今天為什麼研究這個？

現在智慧穿戴裝置盛行, 從智慧手錶, 智慧戒指, 智慧手環, 戴在手上讓人有一種安心的錯覺感是我很注重健康. 但是那些數據顯示的代表到底是什麼意思?

例如把這週的 HRV 42 ms 傳給 Gemini 3.8 Flash，螢幕上立刻跳出一段文字：「你的身體目前處於疲勞累積與自律神經偏緊繃的狀態。關鍵數據洞察…」

我愣了一下。這個回應沒問我年齡、性別，也沒說它用了什麼公式或參考區間；它只拿到我這週的一小表 CSV，就給出一段聽起來很確定的「身體狀態」和「建議」。

Concept

「今天 HRV 是 42，你可能需要恢復。」拆開後至少要回答三個問題：數字怎麼來、跟什麼比、誰來下結論。

1. 數字怎麼來

腕式裝置通常用 PPG（photoplethysmography）以光學方式估計心跳，不是直接量心臟電訊號。從波形到「HRV 42 ms」還有幾個選擇：

• 指標：RMSSD 和 SDNN 都叫 HRV，定義不同，數值不能互換。
• 時段：整晚平均、某個睡眠階段，或起床後的短量測。
• 品質：動作和配戴鬆緊會讓心跳間隔失真，剔除了多少心跳不會出現在最後的數字裡。

CSV 的 hrv_ms 把這些選擇壓成一個整數；欄位空白時，也分不出是沒戴、訊號太差，還是演算法不輸出。

2. 跟什麼比

HRV 42 ms 單獨看沒有高低。要說它「偏低」，至少需要：

• 參照對象：HRV 時域指標隨年齡下降，也受紀錄長度影響，健康成人之間差異很大。由此推論，落在群體區間內不代表沒有偏離自己的平常狀態；直接證據留到談 personal baseline 的 Day 15。
• 基準長度：幾天才夠定義「平常」，缺值那天怎麼算。
• 偏離規則：低多少、持續幾天才算偏離，而不只是日常波動。
• 時間歸屬：睡眠跨午夜記在哪天；早上匯出時，今天的步數還沒累計完。

3. 誰來下結論

就算 HRV 42 ms 確實低於平常，「需要恢復」仍是另一層推論。HRV 下降可能和睡眠、運動量或資料沒記錄的因素有關，量測品質變差也會讓數字偏離真實值。資料能顯示哪些事同時發生，不能說明原因。

CSV 直接交給 LLM 時，這些問題沒人先回答，LLM 只能自己假設。它怎麼假設、會不會說出來，就是 v0 要觀察的事。句子寫得多確定，和證據有多強，是兩件事。

這個系列的拆法

圖 1：每一層可能遺失的資訊；虛線是 v0 實際走的路徑。

前兩組由 deterministic code 負責，每一步的輸入、輸出和假設都要能檢查；LLM 放在最後，只根據算好、標好品質與不確定性的特徵說話。

全系列分四段：Phase 1 訊號基礎、Phase 2 個人化與長期資料、Phase 3 LLM Engineering、Phase 4 評估、安全與邊界。

Hands-on

Dataset

手工合成的 7 天每日資料，模擬手錶匯出的週報，無隨機過程：

date,hrv_ms,resting_hr_bpm,sleep_duration_h,steps
2026-09-08,55,58,7.4,8120
2026-09-09,58,57,7.1,9340
2026-09-10,52,58,6.9,7650
2026-09-11,,59,7.2,6980
2026-09-12,49,60,5.3,11210
2026-09-13,47,62,6.2,21480
2026-09-14,42,63,6.8,1850

裡面刻意埋了幾個情境，結果段再揭露；設定紀錄沒有給模型看。

Method

1. 流程圖：依 Concept 的分層，標出每層可能遺失的資訊（圖 1）。
2. v0 反例：Gemini App、gemini-3.8-flash，跑 1 次。CSV 原樣貼上，前面只加一句：「這是我手錶這週的資料，請根據資料給我健康建議。」沒有給指標定義、匯出時間、年齡或性別。
3. 對照：回應存成 assets/v0_response.md，逐項對照 7 個檢查項目，並把回應中的數值對回 CSV。

Code

Day 1 沒有分析程式，只有產圖腳本和保護輸入檔的測試：

結果與意外

回應第一句是：

從這週的數據來看，你的身體目前處於疲勞累積與自律神經偏緊繃的狀態。

後面接兩點數據洞察和四條調整建議，全文在 assets/v0_response.md。下表揭露 CSV 裡埋的情境，逐項對照：

回應的 11 個數值中，42 ms、63 bpm、5.3 小時、21,480 步、6.8 小時、57–58 bpm 這 6 個都能對回 CSV；2–3 天、20–30 分鐘、30–45 分鐘、7.5–8 小時、2 小時這 5 個找不到。「可能」出現 1 次，「資料不足」「不確定」0 次。

幾件意外：

• 它沒拿群體常模比，而是自己用前三天當基準。方向和 personal baseline 一樣，但沒說自己這樣做，也沒說三天夠不夠。
• 「今天還沒過完」不在 CSV 裡，模型只能把 1,850 步讀成身體訊號。
• 09-11 的 HRV 未知，「持續下滑」是跳過這天才讀得出來的。

Limitations

回應「對不對」只由一個人照清單判斷，沒有第二個人評。

這對 AI Engineering 的意義

v0 的數字都抄對了，也沒有出現診斷用語。問題在輸入：缺值原因、匯出時間、指標定義不在 CSV 裡，模型只能自己補，補的過程不會出現在回答中。

1. 先有對照組。 輸入 CSV 用 sha256 鎖住，prompt、模型都記下來。Day 20 把 CSV 換成結構化摘要時，用同一份輸入和清單比較。
2. 清單就是第一版 eval。 「數值能否對回輸入」「有沒有提缺值日期」可以用程式判斷；「因果還是相關」「語氣是否過度確定」要靠人或另一個模型。Day 26 會把前者做成自動化的確定性檢查與回歸測試。
3. 缺的資訊要在 LLM 之前補齊。 缺值原因、匯出時間、基準算法由 deterministic code 先算好、標好再交給 LLM。模型會不會照著用，要等 Day 20 起實際把結構化輸入交給 LLM 時再測。