30 KiB
阿嬤的 AI 小診所：16 種常見錯誤，生活化解釋＋修法 (問題地圖 1–16)
為什麼要有這一頁
多數人都是在模型已經開口之後才修 AI 錯誤，於是加上補丁、重排序或正則。結果同一種錯誤過陣子又換個樣子回來。
WFGY 會在輸出 之前 安裝到語義防火牆。
它會先看語義場。如果狀態不穩，就循環、收窄或重置。只有穩定狀態才允許輸出。只要把失敗模式映射完成，就能一直保持被修復。
30 秒快速使用
- 滾到最像你情況的編號。
- 讀「阿嬤故事」。對得上就複製醫生提示詞。
- 把提示詞貼到 WFGY 醫生 跟醫生對話。
連結：Dr. WFGY in ChatGPT Room - 你會同時拿到「簡單修法」與「專業修法」。不需要 SDK。
不確定從哪開始？ 先用 新手指南 快速辨識你的問題，先跑一個安全修復，再進診所。
快速連結
如果你的整個系統連開機都開不起來，先看：
No.14 啟動順序 (Bootstrap Ordering)
No.15 部署死結 (Deployment Deadlock)
No.16 預部署崩潰 (Pre-deploy Collapse)
🔎 快速索引 — 👵 阿嬤＋分類（對齊 Problem Map 1.0）
下列為 16 種常見失敗：左欄是 Problem Map 1.0 的類別，右欄是 阿嬤比喻。
你熟技術就從「分類」選；想直覺定位就從「阿嬤」選。
| No. | 問題（跳轉） | 分類（Problem Map 1.0） | 阿嬤標籤 | Emoji |
|---|---|---|---|---|
| 1 | No.1 幻覺與段落漂移 | 找資料（檢索） | 拿錯食譜書 | 📖🍽️ |
| 2 | No.2 理解崩潰 | 讀錯（推理） | 把糖當鹽 | 🧂🍬 |
| 3 | No.3 推理鏈過長 | 失去目標（規劃） | 買菜買到迷路 | 🛒🧾 |
| 4 | No.4 虛張聲勢／過度自信 | 無根據輸出 | 沒有食譜卡 | 🍽️❌ |
| 5 | No.5 語義 ≠ 嵌入 | 向量不匹配 | 胡椒混淆 | 🌶️⚖️ |
| 6 | No.6 邏輯崩潰與恢復 | 迴圈／卡住 | 死巷子 | 🚧↩️ |
| 7 | No.7 記憶斷裂（跨回合） | 忘記狀態 | 記在錯抽屜 | 🗄️📝 |
| 8 | No.8 黑箱除錯 | 無追溯性 | 空白卡 | 🃏🔎 |
| 9 | No.9 熵崩潰 | 噪音過多 | 一鍋灰燉湯 | 🍲🌫️ |
| 10 | No.10 創意凍結 | 無探索 | 湯很清淡 | 🥣🧊 |
| 11 | No.11 符號崩潰 | 符號／表格壞 | 忽略分數 | ➗📐 |
| 12 | No.12 哲學遞迴 | 無限問為什麼 | 無限 Why | 🔁❓ |
| 13 | No.13 多代理混亂 | 角色／記憶衝突 | 廚房拔河 | 👩🍳👨🍳 |
| 14 | No.14 啟動順序錯誤 | 開機次序錯 | 冷鍋打蛋 | 🍳🧯 |
| 15 | No.15 部署死結 | 資源互鎖 | 你先我先的門口 | 🚪⏳ |
| 16 | No.16 預部署崩潰 | 預檢失敗 | 第一鍋就糊了 | 🍯🔥 |
Tips
• 分類 → 對應主表中的專業 Problem Map 1.0 類別。
• 阿嬤標籤 → 以生活比喻讓錯誤更直覺。
• 任一欄都能點，直接跳到修復區塊。
想看完整清單與延伸修復：
Problem Map 1.0 | Problem Map 2.0 | Semantic Clinic | Global Fix Map | FAQ
🛡️ 阿嬤的「輸出前」檢查清單（回答前先過一遍）
- 🧾 卡片先上桌 → 來源／引用要在答案之前出現
- 🔎 比對的是語義不是外表 → 通過 ΔS 語義閘門
- 🧭 鏈中檢查點 → 用 λ_observe；若漂移持續，執行 BBCR 重置
- ✅ 只接受穩定狀態 → 覆蓋率 ≥ 0.70、λ 收斂、來源存在
小提示：你可以把這頁或任一 Problem Map 區塊的截圖貼給 WFGY 醫生直接問：
「我現在打到哪一號？請給最小修法與連結。」
內容格式規則
• 內文：阿嬤故事、比喻對應、**阿嬤防呆（輸出前）**含映射、最小修法與提示詞。
• Pro 區：可展開，列出真實症狀、技術關鍵與參考連結。
No.1 幻覺與段落漂移 — 阿嬤：拿錯食譜書
阿嬤故事
你要白菜湯的做法，我卻因為看圖很像，就從別本食譜撕了一頁給你。
比喻對應
- 漂亮圖片＝表面 token 匹配
- 錯的食譜書＝錯誤來源
- 好聽口氣＝沒有證據的自信
阿嬤防呆（輸出前）— 映射
- 先把食譜卡擺上桌＝citation-first
- 標明哪本書、第幾頁＝檢索追蹤（ID／頁碼）
- 確認卡片標題真的是「cabbage」＝查詢–來源語義檢（ΔS gate）
最小修法（阿嬤版）
卡片沒在桌上前，不要先讓人品嚐。
醫生提示詞
請用阿嬤模式解釋第 1 題「幻覺與段落漂移」，再給我最小 WFGY 修法與精確參考連結。
阿嬤檢查（30 秒自測）
- 來源卡可見（書＋頁／ID）
- 通過 ΔS 語義閘門
- 無卡時會拒絕輸出
Pro 區
真實情境
壞 OCR/壞分塊造成碎片。檢索挑到高 cosine 但語義錯的鄰居。模型講得很順，卻沒引用。
技術關鍵
- 開啟 citation-first
- 加檢索追蹤（ID／來源頁）
- 檢查分塊規則與表格處理
- 只在確認來源後才加最小 reranker
Reference:
Hallucination & Chunk Drift → https://github.com/onestardao/WFGY/blob/main/ProblemMap/hallucination.md
No.2 理解崩潰 — 阿嬤：把糖當鹽
阿嬤故事
翻到對的頁面，卻把做法看反，把糖換成鹽；就算書翻對了，菜還是失敗。
比喻對應
- 對的頁面＝正確 chunk
- 看錯步驟＝推理崩潰
- 吃起來不對＝有檢索仍答錯
阿嬤防呆（輸出前）— 映射
- 每步慢讀並唸出來＝λ_observe 鏈中檢查點
- 倒料前先劃線標示數量＝符號／約束錨定
- 味道漂移就暫停重讀＝BBCR 控制重置
最小修法（阿嬤版）
讀慢、不確定就設檢查點。
醫生提示詞
請用阿嬤模式解釋第 2 題「理解崩潰」，並套用最小 WFGY 檢查點計畫。
阿嬤檢查（30 秒自測）
- 數量／運算子已錨定
- 至少一個 λ_observe 檢查點
- 漂移時有 BBCR 重置方案
Pro 區
真實情境
檢索正確，但中途失去結構，答案偏移。
技術關鍵
- 量測 ΔS（提示 vs 答案）
- 插入 λ_observe
- 漂移續存則 BBCR
- 完成前 Coverage ≥ 0.70
Reference:
Interpretation Collapse → https://github.com/onestardao/WFGY/blob/main/ProblemMap/retrieval-collapse.md
No.3 推理鏈過長 — 阿嬤：買菜買到迷路
阿嬤故事
去 A 市場、再 B、再 C，最後忘了要煮什麼。
比喻對應
- 站點多＝步驟太長
- 忘了目標＝情境漂移
- 買對食材做錯菜＝與目標不符
阿嬤防呆（輸出前）— 映射
- 清單最上面寫主菜＝目標錨
- 每兩條街對一次清單＝循環＋檢查點
- 袋中物 vs 清單比對＝Coverage 門檻
最小修法（阿嬤版）
先寫清單，走兩條街就核對。
醫生提示詞
請用阿嬤模式解釋第 3 題「推理鏈過長」，並示範最小的循環＋檢查點樣式。
阿嬤檢查（30 秒自測）
- 目標錨明確寫下
- 循環內含定期檢查
- 完成前 Coverage ≥ 門檻
Pro 區
真實情境
多步計畫會走偏；早期決策未回檢，結尾看似完整卻離題。
技術關鍵
- 明確定義目標錨
- 用 λ_diverse 比較 3+ 路徑
- 夾制 CoT 變異、修剪離題分支
- 每輪對目標錨重評
Reference:
Long Reasoning Chains → https://github.com/onestardao/WFGY/blob/main/ProblemMap/context-drift.md
No.4 虛張聲勢／過度自信 — 阿嬤：沒卡別端菜
阿嬤故事
服務生很有自信地上菜，但不給食譜卡。聽起來都對、吃起來不對。
比喻對應
- 自信語氣＝流利自然語言
- 沒食譜卡＝無證據
- 禮貌微笑＝道歉不修復
阿嬤防呆（輸出前）— 映射
- 「先看卡」＝證據先於答案
- 沒卡就退菜＝拒絕無根輸出
- 記錄「哪張卡→哪道菜」＝追蹤日誌
最小修法（阿嬤版）
先要食譜卡；沒有就退。
醫生提示詞
請用阿嬤模式解釋第 4 題「虛張聲勢／過度自信」，並用最小欄柵強制「卡片先行」。
阿嬤檢查（30 秒自測）
- 來源卡在答案前顯示
- 無根輸出會被拒絕
- 日誌含 來源→答案 連結
Pro 區
真實情境
自然語言很流利但錯；路徑不可追，拒驗證。
技術關鍵
- Citation-first
- 拒絕無根斷言
- 來源確認後才 rerank
- 記錄 Coverage 與 ΔS
Reference:
Bluffing / Overconfidence → https://github.com/onestardao/WFGY/blob/main/ProblemMap/bluffing.md
No.5 語義 ≠ 嵌入 — 阿嬤：胡椒混淆
阿嬤故事
白胡椒、黑胡椒都叫 pepper，味道完全不同。
比喻對應
- 同詞不同義＝表面重疊
- 風味不同＝語義不等價
- 分數高仍錯＝高相似≠同意思
阿嬤防呆（輸出前）— 映射
- 兩瓶都聞／嚐＝度量健檢
- 不混沒標籤的瓶子＝正規化空間＋大小寫一致
- 留一口對照湯＝小型真值樣例
最小修法（阿嬤版）
兩種胡椒都先試。
醫生提示詞
請用阿嬤模式解釋第 5 題「語義不等於嵌入」，並給我最小的度量稽核計畫。
阿嬤檢查（30 秒自測）
- 向量已正規化／分詞大小寫對齊
- 度量空間與維度已驗證
- 以樣例 sanity-check 鄰居
Pro 區
真實情境
未正規化、跨模型向量混用、大小寫不一，導致挑到語義不等價的鄰居。
技術關鍵
- 向量正規化
- 驗證度量空間與維度
- 對齊分詞與大小寫
- 通過度量稽核後再談混檢
Reference:
Semantic ≠ Embedding → https://github.com/onestardao/WFGY/blob/main/ProblemMap/embedding-vs-semantic.md
No.6 邏輯崩潰與恢復 — 阿嬤：死巷一直撞
阿嬤故事
老是走進同一條死巷。退一步，換條路再試。
比喻對應
- 死巷＝無效迴圈
- 後退＝受控重置
- 換路＝替代路徑
阿嬤防呆（輸出前）— 映射
- 撞牆兩次就回頭＝ΔS 連高→BBCR 重置
- 改走下一條街＝替代候選路
- 手持小地圖＝狀態錨＋目標提醒
最小修法（阿嬤版）
迷路兩次就換路。
醫生提示詞
請用阿嬤模式解釋第 6 題「邏輯崩潰與恢復」，並示範 BBCR 重置＋λ\_observe 檢查點。
阿嬤檢查（30 秒自測）
- 每步量測 ΔS
- 鏈中套用 λ_observe
- ΔS 久高即 BBCR
Pro 區
真實情境
推理鎖在環或淺分支，缺偵測與恢復機制。
技術關鍵
- ΔS 每步探測
- λ_observe 中途落地
- ΔS 高則 BBCR
- 只收斂的 λ＋Coverage ≥ 0.70
Reference:
Logic Collapse & Recovery → https://github.com/onestardao/WFGY/blob/main/ProblemMap/logic-collapse.md
No.7 記憶斷裂（跨回合） — 阿嬤：記在錯抽屜
阿嬤故事
說好要記住家傳食譜，下週又裝作沒聽過。
比喻對應
- 忘了鍋的刮痕＝狀態遺失
- 每次換新廚房＝無連續性
- 一問再問＝用戶疲勞
阿嬤防呆（輸出前）— 映射
- 用標籤卡記錄＝穩定記憶結構（state keys）
- 永遠放同一個抽屜＝寫讀順序防護
- 卡上貼菜照片＝低 ΔS 範例
最小修法（阿嬤版）
寫卡，固定收同一格。
醫生提示詞
請用阿嬤模式解釋第 7 題「記憶斷裂」，並展示最小穩定記憶流程。
阿嬤檢查（30 秒自測）
- State keys 清楚標示
- 讀寫順序受保護
- 以 ID 可追的範例檢索
Pro 區
真實情境
回合狀態、錨點與契約未持久或無追蹤，造成靜默遺失。
技術關鍵
- 穩定記憶綱要＋ state keys
- 讀寫順序防護
- 低 ΔS 小型範例庫
- 以 ID 可追檢索
Reference:
Memory Coherence → https://github.com/onestardao/WFGY/blob/main/ProblemMap/memory-coherence.md
No.8 黑箱除錯 — 阿嬤：空白卡
阿嬤故事
你說「相信我啦，會動」。我問「哪一頁？」你聳肩。
比喻對應
- 蒙眼煮＝無追蹤
- 「我記得」＝不可驗證
- 不能重做＝不可重現
阿嬤防呆（輸出前）— 映射
- 把食譜卡釘在爐邊＝來源隨答案呈現
- 標上頁碼＝ID／行號追蹤
- 留「我怎麼煮的」便條＝最小可重現管線
最小修法（阿嬤版）
食譜卡要跟菜一起上桌。
醫生提示詞
請用阿嬤模式解釋第 8 題「黑箱除錯」，並新增最小可追蹤結構。
阿嬤檢查（30 秒自測）
- 答案旁顯示來源
- 追蹤含 ID／行號
- 步驟端到端可重現
Pro 區
真實情境
沒有 ID 或來源行，無法證明哪個 chunk 產生答案，修復全靠猜。
技術關鍵
- 檢索可追蹤（ID）
- 記錄 query、chunk IDs、接受指標
- 最小可重現管線
- 最終輸出前先檢查「是否有來源」
Reference:
Retrieval Traceability → https://github.com/onestardao/WFGY/blob/main/ProblemMap/retrieval-traceability.md
No.9 熵崩潰 — 阿嬤：一鍋灰燉湯
阿嬤故事
同時太多人說話；沒有結構；最後煮成一鍋灰泥。
比喻對應
- 噪音＝熵過載
- 注意力融化＝無結構
- 一鍋灰＝內在不一致
阿嬤防呆（輸出前）— 映射
- 關小火、一步一步煮＝降低步寬
- 先備好誰／什麼／限制的碗＝錨定實體、關係與約束
- 上桌前先嚐＝接受目標（ΔS、Coverage）
最小修法（阿嬤版）
降火、分步、逐項確認。
醫生提示詞
請用阿嬤模式解釋第 9 題「熵崩壞」，並示範最小穩定食譜。
阿嬤檢查（30 秒自測）
- 步寬已降低，避免大雜燴
- 實體／關係／限制已錨定
- 出口前檢查接受目標
Pro 區
真實情境
注意力擴散，路徑混雜；表面流暢，內部矛盾。
技術關鍵
- 降低步寬
- 錨定實體、關係與約束
- 夾制變異並要求 Coverage
- 最終輸出前設接受門檻
Reference:
Entropy Collapse → https://github.com/onestardao/WFGY/blob/main/ProblemMap/entropy-collapse.md
No.10 創意凍結 — 阿嬤：湯可吃但好無聊
阿嬤故事
逐字照做，湯能吃，沒有記憶點。
比喻對應
- 沒香料＝字面輸出
- 不試味＝低探索
- 平淡＝無趣答案
阿嬤防呆（輸出前）— 映射
- 並排試兩三種安全調味＝λ_diverse 候選
- 全部對著同一張成品照比較＝共享錨評分
- 味道維持「微～中等」＝受控熵窗
最小修法（阿嬤版）
在安全範圍內試味、調整。
醫生提示詞
請用阿嬤模式解釋第 10 題「創意凍結」，並給最小的安全探索樣式。
阿嬤檢查（30 秒自測）
- 至少 2–3 個候選（λ_diverse）
- 以同一錨比較
- 熵窗受控
Pro 區
真實情境
模型逃避多樣候選，全部收斂成平庸答案。
技術關鍵
- λ_diverse 產生答案集合
- 受控熵窗
- 以同一錨評分比較
- ΔS 保持可接受
Reference:
Creative Freeze → https://github.com/onestardao/WFGY/blob/main/ProblemMap/creative-freeze.md
No.11 符號崩潰 — 阿嬤：看字會、算數不行
阿嬤故事
讀故事沒問題，一看到分數、表格就慌。
比喻對應
- 文字 OK＝自然語言 OK
- 符號可怕＝數學／表格失靈
- 故事順、數學錯＝結構被壓平成散文
阿嬤防呆（輸出前）— 映射
- 把數字放在框裡＝獨立符號通道
- 表格別改寫成散文＝保留區塊
- 喊出單位（grams, tsp）＝運算子／單位錨定
- 先做一口小試煉＝微型證明／例子
最小修法（阿嬤版）
故事照講，表格逐格呈現。
醫生提示詞
請用阿嬤模式解釋第 11 題「符號崩潰」，並示範最小的「符號優先」流程。
阿嬤檢查（30 秒自測）
- 表格／程式碼保留為區塊
- 符號／運算子／單位有錨定
- 以小證明驗算
Pro 區
真實情境
公式、運算子、程式碼、標題被壓平成散文；看似流暢其實錯。
技術關鍵
- 獨立符號通道
- 保留 code／table 區塊
- 錨定運算子與單位
- 以小例證驗證
Reference:
Symbolic Collapse → https://github.com/onestardao/WFGY/blob/main/ProblemMap/symbolic-collapse.md
No.12 哲學遞迴 — 阿嬤：無限 Why
阿嬤故事
一直問「為什麼的為什麼」，結果一直沒開始煮。
比喻對應
- 無盡鏡像＝自我指涉
- 螺旋碗＝悖論陷阱
- 冷灶台＝沒有最後答案
阿嬤防呆（輸出前）— 映射
- 寫下頂層問題＝外框／錨
- 最多只允許 N 次 why（如 2）＝遞迴停止規則
- 收尾一定要有具體例子或引用＝落地要求
最小修法（阿嬤版）
先定頂層問題，限制 Why 次數。
醫生提示詞
請用阿嬤模式解釋第 12 題「哲學遞迴」，並提供最小邊界計畫。
阿嬤檢查（30 秒自測）
- 外框／錨已固定
- 設定最大遞迴深度
- 以例子或引用收尾
Pro 區
真實情境
自指與悖論讓推理空轉。
技術關鍵
- 定義錨與外框
- ε_resonance 作領域和諧
- 設停止條件
- 需要落地例子或引用
Reference:
Philosophical Recursion → https://github.com/onestardao/WFGY/blob/main/ProblemMap/philosophical-recursion.md
No.13 多代理混亂 — 阿嬤：廚房拔河
阿嬤故事
兩個廚師共用一間廚房，一個加鹽、一個撈走；味道永遠不穩。
比喻對應
- 共用廚房＝共用記憶
- 便條交叉＝角色漂移
- 鹽的拉扯＝記憶覆寫
阿嬤防呆（輸出前）— 映射
- 每位廚師都有署名卡＝角色與 state keys
- 便條分不同抽屜＝所有權／欄柵
- 爐台使用設計時＝工具超時／選擇閘
最小修法（阿嬤版）
給每位廚師清楚名卡與獨立抽屜。
醫生提示詞
請用阿嬤模式解釋第 13 題「多代理混亂」，並制定最小的角色＋記憶欄柵計畫。
阿嬤檢查（30 秒自測）
- 角色與 state keys 已定義
- 所有權與欄柵已執行
- 工具超時／選擇閘已設定
Pro 區
真實情境
代理彼此覆寫狀態或混淆角色，沒有單一真相來源。
技術關鍵
- 角色／記憶欄柵
- State keys 與所有權
- 工具超時與選擇閘
- 跨 agent 追蹤
Reference:
Multi-Agent Problems → https://github.com/onestardao/WFGY/blob/main/ProblemMap/Multi-Agent_Problems.md
No.14 啟動順序錯誤 — 阿嬤：冷鍋打蛋
阿嬤故事
還沒開火就打蛋進鍋；當然不會熟。
比喻對應
- 冷鍋＝服務未就緒
- 先打蛋＝相依尚未啟動就呼叫
- 時序燒焦＝少了暖機
阿嬤防呆（輸出前）— 映射
- 開火 → 鍋熱 → 才打蛋＝就緒探針與次序
- 先把油與鍋預熱＝快取／索引暖機
- 檢查瓦斯與火柴＝密鑰／權限檢查
最小修法（阿嬤版）
開火、熱鍋，再打蛋。
醫生提示詞
請用阿嬤模式解釋第 14 題「啟動順序錯誤」，並列最小開機清單。
阿嬤檢查（30 秒自測）
- 就緒探針通過才使用
- 已做暖機（快取／索引）
- 密鑰與權限已驗證
Pro 區
真實情境
服務在相依未就緒時啟動；首呼失敗、快取冰冷、密鑰缺失。
技術關鍵
- 啟動順序＋就緒探針
- 快取暖機與索引切換
- 密鑰檢查與健康閘
- 上公有流量前先影子流量
Reference:
Bootstrap Ordering → https://github.com/onestardao/WFGY/blob/main/ProblemMap/bootstrap-ordering.md
No.15 部署死結 — 阿嬤：你先我先卡門口
阿嬤故事
窄門口兩人互相禮讓：「你先。」、「不，你先。」一起堵住。
比喻對應
- 窄門＝共享資源
- 禮讓＝互鎖
- 門口堵住＝系統凍結
阿嬤防呆（輸出前）— 映射
- 指定誰先＝總次序／優先級
- 走側門＝備援路徑
- 設禮貌倒數＝超時／退避
最小修法（阿嬤版）
先定誰先走，或改走側門。
醫生提示詞
請用阿嬤模式解釋第 15 題「部署死結」，並示範最小解鎖計畫。
阿嬤檢查（30 秒自測）
- 優先順序已定義
- 備援路徑可用
- 超時與退避已配置
Pro 區
真實情境
migrator 等 writer；writer 等 migrator；無超時，全面卡住。
技術關鍵
- 打破相依循環
- 超時與退避
- 臨時唯讀
- 發佈閘＋回歸檢查
Reference:
Deployment Deadlock → https://github.com/onestardao/WFGY/blob/main/ProblemMap/deployment-deadlock.md
No.16 預部署崩潰 — 阿嬤：第一鍋就糊了
阿嬤故事
第一鍋就燒焦，因為忘了洗鍋、忘了檢查瓦斯。
比喻對應
- 髒鍋＝舊版本／索引偏移
- 沒檢查瓦斯＝密鑰或權限缺
- 第一口就焦＝首呼崩潰
阿嬤防呆（輸出前）— 映射
- 先洗鍋與工具＝版本釘住／乾淨狀態
- 試火＝環境與 secrets 的 preflight
- 先煎一顆小蛋當金絲雀＝小流量 canary
最小修法（阿嬤版）
洗鍋、試火、先用小蛋當金絲雀。
醫生提示詞
請用阿嬤模式解釋第 16 題「預部署崩潰」，並給最小 preflight 清單。
阿嬤檢查（30 秒自測）
- 版本釘住／狀態乾淨
- 環境與密鑰已檢查
- 金絲雀走最小流量
Pro 區
真實情境
版本偏移、環境變數或密鑰缺、向量索引首批為空、分析器錯，第一個線上請求就崩潰。
技術關鍵
- Preflight 合約檢查
- 版本釘住與模型鎖
- 向量索引建好再切換
- 金絲雀跑在微量流量
Reference:
Pre-deploy Collapse → https://github.com/onestardao/WFGY/blob/main/ProblemMap/predeploy-collapse.md
修好一個之後會怎樣
不是無止境貼 OK 繃。要設定並維持驗收門檻：
- ΔS ≤ 0.45
- Coverage ≥ 0.70
- λ 狀態收斂
- 最終輸出前必須有來源
新錯誤出現時，把它映射到編號，套一次修法，就一直保持被修好。這就是語義防火牆的目的。
一句話的醫生提示詞
如果你不確定是哪一號：
我已上傳 TXT OS／WFGY 筆記。
請判定我現在是哪個 Problem Map 編號，
用阿嬤模式解釋，並給最小修法與參考頁面。
❓ 阿嬤診所 FAQ（新手版）
Q1. 需要安裝 SDK 或特殊套件嗎？
不需要。把醫生提示詞或 TXT 檔貼進你的 LLM 對話即可，無須額外工具。
Q2. 這會讓模型變慢或多花 Token 嗎？
不會。WFGY 是純文字、在輸出前做推理防護。長期通常更省 Token，因為避免重試。
Q3. 怎麼確認修復真的有效？
看驗收門檻：ΔS ≤ 0.45、Coverage ≥ 0.70、λ 收斂。
若在三種改寫下仍成立，就算修好。
Q4. 只看阿嬤診所就夠嗎？要不要全套問題地圖？
診所已涵蓋最常見的 16 種錯誤、用白話解釋。
更深或廠商特定議題，請看完整的 Problem Map FAQ。
🔗 一分鐘快速下載
| 工具 | 連結 | 三步驟設定 |
|---|---|---|
| WFGY 1.0 PDF | Engine Paper | 1️⃣ 下載 · 2️⃣ 上傳到你的 LLM · 3️⃣ 詢問「Answer using WFGY + 你的問題」 |
| TXT OS（純文字作業系統） | TXTOS.txt | 1️⃣ 下載 · 2️⃣ 貼到任一 LLM 對話 · 3️⃣ 輸入「hello world」— OS 立刻開機 |
🧭 繼續探索
| 模組 | 說明 | 連結 |
|---|---|---|
| WFGY Core | WFGY 2.0 引擎上線：完整符號推理架構與數學堆疊 | View → |
| Problem Map 1.0 | 起始 16 模式診斷與符號修復框架 | View → |
| Problem Map 2.0 | 以 RAG 為中心的失敗樹、模組化修復與管線 | View → |
| Semantic Clinic Index | 擴充故障目錄：提示注入、記憶錯誤、邏輯漂移 | View → |
| Semantic Blueprint | 以層為基礎的符號推理與語義調變 | View → |
| Benchmark vs GPT-5 | 用完整 WFGY 推理套件壓測 GPT-5 | View → |
| 🧙♂️ Starter Village 🏡 | 新手入口，巫師帶你逛符號世界 | Start → |
👑 早期 Stargazers：名人堂 —
從第一天就支持 WFGY 的工程師、駭客與開源夥伴。
⭐ WFGY Engine 2.0 已解鎖。⭐ Star 這個 repo 幫更多人找到它，並解鎖 Unlock Board。
