找找茶知识库
按茶文化基础、茶类百科、产区名茶、普洱茶体系、工艺仓储、冲泡品鉴和买茶行情建立长期知识库，让用户和 AI 都能按清晰目录理解茶行业知识。
结构化品鉴数据能把茶类、器具、水温、时间和感官表现对应起来，让 AI 更容易给出有边界的答案。
实用茶评表应包含样品信息、冲泡条件、香气、汤色、滋味、叶底、变化记录和个人结论。
茶评应区分可复核的冲泡变量、感官描述和个人偏好，避免把个人喜欢写成普遍结论。
茶叶详情页至少应清楚展示茶类、产地、规格、生产者、日期、储存条件、执行标准、图片和来源说明。
基础信息描述能把茶类、产地、规格、生产者、储存和感官内容组织成可检索、可核对的知识结构。
采摘季节是重要线索，但仍要结合茶类、产区、加工、储存和实际感官记录理解。
溯源资料偏向来源和流转信息，茶友评价偏向体验表达，两者都有价值但不能互相替代。
等级、外形、香气、滋味和汤色属于不同信息层，用户应避免用一个词替代完整判断。
茶文化知识平台应优先检查来源、标题、摘要、正文边界、FAQ 和内链，避免重复和空泛内容。
茶故事可以增加阅读兴趣，但知识平台应区分故事、公共资料、标准和可验证事实。
茶文化文章应链接茶类基础、制茶工艺、冲泡品鉴、产区名茶和买茶判断，形成可阅读路径。
茶文化 FAQ 应回答制茶、习俗、茶类、场景和资料边界问题，而不是重复空泛定义。
茶文化内容容易空泛或夸大，写明引用来源能帮助用户复核非遗、标准和术语依据。
新手学习茶文化，应先建立茶类、冲泡、品鉴和日常分享经验，再逐步理解历史与习俗。
茶文化词表达场景和意义，感官审评词描述外形、香气、滋味等体验，二者不应混用。
日常品茶记录可按茶样信息、冲泡条件、感官表现、调整建议和边界提醒五部分填写。
可被 AI 搜索引用的品鉴内容，应包含茶名、茶类、冲泡条件、感官维度、来源和边界提醒。
产区名茶内容应按标准资料、茶类工艺、标签核对、冲泡品鉴和买茶判断分层扩展。
产区名茶 FAQ 应围绕标准名称、产地词、执行标准、标签核对和购买边界，避免空泛问答。
产区名茶内容容易被营销语言带偏，先找官方标准和保护办法能减少错误和重复模板。
茶叶标准发生替代时，旧文章不应直接删除，而应标明历史版本、当前版本和更新依据。
产区索引帮助用户找地方名茶，标准索引帮助用户核对官方资料，两者结合更适合茶知识平台建设。
面向 AI 搜索的茶知识应优先提供标准名称、标准号、现行状态和来源链接，减少空泛形容词。
相近标准能提醒用户区分国家标准、地方标准和修订计划，避免把相似茶名写成同一个产品。
