先說清楚這篇的身分

這一篇跟前面十一天不一樣：它不是我的行政工作。

這是我下班後自己做的專案——把幾份公開的政府統計做成可以看的圖表，放在網路上。沒有人交辦，也不算在我的職務裡。

那為什麼放進這個系列？因為同一條紀律在這裡被考得最兇。上班做的盤點、報表，錯了會有人來問；下班自己做的東西，沒有人會來問——所以錯了就會一直錯下去。這篇要講的坑，我全部是在沒有人監督的情況下踩的。

找不到，通常不是沒有

要找官方統計，多數人的做法是 Google 搜尋，或到開放資料平台打關鍵字。找不到，就得出結論：政府沒有公布。

通常不是沒有，是不在搜尋得到的地方。

例一：教育部的統計。 大家熟悉的是開放資料平台上那些檔案，但統計處網站底下還有另一批「明細統計表」——分到縣市、分到學制的細項都在那裡。它們沒有被做成資料集，所以不會出現在關鍵字搜尋結果裡，得從統計表頁面一層一層點進去。

例二：社會經濟資料服務平台。 這裡的教訓更明確：先看產品總目錄，不要用關鍵字搜。 那個平台有一份三千多列的目錄檔，列出所有資料產品的名稱與代碼。正確做法是先下載目錄、在裡面找到要的東西、記下代碼，再去取資料。

直接搜關鍵字的問題是：資料的正式名稱跟你想的不一樣。 你搜不到，就以為沒有。

然後我把自己的疏漏，寫成了「資料的限制」

這是這篇最該記下來的一段。

同一份統計，那個平台常常有兩種版本：一種照行政區切（縣市、鄉鎮），一種照統計區切（另一套網格化的單元）。我用關鍵字搜，只撈到其中一種。

於是我得到一個結論：這份資料最細只到縣市。

然後我把這個結論寫進了四份文件。當成「資料本身的限制」寫的——語氣很肯定，因為我以為自己查過了。

後來我去翻產品總目錄，才發現行政區版一直都在，而且有鄉鎮層級。那不是資料的限制，是我的搜尋方式的限制。

這件事後來我修正了，但我想講的是它的形狀：我沒有算錯任何數字，我錯在替資料下了一個它沒說過的結論。 而這種錯誤不會有人來糾正，因為它讀起來就像一個查證過的事實。

真正會出事的地方：口徑

技術問題其實都還好，因為會報錯。真正危險的是不會報錯的那些。

一、百分比的分母不一樣。 同一份報表裡的兩個百分比，一個可能是全體人口，一個是有回答該題的人數。拿來比較看起來很合理，實際上在比不同的東西。

二、同一個名詞，不同年度定義不同。 某個類別的認定標準改過，改之前和改之後的數字不能直接連成趨勢線——但表格不會告訴你這件事。

三、你拿到的可能只有最新一期。 有些平台的資料介面只回傳當期數字，不含年度參數；想要歷年是另一條完全不同的路。如果你沒注意到，畫出來的「趨勢」可能是同一年的資料重複了好幾次。

我的處理方式：只要用到某個欄位，就去看那份資料的欄位說明，確認它的定義和分母。 這一步很煩，但省不得——因為這類錯誤不會被發現，只會被拿去用。

（檔案本身的髒亂——編碼、分隔符號、多層表頭——那是另一個故事，留到 Day 28。）

AI 幫得上什麼、幫不上什麼

幫得上的：格式轉換、大量檔案的整理、把不同來源的資料對起來。這些做完可以驗證。

幫不上、而且要特別小心的：它會很有信心地告訴你「這份資料在某某網址」，而那個網址不存在。政府網站的路徑結構它不見得掌握得準。

但這一篇真正的教訓不在這裡。 前面那個「只能到縣市」的結論，不是 AI 告訴我的，是我自己下的。工具再準，也擋不住一個人用不完整的搜尋結果去推論全貌。

所以我現在的習慣是：它給的網址一律自己點開；而我自己下的結論，要能講出「我是查了什麼才敢這樣說」。後面那句比前面那句難做到。

明天

Day 13：回到職務工作。一個公部門的官網，由 AI 協助設計，而且真的上線了。