數學錯題集“指數化收益引擎”的成功構建與初步運行，驗證了“系統化知識管理”在理科學習中的威力。然而，在“夏普比率”精力分配模型中，語文（尤其是作文）被歸類為“低單位風險預期提分”的科目，意味著其投入產出比低且不穩定。但這并不意味著古民打算放棄或完全聽之任之。相反，他認為，正因為作文提分“性價比”看似不高，才更需要用“系統”的方法，以最小的邊際投入，撬動可能的最大、最穩定的邊際產出。他需要為作文――這個高度依賴長期積累、難以短期突破的領域――也設計一個“復利積累”系統，目標不是追求文采斐然，而是確保在高考中能穩定、高效、不出錯地輸出一篇中等偏上的文章，從而將語文總分鎖定在一個安全區間。

他將目標鎖定在作文的“素材”環節。審題、立意、結構可以靠套路和訓練，但“內容是否充實”、“例子是否恰當新穎”、“論述是否有說服力”，高度依賴平日的素材積累。傳統的素材積累方法（摘抄好詞好句、背誦人物事跡）往往低效、零散、難以調用，且容易撞車。古民要構建的，是一個個性化、可檢索、可組合、能產生“應用復利”的數字化作文素材庫。

他再次啟動“系統設計”思維，將“作文素材庫”視為另一個微觀的“知識價值引擎”，但其“產品”不是數學題的“答案”，而是寫作時可調用的“論據組件”和“表達模塊”。

第一步：痛點分析與系統目標定義。

古民分析了自身在作文素材運用上的核心痛點：

1.記憶碎片化：讀過的故事、名、事例，時間一長就模糊，只剩印象，無法精確復述細節（時間、人物、數據、關鍵表述）。

2.調用困難：考試時，面對具體題目，難以從記憶碎片中快速、準確地提取出最貼切的素材。常常是“好像有這么一個例子，但具體說不清”，或只能想到最爛大街的案例。