# L23302 prompts.md ↔ chunks/L23302.txt 行號對照（output3 版）

本文件記錄 `output3/L23302_模型選擇與架構設計/prompts.md` 中每一頁 prompt 對應到 `chunks/L23302.txt` 的行號範圍。

**output3 版的設計原則：**
- 章節命名與切頁嚴格沿用 chunks 原文 `#` heading，每頁 1 對 1 對應一個原始章節（含節導讀 + 各 `（X）` 子小節）。
- 子小節 `# （X）` 編號加上父章節編號變成 `2.（1）`～`2.（5）`，提升可讀性，但**主詞不動**。
- 章節導讀頁獨立成頁，即使內容只有 3–5 行（P02）。
- 每頁 prompt 開頭寫「對應 chunks 行號：X–Y」，所有頁的行號區間連續無重疊。
- 共用變數四件組：L_CODE / STYLE_BASE / TERMS_RULE / LAYOUT_RULE，自 L23102 標竿沿用，僅 L_CODE 改為 "L23302"。
- 公式符號用 LaTeX 整段抄；教材原詞清單從 chunks 原文抓，括號中英對照詞整組保留。
- 特殊術語鎖死採 inline `**TERMS_RULE 覆寫：**`，不另立變數。
- **例外：2.（1）任務類型與模型特性配對因密度過高（88 行 / 4 個並列任務類型），拆為 P03（監督式：分類 + 迴歸）+ P04（非監督學習 + 序列時間序列）兩張子頁，主標題保留 chunks 原文「2.（1）任務類型與模型特性配對」、副標標示子主題分組。**

## 對照表

| Prompt | 主標題 | L23302.txt 行號 | 對應教材小節 |
|---|---|---:|---|
| P01 | 1. 前言與章節導覽 | 7–11 | `# 1.前言與章節導覽` |
| P02 | 2. 模型選擇的原則與考量因素 | 13–17 | `# 2.模型選擇的原則與考量因素` 章節導讀 |
| **P03** | **2.（1）任務類型與模型特性配對 — 監督式（分類 + 迴歸）** | **19–53** | `# （1）任務類型與模型特性配對` 前段 — 含 `# （1）` 章節 heading（19）+ 段落引言（21）+ 分類任務（23–37）+ 迴歸任務（39–53） |
| **P04** | **2.（1）任務類型與模型特性配對 — 非監督學習 + 序列時間序列** | **55–106** | `# （1）任務類型與模型特性配對` 後段 — 非監督學習任務含聚類 K-means/DBSCAN + 降維 PCA/Autoencoder（55–82）+ 序列與時間序列任務含 RNN/LSTM/GRU + TCN + ARIMA（84–106） |
| P05 | 2.（2）資料規模與模型選擇 | 108–125 | `# （2）資料規模與模型選擇`（小型/中型/大型資料集三段式對照） |
| P06 | 2.（3）模型解釋性需求 | 127–141 | `# （3）模型解釋性需求`（高解釋性 vs 低解釋性，含 SHAP / LIME / 偏依圖 三種解釋技術） |
| P07 | 2.（4）運算資源與實務部署限制 | 143–159 | `# （4）運算資源與實務部署限制`（資源受限/資源充足/即時推論 三種場景） |
| P08 | 2.（5）偏差-變異的權衡（Bias-Variance Tradeoff） | 161–192 | `# （5）偏差-變異的權衡（Bias-Variance Tradeoff）`（含 Total Error / Variance / Bias² 表格與 U 形曲線、低 vs 高複雜度模型對比） |

合計 **8 頁**。

## 注意事項

1. **行號是 `chunks/L23302.txt` 內的本地行號**（從 1 開始算），不是 PDF 全域行號。chunks 檔頭標註「行數範圍：4448–4639」，PDF 全域行號 = **4447 + 本地行號**（即本地行 1 = PDF 行 4448）。例如 P03 本地 19–53，對應 PDF 全域 4466–4500。

2. **行號範圍涵蓋率**：
   - 7–192 行幾乎完整覆蓋（除前 6 行檔頭 metadata 與 `# 5.2 模型選擇與架構設計` 頂層標題）。
   - 各頁行號**連續無斷層**，每一行教材內容都至少屬於一個 prompt。
   - P03 / P04 切點在 chunks line 54（空行 → 「 非監督學習任務（Unsupervised Learning）：」起始 line 55），符合 chunks 原文段落分隔。

3. **P03 / P04 拆頁邏輯（密集頁實戰拆分）**：
   - **觸發條件**：原 P03 的 2.（1）chunks 行 19–106 共 88 行 + 4 個並列任務類型（分類 / 迴歸 / 非監督〔聚類+降維〕/ 序列時間序列），達「密集頁 ≥ 50 行 + 子主題 ≥ 3 個」門檻 → 直接拆，不等生圖。
   - **拆 2 vs 拆 3 vs 拆 4**：4 個任務類型中，分類 + 迴歸都需要「有標註資料」屬監督式家族；非監督學習 + 序列時間序列各自獨立但都不屬監督式。按「子主題家族分組」拆 2 張比拆 4 張節奏更好（避免 §2.（1）一節吃掉 4 張投影片）。
   - **拆法定案**：P03 = 監督式（分類 + 迴歸）/ P04 = 非監督學習 + 序列時間序列。
   - **主標題保留 chunks 原文**「2.（1）任務類型與模型特性配對」，副標表達子主題分組（監督式 vs 非監督+時序）。**絕對不要**改成「2.（1-a）監督式」這種偽章節編號。
   - **過頁鉤子**：P03 頁尾「→ 非監督學習與序列時間序列見 P04」、P04 頁尾「← 監督式版本見 P03；任務類型決定後下一步是『資料規模』考量（P05）」。

4. **章節導讀頁（P02）內容偏輕**：原文只有 3–5 行，prompt 已加上「指向五個子小節入口」的設計讓版面有東西可呈現。如果嫌導讀頁佔頁數，可合進 P03 開頭（會回到 7 頁版本），但會破壞「章節導讀頁獨立成頁」原則，不建議。

5. **TERMS_RULE 覆寫頁**：
   - **P03**（監督式）：括號中英對照詞「分類任務（Classification）」「迴歸任務（Regression）」「支援向量機（SVM）」「神經網路（Neural Network）」「線性迴歸（Linear Regression）」整組保留；SVM 可補充說明 Support Vector Machine 但不取代教材原詞。
   - **P04**（非監督+時序）：「非監督學習任務」「序列與時間序列任務」「聚類」「降維」中文主詞鎖死；括號中英對照詞「主成分分析（PCA）」「自編碼器（Autoencoder）」「時序卷積網路（Temporal Convolutional Network, TCN）」整組保留；RNN / LSTM / GRU / ARIMA 縮寫保持原樣。
   - **P06**（解釋性）：SHAP / LIME / 偏依圖三個技術名稱必須保留教材原文展開形（SHapley Additive exPlanations / Local Interpretable Model-Agnostic Explanations / Partial Dependence Plot），縮寫不可單獨出現。
   - **P08**（Bias-Variance）：「偏差-變異的權衡（Bias-Variance Tradeoff）」「偏差（Bias）」「變異（Variance）」「欠擬合」「過擬合」中文與英文括號必須完整保留。
   - 共 4 頁有 inline 覆寫。

## 用途

- **校對**：每頁 prompt 是否漏掉教材原詞，照行號回去抓教材原文補。
- **擴/減頁決策**：
  - P03 / P04 已主動拆頁（密集頁實戰），若日後生圖某張仍嫌擠，可再次按家族細拆（如 P04 → P04a 非監督 / P04b 序列時間序列）。
  - P02 章節導讀若想合併 → 併入 P03 開頭，總頁數 8 → 7（不建議，破壞章節導讀獨立原則）。
- **跨章節參考**：本章 P03 / P04 拆頁示範了「密集頁實戰拆分規則」— 觸發條件、家族分組、主標題保留、過頁鉤子四步驟，是繼 L23102 P11 / P12（EVD vs SVD+NMF）之後第二個範例。後續其他章節遇到密集頁皆可套用此規則。

— 編表：Heiter（2026-05-05，含 P03 拆頁更新）