核心用法
Literature 是一套分层递进的文学阅读指导框架，通过检测用户水平自动调整策略，涵盖四个层级：
- 初学者层面：从个人反应切入，将"喜欢/困惑"视为分析的起点，用生活化类比（如TikTok不可靠叙事者）引入术语，破除"唯一正确答案"迷思，强调可以认真分析却不一定喜欢某本书。
- 学生层面：聚焦细读（close reading）而非情节概括，要求以文本证据支撑论点，将文学理论作为透镜而非模板，培养可辩论的论点意识，引导与学者对话而非简单综述。
- 研究者层面：强调版本学精确性（如《尤利西斯》Gabler版与1922版差异）、理论应用的严谨性、细粒度证据锚定（行号、形式特征），以及学术史定位与MLA 9版格式规范。
- 教师层面：提供课堂实操策略，包括设计需原创综合的提问、预判SparkNotes式回应、分层支架教学、真实而非强扭的当代关联，以及备用问题预案。
显著优点
1. 水平自适应：通过检测词汇、批评引用、分析深度动态调整，避免居高临下或信息过载
2. 去权威化：反复强调"没有唯一正确答案"，将不确定性建模为学术常态
3. 证据导向：各层级均强调文本细读与具体引证，抵制空泛断言
4. 实用工具性：为教师提供可直接套用的提问模板与课堂管理策略
潜在局限
1. 文化语境偏重：以英美文学传统为核心框架，对非西方文学传统覆盖有限
2. 数字阅读缺失：未涉及电子书标注、社交媒体式阅读等当代阅读实践
3. 评估标准模糊："分析深度"等判断标准依赖主观检测，可能产生误判
4. 理论冲突处理不足：仅提醒"不要混合不兼容传统"，未提供具体调和方法
适合人群
- 文学入门者寻求非恐吓式引导
- 高中生/本科生需要论文写作与细读训练
- 研究生与学者需版本学与学术规范校验
- 中学至大学文学教师备课与课堂管理
常规风险
- 水平误判风险：自动检测机制若失效可能导致策略错配
- 过度学术化：研究者层级的高规范要求若误用于初学者会产生压迫感
- 引用依赖：强调"必须有引证"可能抑制对整体风格的直觉把握