ELI5 · 專案導覽

把「老師講的話」
變成「可以查的規則」

權證小哥知識蒸餾廠 · xiaoge_distill

1這個專案在幹嘛?

想像你有一位很厲害的老師,但他的課全部藏在影片和 PDF 裡。

這個專案是一台榨汁機
倒進去的是幾十小時的影片兩百多頁的教材, 榨出來的是一條一條可以直接查的判斷規則
🎬 YouTube 影片 📕 課程教材 PDF ⚙️ 蒸餾管線 聽 → 看 → 抽 → 併 📖 規則手冊 615 條 🖥️ 單集簡報 40 份 HTML 🔎 每條都可回溯 影片第幾秒 / 教材第幾頁

2榨汁機裡面有兩條管線

影片和 PDF 長得完全不一樣,所以要用兩種不同的榨法。

🎬 影片線

一集是一個工作單位。

先把聲音變成文字稿(電腦聽寫),每 30 秒截一張畫面, 把文字和畫面對起來,再請 AI 從裡面挑出「可以重複使用的判斷邏輯」。

📕 教材線

一個小節是一個工作單位。

教材的文字層每頁只有標題,真正的內容全在圖裡—— 所以要把每頁轉成圖片,請「看得懂圖的 AI」直接讀表格和截圖。

為什麼教材一定要「看圖」?
因為只抽文字會得到「判斷買進訊號要看盤中出量」—— 這句話等於沒說。真正有用的(看哪幾個欄位、數字要多少)全畫在投影片的截圖裡

3目前榨出了多少東西

以下每個數字都是剛剛從專案裡實際查出來的。

40集影片
已處理完
56個教材小節
已處理完
716張規則卡
(原料)
615條規則
(合併後)

716 張卡合併成 615 條,是因為同一條規則會被反覆講到—— 講越多次,代表老師越重視,就排在手冊越前面。

手冊分成五篇幾條規則
籌碼判讀篇228
進出場篇129
風控篇99
權證工具篇94
選股流程篇65
最常被提到的一條規則是「隔日沖分點進出模式判讀」—— 在影片講了 3 次、教材又講了 5 次,合計 8 次。
影片和教材互相印證的規則目前有 9 條,這些是最可信的。

4做出來的東西長什麼樣

三種產出,用途各自不同。

📖
主題手冊(615 條規則)
五篇 Markdown,依「被講到幾次」排序。每條規則都附出處, 可以點連結直接跳到影片的那一秒,或看教材的哪一頁。
data/xiaoge/notes/
🖥️
單集 HTML 簡報(40 份,剛做好)
一張規則卡一頁、配 1–2 張畫面截圖,逐字稿收在下面可以點開。 圖片直接嵌在檔案裡,傳給別人也打得開
data/xiaoge/decks/
🃏
規則卡原始資料(716 張)
JSON 格式,是上面兩者的原料。想自己重新組裝、做別的分析都可以。
data/xiaoge/rule_cards/doc_rule_cards/

5做到哪了、接下來要做什麼

影片線跑完
40 集,653 張規則卡
教材線跑完
2 份教材、56 個小節,63 張規則卡
兩邊合併成一本手冊
一集節目 = 一個教材小節 = 各算一次「被提到」
單集 HTML 簡報
40 份,剛剛做完並合併進主線
量化交易判斷規則
把「文字寫的規則」變成電腦可以直接執行的條件—— 例如把「主力連續買超且股價在低檔」翻成程式能算的數字判斷。這是原訂的最後一階段,還沒開始討論。

6誠實說:有哪些限制

這些不是 bug,是刻意記下來的邊界。

🚧 拿不到的東西

  • 總共 57 集裡有 17 集是頻道會員限定,沒有會員身分抓不到。所以上限是 40 集,不是 57 集。

⚠️ 資料的可信度分級

  • 影片的引文:電腦會自動比對逐字稿,確認 AI 沒有亂編。
  • 教材的引文沒有逐字稿可以比對,所以一律標記「未經機器驗證」,手冊上會明講,請人工點圖核對。
  • 教材的 63 張卡裡,有 15 張只能定位到「小節層級」,沒辦法精準指到某一頁——這也有標出來。

🤖 兩個 AI 模型混在一起

  • 早期的 650 張卡是用舊模型做的,之後改用新模型。同一本手冊混了兩個模型的產出,比較數字時要意識到這條分界線。

📝 逐字稿是機器聽寫的

  • 會有同音錯字(例如「隔日沖」被聽成「格日冲」)。我們刻意不改——改了就等於竄改原始證據,改成在頁面上標註「機器轉錄,含辨音誤差」。

7附錄:原料清單

榨汁機裡到底倒了哪些東西?全部列在這裡。

🎬 影片來源:40 集

全部來自 YouTube 播放清單 PLVu0pIxQ7F-wKv-hXdTvwydOGQ_RZOu1c
39 集屬《哥有籌必爆》、1 集屬《兆華艾綸說》。 時間橫跨 2020-01-20 ~ 2026-07-09,合計約 19.1 小時(單集 7~43 分鐘)。
表格裡的 ID 就是 YouTube 網址後面那一串——把它接在 youtube.com/watch?v= 後面就能打開原片。

日期YouTube ID標題分鐘
2020-01-20Sko5z0Fz6qc【哥有籌必爆】第1集!40
2020-02-04LOcBHhP5W-4【哥有籌必爆特別篇】大跌又強彈短線客慘被雙巴?小哥透露止跌看1個訊號!搶反彈教學竟倒賺?7
2020-02-05aIqzor1M3Vg【哥有籌必爆】第2集!36
2020-02-12NF2Fwa99i0o【哥有籌必爆】第3集!38
2020-02-1900tYdl33a1M【哥有籌必爆】第4集!43
2020-03-042DmsemHxTC0【哥有籌必爆】第5集!39
2020-03-11qbThJbZTckc【哥有籌必爆】第6集!41
2020-03-26O8mOzhGKqOM【哥有籌必爆】第7集!33
2020-04-15PzFh0EAEOUw【哥有籌必爆】第8集!37
2020-04-20MzLdaQb8qq0【哥有籌必爆】第9集!38
2020-04-27FNXemzW0sqQ【哥有籌必爆】第10集!32
2020-05-07-l57h4D2vOQ【哥有籌必爆】第11集!33
2020-05-18LhU5aCQvfvY【哥有籌必爆】第12集!30
2020-05-25EMwOKSb-vDw【哥有籌必爆】第13集!30
2020-06-08t7u6J2hH-xM【哥有籌必爆】第14集!32
2020-06-17ZfwW7N46-VM【哥有籌必爆】番外篇!36
2020-07-20hhVWPQ-bOjs【哥有籌必爆】第16集!36
2020-10-01hokd9MjH9n8【哥有籌必爆】第17集!34
2020-10-30eRsPUxFgG7g【哥有籌必爆】第18集!33
2020-12-21qFO-PBFcOa0【哥有籌必爆】第19集!37
2021-10-17Kjh2s85eu5w【哥有籌必爆S2】第1集!29
2021-11-2015bTceIFEA8【哥有籌必爆S2】第2集!35
2021-12-18PdABDs2M8-M【哥有籌必爆S2】第3集!27
2022-01-15QwY2Ft4X-RQ【哥有籌必爆S2】第4集!25
2022-02-19vgrei9UZzz8【哥有籌必爆S2】第5集!24
2022-03-26Hxyg9B5tdWA【哥有籌必爆S2】第6集!18
2022-06-18gkq3oEH6huM【哥有籌必爆S2】第7集!26
2022-07-16cZBI7VTM9sg【哥有籌必爆S2】第8集!24
2022-08-13pxVcrpKQ514【哥有籌必爆S2】第9集!20
2022-09-03_ztaaVKiHTI【哥有籌必爆S2】第10集!23
2022-10-15_4JcCLWY_84【哥有籌必爆S2】第11集!31
2023-03-25uw4y28fHkx8【哥有籌必爆S2】第16集!22
2023-04-22WWeJx7XsMG8【哥有籌必爆S2】第17集!18
2023-05-20OKedUg-g4kY【哥有籌必爆S2】第18集!19
2023-06-24zmq2m0b47jc【哥有籌必爆S2】第19集!15
2023-07-29ZFlVPJdJ_VA【哥有籌必爆S2】第20集!19
2023-08-19AeiLpDJaoGE【哥有籌必爆S2】第21集!18
2023-09-30L2sDmHcoWvM【哥有籌必爆S2】第22集!19
2023-11-259klD-SJx2qQ【哥有籌必爆S2】第23集!22
2026-07-09p_Wi2Ma8Wlg【兆華艾綸說】籌碼大神的對帳單 獨家2招 地板股、波段權證26

📕 教材來源:2 份 PDF

檔名頁數切成幾節指紋(sha256 前 12 碼)
關鍵籌碼入門.pdf752757b96aec9f1b
關鍵分點進階班.pdf129290e198061ebfe

記「指紋」是為了偵測教材改版——PDF 內容一變,指紋就變,系統會自動把那份重跑一次, 免得舊卡片指到位移後的錯誤頁面。

🎓 課程錄影:14 支(本機檔案,非 YouTube)

付費課程的螢幕錄影,合計 8.6 小時,全數用本機 GPU 轉成逐字稿。 其中 11 支有對應教材 PDF——用「影像比對」把逐字稿的每個時間段對到教材頁, 產出 8 份「每頁教材+該頁講解」的整合筆記;3 支沒有教材可對,只留逐字稿。

課程影片分鐘教材產出
關鍵籌碼入門313875 頁 PDF整合筆記(32 頁有講解)
關鍵分點進階班2155129 頁 PDF整合筆記(34 頁有講解)
當沖新手全攻略(6 章)6138100 頁 PDF(6 份)整合筆記 6 份(78 頁有講解)
PPA 訂閱教學230逐字稿
處置新制解說157逐字稿

「頁面對到影片第幾分鐘」是怎麼知道的?每 30 秒抓一張影片畫面,跟教材每一頁 的圖比長相(不用 AI、不花錢)——投影片出現在畫面上時比對距離極近、 軟體操作畫面則對不上任何頁,一刀切開。實測抽查頁碼 3/3 精確一致。

📂 原始檔放在哪

專案根目錄是 D:\xiaoge_distill,底下四個資料夾裝原料。 它們都不進版控(體積大、有版權),只存在本機:

資料夾裝什麼大小
docs/教材/2 份教材 PDF 原檔61 MB
data/xiaoge/transcripts/逐字稿(電腦聽寫的文字檔)104 MB
data/xiaoge/frames/影片截圖,每 30 秒一張258 MB
data/xiaoge/doc_pages/教材每頁轉成的圖片210 MB
docs/教材/(課程資料夾)14 支課程錄影 mp450 GB
data/xiaoge/course_transcripts/課程逐字稿0.4 MB
data/xiaoge/course_frames/課程影片截圖287 MB

為什麼不進版控?合計約 51 GB(大宗是課程錄影原檔),而且是第三方的影片畫面與課程教材。 這些全部可以由管線重新產生——真正需要保存的是萃取出來的規則卡與手冊,那些才進版控。

另外有 17 集抓不到——它們是 YouTube 頻道的會員限定影片(進階榮耀班), 沒有會員身分就下載不到。系統把它們標成 members_only 永久跳過, 所以可取得的上限是 40 集,不是 57 集