做到這裡，我的產品已經可以整理活動、判定藝人歸屬，再把自己放進固定的比較集合。接下來，我想把這些成果變得更容易理解：看到一張結果卡片時，使用者可以直接問它的意思，順著回答找到計算依據。

我和 ChatGPT 先整理使用情境，再讓 Codex 把問題接到報告裡的事實。最後做出的入口包含七類問題：活動量、活動占比、個人月變化、查證上限、觀測分鐘、全球位置與資料持有人。每一類都有對應的資料欄位與回答方式，點選後就能取得目前選擇下的說明。

我採用既定問題與確定性的回答規則。對一套以資料比較為核心的工具來說，這讓問答與結果卡片共用同一份內容，也讓同樣的選擇可以重現同樣的答案。ChatGPT 與 Codex 幫我完成開發，實際使用時則由本機程式組織回答。

從一個問題，讀懂一組數字

最直接的問題是「我的目標活動有多少？」本人八月 UTC 的原件共有 2,215 筆活動，其中 1,088 筆確認屬於目標藝人、987 筆排除、140 筆待確認（介面欄位為「未知」）。問答會把這些數字串起來，說明目標活動範圍為 1,088–1,228：下界使用確認活動，上界再加入待確認活動。

這段回答讓使用者同時看到成果與結構。原件總量、已確認數字及待確認項目，都有自己的位置；回到活動明細時，也能繼續追查形成範圍的紀錄。

活動占比使用相同邏輯。本人八月目標活動占保留紀錄的 49.12%–55.44%，回答會一起交代分子、分母與期間。原本散在不同卡片的資訊，變成一段可以直接讀懂的敘述。

比較位置也能逐步解釋

目前八月研究的擴展集合有 113 個固定外部帳戶。其中，固定來源正值模式採用 77 個外部帳戶，加上本人共 78 份資料，位置範圍是 2–35／78；選擇全部集合時，則是 2–41／114。問答跟著選擇的模式，引用對應的分母與範圍。

位置形成區間，是因為本人與外部帳戶都保留了藝人歸屬的上下界。程式會分別計算確定在前面的帳戶，以及在現有界線內可能在前面的帳戶。使用者因此可以知道，哪一部分來自確認資料，哪一部分會隨後續查證收斂。

我也加入「查清本人待確認活動，可以帶來多大變化？」這個問題。在外部界線固定的情境下，若本人 140 筆待確認活動全部取得支持，固定正值模式的最差位置會從 35 收斂到 31，全部模式則從 41 收斂到 36。這是一項明列前提的查證分析，能幫我判斷下一步整理資料的價值。

全球位置這個入口，則把目前結果的研究範圍講清楚：這份位置來自固定的 113 個外部帳戶，報告以這個集合為分母。把來源放在答案裡，別人閱讀匯出的報告時，也能理解我實際完成了哪一種比較。

選擇改變，回答跟著更新

問答真正接進產品後，我特別在意切換行為。使用者從八月切到七月，或從本人切到朋友，畫面上的「你」和數字都應該跟著改變。

切到七月時，回答會讀取七月的個人活動範圍，並提供與八月的變化分析。切到朋友的 Spotify 資料時，則引用朋友原件的播放毫秒與來源。每個問題都先讀取目前選定的持有人、期間、藝人及資料集，再決定要組織哪些事實。

這種設計也接到新的測量資料。保存本機播放觀測快照後，觀測分鐘的回答來自該份快照，問題的主體與資料性質也一起帶入。另外的虛擬七天報告，呈現選定假設觀測者的累計，讓讀者以相同的量尺理解方式閱讀實驗。

說明、問答和匯出也沿用同一份報告。當我換掉月份或比較集合，報告先重算，接著更新卡片與回答，最後再由這份內容產生 JSON、CSV 和 HTML。使用者在畫面上讀到的解釋，也能隨報告帶走。

我也把來源與數字的對照放進回答機制。活動問題引用活動欄位，位置問題引用集合與上下界，時長問題引用所選來源的時間資訊。這樣一來，回答可以沿著報告回到具體事實，文字與數字有共同的檢查入口。

日常操作時，我會先點活動量確認目前主體，再看活動占比，接著讀位置區間的解釋。需要整理下一步查證時，則打開查證上限。七個入口各自處理一個明確問題，整套問答也就成為回顧過程裡隨手可用的導覽。

完成七類問答之後，我覺得這個工具更像一個可以使用的產品了。它不只把數字放在畫面上，還提供了理解數字的路徑。使用者可以從問題走到答案，再回到來源與明細；我也能用同一套流程，把自己的聆聽研究說得更清楚。