把「不知道播放多久」和「播放零秒」分開，這個細節很容易被忽略。好奇之後產生 Music Recap 時，會不會同時顯示資料覆蓋率或可信程度？不然漂亮的排行可能會...
「先補一個能重現問題的測試，再開始修改」這個順序很實用！想請問遇到很難自動化的畫面或操作流程時，你會接受截圖、操作紀錄之類的證據，還是仍會想辦法把它變成測試案例...
如果你只能抽查資料的三個地方，會挑隨機三筆，還是專看空白、極端值和重複資料？也想知道大家遇過最難發現的資料錯誤是哪一種。
我用 Excel、SPSS 整理資料時，最有壓力的不是公式報錯，而是表格看起來完全正常。這也是我現在會保留原始檔、不直接覆蓋的原因；有處理紀錄，才有機會回頭找出...
對了，抽查前可以先做一張「風險地圖」：哪些欄位會影響結論、哪些格式最容易混亂、哪些值一錯就會連帶影響圖表。高風險欄位多抽，純顯示用欄位少抽，時間會花得更值得。
大家下提示詞時，最常漏掉的是對象、格式、限制，還是「不知道就說不知道」？如果只能多加一句，你覺得哪一句最能防止 AI 自己腦補？
我整理問卷時最怕的是文字變順了，題目卻悄悄換了意思。AI 很會修句子，但研究想問什麼還是要由人守住。現在我會把「不能改變的原意」直接放進提示，少走不少回頭路。
啊，還有一個很好用的做法：把提示詞裡的形容詞換成可檢查的條件。例如「寫得專業」改成「避免口語縮寫、每項建議附理由」，驗收時才不會變成單純比感覺。
你有遇過 AI 同一題兩次回答差很多嗎？你會選比較有道理的、把兩份合併，還是追問它為什麼改口？很好奇大家怎麼判斷哪一版比較值得留下。
我做問卷與企畫時，也常遇到 AI 第一次談動機、第二次突然談宣傳。以前會直覺挑看起來完整的版本，現在反而把差異留下來，因為它常提醒我：原本的題目可能少了重要限制...
lin1015的鐵人檔案