## 1. 统一平台、指标和观察时刻

清点 source-data.json 的四个平台、指标、前后时间及原始显示。不要访问网络，不补当前数值，输出 metric-index.md。

应拿到：四项口径与时间索引。
检查：followers 与 subscribers 保留原名，两期时间明确。

## 2. 为缺失、零和约数设置状态

分别标 exact、missing、approximate，未知数值保持 null。YouTube 保留失败原因，Newsletter 的 0 标 exact，Blog 保留 1.2K，不转为精确 1200。

应拿到：数值与状态分离的提取表。
检查：未取得没有填零或沿用旧数；约数没有冒充精确值。

## 3. 只在可比较项计算周变化

按规则算差值，两期均为 exact 才计算。基期为 0 时百分比不计算。列出计算式与不计算原因，不做跨平台合计，不补缺值。

应拿到：X +40、Newsletter -20，其余不算精确差值。
检查：YouTube 与 Blog 的精确变化仍为空，并有解释。

## 4. 输出一批可审阅的新记录

生成包含批次、平台、指标、原始显示、数值、状态、变化和原因的 CSV。所有四项均保留，标为未写入。与参考结果对照，分清缺失和下降。

应拿到：四行本地登记与周摘要。
检查：表中既有 YouTube 缺失，也有 Newsletter 的 -20。

## 5. 只读核对目标表，再追加确认行

核对 <表格 id/工作表> 与已有平台+指标+观察批次。先展示拟新增四行；获具体确认后按原始值写入，记录实际范围并回读。失败先查是否已存在，不覆盖历史行，不输出密钥。

应拿到：真实追加证据，或明确的未写入文件。
检查：同批重试不多一组记录，目标表与新增范围可回查。

## 6. 每次新观察重新读取状态

保存 audience-tracker Skill，包含平台清单、口径、观察批次、missing/approximate 规则、计算、查重和回读。Routine 先给草案；无变化安静，读取失败或口径变化单列，不改旧记录。

应拿到：可复用周观察说明。
检查：下次失败不会继续显示旧数冒充本期结果。