# HANDOFF — L23202 Boss Review round 3.1 hotfix（共 3 張）

> 日期：2026-05-13
> 派工人：Heiter
> 來源：round 3 driver 驗收抓出 P17a / P17b / P19 紅字強調未達標
> 圖檔規格：16:9 / 2048x1152
> Round 3 commit：尚未 commit（等 round 3.1 + recap 一起 commit）

## 3 張清單

| # | 檔名 | 動因 |
|---|---|---|
| 1 | `L23202_p17a_sec4_2_pca_v3.png` | round 3 紅字底線只標「線性降維」，「正交變換」「只能捕捉線性關係」仍為黑字 — 模型誤解為擇一強調。v3 鎖死三組全紅字+粗體底線、視覺權重一致 |
| 2 | `L23202_p17b_sec4_2_tsne_v3.png` | round 3 紅字反集中在「KL 散度」「擁擠問題」等運作原理詞，boss 指定兩組關鍵字「高維數據視覺化」「複雜非線性關係和群集結構」是黑字。v3 鎖死兩組全紅字+粗體底線 |
| 3 | `L23202_p19_sec4_4_anomaly_detection_v3.png` | round 3 三組關鍵字有紅字但無粗體底線（黃 banner 異常意義 OK）/ iTree 流程下小字仍糊。v3 鎖死三組粗體底線 + 字體下限 |

## 共通負向約束

```
1. 嚴禁畫成 L23201 / L23203 / L23302 等其他章節 — 本章是 L23202。
2. 嚴禁過頁鉤子（不寫「見 PXX」「← 上一頁」「→ 下一頁」「本節三子方法位置」「P07a/P07b/P07c」「→ 序列方法見」「本節結束 — 下節 PXX」等任何指向其他頁面或子頁字樣）。
3. 嚴禁右上角頁碼。
```

## v3 紅字強調共通鐵律（最重要 — 這次失敗的根因）

```
【🚨 紅字強調視覺鎖死規則 — v3 必修】

⚠️ round 3 失敗教訓：模型把「多組關鍵字紅字強調」誤解為「擇一強調」
   → 只標其中一條，其餘變黑字 → 不可重蹈覆轍

✅ 鐵律：
1. 指定的 N 組關鍵字，**每一組都必須**用紅色 + 粗體 + 底線視覺強調
2. **N 組視覺權重必須完全一致** — 不可只標一條、不可有粗有細、不可有底線有無底線
3. 採用**明確並列大字 bullet 清單**呈現（🔴 + 紅字+粗體+底線），讓「並列強調」視覺直觀
4. **嚴禁**：把其中任一條改為黑字 / 普通字體 / 無底線 / 視覺權重弱化
5. **嚴禁**：把紅字強調權重分配給「非指定」的詞（如 KL 散度、梯度下降、擁擠問題、t-分佈、Eps、MinPts 等運作原理詞）— 這些可保留為黑字技術說明
```

---

## 張 1：L23202_p17a_sec4_2_pca_v3.png

### Boss 抓到的問題
round 3 v2 圖中只「線性降維」一行紅字 + 底線，「正交變換」「只能捕捉線性關係」仍為普通黑字 — 模型把指令誤解為「擇一強調」。

### 完整 Prompt

```
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：降維技術（Dimensionality Reduction）、高維度數據、低維度表示、保留原始數據中的重要資訊和結構、維度詛咒、稀疏、主成分分析（Principal Component Analysis, PCA）、線性降維方法、正交變換、不相關的座標軸、主成分、原始特徵的線性組合、最大的變異量方向、數據標準化、協方差矩陣計算、特徵值分解、特徵值、特徵向量、主成分選擇、數據投影、彼此正交、線性關係、缺乏較直觀可解釋性、對離群值敏感。

**TERMS_RULE 覆寫：** 不要改寫為其他英文術語，不要省略教材括號中的英文詞；「主成分分析（Principal Component Analysis, PCA）」必須整組保留；PCA 不可寫為「主成份分析」，要寫「主成分分析」。

左上角標示「L23202」。主標題寫「4.（2）降維技術」，副標寫「主成分分析（PCA）｜線性降維」。**頁首導論橫幅**（細條）：降維技術（Dimensionality Reduction）目的 — 將高維度數據轉換為低維度表示、保留原始數據中的重要資訊和結構、緩解維度詛咒。中央以「3D 散點 → 投影到主成分平面 PC1×PC2」為主視覺：原本三維雜亂散點，箭頭標 PC1（最大變異量方向）與 PC2（與 PC1 正交），下方為投影後的 2D 散點。版面下半切三格：①**模型運作原理**（步驟 a-b-c-d-e：a. 數據標準化；b. 協方差矩陣計算；c. 特徵值分解 → 特徵值與特徵向量；d. 主成分選擇 — 取最大特徵值的前 K 個特徵向量；e. 數據投影至新的低維空間）；②**優點**（數學基礎堅實、概念相對易於理解和實作、能有效降低資料維度並去除特徵間的冗餘資訊、轉換後的特徵彼此正交）；③**缺點**（只能捕捉線性關係，對於非線性結構的數據效果不佳、主成分是原始特徵的線性組合，缺乏較直觀可解釋性、對離群值敏感）。

【🚨 視覺鎖死規則 — v3 必修 / 紅字強調三組鎖死】

⚠️ round 3 失敗教訓：v2 只標「線性降維」一行紅字底線，其餘兩組是黑字 — 模型把「三組強調」誤解為「擇一強調」。**v3 嚴禁重蹈覆轍**。

✅ **紅字+粗體底線強調規則（三組鎖死，不可擇一）**：
下列三組關鍵字，**每一組都必須**用紅色 + 粗體 + 底線視覺強調，**三組視覺權重必須完全一致**，**不可只標其中一條**：

頁面中需以**明確並列大字 bullet 清單**呈現（建議放在缺點區塊上方或側邊作為「PCA 三大限制重點」獨立區塊）：
- 🔴 **「線性降維」**（紅字 + 粗體 + 底線）
- 🔴 **「正交變換」**（紅字 + 粗體 + 底線）
- 🔴 **「只能捕捉線性關係」**（紅字 + 粗體 + 底線）

**嚴禁**：把其中任一條改為黑字 / 普通字體 / 無底線 / 視覺權重弱化。三組視覺一致是這頁的鐵律 — 與後續 t-SNE / UMAP 非線性方法形成對比鋪墊。

**嚴禁**：把紅字強調權重分配給「特徵值分解」「協方差矩陣」「主成分選擇」等運作原理詞 — 這些可保留為黑字技術說明。

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。

【共通負向約束】
1. 嚴禁畫成 L23201 / L23203 / L23302 等其他章節 — 本章是 L23202。
2. 嚴禁過頁鉤子（不可寫「見 PXX」「← 上一頁」「→ 下一頁」「本節三子方法位置」「P07a/P07b/P07c」「→ 序列方法見」「本節結束 — 下節 PXX」等任何指向其他頁面或子頁字樣）。
3. 嚴禁右上角頁碼。

輸出檔名：L23202_p17a_sec4_2_pca_v3.png
```

---

## 張 2：L23202_p17b_sec4_2_tsne_v3.png

### Boss 抓到的問題
round 3 v2 紅字反集中在「KL 散度」「擁擠問題」「梯度下降」「t-分佈」等運作原理詞，boss 要求的「高維數據視覺化」「可呈現傳統線性方法難以發現的複雜非線性關係和群集結構」兩組是普通黑字 — **完全沒達標**。

### 完整 Prompt

```
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：t-SNE（t-distributed Stochastic Neighbor Embedding）、非線性降維方法、高維數據的視覺化、相似點映射到低維、群集結構、機率相似性分佈、高斯分佈、t-分佈、擁擠問題、Kullback-Leibler（KL）散度、梯度下降、保留局部結構、計算成本高昂、隨機初始化、困惑度（Perplexity）、複雜非線性關係、不適合作為下游機器學習任務的預處理。

**TERMS_RULE 覆寫：** 不要改寫為其他英文術語，不要省略教材括號中的英文詞；「t-SNE（t-distributed Stochastic Neighbor Embedding）」「Kullback-Leibler（KL）散度」「Perplexity」「困惑度」必須整組保留。

左上角標示「L23202」。主標題寫「4.（2）降維技術」，副標寫「t-SNE（t-distributed Stochastic Neighbor Embedding）｜非線性降維」。中央以「高維散亂 → 2D 清晰群聚」為主視覺：左側標「高維空間（高斯分佈相似度）」、右側標「低維空間（t-分佈相似度）」，中間箭頭標「最小化 KL 散度 + 梯度下降」。版面下半切三格：①**模型運作原理**（步驟 a-b-c：a. 高維相似度計算 — 在高維空間中以高斯分佈計算資料點之間的機率相似性分佈；b. 低維相似度計算 — 在低維空間（2D 或 3D）以 t-分佈計算相似性機率分佈，以更好地解決「擁擠問題」；c. 優化映射 — 用 Kullback-Leibler（KL）散度衡量高維和低維分佈差異，透過梯度下降不斷調整低維點座標以最小化 KL 散度）；②**優點**（能很好地保留局部結構、適合高維數據的視覺化、可呈現傳統線性方法難以發現的複雜非線性關係和群集結構）；③**缺點**（計算成本高昂，不適合處理非常大的數據集（通常限制在數萬個樣本）、結果可能受隨機初始化影響、Perplexity（困惑度）對結果有較大影響需細緻調整、主要用於視覺化，不適合作為下游機器學習任務的預處理）。

【🚨 視覺鎖死規則 — v3 必修 / 紅字強調兩組鎖死】

⚠️ round 3 失敗教訓：v2 紅字反集中在「KL 散度」「擁擠問題」「梯度下降」「t-分佈」等運作原理詞，boss 指定兩組關鍵字完全沒被紅字標到。**v3 嚴禁重蹈覆轍**。

✅ **紅字+粗體底線強調規則（兩組鎖死，不可擇一）**：
下列兩組關鍵字，**每一組都必須**用紅色 + 粗體 + 底線視覺強調，**兩組視覺權重必須完全一致**：

頁面中需以**明確並列大字 bullet 清單**呈現（建議獨立成「t-SNE 兩大賣點」區塊，緊鄰優點區塊上方或併入優點區，視覺極醒目）：
- 🔴 **「高維數據視覺化」**（紅字 + 粗體 + 底線，**必須在主視覺位置 / 賣點區塊顯眼出現**）
- 🔴 **「可呈現傳統線性方法難以發現的複雜非線性關係和群集結構」**（紅字 + 粗體 + 底線，**整句一起紅字底線**，不可只標其中幾個字）

**嚴禁**：
- 把紅字強調權重用在「KL 散度」「Kullback-Leibler 散度」「梯度下降」「擁擠問題」「t-分佈」「高斯分佈」「Perplexity」「困惑度」等運作原理詞 — 這些可保留為黑字技術說明，但**不可搶過上述兩組賣點關鍵字的紅字權重**
- 把兩組中任一條改為黑字 / 普通字體 / 無底線 / 只標一條
- 把「複雜非線性關係和群集結構」拆開只標一半 — 必須整句紅字底線

兩組紅字並列出現的視覺位置，要讓讀者一眼看出「這就是 t-SNE vs PCA 的核心差異點」。

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。

【共通負向約束】
1. 嚴禁畫成 L23201 / L23203 / L23302 等其他章節 — 本章是 L23202。
2. 嚴禁過頁鉤子（不可寫「見 PXX」「← 上一頁」「→ 下一頁」「本節三子方法位置」「P07a/P07b/P07c」「→ 序列方法見」「本節結束 — 下節 PXX」等任何指向其他頁面或子頁字樣）。
3. 嚴禁右上角頁碼。

輸出檔名：L23202_p17b_sec4_2_tsne_v3.png
```

---

## 張 3：L23202_p19_sec4_4_anomaly_detection_v3.png

### Boss 抓到的問題
round 3 v2 三組關鍵字有紅字但**無粗體底線**（黃 banner 異常意義已 OK）；另 iTree 流程下小字仍糊（v1 糊掉問題未完全解）。

### 完整 Prompt

```
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：異常偵測（Anomaly Detection）、離群值偵測（Outlier Detection）、與大多數資料行為顯著不同的模式或資料點、錯誤、欺詐、設備故障、網路入侵、新穎的、未曾見過的事件、Isolation Forest（孤立森林）、基於樹的非參數異常偵測演算法、異常點通常是少數的、與正常點在特徵空間中相距較遠、隨機劃分數據時更容易被快速「孤立」、構建孤立樹（iTree）、隨機選擇一個特徵、隨機選擇一個分割點、遞歸劃分、異常分數計算、較短的路徑長度、平均路徑長度、標準化的異常分數、不需要任何距離度量、不平衡數據集、隨機性影響、One-Class SVM（One-Class Support Vector Machine）、單類別分類、邊界學習、只學習一個類別（通常是正常數據）、決策邊界、核函數（如 RBF 核）、高維特徵空間、超平面、原點、邊界之外、異常、複雜數據分佈、異常率參數、計算成本相對較高、訓練數據中混入異常值、邊界不夠精確。

**TERMS_RULE 覆寫：** 不要改寫為其他英文術語，不要省略教材括號中的英文詞；「Isolation Forest（孤立森林）」「孤立樹（iTree）」「One-Class SVM（One-Class Support Vector Machine）」「異常偵測（Anomaly Detection）」「離群值偵測（Outlier Detection）」必須整組保留。

左上角標示「L23202」。主標題寫「4.（4）異常偵測」，副標寫「找出資料中的少數派 — 詐欺、入侵、故障」。版面切成上下兩大區。上方一條導論橫幅：異常偵測（Anomaly Detection）/ 離群值偵測（Outlier Detection）目標 — 辨識與大多數資料顯著不同的點；應用：錯誤、欺詐、設備故障、網路入侵、新穎事件。下方主體切左右雙欄方法對照：①**Isolation Forest（孤立森林）**[隔離法] — 視覺：iTree 樹結構，異常點路徑短、正常點路徑長；核心思想：異常點少且離群，隨機切分時更快被孤立；流程：構建多棵孤立樹 iTree（隨機選特徵與分割點）→ 遞歸劃分 → 計算異常分數（基於平均路徑長度，越短越可能是異常）→ 集成多棵樹；優點：高維大規模高效、不需距離度量、適不平衡資料；缺點：對接近正常群集的異常難偵測、結果受隨機性影響。②**One-Class SVM（One-Class Support Vector Machine）**[邊界學習] — 視覺：高維空間中圍繞正常數據的決策邊界，邊界外即異常；流程：核函數（如 RBF 核）映射高維空間 → 找一個將正常數據與原點最大分離的超平面 → 邊界外即異常；優點：能處理非線性邊界、高維表現好、只需正常數據訓練（適合異常難收集場景）；缺點：對核函數參數與異常率參數敏感、計算成本高、訓練資料混入異常會使邊界不精確。

【🚨 視覺鎖死規則 — v3 必修 / 紅字粗體底線三組鎖死 + 字體下限】

⚠️ round 3 失敗教訓：v2 三組關鍵字「有紅字」但「無粗體底線」（紅字無底線不夠醒目）/ iTree 流程下小字仍糊。**v3 嚴禁重蹈覆轍**。

✅ **紅字+粗體+底線強調規則（三組鎖死，三項缺一不可）**：
下列三組關鍵字，**每一組都必須**用紅色 + 粗體 + 底線視覺強調，**三組視覺權重必須完全一致**，**三項視覺要素（紅、粗、底線）缺一不可**：

頁面中需以**明確並列大字 bullet 清單**呈現（建議獨立成「異常偵測三大鎖死重點」區塊，置於上下兩大區之間作為核心觀念橫幅）：
- 🔴 **「Isolation Forest 異常 = 路徑長度短」**（紅字 + 粗體 + 底線，**完整句紅字底線**，不可只標「路徑長度短」，整句鎖死）
- 🔴 **「One-Class SVM 異常 = 邊界之外」**（紅字 + 粗體 + 底線，完整句鎖死）
- 🔴 **「異常意義 = 錯誤/欺詐/設備故障/網路入侵」**（紅字 + 粗體 + 底線，五項斜線串完整紅字底線；v2 此項已 OK 但 v3 仍鎖死保險）

**嚴禁**：
- 紅字無底線（v2 失敗點）/ 紅字無粗體 / 底線無紅字
- 把其中任一條改為黑字 / 普通字體 / 視覺權重弱化
- 把紅字強調權重分配給「RBF 核」「核函數」「超平面」「異常分數」等運作原理詞 — 這些可保留為黑字技術說明

✅ **文字清晰度鎖死（v1+v2 糊字問題收尾）**：
- 主標題 / 副標 字體：**≥ 24pt 等效**（粗體可讀）
- 區塊標題（如「Isolation Forest（孤立森林）」「One-Class SVM」「流程」「優點」「缺點」）字體：**≥ 18pt**
- 正文 / 說明小字 字體：**≥ 14pt**（避免 v1+v2 iTree 流程下小字糊掉問題）
- 圖示流程下的小字標註（如「隨機選特徵」「隨機選分割點」「遞歸劃分」「平均路徑長度」等），需可在 1920px 寬度顯示時清晰辨識，**嚴禁低於 12pt**
- iTree 樹結構圖下方的步驟說明小字，要刻意拉開行距，避免擠擁糊掉

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。

【共通負向約束】
1. 嚴禁畫成 L23201 / L23203 / L23302 等其他章節 — 本章是 L23202。
2. 嚴禁過頁鉤子（不可寫「見 PXX」「← 上一頁」「→ 下一頁」「本節三子方法位置」「P07a/P07b/P07c」「→ 序列方法見」「本節結束 — 下節 PXX」等任何指向其他頁面或子頁字樣）。
3. 嚴禁右上角頁碼。

輸出檔名：L23202_p19_sec4_4_anomaly_detection_v3.png
```

---

**艾冉只負責生圖。** 產完 3 張就 stop。