戴师兄开场 + 左橘长演示：用 Kimi 把视频弹幕评论数据「一句话」生成可视化看板，重点讲透「为什么同样的模型同样的数据，产出质量天差地别」——输入决定输出。
上节课已经用 AI 拿到视频弹幕和评论数据，但数据获取没门槛 ≠ 拿到了有效信息。
表里密密麻麻全是弹幕评论，而人是视觉动物，对数字不敏感、只擅长看图。分析师的活就是把数据变图表、搭大屏看板，提高分析效率。这节课要验证：AI 能不能从 0 到 1 搭一个看板。
AI 能一句话出看板（核心指标 / 弹幕占比 / 热力图 / 情绪分布 / 热词），还能生成可分享链接。但第一版只是「平均水平」。提质三招：
这节课讲解的顺序与递进
三版看板用的是同一个模型、同一份数据，质量却天差地别。差距全在输入：
这把「提示词工程」从玄学落到了一个具体动作上：你要把脑子里的标准，变成 AI 能读到的参考（图片或 Skill 文档），而不是反复用形容词催它。
基于 project_memory 历史信息的串联分析