76 lines
4.6 KiB
Markdown
76 lines
4.6 KiB
Markdown
# 決策日誌
|
||
|
||
每筆記錄：日期、決策、理由。定義檔（`prompts/`）、codebook、
|
||
研究計畫的任何修訂都必須在此留下記錄。
|
||
|
||
## 2026-07-30
|
||
|
||
- **語料擴大為 2016–2025 十年**（先導研究為 2018–2025）。
|
||
理由：框架完整、可看年度趨勢。
|
||
- **全文不與先導研究比較**：論文僅呈現正式研究結果，數字
|
||
一律以正式研究為準；先導研究只作為 codebook v0 與假說的
|
||
內部來源，記於本日誌，不進入論文敘事。
|
||
- **分析管線採 API script，不用 Claude Code subagent**。理由：
|
||
實測證實 subagent 會繼承 CLAUDE.md 與環境資訊，context 無法
|
||
僅憑定義檔重現；API 呼叫的輸入完全受控且可稽核。
|
||
- **模型釘定 `claude-sonnet-4-6`、temperature=0、thinking 關閉**。
|
||
理由：該組合非決定性最低；條件 A/B 盲點實驗以模型為研究
|
||
對象，須與 pilot 的 Sonnet 家族銜接。Fable 5 不採用（成本、
|
||
thinking 不可關閉且不可稽核、無 temperature、混淆核心主張）。
|
||
- **工具性環節的模型於階段 3 以校準樣本實測後決定**：同批
|
||
校準樣本以 Sonnet 4.6 與 Opus 5 各跑一次，對照人工黃金標準
|
||
比較一致率，據以決定是否於特定環節升級。
|
||
- **codebook 採 directed content analysis**：理論骨架
|
||
（top-down）＋開放碼歸納通道（bottom-up），並加做 LLM 純歸納
|
||
輪與黃金標準的映射分析。映射分析方法須在看到結果前寫入
|
||
`methodology.md`。
|
||
- **完整歌詞不進 git**（版權）；API 金鑰走 `.env`。
|
||
- **專案目錄維持原名 `pop-fem-audit`**：API 管線下目錄名不會
|
||
進入模型輸入，無污染疑慮。
|
||
|
||
## 2026-07-31
|
||
|
||
- **專案英文名定為「A Feminist Audit of Pop Music」**：明示
|
||
女性主義立場，「audit」兼指對歌曲與對 LLM 標籤系統的稽核，
|
||
並與縮寫 `pop-fem-audit` 對應。
|
||
- **程式碼收整為 `tools/` src-layout 子專案**：發行名
|
||
`pop-fem-audit-tools`、import 套件名 `pop_fem_audit_tools`、
|
||
description「Tools for A Feminist Audit of Pop Music.」；
|
||
以 `pip install -e tools/` 安裝、`python -m
|
||
pop_fem_audit_tools.run_llm` 執行；相依套件記於
|
||
`pyproject.toml`（`requirements.txt` 移除）；Sphinx 文件
|
||
暫緩。理由：後續多支程式將共用程式碼，套件化後測試可用
|
||
正常 import；目錄名 `tools/` 經無脈絡的獨立 subagent 命名
|
||
評估選出，最誠實反映「服務研究的輔助工具」定位——研究
|
||
本體在根目錄的 prompts/、runs/、results/，程式只是配套。
|
||
- **CLI 入口改為套件層級 dispatcher**：dispatcher 為單一
|
||
入口，`run_llm.py` 的 entry point 移除；有兩種等價呼叫
|
||
形式——`python -m pop_fem_audit_tools run-llm ...` 與
|
||
console script `pop-fem-audit-tools run-llm ...`
|
||
（`[project.scripts]`）。理由：後續多支工具共用單一入口，
|
||
`--help` 可列出全部子命令，重現文件穩定。
|
||
- **資料儲存架構定案**：commit 判準——凡能由「committed 輸入＋
|
||
committed 程式」決定性再生者不 commit；源頭、外部捕捉、人工
|
||
著作以文字格式 commit。工作儲存採 SQLite 單檔
|
||
（`tools/instance/`，generated、不進 git；歌詞全文入 DB 故無
|
||
版權疑慮），schema 以 SQLAlchemy 2.0 typed ORM 定義，設定經
|
||
pydantic-settings（`.env`）。`results/` 報表 CSV 為「可再生仍
|
||
commit」的唯一例外，理由：論文引用穩定性、審稿人零門檻、
|
||
撰稿期數字變動可 diff。（本條經多輪辯證後定案，推翻 Claude
|
||
最初的全 CSV 方案。）
|
||
- **資料模型**：songs、chart_entries（1—N）、artists、
|
||
song_artists（M—N：角色、署名順序）、lyrics（1—1）；領域
|
||
不變量檢查內建 `build-db`，違規即失敗。
|
||
- **歌手背景擴充與防火牆**：歌手資料擴為實體表（QID、性別、
|
||
型態、曲風、國籍），women-power 候選的歌手另做深度背景
|
||
（族裔以公開自我認同為準、音樂場景），供人工解讀與論文
|
||
討論；**歌手背景絕不進 LLM 輸入**（歌詞-only），避免光環
|
||
偏誤污染條件 A/B 實驗。
|
||
- **沿用先導研究歌詞捕捉**（lyrics.json，684 首，2018–2025）：
|
||
只匯入識別欄位與歌詞本文，pilot 分析欄位不匯入；以
|
||
(year, rank) 精確匹配。出處記於 `lyrics_provenance.csv`：
|
||
source（原始 API）與 method（pilot-import / api-fetch）
|
||
兩層；取得日期不可考者不假造，僅記可證上界。
|
||
- **`run_llm` 改走 pydantic-settings 統一設定**（刪手寫 .env
|
||
parser），與 `config.py` / `database.py` 一致。
|