数学错题集“指数化收益引擎”的成功构建与初步运行，验证了“系统化知识管理”在理科学习中的威力。然而，在“夏普比率”精力分配模型中，语文（尤其是作文）被归类为“低单位风险预期提分”的科目，意味着其投入产出比低且不稳定。但这并不意味着古民打算放弃或完全听之任之。相反，他认为，正因为作文提分“性价比”看似不高，才更需要用“系统”的方法，以最小的边际投入，撬动可能的最大、最稳定的边际产出。他需要为作文――这个高度依赖长期积累、难以短期突破的领域――也设计一个“复利积累”系统，目标不是追求文采斐然，而是确保在高考中能稳定、高效、不出错地输出一篇中等偏上的文章，从而将语文总分锁定在一个安全区间。

他将目标锁定在作文的“素材”环节。审题、立意、结构可以靠套路和训练，但“内容是否充实”、“例子是否恰当新颖”、“论述是否有说服力”，高度依赖平日的素材积累。传统的素材积累方法（摘抄好词好句、背诵人物事迹）往往低效、零散、难以调用，且容易撞车。古民要构建的，是一个个性化、可检索、可组合、能产生“应用复利”的数字化作文素材库。

他再次启动“系统设计”思维，将“作文素材库”视为另一个微观的“知识价值引擎”，但其“产品”不是数学题的“答案”，而是写作时可调用的“论据组件”和“表达模块”。

第一步：痛点分析与系统目标定义。

古民分析了自身在作文素材运用上的核心痛点：

1.记忆碎片化：读过的故事、名、事例，时间一长就模糊，只剩印象，无法精确复述细节（时间、人物、数据、关键表述）。

2.调用困难：考试时，面对具体题目，难以从记忆碎片中快速、准确地提取出最贴切的素材。常常是“好像有这么一个例子，但具体说不清”，或只能想到最烂大街的案例。