2013 年起 63,140 則備註，2,168 檔公司，中位數 25 個字、九成在 53 個字以內。內容像這樣：
主要客戶的新產品開始出貨，以及新客戶的產品開始量產。
本月營收較去年同期增加，係因前期未有銷貨收入所致。
受惠於全球 AI 及 HPC 客戶需求持續強勁，高階測試座及 MEMS 探針卡持續拉貨。
因本期子公司工程收入及嬰童用品收入較去年同期減少。
四件事要先知道。
**只有大變動才有備註。**2025 年起，營收 yoy 絕對值超過 100% 的月份 97% 有備註，30% 到 100% 的一半有，30% 以內只有 5%。「有沒有備註」本身跟 yoy 的大小幾乎是同一件事，文字特徵的樣本天生偏向大起大落的公司月份。
**三成是套話。**63,140 則裡，出現十次以上的句子占 29%：「客戶需求增加」一句出現 306 次，「係本公司自結合併營收」184 次。抽出來的 600 則裡有 130 則跟另一則一字不差。這些句子沒有資訊，兩條路都只能給它一個一樣的分數。
**覆蓋率是逐年長出來的。**2013 年 5%、2016 年 18%、2021 年後兩到三成。回測往前拉到 2013 年，前幾年幾乎沒有樣本。
**發布日對齊很乾淨。**備註跟營收同一份申報，次月 10 日前公布，可用日跟 Day 9 一樣是次月 11 日，不用另外猜這段文字什麼時候能看到。這是它勝過新聞的地方：新聞的「發布時間」常常是網站的時間戳，不是市場看到的時間。
模型用 BAAI/bge-small-zh-v1.5，一個一百多 MB 的中文句向量模型，在這台機器的 CPU 上載入 15 秒、把 63,140 則備註全部嵌成 512 維向量花 168 秒。
向量本身不是一個數字，要把它壓成一個。做法是定一條「語氣軸」：六句正向錨句（客戶需求提升、新產品開始量產出貨、新客戶開始貢獻營收……）的平均向量，減六句負向錨句（客戶需求疲弱、客戶去化庫存、出貨遞延……）的平均向量，每則備註在這條軸上的投影就是它的分數。沒有標籤、沒有訓練、沒有隨機性。
分數十分位 −0.10（最負） 0.08（中位） 0.17（最正）
跟同月營收 yoy 的 Spearman +0.44
最負的備註 受新冠肺炎影響及美金匯率貶值導致營收減少。／去年因疫情影響基期低。
最正的備註 新產品開始貢獻營收，5 月營收創 3 年來新高／新增產品線及成功開發新客戶
可重現性 同一批文字重算一次，向量逐維最大差 1.5 × 10⁻⁷
+0.44 是它讀得懂中文的證據：公司寫「需求減少」的月份 yoy 確實是負的。1.5 × 10⁻⁷ 是浮點運算的雜訊，模型檔案固定、程式固定，明年跑出來就是同一個數字。這條路的成本是零，唯一的維護工作是把模型檔案跟程式一起存起來。
把備註去識別化——公司名、代號不給，民國年和西元年改成「某年」——丟給 Gemini 2.5 Flash，溫度 0，要求輸出四個欄位：
tone −2 明顯負面 … +2 明顯正面（對未來營運的語氣）
driver 需求／價格／新產品或新客戶／產能或出貨時程／併購或合併範圍／基期或一次性／匯率／其他
one_off 是否一次性
guidance 有沒有對之後幾個月的展望：正面／負面／沒有
抽 600 則，全部落在 2025 年 3 月以後——Gemini 2.5 Flash 的知識截止之後，避開 Day 23 那個坑。免費額度跑 600 則加 120 則重測，一個半小時。
tone 分布 −2：1 −1：24 0：434 +1：106 +2：35
driver 需求 216、產能或出貨時程 136、其他 86、新產品或新客戶 58、基期或一次性 46、併購 37、匯率 11、價格 10
guidance 沒有 558、正面 39、負面 3
one_off 61 則
七成二的備註被標成中性。這不是模型偷懶，是備註本來就多半只陳述事實：「配合客戶需求出貨」「因勞務收入減少」。真正帶語氣的是那 166 則，正的居多——公司解釋營收大增的時候比解釋大減的時候話多。展望幾乎沒有，558 則沒有提到之後。
同一批 600 則，兩條路的分數 Spearman +0.29。相關但不高，因為兩者量的不是同一個東西：embedding 軸量的是措辭離「需求提升」還是「需求疲弱」多近，LLM 量的是它讀完之後對未來的判斷。「本月營收較去年同期減少，主係因為客戶需求減少所致」embedding 給最負，LLM 給 −1；「合併子公司屹海風電獲利，挹注營收」embedding 覺得中性，LLM 給 +1，還標了 driver 是併購——這種差別在 Day 26 量增量的時候會變成兩個不同的特徵。
這是這篇真正要回答的問題。embedding 那條路答完了：會。LLM 這條路要測。
拿 60 則出來重問兩次：同一段提示詞在尾巴加一句「請再確認一次」，讓快取失效、模型真的再答一次；以及換一種問法，意思一樣、字不一樣。
tone 完全一致 差 ≤ 1 driver 一致 one_off 一致
同題再問一次 90% 100%
換一種問法 33% 82% 80% 98%
同題再問，溫度 0，九成一樣，剩下一成在相鄰的分數之間跳。換一種問法，只有三分之一一樣：第二種問法把 19 則從 0 分推到 +1、10 則推到 +2，平均高了 0.65 分。**同一段文字、同一個模型、同一天，換幾個字的問法，數字就差半格以上。**driver 和 one_off 是事實性的欄位，穩得多。
這件事的意思是：LLM 標註出來的數字，一半是文字的，一半是提示詞的。要它明年跑出同一個，條件是提示詞一個字不改、模型版本不變、溫度 0——三個條件裡最難的是模型版本，供應商會退役舊模型，到時候同一個提示詞就會給出另一個分布。
所以規矩是這樣：
1. 提示詞當程式碼：進版本控制，改一個字就是新版本，新版本的標註全部重跑，不混用
2. 快取鍵 = 模型名 + 提示詞 + 文字 的雜湊；原始回答整段存檔，不只存解析後的數字
3. 回測只用快取，不即時呼叫；模型退役時，快取裡的數字還在，特徵可以重建
4. 每個 LLM 特徵附重測數字：同題一致率、換問法一致率；換問法差 ≤1 低於八成的欄位不用
5. 有 embedding 做得到的，先用 embedding；LLM 只做 embedding 做不到的事——分類原因、判斷一次性、抓展望
成本也放在這裡，因為它決定哪條路走得下去：
63,140 則（2013 起全部） 10,101 則（2025-03 起）
本機 embedding 3 分鐘、0 元 30 秒、0 元
Gemini 免費額度 每分鐘十幾題，約 4 天 約 14 小時
Claude Haiku 4.5 約 25 M tokens、30～40 美元 約 6 美元
Day 26 才用 Day 15 的尺正式量，這裡先看 600 則的方向，全在模型截止之後，沒有前視。
LLM tone −1（24 則） 0（408 則） +1（94 則） +2（33 則）
公布後 20 日
相對母體 −5.9% −0.8% −0.5% +3.8%
Spearman +0.07
embedding 語氣軸五分位：最低 0.0%、−1.0%、−0.4%、−1.1%、最高 −1.2% Spearman −0.03
LLM 的兩端有方向：−1 那組公布後 20 日輸母體 5.9 個百分點，+2 那組贏 3.8，但兩端合起來 57 則，中間 500 則是平的，整體 Spearman 0.07。embedding 的語氣軸完全沒有：五個分位都是負的，最正的那組最差。措辭的正負和之後的報酬無關，模型「讀完之後的判斷」有一點，而且集中在極端值。這是 Day 26 要接著問的：這一點是不是營收 yoy 本身就有的，扣掉 Day 12 的營收特徵之後還剩不剩。
**文字來源要先有乾淨的日期。**月營收備註跟營收同一天公布，可用日次月 11 日；63,140 則，但只有大變動才寫，2013 年前幾年幾乎沒有。
**embedding 三分鐘、零成本、位元級可重現。**語氣軸跟同月 yoy 的相關 +0.44，重算差 10⁻⁷。有 embedding 做得到的先用 embedding。
**LLM 標註一半是文字的、一半是提示詞的。**同題再問 90% 一致，換問法只有 33%，平均差 0.65 分。提示詞當程式碼、快取存原始回答、附重測數字。
**兩條路量的不是同一個東西。**Spearman +0.29；LLM 會抓原因和一次性，embedding 只抓措辭。600 則先看方向：LLM 語氣兩端有方向、中間是平的，embedding 語氣軸沒有。Day 26 用同一把尺量增量。
iThome鐵人賽
看影片追技術