# L23402 派工書（艾冉專用）

> 編：Heiter（2026-05-06 22:17）
> 觸發時間：**L23203v2 完成、艾冉確認 24 張全到位後立即接派**
> 目的：補齊 L23402（演算法偏見與公平性）缺失的 16 張 PNG（P03–P18）

## 任務總覽

**目標**：在 `/Users/kueikuei/aiondaily/ipas_AI規劃師中級/科目三_學習指引/output3/L23402_演算法偏見與公平性/images/` 補產 **16 張新圖**（P03 到 P18）。

**Prompt 來源**：`output3/L23402_演算法偏見與公平性/prompts.md`（18 頁，已備妥；P05 / P07 / P10 已有 **TERMS_RULE 覆寫** 區塊）。

**已存在（不要重畫）**：
- `L23402_p01_intro_overview.png` ✓ 已產
- `L23402_p02_sec2_bias_causes_overview.png` ✓ 已產

**重要差異（與 L23203v2 不同）**：
- L23402 採 **手寫講義筆記風格**（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）— **絕對不要走 L23203v2 那種扁平資訊圖風格**
- 共用變數除 STYLE_BASE / TERMS_RULE / LAYOUT_RULE 外，**多了 `L_CODE = "L23402"`** 變數
- **P01 章節 banner 僅在 P01 出現**（章節封面元素），P03–P18 一律不重複該 banner，僅以左上 L-code 標示

## 規則

1. 開 **3 個 subagent 並行** — 16 張串行會拖太晚
2. 每張圖 prompt 從 prompts.md 對應頁讀取，**全文照抄不要改寫**
3. **TERMS_RULE 覆寫** 區塊（P05 / P07 / P10）必須一字不漏放進送 codex 的 prompt（這是修復 C 類腦補與避免英文縮寫被刪的關鍵）
4. STYLE_BASE / TERMS_RULE / LAYOUT_RULE / L_CODE 四個變數要展開
5. 圖檔規格：16:9、2048×1152、繁體中文清楚可讀
6. 檔名嚴格按 prompts.md 中「建議輸出檔名」一字不差
7. 每張存到 `output3/L23402_演算法偏見與公平性/images/`

## 16 張派工清單（已分組）

### Subagent A — 6 張（章節導讀 + 簡單多塊頁）

> 屬於相對好生成的頁：章節導讀只要主幹流程 + 子節入口、簡單多塊頁通常 2~3 個區塊。

| 檔名 | prompts.md 對應 prompt | 重點 |
|---|---|---|
| `L23402_p06_sec3_fairness_metrics_overview.png` | P06 公平性指標與評估工具 | 第 3 章導讀，下方留兩個指向小區塊 |
| `L23402_p09_sec4_debias_methods_overview.png` | P09 降低演算法偏見的方法論與技術方案 | 第 4 章導讀，主幹時間軸「資料前處理 → 模型內部處理 → 模型後處理」並標註 ML pipeline 對應位置 |
| `L23402_p12_sec4_3_post_processing.png` | P12 模型後處理 | 二塊（Threshold Adjustment / Calibration），最下方對照小註「改門檻不改分數 / 改分數不改門檻」必須出現 |
| `L23402_p13_sec5_governance_overview.png` | P13 組織面向的AI公平性治理策略 | 第 5 章導讀，下方留四個指向小區塊 |
| `L23402_p15_sec5_2_diverse_team_training.png` | P15 多元化團隊與公平意識教育訓練 | 二塊（招募多元化 / 推動公平性培訓） |
| `L23402_p16_sec5_3_audit_system.png` | P16 公平性評估與稽核制度 | 二塊（Fairness Audits / 公平性指標監控系統） |

### Subagent B — 5 張（三欄方法論頁）

> 都是「一段引言 + 三欄具體作法」的版面結構，整齊好處理；但**每欄都要 icon + 編號 + 1~2 行 bullet**，不要只放一行字。

| 檔名 | prompts.md 對應 prompt | 重點 |
|---|---|---|
| `L23402_p03_sec2_1_data_representation_bias.png` | P03 資料代表性與偏誤風險 | **高密度** 三欄各列 4 / 2 / 2 個 bullet，務必分區呈現避免擠在一起 |
| `L23402_p10_sec4_1_data_preprocessing.png` | P10 資料前處理 | **TERMS_RULE 覆寫** — Re-sampling / Feature Neutralization / Data Anonymization and Generalization 三個中英對照名稱必須完整保留 |
| `L23402_p11_sec4_2_in_processing.png` | P11 模型內部處理 | 三欄方法（Fairness Constraints / Adversarial Fairness / Fairness Regularization），每欄要有具體實例（貸款/招聘/信用評分） |
| `L23402_p14_sec5_1_governance_mechanism.png` | P14 建立 AI 公平性治理機制 | 三欄具體作法（公平性政策 / 跨部門審查委員會 / 責任與問責） |
| `L23402_p17_sec5_4_disclosure_communication.png` | P17 AI 公平性資訊揭露與溝通策略 | 三欄具體作法（主動揭露報告 / 第三方驗證 / 與利益關係人溝通） |

### Subagent C — 5 張（高密度 / 特殊版面，最難）

> 包含 2×2 四格、十宮格、多區塊等版面，需要特別精準佈局。

| 檔名 | prompts.md 對應 prompt | 重點 |
|---|---|---|
| `L23402_p04_sec2_2_model_bias.png` | P04 模型偏見與歧視 | **2×2 四格** 模型偏見來源；每格英文縮寫不可省略（Algorithmic / Objective Function / Regularization / Adversarial Fairness） |
| `L23402_p05_sec2_3_potential_impacts.png` | P05 偏見的潛在影響 | **TERMS_RULE 覆寫** — 「反歧視法」「個人資料保護法」「消費者保護法」三個法規名稱必須完整保留，不可簡寫為「相關法規」 |
| `L23402_p07_sec3_1_fairness_metrics.png` | P07 常見公平性指標 | **TERMS_RULE 覆寫 + 高密度** — Demographic Parity / Equal Opportunity / Equalized Odds / Disparate Impact 四個指標的中英對照必須完整保留；True Positive Rate / False Positive Rate / 80% Rule / Equality of Outcome 也必須保留原文；版面 2×2 四個橫向大區塊，每塊定義／適用情境／限制三行 bullet |
| `L23402_p08_sec3_2_fairness_tools.png` | P08 公平性評估工具 | 二塊大區塊，**「IBM AI Fairness 360（AIF360）」「Microsoft Fairlearn」工具名稱不能寫錯**；功能/優點/限制三行 bullet 都要 |
| `L23402_p18_quiz_review.png` | P18 模擬考題與考題解析 | **2×5 十宮格** 10 題；題目主題關鍵字 + 正解（C/B/B/A/A/C/A/C/A/C 順序）需精準對應；最下方收尾註「考點重心」必須出現 |

## 完成判定

當 `output3/L23402_演算法偏見與公平性/images/` 共有 **18 張 PNG**（已沿用 2 張 + 新生 16 張），即任務完成。

完成後請回報：
1. 16 張是否全到位（檢查 P03 到 P18 檔名與 prompts.md 一字不差）
2. 任何 prompt 解讀有疑慮的地方
3. 哪幾張你覺得有風險：
   - **P03 三類偏誤是否真的分區清晰，沒擠在一起**
   - **P07 四指標 2×2 是否字壓到、英文縮寫漏標**
   - **P18 十宮格 10 題正解（C/B/B/A/A/C/A/C/A/C）是否寫對**
   - **P05 三個法規名稱是否被縮寫成「相關法規」**
   - **P10 三個方法的英文括號是否被省略**
   - **P08 工具名稱是否拼錯（AIF360 / Microsoft Fairlearn）**

## 為什麼這次特別嚴格

L23402 是本科目最大的缺口章節（18 頁只有 2 頁完成，缺 89%），補圖規模等同 L23203v2。重要修復點：

1. **手寫講義風格**（不要被 L23203v2 的扁平資訊圖污染思路）
2. **TERMS_RULE 覆寫** P05 / P07 / P10 三頁的中英對照必須完整
3. **2×2 / 2×5 / 三欄** 版面要明確分區，不要擠
4. **法規/工具/指標的英文縮寫** 是專業術語不能省略

— Heiter