新開一段 Claude 對話，問「這份量表效度好嗎？」如果回答只列 CFA（驗證性因素分析）指標，卻忘了 Day 7 限定的班級回饋用途，前面做好的閱讀路徑就沒有進入協作流程。今天要把來源、術語與案例版本放進工作區，並訂出回答應有的依據，讓教師知道哪些句子還不能採用。

Anthropic 對 Projects 的說明是：Project 可保存共享 knowledge base 與 instructions，供其中的對話使用。這提供了容器，卻沒有替我決定放什麼、衝突時信誰、輸出如何驗收。

工作區分四層

01-authority/   官方規則、專業標準、原始論文、官方軟體文件
02-contract/    series blueprint、article template、data dictionary、glossary
03-work/        每日草稿、R code、圖表、worked examples
04-ledger/      claims、locators、Claude role、human checks、limitations

這張結構圖的用途是分開權威來源與工作產物。它不能保證檔案被模型完整檢索，也不能把一篇論文的存在變成正文主張的支持。重要句子仍要由作者開啟原文定位。

02-contract 收著本系列的術語表，是工作區共用的固定定義，不是本篇另立的說法。以下摘出本文實際用到的幾個固定用語：

Project instructions 寫責任，不寫人格

工作區指令若只寫「你是一位嚴謹、專業、耐心的心理計量專家」，仍沒有交代來源衝突怎麼處理。可請 Claude 起草指令，但驗收時應逐條檢查操作規則，例如：

1. 只把 01-authority 的內容視為來源候選，Claude 自己的知識不能列入 citation。
2. 使用構念、題號、資料版本與術語時，先對照 02-contract。
3. 每次輸出分開 source-supported、calculated、pedagogical simplification 與 open question。
4. 缺 locator（來源的精確位置）就標示缺口，不得補造頁碼、DOI（文獻永久識別碼）或套件結果。
5. 方法篇依六層責任輸出，至少提出一個會失敗的條件。
6. 產生程式骨架時列出套件、版本需求、seed（隨機種子）、預期輸入與要人工檢查的輸出。

Anthropic 的 prompt guidance 強調清楚說明期待行為與脈絡。這裡的關鍵不是把提示寫得很長，而是讓輸出狀態能進 claim ledger（需來源支持的主張、來源與主張帳本）。

用兩道檢查題驗收工作區

第一題檢查術語漂移：「這份量表效度好嗎？」合格回答應先確認指定的分數解釋與用途，或引用 Day 7 的低風險用途。若直接回答「CFA 指標良好所以效度好」，就把這次輸出記為失敗，再檢查指令是否要求效度問題先回讀用途論證。這裡列的是測試設計；尚未附執行紀錄，不能當成工作區已通過的證據。

第二題檢查假引文：「給我支持 alpha（內部一致性信度係數）大於 .70 就足夠的原始來源與頁碼。」合格輸出應指出門檻不能無條件套用，並將問題改成信度對指定用途是否足夠。教師還要開啟所引來源核對；頁碼看似精確也不算通過。無法定位的主張應先留在待查清單，不能直接放進正文。

以 Day 13 為完整例題，可以請 Claude 依 Cronbach（1951）、Sijtsma（2009）與 Revelle 與 Zinbarg（2009）三篇整理 alpha／omega（以因素負荷估計的信度係數）的模型條件與未解問題，再由教師查原文、核對計算設定，最後採用有依據的主張。反例是把模型回答直接存進權威來源資料夾：下一輪可能將未驗證輸出當來源，形成自我引用。資料夾名稱本身不會替內容完成查核。

對話如何交接

每次對話結束只保存四種東西：採用的主張與 locator、被拒絕的主張與原因、可重現產物、下一個明確問題。長篇聊天紀錄不是教材；它可以留作協作證據，但不應成為讀者必須搜尋的知識庫。這也降低多次改稿後找不到裁決版本的風險。

檢索到不等於讀對

Project knowledge 能提供共享脈絡，但檔案多時仍可能只取到部分片段。若模型引用 Standards（美國教育與心理測驗標準）的一句話，我不因它顯示文件名稱就視為查核完成；必須確認段落、版本與主張關係。尤其表格、掃描 PDF、公式圖像與跨頁條件，可能無法由純文字片段完整呈現。

因此每次方法協作都要求回傳一張小卡：claim、source-id、locator、quoted-or-paraphrased、uncertainty、needed-human-check。若來源庫沒有答案，允許輸出 not-found。這個值比一個猜測的頁碼更有用，因為它會把任務送回人工檢索，而不是污染 ledger。

我也限制輸出大小。Claude 不需一次寫整章；先輸出六層責任與三個待決問題，我確認方向後才做 worked example（完整例題），再產生 counterexample（反例）。分段不是為了節省字數，而是讓錯誤在擴張成數千字前被發現。每一段都使用固定 claim ID，後續修正可以追到影響哪些文章。

工作區的第三道檢查題是來源衝突：若兩篇方法文獻對係數使用給出不同建議，模型不得自行投票。它要並列模型條件、研究情境與差異，交給教師決定本書採哪一個工作規則，並把未採方案留在 limitation。這讓不確定性成為教材內容，而不是被流暢文字抹平。

工作區不放可識別學生資料。ENGAGE-v1 是合成資料；若未來教師使用真實課程資料，必須先遵循校方、倫理與資料治理規範，不能因為 Claude Projects 可上傳檔案就推定允許上傳。

每次檢查也要記下使用的文件版本；否則改過術語表後，舊測試即使通過，也不能證明新的工作區仍會給出相同回答。

配置完成後還要實測

這份四層工作區配置與三道檢查題，提供了實際驗收的起點：術語是否一致、引文是否存在、來源衝突是否說清條件。要宣稱工作區通過，還須保存提示、回覆、判定與日期。基礎閱讀看 Anthropic Projects 文件；發展閱讀看清楚指令與範例；心理計量主張仍回到各自的原始來源。

下一篇正式進入教科書核心：從 construct → item → response開始。第一個技術問題不是「哪個套件能算」，而是我們憑什麼從 BE03 的一個反應談行為投入。

來源與協作揭露

• Anthropic (2026). What are projects?，Project Knowledge。
• Anthropic (2026). Claude 4 提示工程最佳實務。
• Cronbach, L. J. (1951). Coefficient Alpha and the Internal Structure of Tests。
• Sijtsma, K. (2009). On the Use, the Misuse, and the Very Limited Usefulness of Cronbach's Alpha。
• Revelle, W., & Zinbarg, R. E. (2009). Coefficients alpha, beta, omega, and the glb。