事实层
字幕原文、时间戳、关键帧、OCR、公开指标和采集时间。服务端固定这些事实，模型不能修改证据 ID、时间点或原始指标。
Methodology / 1.0
每条判断，都要知道从哪来。
AI 最容易给出听起来正确、却无法复核的建议。Hotdecode 的方法不是让模型说得更肯定，而是固定证据、限制推断、保存版本，并用真实发布结果持续检验。
推断层
模型对钩子、节奏、视觉证明和表达策略的解释。每条推断必须引用已有证据，并提供置信度、限制与无法判断的部分。
版本层
保存模型供应商、模型名、Prompt 版本、Schema 版本、生成时间和校验错误。历史结果不因模型升级而静默改变。
实验层
最终稿先冻结 Hash，再记录发布前假设和发布时间。T+1、T+3、T+7 的真实指标只验证已有假设，不倒推编造成功原因。
输出纪律
结论越重要，证据要求越高。
拆解报告只优先展示三个最值得行动的判断。完整字幕、关键帧和结构化数据折叠在证据层，避免用户在一份很长的 AI 报告里寻找下一步。
冷启动账号没有足够历史样本时，系统不会给出精确倍数或绝对播放量。Prediction 只保存可验证假设、风险和低置信度说明。
Playbook 的规则更新需要至少 5 个独立发布样本，建议 10 个以上；候选规则必须在冻结历史上重算，并由用户明确确认后才能成为新版本。
已知限制
- 平台公开视频、字幕与指标可能延迟、缺失或因地区与登录状态不同而变化。
- 均匀抽取的关键帧不等同于专业镜头切分，也不能还原语气、音乐和全部动态。
- 有限样本只能形成相关性判断，不能证明某个表达直接导致播放增长。
- AI 建议必须由创作者审阅；输出不能替代版权、广告、医疗、法律等专业判断。
方法会随真实失败案例和评测集升级。重大变化会保留版本记录，不改写历史报告。