案例03｜Python + AI 預測：線索比對、xlwings 除錯與唯一 YES

一、案例定位

Activity 3 將清理／抽取後的 Sherpa family table 與紙條線索比對。作者要求 ChatGPT 生成 macOS 的 xlwings + OpenAI Python function，逐 row 輸出 YES／NO；第一版 code runtime error，再要求簡化並修正。

二、學習目標

把多條自然語言線索轉為 row-level classification。
用 xlwings 讀 Excel 並新增 Prediction 欄。
將 runtime error 貼回同一 chat 除錯。
驗證是否只有符合全部條件的 row 回 YES。

三、案例情境

來源線索包含 Kh. East、stone house、off trail、yak、約 3 km from Base Camp、family N. Sh.。Prompt 要求 output only YES／NO。

四、開始資料

階段	來源狀態
First generated script	`extract.py`，執行出現 xlwings runtime error
Error	`AttributeError: module 'xlwings' has no attribute '_xlwindows'`
Follow-up	`Rewrite by keeping the code as simple as possible`
Final output	新增 `Prediction` 欄，YES／NO

五、Excel／R／AI 分析方法

簡化版 code 嘗試 xw.Book.caller()，失敗時開啟指定 workbook；從 A1 expand table 讀 headers／rows，逐 row 建 dict，呼叫 source-era OpenAI model 判斷是否符合全部線索，再寫回新欄。模型／SDK 寫法只按原書 2026 版來源保留。

六、計算結果

來源明確指出：全表只有一列 YES，是 excluding header 的第 3 row，對應 Nomi Sherpa。

七、結果分析與管理解讀

此案例展示 AI code troubleshooting，但分類本身仍是 probabilistic model decision。即使只有一列 YES，也應回到原始欄位逐條驗證每個 requirement，而不是因模型輸出唯一就視為確證。

八、AI 提問詞

請對每個 row 逐項回報六個 requirements 的 match／no-match，再產生最終 YES／NO。最後把 YES row 的原始欄位與每條線索並排顯示，讓我人工驗證，不要只回傳黑箱 label。