文件同步：使用手冊與 README 對齊程式碼實際行為

- 語言指標數量全面改為只講 62 項（原本 75/62 並陳的說法拿掉，
含隱藏指標技術註腳與對應 FAQ 一併移除，FAQ 編號遞補）
- 「語料 Metadata 說明」全面改稱「語料說明」，含 TOC 錨點與交叉
引用
- 四種研究情境標題、姊妹工具連結（語料淬鍊 CorpusRefinery，
修正舊的 ckip_segmentation_sumin 連結）與 app 畫面同步
- 使用手冊新增「9. LLM 報告撰寫的規則設計」一節，說明角色邊界、
11 條嚴格禁令、資料完整性把關（含新的零值比例警示）、metadata
一致性檢查，原 9-11 節依序遞補為 10-12
- 使用手冊.docx 依 md 重新產生

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

README.md

@@ -29,20 +29,20 @@ license: mit
 - **主 Agent（LLM1）**：研究情境引導 & 研究報告撰寫
 - **工作程序 Agent（LLM2）**：上傳引導 & 格式驗證
 
-系統對上傳的中文譯本計算 **75 項語言指標**（基礎統計、詞彙難易度、詞彙多樣性、語意複雜度、語法複雜度、篇章連貫、詞性標記），並進行敘述統計、差異性檢定、機器學習分群與分類，最後由 LLM 產出研究報告。
+系統對上傳的中文譯本計算 **62 項語言指標**（基礎統計、詞彙難易度、詞彙多樣性、語意複雜度、語法複雜度、詞性標記），並進行敘述統計、差異性檢定、機器學習分群與分類，最後由 LLM 產出研究報告。
 
 ## 四種研究情境
 
 1. 人工翻譯 vs 機器翻譯
-2. 全譯 vs 編譯／節譯／改寫
-3. 同期不同譯者譯本比較
-4. 不同時期重譯本的歷時比較
+2. 全譯 vs 編譯（節譯、改寫）
+3. 不同譯者的同期譯本
+4. 不同時期人工譯本
 
 ## 操作流程
 
-情境選擇 → 上傳引導 → 文本上傳 → 格式驗證 → 語料 Metadata 說明 → 指標計算 → 統計分析 → 報告撰寫 → 下載成果
+情境選擇 → 上傳引導 → 文本上傳 → 格式驗證 → 語料說明 → 指標計算 → 統計分析 → 報告撰寫 → 下載成果
 
-> 文本須先經由 [ckip_segmentation_sumin](https://github.com/suhsiung/ckip_segmentation_sumin) 完成斷詞，檔名以 `A_xx.txt`、`B_xx.txt`（…）區分群組。
+> 文本須先經由 [語料淬鍊（CorpusRefinery）](https://github.com/minchun-git/I_CorpusRefinery) 完成斷詞，檔名以 `A_xx.txt`、`B_xx.txt`（…）區分群組。
 
 ## 環境變數 (Secrets)
 

使用手冊.docx

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:a25202eddd2838b2eda7cb6dbdee97f6b7997484b74249f3e8ffda944bfee197
-size 44651
+oid sha256:d7e103888a944595bbd50c2b04b08a81988e1f232a1d780d9cf12de0950456c6
+size 45505

使用手冊.md

@@ -14,11 +14,12 @@
 4. [操作流程（四大步驟）](#4-操作流程四大步驟)
 5. [四種研究情境](#5-四種研究情境)
 6. [檔案格式要求](#6-檔案格式要求)
-7. [語料 Metadata 說明](#7-語料-metadata-說明)
+7. [語料說明](#7-語料說明)
 8. [結果分頁說明](#8-結果分頁說明)
-9. [語言指標分類（75 項，畫面顯示 62 項）](#9-語言指標分類75-項畫面顯示-62-項)
-10. [統計方法說明](#10-統計方法說明)
-11. [常見問題與疑難排解](#11-常見問題與疑難排解)
+9. [LLM 報告撰寫的規則設計](#9-llm-報告撰寫的規則設計)
+10. [語言指標分類（62 項）](#10-語言指標分類62-項)
+11. [統計方法說明](#11-統計方法說明)
+12. [常見問題與疑難排解](#12-常見問題與疑難排解)
 
 ---
 
@@ -31,7 +32,7 @@
 | **主 Agent（LLM1）** | `google/gemma-4-31b-it` | 研究情境引導、最終研究報告撰寫 |
 | **工作程序 Agent（LLM2）** | `google/gemma-4-26b-a4b-it` | 上傳引導、格式驗證回覆 |
 
-系統會對上傳的中文譯本計算 **75 項語言指標**（畫面顯示與 LLM 報告引用 **62 項**，詳見 [第 9 節](#9-語言指標分類75-項畫面顯示-62-項)），進行**敘述統計、差異性檢定、機器學習分群與分類**，最後由 LLM 產出一份研究報告。上傳的文本須先經由姊妹系統「**語料淬鍊（CorpusRefinery）**」完成斷詞與詞性標註。
+系統會對上傳的中文譯本計算 **62 項語言指標**（詳見 [第 10 節](#10-語言指標分類62-項)），進行**敘述統計、差異性檢定、機器學習分群與分類**，最後由 LLM 產出一份研究報告。上傳的文本須先經由姊妹系統「**語料淬鍊（CorpusRefinery）**」完成斷詞與詞性標註。
 
 ---
 
@@ -88,7 +89,7 @@ python app_agent.py
 ```
 
 - **左側導覽列**：固定顯示於畫面左側，可切換淺色／深色模式、收合導覽列；分析完成前，除「回首頁」「AI 對話」外的分頁項目維持不可點選（灰階），分析完成後才會解鎖。
-- **AI 對話**：與系統互動的主要介面，採對話泡泡形式呈現——系統訊息（AI 頭像，彩虹弧線圖示）靠左、使用者動作（如「選擇了研究情境」「上傳了 N 個檔案」「已填寫語料 Metadata 說明」）靠右，兩者以不同底色區分，讓對話一來一往的脈絡清楚可辨。
+- **AI 對話**：與系統互動的主要介面，採對話泡泡形式呈現——系統訊息（AI 頭像，彩虹弧線圖示）靠左、使用者動作（如「選擇了研究情境」「上傳了 N 個檔案」「已送出語料說明」）靠右，兩者以不同底色區分，讓對話一來一往的脈絡清楚可辨。
 - **步驟指示列**：對話視窗上方即時顯示目前所在步驟（情境選擇／文本上傳／語料說明／分析運算），已完成步驟標示 ✓。
 - **技術執行紀錄**：獨立分頁，逐行記錄系統各階段的技術性訊息（格式驗證、指標計算、統計分析、報告撰寫等），供排查問題使用。
 - **結果分頁**：語言指標分析、敘述統計、差異性分析、監督式學習、非監督式學習、LLM 輔助分析，分析完成後自動可瀏覽。
@@ -104,7 +105,7 @@ python app_agent.py
 |------|------|------|
 | **1** | 情境選擇 | 於首頁卡片點選四種研究情境之一 |
 | **2** | 文本上傳 | 上傳已斷詞的 `.txt` 檔（可多選）→ 按「確認上傳」；系統會先接收檔案，再自動驗證是否為「語料淬鍊（CorpusRefinery）」斷詞格式，不符者會列出原因並要求重新上傳 |
-| **3** | 語料說明 | 格式驗證通過後，跳出「語料 Metadata 說明」表單，填寫後按「確認並開始分析」，或按「略過」直接進入下一步（詳見 [第 7 節](#7-語料-metadata-說明)） |
+| **3** | 語料說明 | 格式驗證通過後，跳出「語料說明」表單，填寫後按「確認並開始分析」，或按「略過」直接進入下一步（詳見 [第 7 節](#7-語料說明)） |
 | **4** | 分析運算 | 依序完成三個子階段：**指標計算**（語言指標）→ **統計分析**（敘述統計、差異性檢定、機器學習）→ **報告撰寫**（主 Agent 撰寫研究報告）；每個子階段完成後可立即點擊對應連結查看該分頁結果，不需等全部跑完 |
 
 > ⚠️ 分析運算期間請保持分頁在前景、電腦勿休眠，直到看到「分析完成」為止，避免連線中斷導致畫面卡住。運算中途仍可按「回首頁」中止分析並重新開始。
@@ -115,12 +116,12 @@ python app_agent.py
 
 | 編號 | 情境 | 群組數 | 分析焦點 |
 |------|------|--------|----------|
-| **1** | 同一原文的人工翻譯 vs 機器翻譯 | 二群（A/B） | 人機差異的語言特徵 |
+| **1** | 人工翻譯 vs 機器翻譯 | 二群（A/B） | 人機差異的語言特徵 |
 | **2** | 全譯 vs 編譯（節譯、改寫） | 二群（A/B） | 文本完整性與改寫策略 |
 | **3** | 不同譯者的同期譯本 | 二群���上（A/B/C…） | 個人風格差異（排除時代因素） |
-| **4** | 同一原文的不同時期人工譯本 | 二群以上（A/B/C…） | 歷時變化、語言現代化、翻譯規範演變 |
+| **4** | 不同時期人工譯本 | 二群以上（A/B/C…） | 歷時變化、語言現代化、翻譯規範演變 |
 
-> 情境 **1、2 固定為二群**，故 Metadata 表單中的「群組數量」「比較方式」欄位會自動隱藏；情境 **3、4** 則會顯示，可指定群組數量（二群／三群）與比較方式（群組間比較／個體間比較）。
+> 情境 **1、2 固定為二群**，故語料說明表單中的「群組數量」「比較方式」欄位會自動隱藏；情境 **3、4** 則會顯示，可指定群組數量（二群／三群）與比較方式（群組間比較／個體間比較）。
 
 ---
 
@@ -143,9 +144,9 @@ python app_agent.py
 
 ---
 
-## 7. 語料 Metadata 說明
+## 7. 語料說明
 
-為讓系統與研究報告了解語料來源、範圍與比較結構，**上傳並通過格式驗證後、正式分析前**，會跳出 Metadata 說明表單。內容分三層次：
+為讓系統與研究報告了解語料來源、範圍與比較結構，**上傳並通過格式驗證後、正式分析前**，會跳出語料說明表單。內容分三層次：
 
 ### 一、原文資訊
 原文標題、作者、語言、出版年、版本。
@@ -170,7 +171,7 @@ python app_agent.py
 分析完成後，左側導覽列的各分頁自動解鎖：
 
 ### 📊 語言指標分析
-- 62 項語言指標（畫面顯示範圍，詳見 [第 9 節](#9-語言指標分類75-項畫面顯示-62-項)）的計算結果表格。
+- 62 項語言指標的計算結果表格，詳見 [第 10 節](#10-語言指標分類62-項)。
 
 ### 📈 敘述統計
 - 各指標的樣本數（N）、平均數（M）、標準差（SD）、中位數、最小／最大值、變異係數。
@@ -178,7 +179,7 @@ python app_agent.py
 ### 📉 差異性分析
 - 群組間差異檢定（t 檢定／ANOVA）、p 值、顯著性、效果量，並明確標示各組別中平均數最高／最低者（附實際數值）。
 - 表格上方附「N＝樣本數、M＝平均數、SD＝標準差」圖例說明。
-- 顯著指標箱形圖（依效果量絕對值排序，取前 12 項），圖題同時標示 p 值與效果量，橫軸使用語料說明所填的實際群組標籤。
+- 顯著指標箱形圖（達顯著差異的指標全部畫出，先依哪一組整體偏高分群、組內再依效果量絕對值排序），圖題同時標示 p 值與效果量，橫軸使用語料說明所填的實際群組標籤。
 
 ### 🌲 監督式學習
 - 隨機森林分類準確率、特徵重要性 Top 20（中文標題與座標軸）。
@@ -194,30 +195,49 @@ python app_agent.py
 - 逐行顯示系統各階段的技術性執行訊息，供排查問題使用。
 
 ### 下載
-- 左側導覽列提供單一「**下載全部資料**」捷徑，一次取得語言指標原始檔（CSV／XLSX，完整 75 項）、統計與機器學習輸出（含 `05_cluster_results.csv`，欄位已中文化為「原始分組(A/B)」）、圖表與研究報告（docx／txt）之壓縮檔（ZIP）。
+- 左側導覽列提供單一「**下載全部資料**」捷徑，一次取得語言指標原始檔（CSV／XLSX）、統計與機器學習輸出（含 `05_cluster_results.csv`，欄位已中文化為「原始分組(A/B)」）、圖表與研究報告（docx／txt）之壓縮檔（ZIP）。
 
 ---
 
-## 9. 語言指標分類（75 項，畫面顯示 62 項）
+## 9. LLM 報告撰寫的規則設計
 
-| 類別 | 指標數 | 代碼範圍 | 畫面顯示 |
-|------|--------|----------|----------|
-| 基礎統計 | 6 | AA_01 ~ AA_06 | 4（AA_02 相異字數、AA_04 相異詞數隱藏） |
-| 詞彙難易度 | 2 | AC_01、AC_02 | 2 |
-| 詞彙多樣性 | 2 | AD_02、AD_03 | 2 |
-| 語意複雜度 | 4 | AG_01、AG_02、AG_05、AG_06 | 4 |
-| 語法複雜度 | 4 | AH_01、AH_03、AH_06、AH_08 | 4 |
-| 篇章連貫 | 11 | AJ_01 ~ AJ_11 | 0（全數隱藏） |
-| 詞性標記 | 46 | AF_01 ~ AF_47（除 AF_13） | 46 |
-| **合計** | **75** | | **62** |
+主 Agent（LLM1）撰寫報告時，會依循一份完整的「系統提示詞（system prompt）」規範，目的是讓 LLM 的輸出維持在「觀察數據、提出待驗證假設」的範圍內，不越界做出應該由研究者做的最終判斷。
 
-> **關於隱藏指標**：AA_02、AA_04 與 AJ_01～AJ_11 共 13 項指標，因與目前分析焦點關聯性較弱，自「語言指標分析」表格、統計分頁與 LLM 報告中**隱藏不顯示**。此隱藏僅作用於畫面與報告，**不影響原始資料**——下載的 `textIndex_calculated.csv`／`.xlsx` 仍完整保留全部 **75 項**指標，供有進階需求的研究者取用。
+### 設計精神
+- **角色邊界**：LLM 被明確要求「是數據的描述者，不是結論的下定者」——產出的是「初步假設」而非「研究發現」，最終詮釋、驗證與修正仍須由研究者完成。
+- **11 條嚴格禁令**，節錄：
+  - 不得引入外部知識���不得引用已有的譯本評價或學術討論
+  - 不得使用「優秀」「忠實」「準確」等評價性詞彙描述任何譯本
+  - 不得推測譯者的主觀意圖、情感或動機
+  - 不得將個人風格差異與「翻譯能力」掛鉤
+  - 不得對翻譯品質做整體評價或排名
+  - 統計顯著性的陳述必須基於實際的 p 值或效果量，不得自行使用「明顯」「大幅」等程度副詞
+  - 語料 metadata 缺漏的欄位不得臆測，未列於指標代碼對照表的代碼不得亂猜
+- **資料完整性把關**：系統會先在程式層判斷每個指標是否因樣本數不足（N<2）而無法檢定、效果量是否因組內變異趨近於零而算不出有意義的數字、是否有單一組別標準差趨近於 0、是否有單一組別半數以上樣本值為 0（零值集中，平均數可能被少數離群值主導）——這些情況都會標成專屬的警示文字，要求 LLM 以保留語氣陳述，不能跟正常顯著的指標同等看待（見 [第 11 節](#11-統計方法說明)）。
+- **metadata 一致性檢查**：若語料說明填寫的群組層與個體層資訊互相矛盾（例如某組標示為人工翻譯，但底下某檔案的譯者／系統名稱明顯是 AI 模型），LLM 會在報告開頭標記出來，不會自行判斷該以哪一方為準。
+
+### 想看完整原文？
+每次分析完成後，「下載全部資料」的壓縮檔裡都會附一份 **`06_system_prompt.txt`**——這是**當次分析實際送給 LLM 的完整提示詞內容**（已代入當時的研究情境、語料說明摘要與指標代碼對照表），不是另外整理的摘要文件，內容保證跟程式碼裡實際使用的版本一致。想逐條核對規則，或作為論文附錄引用，下載這份檔案即可。
 
 ---
 
-## 10. 統計方法說明
+## 10. 語言指標分類（62 項）
+
+| 類別 | 指標數 | 代碼範圍 |
+|------|--------|----------|
+| 基礎統計 | 4 | AA_01、AA_03、AA_05、AA_06 |
+| 詞彙難易度 | 2 | AC_01、AC_02 |
+| 詞彙多樣性 | 2 | AD_02、AD_03 |
+| 語意複雜度 | 4 | AG_01、AG_02、AG_05、AG_06 |
+| 語法複雜度 | 4 | AH_01、AH_03、AH_06、AH_08 |
+| 詞性標記 | 46 | AF_01 ~ AF_47（除 AF_13） |
+| **合計** | **62** | |
+
+---
 
-- **分組依據**：預設為檔名第一個字母（A、B、C…）；若語料說明選「個體間比較」，則改依填寫的譯者／系統名稱（含消歧義後綴）分組（見 [第 7 節](#7-語料-metadata-說明)）。
+## 11. 統計方法說明
+
+- **分組依據**：預設為檔名第一個字母（A、B、C…）；若語料說明選「個體間比較」，則改依填寫的譯者／系統名稱（含消歧義後綴）分組（見 [第 7 節](#7-語料說明)）。
 - **差異檢定**：
   - 二群 → Independent t-test（Welch）
   - 三群以上 → One-way ANOVA
@@ -228,7 +248,7 @@ python app_agent.py
 
 ---
 
-## 11. 常見問題與疑難排解
+## 12. 常見問題與疑難排解
 
 **Q1：上傳後畫面卡住、無法點選？**
 上傳卡片為行內卡片，按「確認上傳」後會自動關閉並顯示處理進度。若仍卡住，請按 `Ctrl+Shift+R` 強制重整。
@@ -248,12 +268,12 @@ Get-Process python | Stop-Process -Force
 **Q5：格式驗證一直失敗？**
 確認檔案確實經由「語料淬鍊（CorpusRefinery）」斷詞，且內容為 `詞_詞性` 或空白行格式；若上傳前已刪除部分檔案，請確認畫面上實際顯示的檔案清單為目前想上傳的全部檔案（系統以畫面所見為準，不會保留先前已刪除的檔案）。
 
-**Q6：語言指標分析表格為什麼看起來比 75 項少？**
-共 13 項指標（相異字數 AA_02、相異詞數 AA_04、篇章連貫 AJ_01～AJ_11）於畫面與報告中預設隱藏，詳見 [第 9 節](#9-語言指標分類75-項畫面顯示-62-項)；完整 75 項仍保留於下載的原始 CSV／XLSX 檔案中。
-
-**Q7：「個體間比較」選了之後，統計結果好像沒變？**
+**Q6：「個體間比較」選了之後，統計結果好像沒變？**
 請確認語料說明的「個體層資訊」表格中，各筆「譯者／系統名稱」欄位已確實填寫；若留白，該筆將無法納入個體分組。
 
+**Q7：想確認 LLM 報告是根據什麼規則寫的，去哪裡查？**
+下載全部資料的壓縮檔裡有一份 `06_system_prompt.txt`，是當次分析實際送給 LLM 的完整提示詞原文，詳見 [第 9 節](#9-llm-報告撰寫的規則設計)。
+
 ---
 
-*文件版本：2026-08-22｜對應系統：TransPrism II（Spectra Engine）*
+*文件版本：2026-08-28｜對應系統：TransPrism II（Spectra Engine）*