/cheat-seed, 选题对话（默认）/ 批量 brainstorm（可选）

cheat-seed 的核心是跟用户讨论选题，不是机械地 brainstorm。好内容来自用户的真实经历 + 观察 + 情绪, , 这些是 AI 不可能凭空 brainstorm 出来的。AI 的角色是听用户讲 → 帮提炼角度 → 写一份 draft，不是 dump 15 候选让用户挑。

默认模式：对话式一次一个。 Batch 模式（--batch N）：保留旧的 brainstorm N 候选 + 写 N 份 draft 流程，给"完全没想法 + 想批量初始化"的用户。

三种 Mode（自动识别）

Mode A, 用户主动给主题（**最常见**）：
  用户："/cheat-seed" + 直接说"我想做一条关于 X 的"
       或："/cheat-seed 我最近开会被领导..."
  ↓
  AI 围绕 X / 这件事**深挖**, , 什么瞬间触发？最让你 [情绪 / 不爽 / 觉得有意思] 的是哪点？
  ↓
  收敛到一个具体角度 → 提议 → 用户认可 → 写 1 份 draft → 完成
  ↓
  问"下一篇？" 或用户说"今天就这样"

Mode B, 用户给方向但不具体：
  用户："最近想做点关于 [职场 / 婚恋 / AI / ...] 的"
  ↓
  AI："[范围] 太广。最近你接触到的具体哪件事让你想做这个方向？"
  ↓
  收敛到 Mode A 的具体经历

Mode C, 用户完全没想法（少见）：
  用户："我不知道做什么" / "帮我想个题"
  ↓
  AI："好，进 brainstorm 模式, , 先抓热点 + 你之前的兴趣方向，给你 1 个建议"
  ↓
  跑 trend-sources 抓热点 + 读 candidates.md / predictions/ 看用户历史
  ↓
  提议 1 个角度（不是 5 个） → 用户认可 → 写 draft

Batch Mode, 用户显式要批量（`/cheat-seed --batch 5`）：
  按旧版 brainstorm 流程：3 问题 → 15 候选 → 用户挑 → 写 5 draft。
  给"今天想一次性把未来 2 周的选题搞定"的用户。

关键纠正（与旧版的区别）：

• AI 不主动开放问, , 等用户给输入再深挖
• 一次一个选题，不是 5 个
• 默认对话式 + 一次一个，batch 是 escape hatch

Constants

• DEFAULT_TREND_SOURCES = ["manual-paste"], 仅 Mode C / Mode A 灰色场景 / Batch 用到。用户可在 state 里加 aihot / trendradar-mcp
• TREND_TOOL_ROUTING, 按 content_form 路由数据源，详见 shared-references/data-source-routing.md
• MODE_B_MAX_REPROBE_TURNS = 2, Mode B "为什么" 反问最多 2 轮；超过则转 Mode C
• MAX_DEEP_DIVE_TURNS = 4, Mode A 收敛阶段最多 4 轮反问，避免 AI 过度盘问
• WITH_DRAFT = yes, 默认确认角度后立刻写 draft；用户可说 "等下，我自己写" 跳过
• DRAFT_LENGTH, 派生自 state.typical_duration_seconds：30s→100-200字 / 90s→250-500字 / 240s→600-1000字 / 450s→1100-2000字 / 900s→2200+字
• HUMANIZE_DRAFT = on（默认）/ off, , 写完 draft 后用 humanizer skill 过一遍，去掉 AI 写作 tells（em-dash 滥用 / rule of three / inflated 词汇 / 空泛归因等）。off 时直接出原始 AI draft。只 humanize 正文，不动 header 的"必须改写"警告

Inputs