分析資料包（乾淨版）
一份服務支援分析資料：record_id、period、group、value、unit、status、sensitive_flag、source_version。用於 Guided Lab。
DS 202 實作中心
使用合成的服務支援分析資料包，練習提供 schema context、抓出 AI 幻覺欄位、排查 silent error、分層驗證、記錄 provenance，以及判斷敏感資料是否能提供給 AI。
資訊
DS 202 實作資料為合成教學資料，所有服務組別、記錄與數值皆為示例，不代表任何真實對象或機構。
注意
請只使用課程提供的合成檔案進行練習。除非獲得授權，切勿將機密的機構或公司資料、個人資料或敏感資料貼入 AI 工具；使用真實營運資料前，請先確認所屬機構的規範。
下載實作檔案
分析資料包（實作版，含挑戰）
相同欄位結構，但刻意設計了判斷挑戰：一個看似有用但其實是 hallucinated（不在正式 schema 中）的欄位、未依 status 篩選造成的分析瑕疵、record_id 重複計算，以及至少一列 sensitive_flag 為真的敏感資料。用於實作中心與 Independent Lab。
資料字典（繁體中文）
分析資料包檔案的欄位型態、單位、粒度、允許值與來源說明（繁體中文）。
Data dictionary (English)
英文版資料字典，欄位與單位與中文版一致。
Guided Lab 起始 Notebook
附有指引與待完成項目的起始 Notebook，可從全新 kernel 由上而下執行，練習提供 context、寫可驗證 prompt 與 read-before-run。
Independent Lab 起始 Notebook
用於 AI-Assisted Workflow + Verification Record 的起始 Notebook 與檢核清單範本。
實作任務
實作 A：Schema Context Prompt
針對實作資料，寫出一份完整的資料 context，並用它組成一個結構化的分析 prompt，讓 AI 不需要自己猜欄位。
使用檔案: 分析資料包（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 列出所有欄位的型態、允許值與 grain，並標註哪些是禁止假設（例如不可假設所有列的 status 都是 validated）。
- 寫下 unit 欄位可能出現的每一種值，以及跨 unit 彙總前需要做的事。
- 用 task/context/requirements/output/verification 結構寫出一個分析 prompt。
- 請 AI 依這個 prompt 產生程式碼，觀察它是否確實套用了你寫的限制。
要完成的產出
- 一份完整的資料 context 說明
- 一個結構化的分析 prompt
- AI 產出程式碼與你的 context 之間的對照檢查紀錄
實作 B：Hallucinated Column Hunt
請 AI 針對實作資料提出分析建議，檢查它是否引用了資料字典中不存在的欄位或不存在的業務定義。
使用檔案: 分析資料包（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 請 AI 描述這份資料可以做哪些分析，並列出它打算使用的欄位。
- 逐一對照資料字典，找出 AI 提到但實際上不存在、或定義被曲解的欄位。
- 寫下這個「幻覺欄位」為什麼會出現：是提示不足，還是欄位命名容易被誤解？
- 提出至少一個可以預防幻覺欄位的 prompt 或流程改善方式。
要完成的產出
- 被找出的幻覺欄位清單與對照依據
- 幻覺欄位出現原因的分析
- 至少一項可重複使用的預防方式
實作 C：Silent Error Review
實作資料中有一段可以順利執行、但因為版本混用而產生錯誤結果的分析。請找出這個 silent error 並修正它。
使用檔案: 分析資料包（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 對照 record_id 與 status，檢查是否有未核可（draft、superseded）的列，或重複出現的 record_id，同時被計入彙總。
- 核對篩選前後與 groupby 前後的列數，找出資料量不合理的地方。
- 修正篩選條件並重新計算，比較修正前後的結果差異。
- 寫下這個 silent error 為什麼不會被 Python 攔下來，以及你用什麼方法發現它。
要完成的產出
- 被找出的 silent error 與判斷依據
- 修正前後的結果比較
- 你用來抓出這個錯誤的具體檢查方法
實作 D：Verification Ladder
針對一個你自己選定的分析結論，依 Data → Code → Method → Claim 四層分別留下驗證紀錄。
使用檔案: 分析資料包（實作版，含挑戰）、資料字典（繁體中文）
步驟
- Data 層：確認資料的期間涵蓋範圍與已知限制。
- Code 層：確認篩選、分組與聚合邏輯是否符合分析需求。
- Method 層：判斷選用的統計量（例如平均或中位數）是否適合這組資料的分布。
- Claim 層：檢查最終文字結論是否忠實反映程式輸出，沒有比證據更誇大。
要完成的產出
- 四層各一項具體驗證紀錄
- 至少一個在驗證過程中被發現並修正的落差
- 最終聲稱與程式輸出的對照說明
實作 E：Prompt / Code Provenance Log
為你在實作 A 到 D 中使用 AI 協助的部分，建立一份完整的 provenance log。
使用檔案: 分析資料包（實作版，含挑戰）、Independent Lab 起始 Notebook
步驟
- 記錄環境（Python 與主要套件版本）與使用的資料版本（檔名與 source_version）。
- 完整保留你送給 AI 的 prompt 文字，以及 AI 原始回覆的程式碼。
- 記錄你對 AI 生成程式碼做了哪些修改，以及修改的原因。
- 整理最終使用的程式碼版本與其產出的數字，並確認可以被重新執行。
要完成的產出
- 一份完整的 provenance log
- AI 原始輸出與你修改後版本的差異說明
- 可被他人重新執行並得到相同結果的確認
實作 F：Sensitive Data Decision
針對實作資料中 sensitive_flag 為真的列，判斷這些資料是否可以提供給外部 AI 工具，並說明你的處理方式。
使用檔案: 分析資料包（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 找出所有 sensitive_flag 為真的列，並說明它們可能涉及哪一類需要特殊處理的資訊。
- 判斷這次分析是否真的需要用到這些列的明細資料，或只需要彙總後的統計量。
- 選擇一種處理方式（排除、彙總或去識別化），並說明選擇的理由。
- 寫下如果未經授權就把這些列提供給外部 AI 工具，可能造成的風險。
要完成的產出
- sensitive_flag 為真列的清單與判斷依據
- 你選擇的處理方式與理由
- 未經授權提供敏感資料的風險說明
完成標記只記錄在這個瀏覽器（加入梯次後會同步）。實作成果請保存在你自己的檔案或 Notebook。