outline-writer（大纲作家）

Outline Writer — Content Analysis & Outline Generator

Tạo professional outline từ content input. Hỗ trợ nhiều output types: presentation slides, blog post, documentation. Vietnamese default.

Output Folder Structure

{CWD}/outline-writer/
└── {slug}-{YYMMDD-HHmm}/
    ├── outline.md
    ├── content-map.md
    ├── coverage-report.md
    └── research-notes.md (nếu có research)

Naming rules:

• {slug}: kebab-case từ topic chính (max 30 chars)
• {YYMMDD-HHmm}: timestamp lúc tạo folder

Output Type Routing

Mỗi output type dùng subset steps và references khác nhau:

Blog/Doc không dùng: framework-mapping, slide types, visual rhythm, audience adjustments. Sắp xếp logic: Introduction → Body sections (clustered) → Conclusion.

Step 1: Tiếp nhận nội dung & Cấu hình

1. Đọc input từ user: text trực tiếp hoặc file path (.md,.txt,.pdf)
2. Nếu input là file path, đọc nội dung file
3. Phân tích sơ bộ: topic, length, complexity
4. Hỏi user bằng AskUserQuestion (4 câu hỏi trong 1 lần):

Câu hỏi 1 - Output type (header: "Output type"):

• "Presentation slides" - Outline cho slide deck (tiếp tục hỏi audience & framework ở Step 1A)
• "Blog post" - Outline cho bài viết blog
• "Documentation/Report" - Outline cho tài liệu/báo cáo

Câu hỏi 2 - Mức độ chi tiết (header: "Detail level"):

• "L1 - Tổng quan" - Chỉ ý chính, bullet ngắn gọn
• "L2 - Cân bằng" - Ý chính + giải thích + ví dụ minh họa
• "L3 - Chi tiết" - Đầy đủ nội dung, deep dive, code examples

Câu hỏi 3 - Ngôn ngữ (header: "Language"):

• "Tiếng Việt" - Toàn bộ nội dung tiếng Việt (Recommended)
• "English" - Toàn bộ nội dung tiếng Anh
• "Song ngữ" - Title tiếng Anh, body tiếng Việt

Câu hỏi 4 - Research bổ sung (header: "Research"):

• "Chỉ dùng source" - 100% từ nội dung đầu vào, không tìm thêm
• "Research thêm" - Tìm thêm data, statistics, examples từ web
• "Auto" - Tự động: research nếu source ít thông tin, skip nếu đủ

Logic Recommended cho câu hỏi 4: Source < 500 words HOẶC thiếu data/metrics → recommend "Research thêm". Source >= 500 words VÀ đủ data → recommend "Chỉ dùng source".

1. Nếu output_type = "Presentation slides" → tiếp Step 1A. Ngược lại → tiếp Step 1B.

Step 1A: Audience & Framework (Chỉ khi Presentation)

Hỏi user bằng AskUserQuestion:

Câu hỏi 1 — Content type (header: "Content type"):

• "Hướng dẫn/Giáo dục" - Giải thích khái niệm, tutorial (Gagné + scaffolding)
• "Business/Báo cáo" - Phân tích, đề xuất, báo cáo (Pyramid Principle)
• "Thuyết phục/Pitch" - Bán ý tưởng, pitch sản phẩm (PAS + Sparkline)
• "Technical/Process" - Quy trình, kiến trúc, so sánh kỹ thuật (SCR + step-by-step)

Câu hỏi 2 — Audience (header: "Audience"):

• "Executive/Decision maker" - C-level, cần bottom-line upfront, metrics, ngắn gọn
• "Technical team" - Engineers, developers — jargon OK, chi tiết kỹ thuật
• "Mixed/General" - Đa dạng trình độ — cần giải thích thuật ngữ, ví dụ cụ thể
• "Workshop/Hands-on" - Đào tạo thực hành — interactive, knowledge checks

Câu hỏi 3 — Framework (header: "Framework", chỉ hỏi khi content type = "Business/Báo cáo"):

• "Pyramid Principle" - Kết luận trước, supporting arguments sau (Recommended khi audience = Mixed)
• "SCQA" - Situation → Complication → Question → Answer (Recommended khi audience = Executive)

Step 1B: Audience Mental Model (Tự động — không hỏi user)

Áp dụng cho mọi output type. Với presentation: suy luận từ audience type đã chọn. Với blog/doc: suy luận từ topic + context.

Tự suy luận và giữ trong context:

AUDIENCE MENTAL MODEL:
- Prior knowledge: [Audience đã biết gì về topic này?]
- Existing beliefs: [Họ đang tin gì? — có thể đúng hoặc sai]
- Knowledge gap: [Họ cần biết thêm gì?]
- Belief shift: [Sau outline, họ cần thay đổi suy nghĩ gì?]
- Resistance point: [Rào cản lớn nhất khi tiếp nhận nội dung?]

Cách Mental Model ảnh hưởng outline:

• Audience đã tin X (sai) → cần section phá vỡ giả định trước khi trình bày thesis
• Audience thiếu kiến thức Y → cần scaffolding từ cái đã biết sang cái mới
• Audience kháng cự thay đổi → cần evidence mạnh trước kết luận, không kết luận trước
• Knowledge gap nhỏ → có thể dùng L1, gap lớn → cần L2-L3

Step 2: Research bổ sung (Optional)

Quyết định dựa trên câu hỏi Research ở Step 1:

• User chọn "Research thêm" → luôn chạy
• User chọn "Auto" → chạy NẾU source < 500 words HOẶC thiếu data/metrics
• User chọn "Chỉ dùng source" → SKIP hoàn toàn

Process:

1. Extract 3-5 topic keywords từ source
2. Tạo 2-3 search queries: "{topic}" statistics data {năm}, "{topic}" trends insights, "{topic}" examples best practices
3. Chạy WebSearch cho mỗi query
4. Extract findings relevant: statistics, data points, examples, quotes
5. Lưu kết quả vào {CWD}/{output_folder}/research-notes.md
6. Append selected items vào Content Analysis Map với prefix [R]
7. Thông báo user: "Research xong: X data points, Y insights. Đã lưu tại research-notes.md"

Quy tắc: Chỉ thông tin factual có nguồn. Ưu tiên: số liệu > xu hướng > ví dụ. KHÔNG thay thế source, chỉ BỔ SUNG. Max 10 items.

Step 3: Thesis Extraction (Bắt buộc mọi output type)

Bước quan trọng nhất — xác định core message trước khi tạo outline.

1. Đọc toàn bộ source (và research notes nếu có)
2. Trả lời: "Nếu audience chỉ nhớ 1 điều duy nhất từ nội dung này, đó là gì?" → Thesis
3. Trả lời: "3 arguments/evidence nào mạnh nhất chứng minh thesis?" → Key Arguments
4. Trả lời: "Audience cần thay đổi gì sau khi tiếp nhận nội dung?" → Intended Transformation:

- "không biết X" → "hiểu X" (educate) - "tin X sai" → "tin X đúng" (persuade) - "không hành động" → "hành động Y" (activate)

1. Giữ trong context, KHÔNG show cho user riêng — thesis sẽ xuất hiện trong outline và quality report

Thesis format (internal):

=== THESIS ===
Core message: [1 câu assertion — KHÔNG phải topic label]
Key arguments:
  1. [Argument 1]
  2. [Argument 2]
  3. [Argument 3]
Intended transformation: [educate/persuade/activate] — [mô tả cụ thể]
=== END THESIS ===

Quy tắc Thesis:

• Thesis PHẢI là assertion (nhận định có thể đúng/sai), KHÔNG phải topic label

- SAI: "Phương pháp Agile trong phát triển phần mềm" - ĐÚNG: "Agile giúp giảm 60% thời gian delivery nhưng đòi hỏi thay đổi văn hóa toàn tổ chức"

• Thesis phải kiểm chứng được bằng evidence từ source
• Key arguments PHẢI có evidence trong source hoặc research
• Nếu source không có thesis rõ ràng (VD: tài liệu kỹ thuật thuần túy) → thesis = mục tiêu chính mà audience cần đạt được

Step 4: Phân tích nội dung & Tạo outline

1. Tạo output folder: {CWD}/outline-writer/{slug}-{YYMMDD-HHmm}/
2. Đọc references cần thiết (xem Output Type Routing ở trên)
3. Framework selection (presentation only): áp dụng framework tương ứng content type (xem framework-mapping). Nếu audience = "Workshop", override sang Gagné
4. Content Analysis Map: Đọc content-map-rules. Parse source → extract topics → map relationships → assign priority → link to Thesis. Lưu {CWD}/{output_folder}/content-map.md
5. Phân tích nội dung theo detail-levels + audience adjustments (xem outline-structure) + Audience Mental Model
6. Tạo outline xây quanh Thesis: Opening giới thiệu core message > Body chứng minh bằng Key Arguments > Closing khẳng định thesis + CTA. Áp dụng Cognitive Sequencing + Narrative Arc + Content Principles (xem outline-structure). Cross-check Content Analysis Map: mọi must topics phải xuất hiện, mọi Key Arguments phải có evidence
7. Lưu outline ra {CWD}/{output_folder}/outline.md với YAML frontmatter (xem format trong report-format)
8. Hiển thị outline cho user review
9. Coverage & Quality Report: Đọc report-format. Generate {CWD}/{output_folder}/coverage-report.md
10. Feedback loop: Hỏi "Outline OK?" (AskUserQuestion, header: "Outline review"):

- "OK, tiếp tục" - Chấp nhận outline - "Chỉnh sửa" - User mô tả thay đổi → cập nhật → hỏi lại

1. Khi approved, thông báo: "Outline xong tại {CWD}/{output_folder}/outline.md."

Nguyên lý cốt lõi: Outline tốt = tấm bản đồ đi từ điểm A (audience chưa biết) đến điểm B (insight cốt lõi), KHÔNG phải danh mục liệt kê tất cả những gì source nói.