Content Editing

反模板品質紅線（Zero-Template Policy）

最高優先級規則：任何可以被正則偵測到的重複句型，即為不合格。

禁止模式清單

以下句型曾在過去的批量腳本中產生，任何新內容一律不得使用：

品質驗收標準

Story Guide 驗收

每節的 Story Guide 必須：

1. 描述一個僅與本節概念直接相關的具體業務場景（不是章節級場景）
2. 場景必須包含可辨識的角色、動作與決策壓力
3. 最後一句必須點出本節工具如何回應場景中的問題
4. 同一章內任意兩節的 Story Guide 不得有超過 30% 的用詞重疊

好例子（7.1 希臘字母）：

想像盤中市場突然跳動，交易台不是只想知道部位賺賠了多少，而是下一跳、再下一跳可能怎麼失控。此時「希臘字母」就是你手上的儀表板…

壞例子（模板產出）：

當你在管理選擇權簿冊的動態對沖時，Gamma不是孤立的術語，而是整條決策鏈上的一個節點…

SVG Section Map 驗收

每節的 SVG 三欄必須填入本節專屬的文字：

核心技術結論驗收

每節的結論必須：

1. 引用本節出現的至少一個具體公式或模型名稱
2. 點出本節與前一節或後一節的具體銜接邏輯
3. 不得使用「可驗證、可比較、可落地」等萬用形容詞組合

好例子（手工結論）：

Gamma 的 $\frac{e^{-qT} n(d_1)}{S_0 \sigma \sqrt{T}}$ 告訴我們，當標的逼近執行價且到期日迫近時，Delta 對沖的成本將指數式上升。這直接影響下一節 Theta 對時間衰減的價值判斷。

壞例子（模板結論）：

Gamma的價值，在於把持倉價格對市場變數的敏感度整理成可驗證、可比較、可落地的量化輸出。

工作流

步驟一：先確認章節主題與檔名規則

每次開始前，先讀取目標 .md 的第一個 Markdown 標題，確認該節真正主題。

檔名規則：

• 使用 X.Y_標題.md
• X.Y 必須保留在最前面，因為編譯腳本靠這段抽出 section id
• 底線後方應是該節核心主題，不要只寫 Section
• 若標題已有明確英文術語，優先使用穩定可讀的英文，如 1.1_Returns.md
• 若沒有合適英文，可使用中文主題，但要移除檔名非法字元
• 若同一節同時存在 1.1.md 與 1.1_Returns.md，必須合併為單一來源，避免編譯時互相覆寫同一個 JSON

命名示例：

• 1.1.md -> 1.1_Returns.md
• 2.1.md -> 2.1_Stochastic_Process.md
• 10.2.md -> 10.2_交易對手信用風險度量與模型.md

步驟二：深化內容，不要只做表面潤稿

每一節內容應至少覆蓋下列結構中的大部分，而不是只保留單段說明：

• 一個能把抽象概念拉進實務場景的開場
• 核心定義與為什麼重要
• 與相近概念的比較表或決策矩陣
• 至少一個數學式、推導式或定量關係
• 與 Python / FRM 實務的連結
• 一組可執行的 action items 或 exam / desk takeaway
• 一段收斂結論，點出這節知識如何接到後面章節

建議章節骨架：

### 章節編號與標題
> **📖 實戰場景 (Story Guide)：...**  ← 本節專屬場景，禁止套模板

一段高密度導言

<div class="payoff-diagram-container">
  <svg ...> ← Section Map，三欄文字必須本節專屬
  </svg>
</div>

#### 專家決策矩陣：...
...

#### 技術核心：...
$$
...
$$

> [!IMPORTANT]
> ...

#### X.Y 資深從業人員行動清單 (Action Items)
- ...

#### 核心技術結論  ← 必須引用本節公式，禁止萬用句型
...

步驟三：維持一致的敘事語氣

可重複使用的故事框架：

• 基金經理 Alice 與 Bob 的對決
• 華爾街交易室
• 風險官 / 量化分析師 / 衍生品交易員的決策現場
• 時光機引擎、風險圓錐、路徑投影等可視化比喻

區塊引用標準：

• 故事引言使用 > **📖 實戰場景 (Story Guide)：...**
• 高風險結論、實作陷阱、核心提醒使用 > [!IMPORTANT]
• 實務技巧、實作捷徑、建模建議使用 > [!TIP]

語氣多樣性要求：

• 同一章內，不同節的 Story Guide 應在角色、場景類型上交替變化
• 可用的角色池：交易台主管、風控長、量化分析師、資產管理人、信評分析師、Basel 審查官、授信委員、衍生品結構師、固收交易員、對沖基金 PM
• 可用的場景池：盤中壓力測試、季末風險報告審查、新產品定價會議、監管資本計算、投組再平衡、危機復盤、模型驗證覆核

步驟四：製作高品質 SVG 解說圖

只要主題適合圖解，就應優先加入 SVG，例如：

• payoff 圖
• exposure profile
• volatility cone
• EWMA / GARCH 權重遞減
• efficient frontier
• binomial tree
• Monte Carlo 路徑模擬

SVG 強制標準：

1. 必須包在保護容器內，避免 RWD 縮放變形或被 Markdown 插入段落標籤破壞。
2. viewBox 要預留安全邊界，尤其是旋轉後的 Y 軸標籤。
3. 標籤、路徑、圖例之間不得互相覆蓋。
4. 優先使用 <defs>、<linearGradient>、<marker>、透明填色與虛線輔助線。
5. 顏色要有明確語意，例如藍色代表基準、紅色代表風險、綠色代表穩態、橘色代表權重變化。
6. 所有 url(#...) 引用的 id 必須在同一個 <svg> 內的 <defs> 中定義——不可跨 SVG 共用 id。
7. Section Map SVG 的三欄文字必須針對本節主題填寫，不得複製章級通用描述。

標準容器（Section Map 型）：

<div class="payoff-diagram-container" style="background:#0f172a; padding:20px; border-radius:10px; margin: 15px 0; border: 1px solid #1e293b;">
  <svg viewBox="0 0 760 240" class="section-map-svg" role="img" aria-labelledby="title-X_Y desc-X_Y">
    <!-- 必須有 <defs> 定義 gradient + marker，id 帶 section 後綴 -->
    <!-- 三欄文字必須本節專屬 -->
  </svg>
</div>

標準容器（數據圖表型）：

<div class="payoff-diagram-container" style="background:#1e1e1e; padding:20px; border-radius:8px; margin:15px 0; border:1px solid #333;">
  <svg viewBox="0 0 700 260" class="payoff-svg">
    <!-- SVG Content -->
  </svg>
</div>

SVG 驗收清單：

• X 軸、Y 軸與箭頭方向清楚
• 所有文字在容器內完整可見
• 線條與填色能表達主從關係
• 手機縮放後不變形
• 不靠截圖或外部圖片替代
• Section Map 三欄文字與同章其他節不重複

步驟五：KaTeX 公式必須可渲染

公式規則：

• 區塊公式用 $$ ... $$
• 行內公式用 $...$
• 保持純 LaTeX，不要額外亂補跳脫字元
• aligned 環境中的換行使用 \\
• 不要為了 JSON 再手動把反斜線加倍，編譯腳本會處理輸出

正確範例：

$$
\begin{aligned}
  \sigma_t^2 &= \omega + \alpha \epsilon_{t-1}^2 + \beta \sigma_{t-1}^2 \\
  r_{0,2} &= \ln(P_2/P_0)
\end{aligned}
$$

步驟六：編譯與驗證

只要 .md 有改動，就必須：

1. 執行 python scripts\build_modular_content.py
2. 確認編譯輸出沒有因檔名調整而跳過章節
3. 提醒使用者重新整理頁面

步驟七：品質底線

以下情況視為未完成：

• 只有加字數，沒有加知識密度
• 只有插圖，沒有對應說明文字
• 公式可以看但無法渲染
• SVG 文字重疊、被裁切、比例失真
• 同一 section 還殘留兩個來源檔案
• 改了 src/content 卻沒有 rebuild
• Story Guide 能被正則 不是孤立的術語 匹配 → 未完成
• 結論能被正則 可驗證、可比較、可落地 匹配 → 未完成
• 同一章任意兩節的 SVG 風險問題欄完全相同 → 未完成

步驟八：批量升級工作流（適用於多檔同時修改）

1. 先用 Select-String 或 Python 掃描找出需要升級的檔案清單
2. 為每個檔案準備逐節專屬的 Story Guide、SVG 三欄文字、結論
3. 使用 Python 腳本（UTF-8 直讀直寫）批量替換，不得用 PowerShell 處理中文管線
4. 執行 python scripts\build_modular_content.py 驗證
5. 抽樣讀取 ≥3 個不同章節的檔案，人工確認無模板殘留