# HANDOFF — L23301 數據準備與特徵工程 重生（6 張）

> 日期：2026-05-07
> 派工人：Heiter
> 目標：依欣梅爾午後 review 修 L23301 共 6 張（含補產 P17）
> 圖檔規格：16:9 / 2048x1152 / 繁體中文清楚可讀
> 風格：手寫講義筆記（淡米白方格紙、黑色粗手寫標題、青綠底線、暖黃重點框、紅橘標註、多色手繪圓圈編號）

## 鎖死規則（每張都適用）

1. **絕對不要刪除或覆蓋任何既有 PNG**。原 v1 圖（已存在的）完全保留。
2. **檔名**：v2 後綴用於 P01/P02/P04/P05/P07（既有版本被移走或留著）；P17 是補產，**不加 v2**（從未存在過）。
3. **三個共通負向約束**（每張 prompt 開頭都附）：
   - **嚴禁畫成 L23303「模型訓練評估與驗證」章節**（L23301 P04/P05 之前誤植成此章節，此次必修）— 本章是 L23301，左上 L-code 寫「L23301」，**嚴禁出現「資料分割與準備」「批次訓練設計與更新策略」「K-fold」「Batch GD/SGD/Mini-batch」這些 L23303 內容**。
   - **嚴禁畫成 L23304「模型調整與優化」章節**（L23301 P07 之前誤植成此章節）— **嚴禁出現「深度與寬度」「網路層數」「神經網路深度寬度權衡」這些 L23304 內容**。
   - 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

## 共用變數

```
L_CODE = "L23301"

STYLE_BASE = "請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。"

LAYOUT_RULE = "版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。避免密密麻麻小字；公式若出現，請以手寫公式框呈現並保持符號正確。"
```

---

# ① P01 重生 v2 — 簡化章節導覽（拿掉中間 4 區塊 + 流程改「數據清理」）

**舊檔保留**：`L23301_p01_intro_overview.png`
**新檔名**：`L23301_p01_intro_overview_v2.png`

**動因**：v1 中間 4 區塊（資料品質與特徵表達 / 機器學習流程 / 模型輸入 / 轉換標準化編碼衍生處理）內容雖在教材前言提到但**只是一句話帶過**，後續各章會展開細節。本頁是章節導覽，應突出「整章 5 步驟流程」主視覺，4 區塊讓版面擁擠。同時下方流程「資料清理」改「數據清理」（與整章「5.1 數據準備與特徵工程」標題一致）。

**送 codex 的完整 prompt**：

```
【共通負向約束】
1. 嚴禁畫成 L23303「模型訓練評估與驗證」章節 — 本章是 L23301，左上 L-code 寫「L23301」。
2. 嚴禁畫成 L23304「模型調整與優化」章節。
3. 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。

教材原詞必須清楚出現：5.1 數據準備與特徵工程、資料品質與特徵表達、數據準備與特徵工程、模型效能與穩定性的基礎建設、模型選擇、參數調校、相依關係、數據清理、特徵選擇與降維、特徵轉換與資料標準化、資料增強、特徵工程策略。

【TERMS_RULE 覆寫 — v2 修復】
不要改寫為其他英文術語，不要省略教材括號中的英文詞。
- 嚴禁畫中間「資料品質與特徵表達 / 機器學習流程 / 模型輸入 / 轉換標準化編碼衍生處理」四個獨立區塊（v1 P01 有此四區塊，本次必移除以簡化版面，這些內容會在後續各章展開）。
- 下方 5 步驟流程的第一步必須寫「① 數據清理」（嚴禁寫「資料清理」 — v1 P01 寫「資料清理」與整章標題「5.1 數據準備與特徵工程」用「數據」不一致，本次必修）。
- 5 步驟其餘步驟保留：② 特徵選擇與降維 → ③ 特徵轉換與資料標準化 → ④ 資料增強 → ⑤ 特徵工程策略。

左上角標示「L23301」。

【版面最上方畫一條淺青色或淺薄荷綠的章節 banner】
橫貫整個寬度，高度約占畫面 12-15%，banner 中央以大字粗手寫體寫「第 5.1 節 · 數據準備與特徵工程」，作為本章封面元素，與 banner 兩端可加小手繪裝飾（書籤角、墨水滴、小書本 icon）。

【主標題】banner 下方獨立行
寫「1. 前言與章節導覽」，旁邊配一個小放大鏡或書籤 icon。

【中段一條精簡敘述】（佔 15-20%）
用一句話總結整章核心：「資料品質與特徵表達往往比演算法本身更決定模型最終表現；模型輸入是經過轉換、標準化、編碼甚至衍生處理的數據向量。」用紅橘星號標出「資料品質與特徵表達」幾個字。

【主視覺 — 占頁面下半 50-55%，整章 5 步驟流程主幹】
畫一條由左至右的主幹流程地圖，五個編號圓圈卡片橫排，每個有對應的小手繪 icon：
① 數據清理（旁邊 icon：掃帚 / 刷子 / 清潔工具）
② 特徵選擇與降維（旁邊 icon：篩網 / 漏斗）
③ 特徵轉換與資料標準化（旁邊 icon：尺 / 量規）
④ 資料增強（旁邊 icon：複製 / 增加）
⑤ 特徵工程策略（旁邊 icon：地圖 / 指南針）

主幹下方加一條小註：「與模型選擇、參數調校具相依關係」。

【絕對不要畫】
- 中間 4 區塊（資料品質與特徵表達 / 機器學習流程 / 模型輸入 / 轉換標準化編碼衍生處理）
- 任何過頁鉤子或頁碼
- L23303「資料分割與準備」「K-fold」內容
- L23304「深度與寬度」內容

注意：章節 banner 僅在本頁（P01）出現作為章節封面元素，後續 P02–P17 不重複此 banner。

版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。
```

建議輸出檔名：`L23301_p01_intro_overview_v2.png`

---

# ② P02 重生 v2 — 主標「資料清理」→「數據清理」

**舊檔保留**：`L23301_p02_sec2_data_cleaning_overview.png`
**新檔名**：`L23301_p02_sec2_data_cleaning_overview_v2.png`

**動因**：主標題寫「2. 資料清理」與整章「5.1 數據準備與特徵工程」標題用「數據」不一致，本次統一用「數據清理」。

**送 codex 的完整 prompt**：

```
【共通負向約束】
1. 嚴禁畫成 L23303 章節 — 本章是 L23301，左上 L-code 寫「L23301」。
2. 嚴禁畫成 L23304 章節。
3. 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。

教材原詞必須清楚出現：數據清理、缺失值處理、異常值偵測與處理、重複樣本與資料一致性檢查、資料型別轉換與欄位格式調整、清理流程的策略考量、正確性、一致性、完整性、特徵工程。

【TERMS_RULE 覆寫 — v2 修復】
不要改寫為其他英文術語，不要省略教材括號中的英文詞。
- 主標必須寫「2. 數據清理」（嚴禁寫「資料清理」 — v1 P02 寫「資料清理」與整章標題用「數據」不一致，本次必修）。
- 5 個子節入口卡名稱沿用教材原文：（1）缺失值處理 /（2）異常值偵測與處理 /（3）重複樣本與資料一致性檢查 /（4）資料型別轉換與欄位格式調整 /（5）清理流程的策略考量。

左上角標示「L23301」。主標題寫「2. 數據清理」（手寫粗體）。

【上方一條敘述】
數據清理是建模前的必要步驟，目的是確保進入後續特徵工程的資料具備正確性、一致性與完整性。用紅橘色標出「正確性 / 一致性 / 完整性」三個關鍵詞。

【中央視覺】
小掃帚或刷子 icon → 原始數據（亂的）→ 數據清理 → 整潔數據 → 進入特徵工程

【版面下半 — 5 個子節入口卡橫排】
①（1）缺失值處理（小 icon：問號方塊）
②（2）異常值偵測與處理（小 icon：散點圖含離群點）
③（3）重複樣本與資料一致性檢查（小 icon：相同雙列）
④（4）資料型別轉換與欄位格式調整（小 icon：123/abc/日期）
⑤（5）清理流程的策略考量（小 icon：燈泡或書本）

版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。
```

建議輸出檔名：`L23301_p02_sec2_data_cleaning_overview_v2.png`

---

# ③ P04 重生 v2 — 異常值偵測與處理（誤植修正）

**舊檔已移走**：原 `L23301_p04_sec2_2_outlier_detection.png` 因誤植成 L23303 內容已被移到 `L23303/.../L23303_p03_sec2_1_data_split_typo_from_l23301.png`
**新檔名**：`L23301_p04_sec2_2_outlier_detection_v2.png`

**動因**：v1 P04 整張畫成 L23303 P03「資料分割與準備」+ K-fold 交叉驗證內容（B 類致命誤植）。本次照 prompts.md P04 教材原文重生，鎖死「異常值偵測與處理」內容。

**送 codex 的完整 prompt**：

```
【共通負向約束】
1. **嚴禁畫成 L23303「模型訓練評估與驗證」章節** — 本章是 L23301，左上 L-code 寫「L23301」。**嚴禁出現「資料分割與準備」「訓練集 / 驗證集 / 測試集」「K-fold 交叉驗證」「K 個不重疊的子集」這些 L23303 內容**（v1 P04 整張誤植此內容，本次必修）。
2. 嚴禁畫成 L23304 章節。
3. 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。

教材原詞必須清楚出現：異常值偵測與處理（Outlier Detection & Handling）、輸入錯誤、資料錯置、極端觀測、模型參數與分佈估計、統計方法、Z 分數（Z-score）、四分位距（IQR）、視覺化分析、箱型圖、散佈圖、時間序列圖、機器學習方法、Isolation Forest、Local Outlier Factor（LOF）、高維資料、移除、截尾與轉換、上下邊界、對數、Box-Cox、標記保留、欺詐偵測、特徵輸入。

不要改寫為其他英文術語，不要省略教材括號中的英文詞；可補充說明，但教材主詞需保留。

左上角標示「L23301」。主標題寫「2.（2）異常值偵測與處理（Outlier Detection & Handling）」。

【最上方一條小註】
說明異常值來源：輸入錯誤、資料錯置、極端觀測，會顯著影響模型參數與分佈估計。

【上半「偵測方法」三欄並列】
① 統計方法 — Z 分數（Z-score）/ 四分位距（IQR）
② 視覺化分析 — 箱型圖 / 散佈圖 / 時間序列圖
③ 機器學習方法 — Isolation Forest / Local Outlier Factor（LOF），適合高維資料

【下半「處理策略」三欄並列】
① 移除 — 可確認錯誤輸入時直接刪除
② 截尾與轉換 — 限制上下邊界 / 對數 / Box-Cox 轉換
③ 標記保留 — 如欺詐偵測時保留並作為特徵輸入

版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。
```

建議輸出檔名：`L23301_p04_sec2_2_outlier_detection_v2.png`

---

# ④ P05 重生 v2 — 重複樣本與資料一致性檢查（誤植修正）

**舊檔已移走**：原 `L23301_p05_sec2_3_duplicates_consistency.png` 因誤植成 L23303 內容已被移到 `L23303/.../L23303_p04_sec2_2_batch_strategy_typo_from_l23301.png`
**新檔名**：`L23301_p05_sec2_3_duplicates_consistency_v2.png`

**動因**：v1 P05 整張畫成 L23303 P04「批次訓練設計與更新策略」+ Batch GD / SGD / Mini-batch 內容（B 類致命誤植）。本次照 prompts.md P05 教材原文重生。

**送 codex 的完整 prompt**：

```
【共通負向約束】
1. **嚴禁畫成 L23303「模型訓練評估與驗證」章節** — 本章是 L23301，左上 L-code 寫「L23301」。**嚴禁出現「批次訓練設計與更新策略」「Batch Gradient Descent」「Stochastic Gradient Descent / SGD」「Mini-batch」「梯度下降」這些 L23303 內容**（v1 P05 整張誤植此內容，本次必修）。
2. 嚴禁畫成 L23304 章節。
3. 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。

教材原詞必須清楚出現：重複樣本與資料一致性檢查、同一觀察單位、資料集中多次出現、系統重複寫入、資料整合錯誤、缺少唯一辨識碼、重複資料偵測、主鍵比對、欄位相似度、訓練集被特定樣本主導、單位與格式標準化、公克與公斤、時間格式、類別值、male、男、欄位一致性。

不要改寫為其他英文術語，不要省略教材括號中的英文詞；可補充說明，但教材主詞需保留。

左上角標示「L23301」。主標題寫「2.（3）重複樣本與資料一致性檢查」。

【上半「重複資料偵測」】
- 中央畫兩筆相同觀察單位被偵測出來的示意（兩列資料 highlight 為相同）
- 旁邊小註三大來源：系統重複寫入 / 資料整合錯誤 / 缺少唯一辨識碼
- 紅橘色標出「避免訓練集被特定樣本主導」
- 偵測手段：主鍵比對 + 欄位相似度

【下半「單位與格式標準化」】
三個對比小卡：
① 公克 ↔ 公斤（單位統一）
② 不同時間格式統一（如 2025-01-01 / 2025/01/01 / Jan 1, 2025 → 統一格式）
③ 類別值（male / 男 / Male → 一致性整併）

底部強調：「統一以確保欄位一致性」。

版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。
```

建議輸出檔名：`L23301_p05_sec2_3_duplicates_consistency_v2.png`

---

# ⑤ P07 重生 v2 — 清理流程的策略考量（誤植修正）

**舊檔已移走**：原 `L23301_p07_sec2_5_strategy.png` 因誤植成 L23304 內容已被移到 `L23304/.../L23304_p05_depth_width_typo_from_l23301.png`
**新檔名**：`L23301_p07_sec2_5_strategy_v2.png`

**動因**：v1 P07 整張畫成 L23304 P05「深度與寬度」內容（B 類致命跨章誤植）。本次照 prompts.md P07 教材原文重生。

**送 codex 的完整 prompt**：

```
【共通負向約束】
1. 嚴禁畫成 L23303 章節 — 本章是 L23301，左上 L-code 寫「L23301」。
2. **嚴禁畫成 L23304「模型調整與優化」章節**。**嚴禁出現「深度與寬度」「網路層數」「神經網路深度」「神經網路寬度」「每層神經元數」這些 L23304 內容**（v1 P07 整張誤植此內容，本次必修）。
3. 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。

教材原詞必須清楚出現：資料清理策略、模型類型、任務需求、可重現性、治理要求、模型對資料品質的敏感度、樹模型、XGBoost、Random Forest、缺值與異常值、容忍度、線性模型、神經網路、缺值補全、特徵正規化、訓練不穩、結果偏誤、資料處理紀錄、流程可追溯性（Data Lineage）、欄位處理邏輯、填補方法、異常值調整依據、透明度與重現性、資料治理、法規合規。

不要改寫為其他英文術語，不要省略教材括號中的英文詞；可補充說明，但教材主詞需保留。

左上角標示「L23301」。主標題寫「2.（5）清理流程的策略考量」。

【上半「模型對資料品質的敏感度」】
左右兩個對照卡：
① 樹模型（XGBoost / Random Forest）
   - 對缺值與異常值容忍度高
   - 能自動處理部分遺失資訊
② 線性模型 / 神經網路
   - 對輸入較敏感
   - 需特別注意缺值補全與特徵正規化
   - 否則容易訓練不穩或結果偏誤

【下半「建立資料處理紀錄與流程可追溯性（Data Lineage）」】
用一條流程線條串：
欄位處理邏輯 → 填補方法 → 異常值調整依據

旁邊小註：
- 確保流程可被還原、驗證與持續維護
- 支援透明度與重現性
- 符合資料治理與法規合規

版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。
```

建議輸出檔名：`L23301_p07_sec2_5_strategy_v2.png`

---

# ⑥ P17 補產 — 6. 特徵工程策略

**從未存在過**：本檔是漏產，prompts.md 行 229 有 prompt 但 images 從未生成過。
**新檔名**：`L23301_p17_sec6_feature_engineering_strategy.png`（無 v2 後綴）

**動因**：L23301 共 17 頁，但僅產 16 頁，缺最後一張 P17「6. 特徵工程策略」。

**送 codex 的完整 prompt**：

```
【共通負向約束】
1. 嚴禁畫成 L23303 章節 — 本章是 L23301，左上 L-code 寫「L23301」。
2. 嚴禁畫成 L23304 章節。
3. 嚴禁出現任何過頁鉤子文字、嚴禁出現右上角頁碼。

請生成一張 16:9、2048x1152 的高解析手寫講義筆記風格投影片，繁體中文必須清楚可讀。背景使用淡米白色方格筆記紙與細方格線。左上角只將 L-code 以淡灰色小字標示，不要加任何框框或底線。不要加入任何右上角頁碼。右下角浮水印「AIOnDaily × 咖啡AI學」，透明度約 35%，像印在紙上並保留安全邊距。整體要活潑、像手寫講義筆記，不要卡片式資訊圖。使用黑色粗手寫標題、青綠底線、暖黃色重點框、紅橘標註、多色手繪圓圈編號與小 icon。所有英文縮寫保留清楚字距。

教材原詞必須清楚出現：特徵工程、技術操作、資料理解、領域知識、建模目標、有目的、有規劃、深思熟慮的決策過程、依任務類型設計特徵、分類任務、離散分群能力、類別指標、區間編碼、迴歸任務、數值趨勢、連續特徵、依模型性質調整特徵處理、線性模型、尺度與共線性、樹模型、類別編碼敏感、標籤編碼、距離式模型、KNN、單位一致性、探索資料中的隱含結構、合成、單價 × 數量、總價、統計聚合、群體行為特徵、使用者在過去 7 天的點擊次數、考慮時間性與序列關聯、滯後值（lag）、移動平均（rolling mean）、序列特徵、時間間隔、事件次數、動態指標。

不要改寫為其他英文術語，不要省略教材括號中的英文詞；可補充說明，但教材主詞需保留。

左上角標示「L23301」。主標題寫「6. 特徵工程策略」。

【最上方一條小註】
特徵工程不僅是技術操作，更涉及資料理解、領域知識與建模目標的整合，是有目的、有規劃、需深思熟慮的決策過程。

【版面切成 2×2 四格，每格一個策略思考脈絡】

① 依任務類型設計特徵
- 分類任務：偏好離散分群能力的特徵（類別指標、區間編碼）
- 迴歸任務：偏好與數值趨勢密切相關的連續特徵

② 依模型性質調整特徵處理
- 線性模型：注意尺度與共線性
- 樹模型：對類別編碼敏感（避免標籤編碼造成誤解）
- 距離式模型（KNN）：需保證特徵間單位一致性

③ 探索資料中的隱含結構
- 合成：例如「單價 × 數量」生成總價
- 統計聚合：生成群體行為特徵（例如「使用者在過去 7 天的點擊次數」）

④ 考慮時間性與序列關聯
- 提取滯後值（lag）、移動平均（rolling mean）等序列特徵
- 加入時間間隔、事件次數等動態指標

版面要有明確主視覺、2 到 4 個重點區塊、少量關鍵詞與箭頭關係，保留舒適留白。
```

建議輸出檔名：`L23301_p17_sec6_feature_engineering_strategy.png`

---

# 自驗報告檢核點（艾冉跑完回報三件事）

1. **6 張是否全到位**（檔名一字不差）：
   - `L23301_p01_intro_overview_v2.png`
   - `L23301_p02_sec2_data_cleaning_overview_v2.png`
   - `L23301_p04_sec2_2_outlier_detection_v2.png`
   - `L23301_p05_sec2_3_duplicates_consistency_v2.png`
   - `L23301_p07_sec2_5_strategy_v2.png`
   - `L23301_p17_sec6_feature_engineering_strategy.png`（無 v2 後綴）

2. **既有圖完整保留**（v1 既有圖一張都沒被覆蓋）

3. **三個關鍵 fix 是否生效**：
   - (a) **P01 沒有中間 4 區塊** + 下方 5 步驟流程第 1 步寫「① 數據清理」（不是「資料清理」）
   - (b) **P02 主標寫「2. 數據清理」**（不是「資料清理」）
   - (c) **P04 / P05 / P07 都鎖在 L23301 內容**（沒誤植成 L23303 資料分割/批次訓練 或 L23304 深度寬度）
   - (d) **P17 主標寫「6. 特徵工程策略」**，2×2 四格策略思考脈絡完整

4. **風險張**：你覺得有風險的張數列表 + 簡短原因（特別是 P04/P05/P07 是否真的不再誤植）

---

# 工作分配建議

可開 2 個 worker 並行（共 6 張）：
- **Worker 1**（3 張）：P01_v2 / P02_v2 / P17（結構性修正 + 補產）
- **Worker 2**（3 張）：P04_v2 / P05_v2 / P07_v2（誤植修正）

預估總時程：20–30 min（並行）

---

**Heiter 派工 done。**