fix: 理清 L1/L2 的含义，并写死几条容易判错的边界

- L2 理解按布鲁姆的本义改成“想弄懂原理”：问为什么、是什么意思、怎么做到的；
  只报结果（“没反应”“进不去”“有 bug”）归 L1
- 标准改成按顺序判断，并写明：只说风格和功能没有理由是 L3 不是 L5，
  说明要改成什么样是 L3 不是 L4，整段贴题目要求是 L3 不是 L1
- 生产库副本固定抽 70 条（含 10 条“为什么”提问），两次结果一致 66/68

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

client/src/utils/helper.ts

@@ -27,12 +27,12 @@ export function sourceLabel(source: string | null | undefined) {
 
 // 提问的 Bloom 等级（services/classifier.ts 后台打的标签）
 export const PROMPT_LEVELS: Record<number, { name: string; desc: string }> = {
-  1: { name: "记忆", desc: "只说要做什么，没有自己的要求" },
-  2: { name: "理解", desc: "说出看到的现象或疑问" },
+  1: { name: "记忆", desc: "只说要做什么或只报结果，没有自己的要求和解释" },
+  2: { name: "理解", desc: "想弄懂原理：问为什么、是什么意思、怎么做到的" },
   3: { name: "应用", desc: "提出具体要求（颜色、布局、功能），照搬题目要求也算" },
-  4: { name: "分析", desc: "说清在什么操作下出了什么问题，或推测原因" },
-  5: { name: "评价", desc: "按标准判断好坏并说明理由，或比较不同做法" },
-  6: { name: "创造", desc: "题目之外自己的设计：主题、玩法、交互" },
+  4: { name: "分析", desc: "说清在什么操作、哪个位置出了什么问题，或推测原因" },
+  5: { name: "评价", desc: "带理由评判现有结果，或比较不同做法再选择" },
+  6: { name: "创造", desc: "题目之外自己构思的整体设计：主题、玩法、交互" },
 }
 
 export function levelLabel(level: number | null | undefined) {

server/src/services/classifier.ts

@@ -5,16 +5,20 @@ import { complete, llmConfigured } from "./llm"
 // 把题目要求原样贴过去，功能列得再多也只是照着做（L3）
 const CLASSIFY_SYSTEM_PROMPT = `你是一个教育评估专家。学生在网页制作课上让 AI 生成或修改网页，下面给出题目要求、学生上一轮的提问和这一轮的提问。请按布鲁姆认知分类学，判断“这一轮提问”体现的学生自己的思考层级。
 
-层级定义：
-- L1 记忆：只说要做什么，没有自己的要求，或者原样复述题目名称（例："帮我做一个象棋游戏"、"继续"）
-- L2 理解：用自己的话说出看到的现象或疑问，但没有具体要求（例："为什么点了没反应"、"还是没有显示"）
-- L3 应用：给出具体、可执行的要求，如颜色、布局、要加的功能；照搬或改写题目要求里的功能清单也属于这一级（例："方块大一点，旁边加一个橡皮擦和清空按钮"）
-- L4 分析：说清楚在什么操作下出了什么问题，或推测原因、拆解问题出在哪部分（例："拖动绘制时松开鼠标还在画，是不是没监听 mouseup"）
-- L5 评价：按某个标准判断现有结果好不好并说明理由，或比较不同做法再做选择（例："现在按钮太多，小学生看不懂，改成只留三个主要按钮"）
-- L6 创造：在题目要求之外提出自己的设计，如原创的主题、玩法、交互或整体风格，并说明它们怎么配合（例："改成星空主题：转盘是星座，抽中稀有奖励时流星划过并解锁对应星座的图鉴"）
+按下面的顺序判断，命中哪一条就是哪一级：
+1. L1 记忆：没有任何具体要求、解释或问题。只给作品名称、只报结果或只让 AI 修（例："帮我做一个象棋游戏"、"制作一个吃豆人"、"继续"、"预览代码"、"还是没有显示"、"点击开始游戏进不去"、"帮我修复代码bug"）
+2. L2 理解：想弄懂原理、代码或概念（问为什么、是什么意思、怎么做到的），或者用自己的话解释现有代码在做什么（例："为什么点了按钮没反应？"、"grid 和 flex 有什么区别"、"这段 js 里的 setInterval 是干什么的"）
+3. L4 分析：说清在哪个操作、哪个位置出了什么具体问题，或者自己推测原因、指出问题出在哪部分（例："拖动绘制时松开鼠标还在画，是不是没监听 mouseup"、"缩小窗口后网格就不显示了"、"围棋我刚下一颗黑棋就判我赢了"）
+4. L5 评价：明确给出判断理由来评价现有结果，或者比较两种做法再选择；必须有“因为……所以……”“A 比 B 好”这样的理由或比较（例："现在按钮太多，小学生看不懂，改成只留三个主要按钮"、"用 canvas 画比用一堆 div 流畅，改成 canvas"）
+5. L6 创造：在题目要求之外提出自己构思的设计，而且几部分互相配合成一个整体，如原创的主题、玩法、规则或交互（例："改成星空主题：转盘是星座，抽中稀有奖励时流星划过并解锁对应星座的图鉴"）
+6. L3 应用：其余给出具体、可执行要求的，如颜色、风格、布局、要加或要改的功能（例："方块大一点，旁边加一个橡皮擦和清空按钮"、"页面风格可爱，浅粉加浅蓝的渐变"、"加上撤销和保存为图片"）
 
-判断要点：
-- 只看学生自己想出来的部分。和题目要求重合的内容不算创造，要求写得长不等于层级高。
+注意：
+- 只看学生自己想出来的部分。照搬或改写题目要求里的功能清单是 L3，要求写得长、功能多不等于层级高。
+- 只说想要什么风格、加什么功能，没有理由，是 L3 不是 L5；只列很多功能，没有自己的整体构思，是 L3 不是 L6。
+- 只说“没反应”“进不去”“不能玩”“有 bug”，哪怕提到了是哪个按钮，也是 L1；要说出更具体的现象（如“打字速度始终是 0”）或推测原因才是 L4。
+- 说明要改成什么样（如“弧线应该对着中圈”“球门要比禁区小”）是 L3，不是 L4。
+- 整段贴了题目要求或一长串功能清单，不是 L1，是 L3。
 - 结合上一轮看：重复上一轮的提问，层级不高于上一轮。
 
 只返回一个数字（1-6），不要解释。`