本週完成成果
你會以正式成果發表的標準交付新創計畫書、Pitch 與 Live Demo，並用 Repo 的 commit、README、測試與限制回答「你們真的做了什麼」。
完成標準｜PDF 能開啟且版本一致；12 分鐘簡報＋6 分鐘 Demo／問答不超時；main 可依 README 重現；評審問題有證據或誠實標記未完成。
課前準備
步驟 1｜發表前一天：凍結要展示的 main commit，所有臨時修正仍透過 PR，不在上台前 force push。
預期結果｜小組記下完整展示 SHA。
步驟 2｜確認兩份 PDF、README、Demo 連結與備援影片可開啟，檔名符合課綱。
test -s business/final_proposal.pdf
test -s presentation/final_pitch.pdf
git rev-parse HEAD預期結果｜兩份 PDF 非空，展示 SHA 已記錄。
步驟 3｜安全清查：Demo 帳號、資料、畫面與影片不含 API key、私人 Email、學號、電話或未授權素材。
預期結果｜只使用專用展示資料與核准畫面。
完整三小時｜成果活動與回饋
故事開始｜評審問：「你們說能節省一半時間，證據在哪裡？」如果只回答「AI 很快」，承諾就站不住。若能開啟測試紀錄、說明三位使用者完成任務前後的時間與限制，即使樣本小也比較可信。
老師先問｜遇到還沒完成的功能，要不要先說做完了讓簡報更完整？不要。清楚說「目前做到哪裡、怎麼驗證、下一步是什麼」比現場被發現更專業。
生活比喻｜期末發表像餐廳試營運：菜單是 BP，介紹是 Pitch，真正端出的餐點是 Demo，廚房紀錄則是 GitHub 證據。四者要是同一家店。
先看全程地圖｜先看懂資料與決策怎麼移動，再開始操作。圖中的箭頭代表下一步，不代表可以跳過人工確認。
┌──────────┐ → ┌──────────┐ → ┌──────────┐
│ 問題與證據│ │ BP／商模 │ │ 12 分鐘 Pitch│
└──────────┘ └──────────┘ └────┬─────┘
↓
┌──────────┐ ← ┌──────────┐ ← ┌──────────┐
│ 回饋與下一步│ │ 評審問答 │ │ 6 分鐘 Demo│
└──────────┘ └──────────┘ └──────────┘步驟 4｜上台前五分鐘：操作者依 runbook 做一次只讀 smoke，不更新依賴、不改資料。
git status --short
git log -1 --oneline
python -m codes.integration.smoke --case happy預期結果｜工作目錄乾淨、SHA 正確、最小流程通過。
步驟 5｜Pitch：先講使用者與問題證據，再講方案、Demo、商模與下一步。
預期結果｜12 分鐘內完成，投影片上的數字都能在 BP 找到來源。
步驟 6｜Demo：先說預期結果，再輸入公開安全資料；顯示人工確認與失敗處理。
預期結果｜6 分鐘內完成；失敗時切換備援並說明實際狀況。
步驟 7｜問答：每題先確認問題，再以「證據、目前限制、下一步」回答。
回答框架：
1. 我們目前的證據是＿＿。
2. 這份證據的限制是＿＿。
3. 下一步會用＿＿驗證。預期結果｜不知道時明確說待查，不即興捏造市場或技術資料。
課堂收束｜發表後每人寫下一件「評審看懂了」與一件「證據還不夠」。成果不是句點，而是下一輪決策的基準。
指定閱讀與課後作業
指定閱讀｜本週為完整三小時期末成果活動；依課綱準備正式 BP PDF、Pitch PDF、Live Demo 與 GitHub 證據，不另增加技術指定閱讀。
課後作業方向｜將發表中確認的錯字、連結或說明問題用 PR 修正；新功能需求放入後續清單，不在成果 SHA 上臨時擴充。
步驟 8｜小組：將最終 PDF、README 與必要的公開安全 Demo 證據提交 main。
預期結果｜Repo 入口清楚，沒有暫存檔、重複 final 檔或秘密。
步驟 9｜小組：建立 release-style checkpoint commit 並記錄展示 SHA。
git add business/final_proposal.pdf presentation/final_pitch.pdf README.md
git commit -m 'W15: submit final proposal and pitch evidence'
git push預期結果｜評審能用 SHA 找到發表當下版本。
驗收方式
test -s business/final_proposal.pdf
test -s presentation/final_pitch.pdf
git status --short
git log -1 --format="%H %s"通過條件｜PDF、Pitch、Demo 與 Repo 一致；時間符合 12+6；SHA 可追蹤；安全清查完成；限制誠實揭露。
應提交的 Repo 檔案
必交｜business/final_proposal.pdf、presentation/final_pitch.pdf。只提交課綱指定成果與重現所需說明；不得提交 API key、個資、私人對話、未授權資料或大型模型檔。
常見問題與排除
問題 1｜PDF 字型或影片失效：在另一台設備離線開啟測試，保留標準 PDF 與短備援。
問題 2｜現場 API 失敗：展示預先保存且標示時間的結果，說明失敗，不偽裝 Live。
問題 3｜評審問到沒有資料：記入待驗證，不用 AI 即時編一個數字。
引用資料
國立中央大學授課課綱／劉書銘老師，《劉書銘老師課程大綱_基礎模型與生成式人工智慧-更新版.pdf》；教師提供附件。用途：W1–W16 時段、實作主題、評量與交付物。
GitHub Docs，《Using source control in your codespace》；https://docs.github.com/en/codespaces/developing-in-a-codespace/using-source-control-in-your-codespace；查閱日期：2026-08-04。用途：Codespaces 中修改、commit 與 push 的標準流程。
GitHub Docs，《Quickstart for reviewing pull requests》；https://docs.github.com/en/pull-requests/get-started/reviewing-pull-requests-quickstart；查閱日期：2026-08-04。用途：W3 Code Review 留言、建議、核准與要求修改。