# LawBar Rebellion NotebookLM Query Package

교수님이 본인 NotebookLM에서 아래 질의를 실행합니다. 응답은 가능하면 `sourcepack-response.json` 구조로 받고, JSON이 깨지면 Markdown 요약을 LBR `AI 응답 회수` 화면에 붙여넣어 검수 후보로만 회수합니다.

## 공통 출력 규칙

- 이 실행은 교수 소유 NotebookLM에서 진행한다. LBR은 계정, 로그인, 세션, 2FA 정보를 받지 않는다.
- NotebookLM은 근거 검수 레이어이고, 학생 풀이/Anki/정답률 리포트/권한 로그는 LBR API/local DB 운영 레이어로 분리한다.
- 원문을 길게 복제하지 말고 `quote_summary`와 `citation_hint`만 둔다.
- 모든 문항 상태는 `draft`이다. NotebookLM 응답만으로 `approved`가 될 수 없다.
- NotebookLM flashcards CSV가 있으면 Anki 후보로만 회수하고 `approved=false`, `human_review_required=true`를 유지한다.
- `review_flags`에는 `human_review_required`, `citation_verification_required`, `private_material_not_quoted`, `professor_owned_notebooklm_mode_disclosed`를 포함한다.
- 학생 식별자, 점수표 원본, 원문 시험지, OCR 원문, API key를 출력하지 않는다.

## Query 1. 쟁점표 생성

자료에서 반복되는 쟁점, 출처 후보, 조문/판례 후보, 해설 충돌 후보를 표로 정리해줘. 원문 인용은 금지하고 `quote_summary`만 사용해줘.

## Query 2. 선택형 후보

변호사시험 선택형처럼 5지선다 문항 후보를 만들어줘.

- choices는 정확히 5개
- 정답은 정확히 1개
- 선지별 rationale 필수
- 오답 함정은 3종 이상
- 해설에는 법리, 사실 포섭, 오답 이유, 출처 후보 포함

## Query 3. 사례형 후보

변호사시험 사례형처럼 선택지 없는 답안 골격을 만들어줘.

- `choices: []`
- 숫자 정답 금지
- "다음 중", "옳은 것은", "1~5번" 문구 금지
- `쟁점/규범/포섭/결론` 구조 필수
- 청구, 항변, 재항변 또는 쟁점 간 선후관계를 분리

## Query 4. 기록형 후보

기록형 서류형 후보를 만들어줘.

- `choices: []`
- 문서 목록, 당사자 주장, 증거관계, 작성 과제, 누락 위험 분리
- 답안 목차와 검토 순서 제시
- 사람 검수 전 학생 배포 금지

## Query 5. 출처 충돌 검토

소스팩 안에서 서로 충돌하거나 최신 기준일 확인이 필요한 근거를 `citation_sanity` 후보로 표시해줘.

## Query 6. Flashcards CSV 회수

이미 NotebookLM flashcards CSV가 있으면 LBR Anki 후보로 회수할 수 있게 `front`, `back`, `sourcepack_id`, `review_flags`, `approved=false` 형태로 정리해줘. 학생 배포 승인본처럼 쓰지 마.