Drop the source-provenance artifact from cluster-keywords

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

docs/methodology.md

@@ -28,9 +28,7 @@ LLM。設計原則見 `research-plan.md`；本檔記載可重現的
 
 兩次標註執行的全部關鍵字取聯集、逐字串精確去重、字典序
 排列。失敗與拒答的記錄跳過（其歌曲不貢獻關鍵字）；解析
-時偵測重複鍵，違規即失敗。同時記出處（欄位 Keyword、
-Run、Song，一列一筆出現，依三欄排序），供收斂軌跡分析；
-出處記錄不進任何下游輸入。
+時偵測重複鍵，違規即失敗。
 
 ### 分群
 
@@ -59,14 +57,13 @@ Run、Song，一列一筆出現，依三欄排序），供收斂軌跡分析；
   實作本步，四種模型六次執行全部無法維持完整分割，
   已棄用（詳見 `decision-log.md` 2026-08-05；棄用的
   定義檔止於 git 歷史，見 `git log -- prompts/`）。
-- **產物**：六份，前綴分別標示來源與結果。
-  `source-keywords.txt`（進池後的關鍵字，一行一個）與
-  `source-provenance.csv`（出處）記錄進來的是什麼；
-  `result-keywords.txt`（組名，一行一個）與
-  `groups.csv`（欄位 Group、Keyword，一列一個成員）
-  記錄算出來的分割；`keywords-to-merge.json`
+- **產物**：五份，前綴分別標示來源與結果。
+  `source-keywords.txt`（進池後的關鍵字，一行一個）
+  記錄進來的是什麼；`result-keywords.txt`（組名，一行
+  一個）與 `groups.csv`（欄位 Group、Keyword，一列一個
+  成員）記錄算出來的分割；`keywords-to-merge.json`
   （`{"keywords": [...]}`）是實際交給模型的碼，即組名
-  加上先驗主題詞——六份中只有這一份含研究者的介入。
+  加上先驗主題詞——五份中只有這一份含研究者的介入。
   `meta.json` 記錄執行本身：進池的兩份執行歸檔與其有效
   筆數、嵌入模型與釘定 revision、分群參數與組數、外加
   的先驗詞、關鍵字總數，以及產生數字的套件版本。凡命令
@@ -117,10 +114,10 @@ Run、Song，一列一筆出現，依三欄排序），供收斂軌跡分析；
 
 ## 軌跡對映（診斷用）
 
-沿收斂軌跡的機械對映：原始關鍵字 →（出處記錄）歌曲、
-原始關鍵字 →（分群）組，純程式查表，決定性。以其結果
-與步驟 3 直接編碼的差異率作為「收斂軌跡扭曲」的診斷量，
-不作主結果。
+沿收斂軌跡的機械對映：原始關鍵字 →（兩份標註執行歸檔的
+`output.jsonl`）歌曲、原始關鍵字 →（分群）組，純程式查表，
+決定性。以其結果與步驟 3 直接編碼的差異率作為「收斂軌跡
+扭曲」的診斷量，不作主結果。
 
 ## 全管線的交接契約
 
@@ -136,7 +133,7 @@ Run、Song，一列一筆出現，依三欄排序），供收斂軌跡分析；
   `output.jsonl`（一律以換行字元 `\n` 切行——歌詞含
   U+0085 等控制字元時，`str.splitlines()` 類的通用切行
   會截斷 JSON 字串，實測踩中），進池後直接分群，一次
-  產出上列六份檔案。
+  產出上列五份檔案。
 - **步驟 2 → 3 輸入檔**：`export-llm-input --extras
   <定案碼表>` 自工作儲存產出步驟 3 的輸入，每筆
   `{"id": "song-<ID>", "content": <字串>}`，`content` 為