四個對照產品掃過一輪 — 用「岩館密度 × 內容深度」兩軸定位，找出 Climby 最該卡的位置與一個可先做的低成本切入點。
現有產品各守一角，沒有人同時做「在地岩館」與「路線分級」— 這是缺口。
以下為 placeholder 說明文字，示範 BLUF 之後才放支撐細節。這一段刻意寫短：報告是拿來「看懂」的、不是「讀完」的，能變成圖表的都往下面的元件塞，文字只補圖表講不清的部分。
元件 ③ · 對照表（斑馬 / hairline / 可標綠紅黃 / overflow-x）| 產品 | 在地岩館 | 路線分級 | 內容深度 | 對我們的啟示 |
|---|---|---|---|---|
| Product A | 有 | 無 | 淺 | 可借用 UX |
| Product B | 弱 | 部分 | 中 | 缺口最接近我們 |
| Product C | 無 | 無 | 深 | 內容多但不在地 |
| Product D | 有 | 無 | 淺 | 已飽和 · 避開正面 |
綠列＝最接近我們的缺口、pill 用顏色編碼判斷。手機上表格自己橫向捲動。
綠=可借用/推薦、紅=風險/避開、黃=注意 — 全份一致，讓判斷不用讀字。
左上（低成本高影響）= 分級牆 MVP，是唯一該先做的。
三階段推進，Phase 1 先驗留存假設再決定要不要擴。
最小可用的分級瀏覽，接一館資料，量留存與點擊深度。
留存站得住 → 接 3–5 館、加分級對照映射層。
量體到位後才評估推薦系統，避免過早投入。
分級內容越全 → 越多人來查 → 越多人貢獻 beta → 內容更全，這是個正回饋環。
圖 1 · 成長迴路（placeholder）— 全 ＋ 邊構成一個增強環 R
右上象限（在地 × 深內容）是空的 — Climby 該卡這裡。
圖 2 · 競品定位（placeholder）— 橘點＝我們要卡的空白象限
主張都有出處，編號可回指內文。
每個元件掛一條可被證偽的假設；假設不成立 → 砍該元件。這是這份 skeleton 自身的歸因表（也順帶示範表格元件）。
| 元件 | 設計決策 | 驗證的假設（可證偽） |
|---|---|---|
| ① Hero + TL;DR | 大標 900 放大 + accent callout 標 TL;DR | 假設 user 掃視覺層級就抓到主旨與結論，因為重點被放大、結論被標色 |
| ② Section BLUF | 每段第一句加左橘條當 takeaway | 假設 user 只讀標題＋第一句就掃完全份，因為結論前置、細節下沉 |
| ③ 對照表 | 斑馬 + hairline + 綠紅黃標欄列 | 假設 user 一眼看完 N 個對照，因為關係型資料進表格比並排長段快 |
| ④ Callout ×3 | 綠/紅/黃 三色語意通道 + SVG icon | 假設 user 不用讀就懂好壞，因為顏色是全份一致的第二訊息通道 |
| ⑤ Effort×Impact | 甜蜜點象限用 accent 左條標 | 假設 user 一眼知道先做哪個，因為取捨進矩陣、最優解被標記 |
| ⑥ Phase 時間軸 | 當前階段用 accent dot | 假設 user 看得懂順序與「現在在哪」，因為順序進時間軸而非文字 |
| ⑦ 因果迴路圖 | inline SVG 迴路 + ＋/－ 邊 + R 標記 | 假設 user 看懂「為何會滾起來」，因為因果關係圖比文字直觀 |
| ⑧ 二維定位圖 | 兩軸 + 空白象限 tint + 橘點目標 | 假設 user 一眼看到誰在哪、我們卡哪，因為 2D 空間 md 表達不了 |
| ⑨ 來源清單 | 編號 + 出處 + meta 獨立成清單 | 假設 user 想查證找得到出處，因為來源不埋在內文 |