護理紀錄寫錯了,我們不是擦掉重寫。

是劃一條線、簽名、註記時間,然後在旁邊寫正確的。因為那份紀錄本身就是證據——它要能證明「當時發生了什麼、以及我後來怎麼修正」。塗掉的紀錄不只是不完整,它是不可信的。

研究資料完全一樣,而且更嚴重:你的原始資料是你整篇論文結論的唯一證據。

一旦你在原始檔上直接修改,那個證據就沒了。而你通常不會在當下發現,你會在三個月後才發現。

我後來才懂的事
我曾經在原始的問卷檔案上直接動手:刪掉幾筆看起來明顯亂填的資料、順手把反向題算好、把幾個欄位重新命名。存檔,繼續往下做。

三個月後我發現其中一條清理規則訂錯了。想回頭改,才意識到我沒有「回頭」這個選項——原始檔已經被我改成清理後的樣子了。

那次的完整經過我留到 Day 18 講,今天只講從那件事長出來的東西:一個資料夾結構。

結構長這樣
thesis/
├── CLAUDE.md # 交班單
├── refs/ # 文獻 PDF 與書目檔
├── data/
│ ├── raw/ # 原始資料,唯讀,只進不出
│ └── clean/ # 清理後的資料,可以整個刪掉重生
├── analysis/ # 清理與統計的程式碼
├── output/ # 跑出來的表格與圖
└── draft/ # 論文各章
看起來沒什麼,但它背後有三個原則。

原則一:raw 只進不出
data/raw/ 裡的東西只能新增,不能修改、不能刪除。

不管是你自己、還是 AI,都不行。

實際做法建議三層,概念上就是三讀:第一層在 CLAUDE.md 裡明文寫「不要動 data/raw/」;第二層把資料夾設成唯讀(Windows 用 attrib +R,Mac 或 Linux 用 chmod 444);第三層另外備份一份到別的地方。

三層都做,是因為單一層都會失效。規則會被忽略、唯讀會被解除、備份會忘記做。

原則二:clean 必須是「可以重新生出來的」
這一條是整篇最重要的。

data/clean/ 裡的檔案,不應該是你手動改出來的,而應該是 analysis/ 裡的程式碼跑出來的。

判斷標準很簡單:把 clean 整個刪掉,你能不能一鍵重生?

如果可以,那你的清理過程是可重現的——規則錯了就改程式碼、重跑一次,三分鐘的事。如果不行,那你手上的資料就跟三個月後的我一樣,只能重來一次。

順帶一提,這也是論文方法學要求你交代的東西。你的清理過程本來就該講得清楚到別人可以複製,只是多數人是事後憑回憶寫進論文裡,而不是當初就記錄下來。

原則三:每個資料夾都要能回答兩個問題
「這裡的東西是誰產生的?」和「能不能重來?」

raw:受試者產生的,不能重來。所以要用命的守。
clean 和 output:程式碼產生的,可以重來。所以壞了不用慌。
draft:你產生的,不能重來。所以要用版本控制,這個之後會講。
分清楚這件事之後,你面對每個檔案的緊張程度就會不一樣。該緊張的緊張,不該緊張的就放手讓工具去做。

為什麼在 AI 進來之後,這件事變得更重要
以前你手動改檔案,一次改一個,錯了還有機會發現。

AI 不一樣。它動得很快,而且一次動很多個。你請它「幫我把資料整理一下」,它可能在三秒內改了十二個檔案——如果邊界沒有先畫好,你連要從哪裡開始檢查都不知道。

所以邊界要在出事之前畫,不是出事之後。這跟我們在臨床做的事是同一件:流程不是為了正常的日子設計的,是為了最忙、最累、最容易出錯的那一天設計的。

明天
Day 5:Skill 是什麼?把「你每次都要交代的事」變成一次設定——交班單的進階版。