🏁 Capstone 故事：一台會「回憶」的校園保時捷

主題：橫向串聯校內多學門，透過課程共授與產業 Capstone，打造「可回憶」的校級 AI 乘數效（結合 Porsche 男性品牌精神 × Web Modern 架構）

🎬 情節開場

清晨七點，校園創新工坊像維修站（Pit）一樣亮起。
資工組推來他們的「引擎」：RAG + 向量資料庫；
商管組攤開流程圖與 KPI 儀表板；
設計組把 Web Modern 的原型頁貼滿白板；
法政/社工組帶著隱私告知與合規清單；
這是Capstone 期末衝刺週，也是他們的「首場賽道日」。

🏎️ 任務簡介（真題）

企業需求：把日照中心的「到班率」與「請款週期」優化。
限制條件：資料分散、流程複雜、人力緊繃、合規嚴格。
關鍵目標：在 6 週內交出「可上線」的 MVP。

⏱️ 6 週衝刺（Sprint）像 0–100 加速

Week 1 — 熄火到點火（Kickoff → Consent）

• 盤點資料來源、畫出事件流（Event Sourcing）。
• 取得告知同意與資料分類分級。
• 隱喻：像先做暖車與賽車安全檢查，沒有這步不上場。

Week 2 — 找到賽道（RAG × 向量庫）

• 建立向量資料庫存放 SOP、規範、常見問答與舊專題報告。
• RAG 串接前台查詢，照護人員能「問系統、查經驗」。
• 隱喻：讓車載電腦能立刻叫出「上一圈最佳線」。

Week 3 — 換上競技胎（Web Modern × 儀表板）

• 以 Web Modern 架構打造前端：即時儀表板、簽到/缺席動因標註。
• 後端聚合校務/企業 API；事件上 Kafka，資料皆可追溯。
• 隱喻：抓地力拉滿，資訊回饋快、轉向精準。

Week 4 — 下賽道測試（Human-in-the-Loop）

• 小規模上線，蒐集照護人員回饋；UI 快速微調。
• XAI 面板解釋模型建議（排班/提醒）的原因，建立信任。
• 隱喻：試跑圈，車手與工程師即時對話調校。

Week 5 — 讀懂車況（KPI × 模型校準）

• KPI：到班率、請款週期、耗材/人次、臨時調班次數。
• 根據新事件與用語歧義，向量庫增量更新，模型微調。
• 隱喻：把遙測資料（Telemetrics）回灌 ECU 做更聰明的換檔。

Week 6 — 旗落成績（Demo Day）

• 端到端展示：一鍵請款包、缺席預警、調班建議、XAI 解釋、審計報表。
• 將所有設定、決策與回饋沉澱為「可回放」的專案記憶包。
• 隱喻：完整賽季資料留下來，下一代車款直接繼承。

🧠 經典記憶：AI「會回憶」的關鍵設計

• Long-term Memory：向量庫保存 SOP/回饋/解法範本，專案結束不失憶。
• Knowledge Graph：把「人-課-企業-專題-決策」關係化，查人找事一鍵到位。
• Event Sourcing：把每個環節記成事件流，支援回放、審核、對照與教學。
• 治理（Governance）：可撤回（Right-to-be-Forgotten）、版本控管、稽核軌跡。

像 Porsche 911 那條延續數十年的車身曲線：不是偶然，而是可被記錄、複製、迭代的工程記憶。
AI 亦然——沒有記憶的專題，只能算一次；會回憶的專題，才能成為經典。

📈 成果快照（示例）

• 到班率 ↑ 7–12%（分時段最佳化提醒）
• 請款週期 ↓ 20–30%（文件自動化 + 稽核清單）
• 臨時調班次數 ↓（預測缺席 + 人力排程建議）
• 新手學習時間 ↓（RAG 導航 SOP，少走彎路）

🧵 角色分工 = 一台完整跑車

• 資工：RAG、向量庫、事件總線、API 聚合（引擎/變速箱）
• 商管：KPI 設計、流程再造、成本模型（底盤/策略）
• 設計：Web Modern 介面、排班 UX、可解釋視窗（內裝/儀表）
• 法政/社工：隱私、合規、差別影響檢測（安全系統/賽規）

🏁 結語

Capstone 不是期末作業，是一場「可回憶」的工程賽季。
把多學門共授、產業真題與 Web Modern 基建串起來，
讓 AI 能把「上一圈的最佳線」記住、沉澱、重用。
當知識能被喚回、被迭代，乘數效就會像保時捷的加速一樣，源源不絕。

📚 專有名詞說明（Glossary）

🏁 Capstone 故事：一台會「回憶」的校園保時捷

主題：橫向串聯校內多學門，透過課程共授與產業 Capstone，打造「可回憶」的校級 AI 乘數效（結合 Porsche 男性品牌精神 × Web Modern 架構）

📜 一、Capstone 字源與精神

「Capstone」這個字原意來自建築學中的「屋頂石（cap-stone）」。
在古羅馬拱門中，最上方那塊壓頂石支撐整座拱門的平衡——沒有它，所有結構都會坍塌。

👉 因此在教育裡，Capstone 引申為「學程最後的關鍵整合專案」，
代表一個學生從基礎課程走向綜合應用、驗證與創新的最終階段。
它不只是結尾，而是整體學習結構的**「壓頂與成形」**。

對應到今日的 AI 教育，它象徵讓學生能把所有知識（演算法、設計思維、倫理、管理）
整合成一個可運作的真實系統，如同完成一台「可上路」的智慧跑車。

🎬 二、情節開場：創新工坊的賽道日

清晨七點，校園創新工坊像 Porsche 的維修站（Pit）一樣亮起。

• 資工組推來他們的「引擎」：RAG + 向量資料庫；
• 商管組攤開流程圖與 KPI 儀表板；
• 設計組貼滿 Web Modern 介面草稿；
• 法政/社工組帶著隱私合規文件。

這不是模擬課，而是他們的 Capstone：
一場真實、具挑戰的「數位賽道挑戰賽」。

🏎️ 三、任務簡介（真題）

題目：為日照中心打造「智慧照護管理系統」
需求：提升到班率、縮短請款週期、降低耗材成本
挑戰：資料分散、流程冗長、法規嚴謹
期限：6 週 Demo Day 上線

⏱️ 四、六週衝刺（Sprint）像 0–100 加速

🧠 五、AI「會回憶」的工程哲學

Capstone 的價值不在一時成果，而在「留下可重複的經驗」。

三層記憶設計：

1. 短期記憶（Working Memory）：任務推理、Chain-of-Thought。
2. 長期記憶（Long-term Memory）：向量資料庫 × RAG，保存 SOP、策略、決策。
3. 事件記憶（Event Sourcing）：完整重播流程與回饋，形成「知識回放」。

這讓 AI 像 Porsche 一樣，擁有「可追溯的經典工程線」。
每代車款都不從零開始，而是在前一代的數據中「學會回憶」。

💼 六、角色分工：校園的賽車工坊

🧩 七、成果亮點

• 到班率提升 +12%，請款週期縮短 30%。
• 向量庫記憶可召回「前期最佳方案」。
• 專案文件、決策、程式碼全版本化、可回放。
• 校內知識圖譜連結「人–課–專題–企業」，AI 能追蹤誰解過哪類問題。

這就是 「校級 AI 能量乘數效」 的真義：
一個專題的經驗變成下一個團隊的加速器。

🧵 八、Porsche 的隱喻延伸

• 911 經典曲線 ≒ 校園知識脈絡：從早期車型演化，每條線都有意義。
• 賽道數據 ≒ Capstone 事件記錄：每一圈都留下可分析的軌跡。
• 品牌哲學 ≒ 教育理念：創新不等於拋棄經典，而是讓經典更智慧。
• 駕駛者經驗 ≒ 學生學習歷程：每位學生都是不同路線的測試車手。

🧠 九、結語：從壓頂石到引擎蓋

Capstone 的起源是建築的頂石，
如今它變成學習的引擎蓋——保護、整合、驅動、完成。

當全校透過課程共授與產業實戰串聯，
每一位學生都在打造屬於自己的 Porsche。
有的負責速度，有的負責穩定，
而 AI 的任務，便是讓這些記憶都被妥善收藏，
像一台懂得「回憶每次賽道」的智慧跑車。

💬 "經典，不是被製造，而是被記得。"

📚 專有名詞說明（Glossary）