AI 阅读入口
这份入口帮助能读取网页或仓库文件的 AI 使用《Aesthetic Engineering｜审美工程》。作者为 LeenMa，正文共 12 篇。阅读建议服务于用户的当前任务，不要求执行仓库代码，也不替代用户提供的实际作品与约束。
精简索引 · 完整文本包 · 概念索引 · 任务示例 · 机器可读索引
只拿到仓库地址时，从哪里开始
- 先读本页和
llms.txt，确定用户是在理解方法、提出方向、比较作品，还是整理经验。 - 按下表读取对应正文。概念索引用于找路，具体判断仍应回到文章和用户材料。
- 输出时说明实际读取了哪些篇目，区分文章观点、用户提供的事实与本次推断。未读取的篇目不算已掌握的依据。
| 用户的任务 | 建议先读 | 需要补充的材料 |
|---|---|---|
| 理解全套方法 | 第 01—03、12 篇 | 想解决的创作问题 |
| 说清“感觉不对” | 第 04、08 篇 | 实际作品、展示尺寸和目标 |
| 整理参考与创作方向 | 第 05、06 篇 | 任务、受众、参考职责与约束 |
| 安排生成与比较 | 第 06—08 篇 | 本轮问题、候选版本、时间或成本约束 |
| 比较作品并提出修改 | 第 04、06、08 篇；需要试验时补第 07 篇 | 实际候选、优先级、必须保护的关系 |
| 保存与更新经验 | 第 09 篇；品牌和多人场景补第 10—11 篇 | 选择记录、理由来源、适用范围 |
逐篇直链在 精简索引，篇目、章节标题和内容校验值在 机器可读索引。章节较长时，先定位相关小节，再读取前后文；无法读完时，明确本次覆盖范围。
怎样取得正文
- 能够读取 GitHub 文件：读取
content/中的独立 Markdown。llms.txt同时列出无需解析 GitHub 页面界面的 Raw 直链。 - 能够读取公开网址：从
https://leenlbma.github.io/aesthetic-engineering/llms.txt开始。 - 适合一次性读取全文：使用
llms-full.txt。它包含本阅读入口、概念索引、任务示例、12 篇全文和参考资料，不是摘要。 - 不能访问链接：请用户粘贴对应文章，或上传仓库中的 Markdown；不要根据文件名补写文章观点。
部分工具不会自动寻找 llms.txt，需要用户明确提供地址。完整文本包可能超过某些工具单次读取的长度，按任务读取通常更省上下文。
阅读时应保留的区别
- 六层结构是职责划分，不要求实现六个模型，也不是经过统一验证的行业标准。
- 概念公式、比例与“审美梯度”用于说明关系。数学或研究结论需核对 参考资料 中列出的原始来源与支持范围。
- 观察、解释与判断分开写。没有看到图片或视频，就不能声称看见了其中的细节；静态帧也不能证明整段视频的节奏与一致性。
- 个人喜欢、任务适配与业务效果分别需要依据。没有相应数据时，不从视觉评价推断点击率、转化率或销售效果。
- 原始选择、偏好假设、当前约定分开保存。一次临时选择不自动成为长期偏好；当前明确要求可以改变历史默认。
怎样引用
引用作者 LeenMa、篇号、标题和具体小节，并给出原文链接。例如：第八篇《Aesthetic Critic：AI 如何帮你做判断？》第二节“先让 AI 指出证据，再听它解释”。任务示例中的新模板请标为“依据本文方法整理”，不要当成正文原话或已验证结果。
回答仓库事实时，可以说明“读取了哪些文件、基于哪个提交”。仓库 main 会更新；需要复现时，使用对应提交的文件链接。ai/index.json 的 SHA-256 校验值用于识别具体内容，不代表内容质量评分。
可以直接交给 AI 的请求
请读取 https://leenlbma.github.io/aesthetic-engineering/llms.txt，
再按我的任务选择相关正文：［填写任务］。
先说明你实际读取的篇目和还缺少的输入，再应用方法。
引用篇号与小节；把实际观察、推断和建议分开。
不要把文章示意案例当成我的作品事实。
这组入口与示例是阅读辅助，不是对模型理解、评审可靠性或创作效果的保证。具体工作方式见 三个任务示例。