一、案例定位

原書以 08/datasaurus_statistics.xlsx 示範讓 Copilot 解讀統計量，同時強調 AI 解讀只能當快速初步判讀，需用重複提問、改寫問題與來源數值交叉驗證。

二、學習目標

• 比較 mean 與 median 判斷偏態／outlier 風險。
• 理解「接近」不代表完全相同。
• 使用 repeated prompt 與 rephrasing 減少不可靠解讀。

三、案例情境

Statistics 工作表已計算 Dino x／y 的 Mean、Median、Mode、Range、Variance、Standard Deviation、IQR、Skew、Kurtosis。原書問 Copilot：x 的 mean／median 哪個更代表分布？

四、開始資料

五、Excel／R／AI 分析方法

第一次 Copilot 回覆稱 mean 與 median 很接近，分布 roughly symmetric；第二次重問又引用 skewness 0.29 支持近似對稱；改寫問題後則說 mean 稍高於 median，顯示 mildly right-skewed。原書把這些解讀視為相近但仍需驗證的初步結果。

六、計算結果

Mean 約比 Median 高 0.93。依原書三次回覆，可安全總結為：兩者很接近，x 沒有強烈偏態；若要更精確，應回到已計算的 skewness 與圖形，而不是只靠自然語言描述。

七、結果分析與管理解讀

原書明確提醒 hallucination：模型會生成「聽起來合理」但可能錯的說法。重複提問相同問題、再用不同措辭重問，可以提高一致性，但一致性本身仍不是正確性的證明；最後仍要對 Excel 數值與可信來源。

八、AI 提問詞

請只根據 Statistics 表中的 Mean、Median、Skewness 解讀 Dino[x]。先逐項引用數值，再說明你的判斷；最後列出哪些結論是數值直接支持、哪些只是解讀。不要新增表中不存在的 outlier 數量。

九、思考／情境變動

**問題：**如果 AI 三次都給相同解讀，是否就可以跳過原始數值檢查？