如果一篇 CFA 文章有 3,000 字、模型圖、R 程式和三篇文獻，卻把高配適度寫成「三構念已被證實」，這篇算完成嗎？這個例子讓昨天的教師學習任務變得具體：我要訂的完成條件，必須能擋下這類看起來齊全、判斷卻越界的稿件。今天先從一個可驗收的動作開始，再把它擴成整篇文章的檢查方式。

如果不先回答，Claude 的速度反而會製造麻煩。它可以在同一下午產生五個版本：長版、短版、條列版、給大學生的版本、附 R 程式的版本。每一份看起來都像成果，卻沒有一個共同標準告訴我該停在哪裡。最後最常見的判準只剩「內容很多」或「讀起來順」，這兩項都不能保護教材免於錯誤。

把「我懂了」改寫成可觀察狀態

可以先請 Claude 草擬「學會一個心理計量方法」的完成條件，再檢查它用的動詞。若清單只有「理解核心概念、掌握應用情境、正確解釋結果」，還看不出讀者要交什麼。兩個人都可以說自己理解信度，其中一人能說出 alpha 的條件，另一人卻只記得 0.7。條件要分得出這兩種情況。

我把每個抽象動詞改成可留下證據的動作：

這個表是今天的主要媒介。它把不可觀察的「懂」拆成作品與行為；它仍不能單獨證明長期保留、遷移或教學效果。要回答那些問題，需要延宕測驗、不同任務與學生資料，而本系列不會假裝已經做過。

一本書也需要 Definition of Done

我把完成條件分成四層。第一層是內容：文章有明確問題、必要概念、完整例題、反例 和限制。第二層是證據：核心主張有第一手來源或可重現計算，來源帶有頁碼、章節或段落定位。第三層是協作：文中看得出 Claude 做了什麼，也看得出教師如何查核與改寫。第四層是系列：今天的產物真的被下一篇接走，術語與共同案例沒有偷偷換版本。

這四層可以形成一個由外向內的完成漏斗：

有文章
  └─ 有可學的問題與例子
       └─ 有可追溯、可重做的證據
            └─ 有人工裁決與跨篇交接
                 └─ verified

漏斗的用途不是讓寫作看起來工程化，而是避免一個常見錯誤：把「檔案存在」誤認為「教材完成」。最外層很容易由 AI 產生，愈往內，教師的責任愈重。

用失敗案例測試完成條件

只有正面條件不夠。我拿一篇假想的 CFA 文章做壓力測試：正文 3,000 字、有模型圖、有 lavaan 程式，也引用三篇文獻；但作者把 CFI 很高寫成「三構念已被證實」，程式沒有交代 estimator，資料版本也不明。若完成條件只看字數、圖片與引用數，這篇會通過。若檢查「推論邊界」「可重現輸入」與「主張定位」，它會停在 draft。

第二個失敗案例更微妙：文章統計上沒有明顯錯誤，但和前一篇使用不同的 BE03 題目文字。單篇閱讀不一定發現，集結成書時卻會讓 CFA、IRT 與學生學習單對不到同一個指標。這就是為何系列一致性本身也是完成條件。

把這兩個案例交給 Claude 時，可以要求它逐條引用完成條件，再說明通過或失敗。若它把「有三篇來源」判為足夠，就追問哪一篇、哪一段支持哪一句話。驗收的單位是主張與證據的對應關係；文獻數量只能當清單資訊。這種問法也讓教師看得出模型漏查的是定位、條件，還是整個推論。

每篇文章的狀態機

為了讓完成條件能實際運作，本系列只使用四個狀態：outline 表示依賴、來源種子與產物已定義；draft 表示正文存在但仍有關卡未通過；verified 表示這個版本已通過來源、篇幅、媒介、協作、查核與交接；published 則表示作者已人工發布並記錄公開網址。verified 不是永遠正確，也不等於同儕審查，它只是對一個版本負責。

今天的 完整例題 是把「會做 CFA」改寫成模型卡；反例是那篇把 fit 寫成證明的文章。兩者共同說明，完成條件要能接受具體輸入、產生一致判定。若規則只能在成功範例上使用，它還不是規格，只是願望。

用完成條件決定下一步

這份教材完成條件（Definition of Done）要求：每篇文章必須同時通過內容、證據、協作與系列四層關卡，才可從 draft 進入 verified。這解決了何時停止生成、開始負責的問題；它尚未回答我是否具備閱讀心理計量所需的數學與統計先備知識。

基礎閱讀可先看本系列的每日文章；發展閱讀是 2014 年《Standards for Educational and Psychological Testing》對分數解釋、信度與使用責任的安排；研究閱讀則要進一步看各方法的原始論文。下一篇會用這份完成條件反過來設計先備診斷：不是問我看過哪些名詞，而是看我在哪個依賴節點會卡住。

我還加了一條停止規則：若文章已通過所有關卡，新增加的段落卻沒有改變讀者的判斷、證據或操作，就不再為了接近整數字數而擴寫。篇幅是負載預算，不是內容品質的代理變項。相反地，若篇幅不足，先找缺的是例題、反例、查核還是邊界，而不是補一段「AI 很重要」的背景。這條規則會在最後的全系列字數稽核再次使用。

以「會做 CFA」這列為例，讀者可先交一份只有模型語法的小卡，再補上估計方法、資料版本與結果限制。每補一項，都能回答一個先前無法回答的問題；如果只是多寫一段介紹，卻仍找不到資料或判斷依據，就還沒完成這列。下一篇會反過來問：要交出這張卡，我目前缺少哪個先備概念？

來源與協作揭露

• AERA, APA, & NCME, Standards for Educational and Psychological Testing, 2014，Introduction 與 validity／reliability 章節。