先看完課成品：會自己篩標的、自己盯盤、自己下模擬單、自己發通知。同時講清楚這堂課不推薦個股、不承諾報酬，把期待對齊再開始。

用三個實際發生過的錯誤說明：AI 寫得出程式，但不會替你檢查對錯。

模擬帳戶驗證的是「系統會不會出錯」，不是「策略會不會賺錢」；這個定位決定了後面每一章的做法。

先看一次金鑰外洩長什麼樣，再學怎麼避免。這是全課唯一可能造成真實金錢損失的環節。

把金鑰和程式分開放的標準做法，加上上傳 GitHub 前、錄影截圖前的自我檢查。

同一個免費帳號、同一天，兩支 API 給的成交量可以差到幾十倍。先搞懂數據，才寫得出正確的規格。

均線交叉、突破、均值回歸、動能排序、定期再平衡：各自長什麼樣、怎麼寫成程式看得懂的條件、最容易在哪裡出錯。

標的、週期、進場、出場、停損、部位、執行時點。缺一個欄位，AI 就會自己補，而它補的通常不是你想的那個。

現場把一句模糊的話，拆成程式看得懂、你自己也檢查得出來的條件。這一節你會寫出自己的規格書。

你給條件，程式從一份清單裡篩出符合的標的。這是一支工具，不是一份推薦名單。

清單哪來的、條件疊太多、資料有申報延遲：三個會讓篩選結果看起來比實際漂亮的原因。

同一條規則，加上多個條件、風險控制與部位管理之後會變成什麼樣子。多一個條件不是為了賺更多，是為了睡得更好。

把規格書變成 AI 看得懂的指令；再學用 Skill 把規矩寫成規則檔，AI 之後每次自動照做。

套件沒裝、金鑰沒讀到、時區不對、資料是空的：四個最常見的卡點，以及各自的排除順序。

零基礎最需要的一節：遇到一大串看不懂的錯誤訊息，怎麼回報給 AI 才問得到答案。

拿自己的規格書當檢查表，一條一條確認 AI 寫的程式有沒有照做。

報酬率、最大回撤、勝率之外，還有多數教學不會給的「出場原因分解」：獲利是怎麼來的，比賺多少更重要。

用三個實際發生過的錯誤說明：AI 寫得出程式，但不會替你檢查對錯。

用講師在加密貨幣市場做的一個動能排序研究，示範同一套規則在完整驗證前後的差距，以及為什麼最後的結論是不上線。

故意寫一個偷看未來資料的回測，跑出漂亮的曲線，再改一行程式看它崩掉。全課最有畫面的一節。

把手續費、規費與滑價寫成預設值而不是選配，並示範成本假設錯了會差多少。

用今天還在的股票回測過去，等於只挑了贏家。實際跑一次含已下市股票的版本做對比。

兩個實測案例：參數調到最好，換一段資料反而更差。學完你會知道，別人拿模型績效來說服你時該問哪三個問題。

七項不用看程式碼、只看輸出就能做的檢查。這是整堂課最核心、也最能帶著走的成果。

從申請帳號到看見成交回報，全程零入金。整堂課第一次看到「東西真的動起來」。

AI 寫的交易程式最常出錯、也最貴的地方。用三道防線讓同一個訊號不會被下兩次單。

停損掛在自己的程式裡，和掛在券商端差在哪，為什麼一定要選後者。

講師拿自己帳戶的成交紀錄逐筆對帳：委託會被拆成多段、盤前送的單要排隊到開盤。哪些像真的、哪些不像，查紀錄才知道。

怎麼把單筆上限、總曝險上限、最多持有幾檔寫進程式。只教技術實作，不提供資金配置建議。

免費、不用租主機，讓程式每天自己跑起來。不用再熬夜盯盤，從這一節開始。

一則看得懂、查得回去的通知該有什麼：觸發原因、成交價、損益、訂單編號；以及為什麼不能每次判斷都發。

講師實測：排程設 19:30，實際 19:57 才啟動。另外四個陷阱都不會報錯；學會讓程式自己判斷「現在該不該執行」。

不要叫 AI「幫我摘要」，要它按你指定的欄位輸出：營收、指引、風險段落、與上季差異。欄位固定，才比較得動。

三條寫進提示詞的硬規定，讓 AI 沒讀到就老實寫「無資料」。課堂上把加與不加的兩份輸出並排給你看。

財報重點每天自動推播到手機；交易通知和消息面分頻道，重要的才不會被淹沒。也說明人工複核該放在流程的哪一格。

用課程附的儀表板範本，先打開範例資料的完整畫面，再換成你自己模擬帳戶的資料；放上雲端後，手機也打得開。

篩選器、持倉、交易紀錄最後接到同一頁；頁首固定標明資料幾點抓的、來自哪個資料源，讓你知道什麼時候不該相信它。

最小單量測試、空手起手、緊急開關、定期對帳；最後把這份檢核表寫成你自己的 Skill。

金鑰輪替、到期日、外洩後怎麼撤銷；以及為什麼不能只靠平台保護你。

把講師實測撞到的失效情境整理成一張清單。知道邊界在哪，比知道方法本身更重要。