chemenu/work/backfill-capture-fields/plan.md

# plan.md — backfill-capture-fields

Backfill von `fidelity` und `authority` (Gitea #67, Publish 2/3) über die **29** bestehenden
Source-Seiten. Die Maschinerie steht seit `4.8.0-beta.8` (`f4353cc`); hier kommt nur der
Bestand nach.

## Korrektur zur Zahl

Der Issue-Body nannte 31 Seiten. Das war eine Fehlzählung (`find kb/sources -name '*.md'` zählt
`INDEX.md` und `COLLECTION.md` mit). Es sind **29** Source-Seiten — dieselbe 29, die #66s
Changelog-Eintrag nennt, und dieselbe Zahl wie die 29 Raw-Dateien.

## Einheiten

**Eine Einheit** (`backfill-capture-fields/u1`), 29 Seiten. Weit unter der Empfehlung von 48 aus
`instructions/migrate-corpus.md` Schritt 2; Kostenschätzung 29 × `touch` + `index rebuild` +
`lint` + `log append` + `publish` (zweimal, Mass-Update-Gate) ≈ 35 Aufrufe gegen die 60er-Decke.
Kein Grund zu schneiden, also kein Schnitt.

## Entscheidungsregel

Ein Backfill-Wert ist **erschlossen**, nicht erhoben — genau die Vermutung, vor der #67 warnt.
Deshalb gilt hier eine engere Regel als beim laufenden Betrieb:

> Ein echter Wert wird nur gesetzt, wo die **Art des Artefakts** ihn aus dem Material selbst
> zweifelsfrei festlegt. Wo zwei kompetente Leser abweichen könnten, steht `unknown`.

`unknown` ist an dieser Stelle keine Bequemlichkeit, sondern die einzige ehrliche Antwort: es ist
backfill-only genau deshalb, weil ein geratener Capture-Wert später nicht mehr von einem
erhobenen zu unterscheiden wäre.

Was die Art des Artefakts festlegt:

| Artefakt | `fidelity` | Begründung |
|---|---|---|
| Gesprächstranskript | `verbatim` | wörtlicher Mitschnitt eines Austauschs |
| Tracker-Export | `verbatim` | die Datei sagt selbst „Wörtliche Kopie des Issue-Threads" |
| Web-Artikel / Blogpost mit `source_url` | `published` | veröffentlichtes Artefakt, als Zitat übernommen |
| LLM-Analyse fremden Materials | `secondhand` | Wiedergabe von etwas anderem |
| Selbstverfasste Notiz / Cheat Sheet | `unknown` | weder Mitschnitt noch Veröffentlichung noch Wiedergabe — der Enum hat keinen Wert dafür |

`authority` folgt der Worked-case-Tabelle aus dem Issue selbst (Zeile „Privat-Projekte":
Systemdoku/Spec = `normative`, Session-Transkript = `reporting`, LLM-Analyse = `opinion`) und
sonst der Frage, ob der Urheber für den **Gegenstand** zuständig war.

## Die 29 Urteile

### verbatim + reporting (18)

16 Gesprächstranskripte (`raw/notes/Conversation Transcript - *.md`) plus die 2 Tracker-Exporte.
Beide Gruppen sind wörtliche Mitschnitte; beide berichten über ihren Gegenstand, statt ihn
festzulegen — ein Issue-Thread ist ein Protokoll, kein Contract. Das normative Artefakt zu
#41/#62 ist `instructions/dev/issue-tracking.md`, nicht der Thread, der dorthin geführt hat.

### verbatim + normative (1)

- `Source - qmd - GitHub Repository` — die Rohdatei erklärt ihre Treue selbst („die API-JSON-Felder
  sind wörtlich zitiert; die README-/package.json-Auszüge … wörtlich aus den geholten Dateien").
  Ein Projekt-README ist für die Frage, was das Projekt *ist*, zuständig.

### secondhand + opinion (3)

- `Source - LLM Improvements Codex Analysis`, `Source - LLM Improvements Sonnet Analysis` —
  Modellausgabe über gelesenes Material.
- `Source - LLM Improvements Production Agent Gaps 2026` — der Kopf der Rohdatei sagt es
  ausdrücklich: „Aspekt aus einer externen Analyse … vom Nutzer per Chat eingebracht". Also die
  Wiedergabe einer fremden Analyse, nicht die Analyse selbst.

### published + reporting (2)

- `Source - AMD Powermanagement CPU` — heise.de-Meldung, wörtlich als Blockzitat übernommen.
  Fachjournalismus berichtet über den Kernel-Treiber, er legt ihn nicht fest.
- `Source - LLM Wiki v2` — veröffentlichter Blogpost, der sich selbst als „was wir beim Betrieb
  gelernt haben" einführt: Erfahrungsbericht auf einem fremden Muster.

### published + normative (1)

- `Source - LLM Wiki Pattern` — Karpathys ursprüngliche Idea-File. Für die Frage „woraus besteht
  das LLM-Wiki-Muster" ist das definierende Dokument zuständig; der Gegenstand der Seite *ist*
  der Inhalt dieses Dokuments.

### unknown + normative (1)

- `Source - Copilot Skill Restructure Instructions` — `fidelity` **unknown**: ein selbst
  verfasstes, fertiges Anweisungsdokument ist weder Mitschnitt noch Veröffentlichung noch
  Wiedergabe; der Enum hat dafür keinen Wert, und einen zu wählen wäre geraten.
  `authority` **normative**: der Text ist eine Direktive des Repo-Eigners an einen Agenten
  („You are restructuring …", „concrete requirements"), und die Umstrukturierung ist so gelaufen.

### unknown + reporting (3)

- `Source - Arch Linux Cheat Sheet`, `Source - Docker Cheatsheet`, `Source - Wine` —
  `fidelity` **unknown** aus demselben Grund wie oben (eigene Notizen sind keine Erfassung von
  etwas anderem). `authority` **reporting**: der Operator ist für Arch, Docker und Wine nicht
  zuständig; die Notizen halten fest, was bei ihm funktioniert hat.

## Bilanz für die Changelog-Belegzeile (Publish 3/3)

- `fidelity: unknown` auf **4** von 29 Seiten (1 Anweisungsdokument, 3 Cheat Sheets).
- `authority: unknown` auf **0** Seiten — die Zuständigkeitsfrage war überall aus dem Material
  beantwortbar, die Erfassungstreue nicht.

## Was diese Einheit nicht tut

- **Kein `migrate done`.** Das führt die `kb_version` in `.wikitool-kb.json` weiter, und die Kette
  dort kommt aus den Dokumenten unter `instructions/migrations/`. #67 hat keins und braucht keins
  (MINOR, Felder optional im Schema) — es gibt also keinen nächsten Kettenglied-Eintrag, den
  dieser Lauf setzen dürfte.
- **Keine Body-Änderung.** Nur Frontmatter, ausschließlich über `wikitool touch`.