面向AI上下文PRD文件系统

选定方向后，先花一整天在 chat/plan 模式里生成一套 Markdown 文档（"sources of truth"），之后的构建全部由文档驱动。

文档体系（按生成顺序）：

1. masterplan.md — 万米高空视角：为什么做、为谁做、希望用户感受到什么；在其中引用其他文档（"设计要现代利落，具体参数读 design-guidelines.md"）
2. implementation-plan.md — 构建顺序：先后端建表 → 再认证 → 再 API → ……只讲次序不讲细节，像技术合伙人给你排的开工顺序
3. design-guidelines.md — 外观与感受的定义；要包含一些 CSS 级别的具体参数，因为 AI 在设计上"过度有创意"，需要技术性缰绳
4. user-journeys.md — 用户注册后第一步、第二步、第三步怎么走
5. tasks.md（或 plan.md）— 前面所有文档都是为它服务的：具体任务和子任务清单，agent 按它逐项执行
6. rules.md / agents.md / 项目知识设置 — 定义 agent 行为方式，免得每条 prompt 重复自己。Lazar 的标准规则："做任何事之前先读完所有 PRD；读 tasks.md 找到下一个任务；执行；完成后告诉我你做了什么、我该怎么测试。"

运行状态：设置完成后，他的 prompt 退化为一句 "Proceed with the next task"——上下文已外包给文档，人不再打断心流，因此能 5 个项目并行。要点是保持文档"动态"：随项目推进定期更新文档，等于持续刷新 agent 的 token 窗口用法。

辅助认知：用 Markdown 是因为"AI 爱读 Markdown"；文档可以让 LLM 代写（他做了公开的 GPT：在 ChatGPT store 搜 Lovable PRD generator，脑暴进去自动产出这四份文件）。

一个任务一个任务地推进：每次只让 agent 执行一个小任务，保持其上下文窗口小而聚焦，这是三愿望规则（token 有限）的直接应用。