原文若寫給 VC / founder，改寫後仍可能保留高密度 shorthand，只是中文更順。</p>
<h3 id="文章篇幅變短但理解成本變高">文章篇幅變短，但理解成本變高</h3>
<p>跨領域文章最常見的錯覺是「短 = 清楚」。實際上，短句若省略中間因果，讀者需要自行補推導。對目標讀者而言，補推導的成本比多讀兩段更高。</p>
<hr>
<h2 id="跟其他抽象層原則的關係">跟其他抽象層原則的關係</h2>
<table>
  <thead>
      <tr>
          <th>原則</th>
          <th>跟本卡的關係</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td><a href="../teaching-completeness-by-learner-journey/">#131 教材完整性要用讀者旅程驗證</a></td>
          <td>本卡把讀者旅程落到「跨領域讀者能不能重做判斷」</td>
      </tr>
      <tr>
          <td><a href="../prose-self-contained-without-code-reference/">#113 商業邏輯論述要 self-contained</a></td>
          <td>#113 處理不依賴 code，本卡處理不依賴原文讀者的商業背景</td>
      </tr>
      <tr>
          <td><a href="../terminology-keeps-original-anchor/">#107 術語翻譯要保留原文錨點</a></td>
          <td>降一級時仍要保留原文錨點，避免中文術語變成不可回溯的自由翻譯</td>
      </tr>
      <tr>
          <td><a href="../writing-review-multi-axis-completeness/">#126 寫作 review 是多軸完整性</a></td>
          <td>本卡補 reader-level 軸；多輪 review 不能只看結構，還要看目標讀者是否能吸收</td>
      </tr>
      <tr>
          <td><a href="../external-analysis-source-layering/">#143 外部分析文章要先拆成事實、作者判讀、本文推導</a></td>
          <td>Source 分層回答材料可信度，本卡回答材料要降到哪個讀者層級</td>
      </tr>
  </tbody>
</table>
<hr>
<h2 id="判讀徵兆">判讀徵兆</h2>
<table>
  <thead>
      <tr>
          <th>訊號</th>
          <th>該做的事</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>三句內連續出現三個以上商業術語</td>
          <td>拆段、補首次解釋、或連到知識卡</td>
      </tr>
      <tr>
          <td>一句話跨過三個以上因果步</td>
          <td>改成第一步、第二步、第三步的段落推進</td>
      </tr>
      <tr>
          <td>文章讀起來像 VC memo 或 founder newsletter</td>
          <td>降到工程背景讀者可讀的 MBA 教材層</td>
      </tr>
      <tr>
          <td>讀者能複述結論、但說不出判斷怎麼來</td>
          <td>補中間機制、公式、數字或比較基準</td>
      </tr>
      <tr>
          <td>AI 改寫後文字變順、但術語密度沒下降</td>
          <td>重新跑 reader-level pass，不把流暢度當可讀性</td>
      </tr>
  </tbody>
</table>
<p><strong>核心原則</strong>：跨領域分析的寫作目標是讓讀者複製判讀，不是讓原文變順。先定位原文與目標讀者的層級差，再調整術語密度與因果鏈步長。</p>
]]></content:encoded></item></channel></rss>