C02 Motifs — Worked Example

本 worked example 採「dossier 敘事 + RDF/TTL 對映」雙層結構：每段以 C02 dossier S v4.7 (2026-05-19) 的人工分析敘事 quote 為主體，搭配對應的 Prov-AI AP triple paths，展示 AI 輔助 AAT 概念繁中在地化中候選詞狀態治理如何被結構化記錄。

引述來源：07_case_dossiers/C02_motifs_案例分析檔案_S_v4.7_20260519.docx（SoT）。

案例背景

屬性	值
Case ID	C02
AAT 概念	300009700 — motifs
任務類型	ChineseLocalization/TermTranslation（中文化／術語翻譯；R-084 升級自原 flat TermTranslation）
第二輪任務	Evaluation/HumanInteractionEvaluation（非固定提示詞之 AI–人類對話評估；同日 3 小時 23 分；R-084 重新分類）
子任務類型	術語轉譯與 preferred / non-preferred term decision
Human Agent	jason（公開版以「兩位編輯」匿名）
主要模型	OpenAI gpt-4o, OpenAI o3 (snapshot 2025-04-16), OpenAI gpt-5, OpenAI gpt-5-thinking
對話路徑	Path A（ChatGPT share URL）
最終決策	PT 升降：原 PT「母題」→ 新 PT「紋飾」；NPT = 「母題」；Rejected = 「主題（設計元素）」/「花紋」/「圖案」/「花紋圖案」+ 跨領域候選詞；Deferred（內部區域變體註記）= 「文樣」

「本個案為 Paper A 的深度分析材料，聚焦於『詞彙中文化』中的術語對齊與候選詞狀態治理，包括 PT、NPT 與 rejected / disfavored candidates。C02 motifs 在第一階段四案例設計中屬於『術語／同義詞治理』案例，主要用來說明既有 AAT 概念進入繁體中文語境時，AI 如何觸發對譯詞、義項、概念邊界與候選詞狀態的再審定。」

— dossier §「本文件定位」

0. 設計挑戰：兩個對話、跨四模型、雙輪審查

同一個案例有 兩個 ChatGPT 對話：

• 第一輪術語轉譯（Artifact A）：78 raw turns / 18 assistant turns，2025-06-25 ~ 2025-08-27（共 64 日），跨 4 個 model_slugs（o3 / gpt-4o / gpt-5 / gpt-5-thinking）
• 第二輪審查討論（Artifact B）：78 raw turns / 15 assistant turns，2025-07-28 同日 3 小時 23 分，跨 2 個 model_slugs（首 2 turn = gpt-4o，其後 13× o3）

Prov-AI AP 用 TaskRun 層 prov:wasInformedBy（PROV-O 合規：prov:wasInformedBy domain / range = prov:Activity）連接兩個 TaskRun，並用 prov:hadMember 將第一輪 ContextPack 納入第二輪 ContextPack 的 Collection 結構。

註： 本範例為 worked example 用途，turn-level 細節簡化展示主要 triple paths；完整 18 + 15 assistant turn 的 RDF instances 見 examples/c02-motifs.ttl。本範例選 3 個示範 turn 對應 3 種 TurnRunType + 展示 model 切換點。

1. AI 介入前的原始對照狀態（Baseline State）

「本案使用既有人工中文化詞彙結果作為 AI 介入前的原始對照狀態。這些既有中文 PT 與 NPT 並非本文欲界定的任務類型，而是研究設計中的比較起點，用以觀察 AI 建議如何觸發對 AAT 範圍註、階層脈絡、候選詞來源、中文學術用語與候選詞風險的再檢視。

換言之，本案不是以『舊譯詞修訂』作為研究目的，而是藉由既有人工 PT/NPT 與 AI 建議之間的差異，診斷 AI 輔助 AAT 概念繁中在地化中需要被記錄與治理的判斷鏈。

AI 介入前，研究團隊在早期 AAT 繁體中文貢獻中，將 motifs 的中文偏好詞定為『母題』，非偏好詞包含『紋飾（設計元素）』與『主題（設計元素）』。AI 介入前的原始詞彙狀態反映當時可取得的中文學術與詞彙資源，也反映中文藝術史與圖像學中以『母題』對應 motif 的長期用法。」

— dossier §2 AI 介入前的原始對照狀態

「此原始狀態具有診斷意義，它顯示本案是既有中文 PT 與 NPT 是否仍符合 AAT 概念邊界的再審定問題。『母題』在中國藝術史與圖像學中可指反覆出現、具有象徵、寓意或主題功能的圖像核心；但 AAT motifs 位於 design elements 脈絡下，其範圍註更強調可分辨、可分離的裝飾性設計元素。後續 AI 介入因此引出一項治理問題：既有 PT『母題』是否過度偏向圖像學／詮釋性語意面向（iconographic / interpretive sense），而未能充分對應 AAT 此詞條所界定的形態性裝飾單元語意面向（formal decorative-unit sense）？」

— dossier §2 paragraph 13

baseline state 的 RDF 表達（作為 baseline ContextPack 內的人工註記資產）：

# AAT 既有中文化的 baseline state
ex:artifact/baselineState/C02-motifs a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/ContextPack> ;
    dcterms:identifier "baseline-C02-motifs-before-AI" ;
    rdfs:comment "AI 介入前的人工 PT/NPT 狀態：原 PT=「母題」；原 NPT=「主題（設計元素）」、「紋飾（設計元素）」" ;
    ex:metaJSON "{\"baseline_PT\":\"母題\",\"baseline_NPT\":[\"主題（設計元素）\",\"紋飾（設計元素）\"],\"baseline_sources\":[\"國家教育研究院－雙語詞彙\",\"《美學與藝術管理研究所學刊》\",\"《朗文當代大辭典》\",\"《藝術名詞與技法辭典》\",\"AAT-Taiwan借詞編輯與使用原則 2013\"]}" .

2. 任務定錨：WorkItem

ex:workitem/W-C02 a ex:WorkItem ;
    dcterms:identifier "C02" ;
    dcterms:subject <provai:concept/aat-300009700> ;
    dcterms:language "zh-Hant" ;
    ex:taskType <provai:scheme/TaskTypeScheme/ChineseLocalization/TermTranslation> .

<provai:concept/aat-300009700> a skos:Concept ;
    dcterms:identifier "300009700" ;
    skos:prefLabel "motifs"@en ;
    skos:inScheme <http://vocab.getty.edu/aat/> .

WorkItem W-C02 定錨在 AAT 300009700（motifs）上，明示任務是 ChineseLocalization/TermTranslation（中文化／術語翻譯，R-081 兩層重整後升級自原 flat TermTranslation），子任務為「術語轉譯與 preferred / non-preferred term decision」（dossier 表 0 R5）。

3. 第一輪術語轉譯：AI 介入方式

3.1 SimRAG 控制證據脈絡設計

「本案主體分析只處理術語轉譯與候選詞狀態決策，包括 PT、NPT 與 rejected / disfavored terms。此子任務使用 ChatGPT-o3（snapshot 2025-04-16），並採取 SimRAG 式控制證據脈絡設計：研究團隊先整理 AAT 範圍註、候選詞清單、候選詞來源、定義／領域說明與相關權威參照來源，再將這些材料以結構化方式提供於提示詞中，要求 AI 依據此一控制證據脈絡進行候選詞比較、語意對齊判斷、風險標註與理由說明。」

— dossier §3 開頭

「此設計的目的不是讓 AI 自由產生譯詞，而是讓 AI 的初步建議能對應至相同的證據脈絡，供後續編輯審查、比對與重建判斷過程。因此，本案的 AI 介入不宜理解為一般對話式翻譯，而是一種以控制證據脈絡為基礎的術語對齊實驗。AI 的角色在於擴大候選詞的發掘範圍、明確呈現初步判斷理由、標示可能風險；編輯的角色則在於根據 AAT 概念邊界、中文學術用語、在地語境與候選詞風險，重新判定各候選詞應作為 PT、NPT，或應予排除。」

— dossier §3 paragraph 17

對應 TTL：

ex:taskrun/T-C02-r1 a ex:TaskRun ;
    dcterms:identifier "T-C02-r1" ;
    prov:atLocation <https://chatgpt.com/share/686ccff9-6018-800e-8fae-2b2b552f6986> ;
    prov:startedAtTime "2025-06-25T16:59:56+08:00"^^xsd:dateTime ;
    prov:endedAtTime "2025-08-27T14:33:36+08:00"^^xsd:dateTime ;
    # R-084 binding 升級：ex:activityType → ex:taskType；TaskRun_TermTranslation → ChineseLocalization/TermTranslation
    ex:taskType <provai:scheme/TaskTypeScheme/ChineseLocalization/TermTranslation> ;
    prov:qualifiedAssociation [
        a prov:Association ;
        prov:agent <provai:agent-jason> ;
        prov:hadRole <provai:scheme/RoleScheme/Editor>
    ] .

# Artifact #1：第一輪對話本身作為 LLM Conversation Log
ex:artifact/case-C02-motifs-term-translation a ex:Artifact ;
    dcterms:identifier "case-C02-motifs-term-translation" ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/ContextPack> ;
    prov:atLocation <https://chatgpt.com/share/686ccff9-6018-800e-8fae-2b2b552f6986> ;
    rdfs:comment "第一輪術語轉譯對話（78 raw turns / 18 assistant turns；跨 4 個 model_slugs：o3 / gpt-4o / gpt-5 / gpt-5-thinking）" ;
    ex:metaJSON "{\"raw_turns_total\":78,\"assistant_turns_total\":18,\"prompt_design\":\"SimRAG controlled evidence context\"}" .

註： 此 Artifact 為 case-level ContextPack 用法（per R-040b 釐清）：整段對話作為 prov:Collection，承載 share URL 與所有 turn artifact。原 R-017 候選 LLMConversationLog 經 C02 案例驗證後撤回（R-040a decided-not-added）— prov:Collection + ContextPack SKOS value + prov:hadMember 列舉 turn artifacts 已等價表達整段對話的語意，無需新增 L1 element。

3.2 Prompt 版本與附檔（dossier §附錄 C / 表 7 Log metadata）

項目	內容
提示詞版本	術語轉譯提示詞_v1
提示詞附檔	術語翻譯字典擷取欄位與範例_20250623（資料處理後_上傳用）
使用模型	ChatGPT-o3（snapshot 2025-04-16）
主要活動日期	2025-06-25；2025-07-28
原始 log	ChatGPT share URL 與補充討論 share URL 保留於內部 evidence register

— dossier §附錄 C / 表 7 Log metadata

對應 TTL — PromptVersion artifact + 提示詞附檔 SourceEvidence：

# PromptVersion artifact（per ArtifactTypeScheme L1×9）
ex:artifact/promptVersion/termTranslationPrompt-v1 a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/PromptVersion> ;
    dcterms:identifier "termTranslationPrompt-v1" ;
    dcterms:hasVersion "術語轉譯提示詞_v1" ;
    rdfs:label "術語轉譯提示詞 v1"@zh-Hant ;
    rdfs:comment "Round 1 第一輪術語轉譯任務的系統 prompt 版本；dossier 表 7 列名「術語轉譯提示詞_v1」" .

# 提示詞附檔 — 資料處理後上傳用，作為 SourceEvidence 而非 PromptVersion 本體
ex:artifact/sourceEvidence/termTranslationDictionary-20250623 a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "termTranslationDictionary-20250623" ;
    rdfs:label "術語翻譯字典擷取欄位與範例_20250623（資料處理後_上傳用）"@zh-Hant ;
    rdfs:comment "C02 dossier 表 7 R2 列名；Round 1 提示詞附檔，含術語翻譯字典擷取欄位與範例（SimRAG 控制證據脈絡的核心資料）" ;
    dcterms:issued "2025-06-23"^^xsd:date ;
    ex:metaJSON "{\"role\":\"prompt_attachment\",\"contains\":[\"AAT 範圍註\",\"候選詞清單\",\"權威定義\",\"領域說明\"]}" .

# 每個關鍵回合的 PromptInstance 衍生自此 PromptVersion
ex:artifact/promptInstance/T-C02-r1-1
    prov:wasDerivedFrom ex:artifact/promptVersion/termTranslationPrompt-v1 .

# Turn 1 (InitialPrompting) 同時 prov:used 提示詞附檔（SimRAG 控制證據脈絡來源）
ex:turnrun/T-C02-r1-1
    prov:used ex:artifact/sourceEvidence/termTranslationDictionary-20250623 .

3.3 AI 初步建議與雙重意義

「AI 初步建議將『紋飾』作為中文 PT，理由是它較能對應 AAT 範圍註中『可獨立、可區分、通常具裝飾性的設計元素』。AI 同時建議『母題、文樣、花紋、圖案』作為 NPT，並排除『主題、中心思想、基調、式樣、圖式、花紋圖案』以及科學、資訊、音樂等其他領域的 motif 對應詞。

這一初步建議有 雙重意義：第一，凸顯出『紋飾』與 AAT 此詞條所界定的形態性裝飾單元語意面向（formal decorative-unit sense）之間具有較高對應性；第二，它也顯示 AI 在 NPT 階段會擴大候選詞發掘範圍，帶來語意過廣、地區性限制或跨條目混淆的風險。」

— dossier §3.1

此「雙重意義」正是本 worked example 想用 RDF 結構表達的核心：AI 的擴大召回 ✕ 人工的風險排除 — 兩者透過 multi-row DecisionNote 共構治理鏈（見 §11）。

4. Motifs / Patterns 邊界：從翻譯選詞轉向概念區隔

「後續互動中，AI 協助整理 AAT 中 motifs 與 patterns 的差異。AAT motifs 指單一、可辨識、可分離的裝飾元素；patterns 則指由多個 motifs 重複或組合而成的整體裝飾設計。此處的關鍵是重複或組合並非 motif 的定義核心，而是 pattern 的定義核心。」

— dossier §3.2 paragraph 23

「因此，本案問題從『哪個中文詞比較好』轉為『哪個中文詞最能保留 AAT 內部概念邊界』。若把『花紋』或『圖案』納入 motifs 的正式 NPT，可能增加自然語言檢索入口，但也會模糊 motifs 與 patterns 的區隔。」

— dossier §3.2 paragraph 24

這個 motifs / patterns 邊界判斷直接決定了「花紋」「圖案」最終為什麼 rejected for motifs 而非納入 NPT（見 §10 候選詞治理狀態表 + §11 個別 DecisionNote）。

5. Turn-level Review Moments（assistant-only filtered；per R-020.4 規約）

Turn identifier 採 assistant-only filtered asst_idx（不是 raw turn 編號）。本範例選 3 個示範 turn，分別對應 3 種 TurnRunType（CQ18 對應）+ 跨 3 個 model_slug 切換點，且對映 dossier §6 兩個 review moments。

Turn 1 (asst_idx=1, raw Turn 1): InitialPrompting / model=o3

user prompt 摘要：研究團隊以 system prompt 啟動 AAT 術語翻譯任務，請 AI 依 scope_note + 候選詞清單，為 motifs 選出 PT（唯一）/ NPT（推薦採納）/ rejected（不建議採納）三類，並標註資料來源 / 模型推薦詞 / 風險。

ex:turnrun/T-C02-r1-1 a ex:TurnRun ;
    dcterms:identifier "T-C02-r1-1" ;
    ex:turnIndex 1 ;
    ex:activityType <provai:scheme/ActivityTypeScheme/InitialPrompting> ;
    prov:used ex:artifact/promptInstance/T-C02-r1-1 ,
              ex:artifact/modelConfig/T-C02-r1-1 ;
    prov:generated ex:artifact/responseSnapshot/T-C02-r1-1 ;
    prov:qualifiedAssociation [
        a prov:Association ;
        prov:agent <provai:agent-openai-o3> ;
        prov:hadRole <provai:scheme/RoleScheme/ModelRunner>
    ] .

ex:taskrun/T-C02-r1 dcterms:hasPart ex:turnrun/T-C02-r1-1 .

# ModelConfig per-turn instance
ex:artifact/modelConfig/T-C02-r1-1 a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/ModelConfig> ;
    dcterms:hasVersion "o3" ;
    ex:metaJSON "{\"snapshot\":\"2025-04-16\",\"asst_idx\":1,\"raw_turn\":1}" .

Turn 2 (asst_idx=2, raw Turn 4): Review Moment 1 / Probing / model=o3

user prompt：「以下是 AAT 中 motifs 的範圍註：Distinct or separable design elements, usually decorative ... 請問分別中譯為『紋飾』、『母題』，是否有各自強調的特徵？」

對應 dossier §6 Review moment 1：

「Review moment 1：AI 初始建議『紋飾』作為 PT 後，編輯追問：AAT 的 motifs 是否同時包含『紋飾』與『母題』所代表的兩種焦點？這個追問使問題從『哪個中文詞比較自然』轉變為『AAT 此詞條究竟界定哪一種概念邊界』。AI 後續回應指出，AAT 此詞條主要關注形式／造型層面，與『紋飾』焦點較接近；『母題』則涉及象徵、敘事或圖像學詮釋，並非範圍註的明示要件。」

— dossier §6 paragraph 39

ex:turnrun/T-C02-r1-2 a ex:TurnRun ;
    dcterms:identifier "T-C02-r1-2" ;
    ex:turnIndex 2 ;
    ex:activityType <provai:scheme/ActivityTypeScheme/Probing> ;
    prov:used ex:artifact/promptInstance/T-C02-r1-2 ,
              ex:artifact/modelConfig/T-C02-r1-2 ;
    prov:generated ex:artifact/responseSnapshot/T-C02-r1-2 ;
    prov:qualifiedAssociation [
        a prov:Association ;
        prov:agent <provai:agent-openai-o3> ;
        prov:hadRole <provai:scheme/RoleScheme/ModelRunner>
    ] .

ex:artifact/modelConfig/T-C02-r1-2 a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/ModelConfig> ;
    dcterms:hasVersion "o3" ;
    ex:metaJSON "{\"snapshot\":\"2025-04-16\",\"asst_idx\":2,\"raw_turn\":4,\"review_moment\":\"RM1\"}" .

Turn 10 (asst_idx=10, raw Turn 22): Revising / model=gpt-5 / 文樣 NPT 修訂

user prompt：「『文樣』這個詞源自日語『文様（もんよう）』，語義和『紋飾』接近，在台灣的學術研究中很少使用，目前我們只保留台灣慣用語，目前不考慮作為非偏好詞，你建議我們怎麼做？」

對應 dossier 表 4 「文樣」列的人工治理判斷：

「文樣 — AI 候選；Wikidata 等來源 — AI 初始列為 NPT — 不採用為正式 NPT；僅作內部區域變體註記 — 語義接近『紋飾』，但帶有日本語用色彩，且在台灣繁中學術語境中使用頻率與在地採納性不足。若納入正式 NPT，可能弱化本案以台灣繁中語境為目標的候選詞治理原則；因此不作正式 access point，僅可作區域變體或跨語用語的內部備註。」

— dossier §7 表 4 第 4 列

model 切換點：此 turn 同時是 Artifact A 內首次切到 gpt-5 的 turn，展示 ModelConfig per-turn instance 對 model 切換點的捕捉能力。

ex:turnrun/T-C02-r1-10 a ex:TurnRun ;
    dcterms:identifier "T-C02-r1-10" ;
    ex:turnIndex 10 ;
    ex:activityType <provai:scheme/ActivityTypeScheme/Revising> ;
    prov:used ex:artifact/promptInstance/T-C02-r1-10 ,
              ex:artifact/modelConfig/T-C02-r1-10 ;
    prov:generated ex:artifact/responseSnapshot/T-C02-r1-10 ;
    prov:qualifiedAssociation [
        a prov:Association ;
        prov:agent <provai:agent-openai-gpt-5> ;
        prov:hadRole <provai:scheme/RoleScheme/ModelRunner>
    ] .

ex:artifact/modelConfig/T-C02-r1-10 a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/ModelConfig> ;
    dcterms:hasVersion "gpt-5" ;
    ex:metaJSON "{\"asst_idx\":10,\"raw_turn\":22,\"model_switch_point\":\"first_gpt5\"}" .

# Revising turn 對前一個 ResponseSnapshot（asst_idx=9）發起修訂
ex:artifact/responseSnapshot/T-C02-r1-10
    prov:wasDerivedFrom ex:artifact/responseSnapshot/T-C02-r1-9 .

未在示範範圍的其他 turn：完整 Artifact A 含 18 個 assistant turn，跨 4 個 model_slugs。各 turn 同樣應有 ModelConfig per-turn instance（per R-020.4 規約：「同 turn 單一 model 假設凍結」）；本範例為 simplified worked example，僅列 3 個示範 turn 展示 InitialPrompting / Probing / Revising 三種 TurnRunType + o3→gpt-5 model 切換點。其他重要 turn 包括 asst_idx=4（首次切 gpt-4o，raw Turn 8，整理 AI 推薦／排除邏輯）/ asst_idx=16-17（gpt-5-thinking，raw Turn 34 + 39，紋樣 vs motif 跨語比較與 SSCI 風險章節改寫）。

6. 中文學術用語與語意面向框架

「針對『母題』與『紋飾』二詞，AI 初步建議與 AI 介入前的既有人工詞彙狀態產生衝突：原先人工中文化結果以『母題』為 PT，而 AI 建議以『紋飾』為 PT。為釐清此一衝突，研究團隊另開補充討論，先請 AI 協助區辨 motif 作為單一裝飾單元與 pattern 作為重複／組合結構之差異，再由編輯引入中文藝術史與美術史文獻，檢視『紋飾／母題』在中文學術論述中的語用分工。」

— dossier §3.3 paragraph 26

「第二次 motif 討論中，研究團隊進一步比較一組中文藝術史文獻案例，其中包括偏向形態與技法分析的案例，以及同時涉及形態描述與寓意詮釋的案例。這些文獻協助建立一個可讓跨語讀者理解的語意面向框架：同一個 motif 在藝術史文本中可以被當作可見的圖像形態來描述，也可以被當作承載象徵、宗教、政治或敘事意涵的圖像核心來詮釋。

中文論述中，『紋飾』通常較偏向形態、載體與可見裝飾表現；『母題』通常較偏向寓意、象徵或圖像學詮釋。二者不是完全互斥，而是在不同分析焦點上形成語用分工。相較之下，AAT 300009700 此詞條只取其中的形態性設計元素語意面向。」

— dossier §3.3 paragraph 27

「在此基礎上，編輯進一步引入中文詞彙語意學中的『詞義／義面』區分，作為詮釋框架。此框架協助說明：motif 在藝術史與圖像學語境中可被視為同一核心圖像概念下的不同語意面向，一方面指可見、可辨識的形態性裝飾單元，另一方面也可承載寓意、象徵或敘事性詮釋。相較之下，AAT 300009700 此詞條的範圍註僅界定其形態性設計元素面向，並不納入象徵或圖像學詮釋。

因此，最終決策並非否定『母題』在中文學術中的正當性，而是將『紋飾』設定為對應 AAT 核心概念邊界的 PT，並將『母題』保留為支援圖像學與寓意檢索的 NPT。」

— dossier §3.3 paragraph 28

7. 核心概念張力

「本案的核心張力不在於『motif 應該翻成母題還是紋飾』這個表層問題，而在於 不同知識體系對 motif 的語意焦點不同。

在中文藝術史與圖像學論述中，『母題』通常較偏向寓意、象徵或圖像學詮釋；『紋飾』通常較偏向形態、載體與可見裝飾表現。二者並非互斥，而是在中文學術論述中形成語用分工。

然而，AAT 詞條 motifs 位於 design elements 脈絡下，其範圍註並不處理象徵、寓意或圖像學詮釋，而是強調單一、可分辨、可分離的裝飾性設計元素。因此，若以 AAT 詞條本身的語意邊界為準，中文 PT 應優先對應 formal decorative-unit sense，而非 iconographic / interpretive sense。

本案的核心張力可概括為：AAT 需要一個對應形態性 design-element sense 的中文 preferred term；中文學術社群則同時使用『母題』與『紋飾』來處理 motif 的不同分析面向。AI 的建議觸發了對既有人工作法的重新審查；編輯則必須在 AAT 概念邊界、中文學術慣例、檢索友善性、地區語境與候選詞風險之間作出治理決策。」

— dossier §5 核心概念張力（完整四段）

8. 第二輪審查：Review Moment 2 + 跨輪 PROV-O 表達

8.1 Review Moment 2

「Review moment 2：編輯加入中文藝術史文獻與語意面向框架，進一步區分『形態描述』與『寓意詮釋』。這一階段的重點不是把 motif 硬拆為兩個互不相關的詞義，而是說明：在圖像學文本中，同一個圖像元素可以同時被描述其形態，也可以被詮釋其文化意涵；但 AAT 此詞條的工作定義只採其中的形態性設計元素面向。

此處引入的『詞義／義面』區分，是本案人工詮釋框架介入的關鍵節點。」

— dossier §6 paragraph 40

「在這兩個 review moments 中，編輯的貢獻不是對 AI 建議作形式確認，而是 把候選詞選擇轉化為概念邊界、語用分工與控制詞彙功能分配的治理判斷。」

— dossier §6 paragraph 41

8.2 跨輪 PROV-O 合規表達

第二輪是同一案例的人類審查 + 補充討論，獨立的 ChatGPT 對話（不同 share URL、同日 3 小時 23 分）。PROV-O 合規寫法：把跨輪關係建在 Activity 層（TaskRun → TaskRun）而非 Artifact 層：

ex:taskrun/T-C02-r2 a ex:TaskRun ;
    dcterms:identifier "T-C02-r2" ;
    prov:atLocation <https://chatgpt.com/share/688718a6-4184-8005-bb76-f44a023b4c37> ;
    prov:startedAtTime "2025-07-28T11:28:19+08:00"^^xsd:dateTime ;
    prov:endedAtTime "2025-07-28T14:51:02+08:00"^^xsd:dateTime ;
    # R-084 重新分類：第二輪本質為「非固定提示詞之 AI–人類對話評估」（非翻譯任務）
    ex:taskType <provai:scheme/TaskTypeScheme/Evaluation/HumanInteractionEvaluation> ;
    # (1) Activity 層 communication：第二輪 TaskRun 被第一輪 TaskRun 告知 / 啟發
    #     PROV-O 合規：wasInformedBy domain / range = prov:Activity
    prov:wasInformedBy ex:taskrun/T-C02-r1 ;
    # (2) Activity 使用 artifact：第二輪實際使用第一輪 ContextPack 作為輸入
    prov:used ex:artifact/case-C02-motifs-term-translation ;
    prov:qualifiedAssociation [
        a prov:Association ;
        prov:agent <provai:agent-jason> ;
        prov:hadRole <provai:scheme/RoleScheme/Editor>
    ] .

# 第二輪 ContextPack
ex:artifact/case-C02-motifs-review-round2 a ex:Artifact , prov:Collection ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/ContextPack> ;
    prov:atLocation <https://chatgpt.com/share/688718a6-4184-8005-bb76-f44a023b4c37> ;
    rdfs:comment "第二輪審查討論（78 raw turns / 15 assistant turns；首 2 asst=gpt-4o，其後 13× o3；2025-07-28）" ;
    ex:metaJSON "{\"raw_turns_total\":78,\"assistant_turns_total\":15}" ;
    # (3) Collection 層：第二輪 ContextPack 將第一輪紀錄納入其成員
    prov:hadMember ex:artifact/case-C02-motifs-term-translation .

關鍵設計（PROV-O 合規）：第二輪「受第一輪啟發但不是直接 derivation」的語意，由 三條 triple 共同表達：

想表達的意思	採用關係	放在哪一層
第二輪活動被第一輪啟發、接續	prov:wasInformedBy	TaskRun → TaskRun（Activity 層 communication）
第二輪實際使用第一輪 ContextPack 作為輸入	prov:used	TaskRun → Artifact
第二輪 ContextPack 將第一輪納入其成員	prov:hadMember	Collection → Artifact

為何不用 Artifact → wasInformedBy → Artifact？ W3C PROV-O 規格（REC 2013-04-30）明定 prov:wasInformedBy 的 rdfs:domain 與 rdfs:range 皆為 prov:Activity，描述兩個活動間的「communication」（一活動使用另一活動產生的 entity）。若放在 Artifact / ContextPack 層使用屬於違反 domain/range；若真的需要在 Entity 層表達「受 X 影響」，應改用 prov:wasInfluencedBy（其為較泛的 super-property，但語意較鬆）。本範例採活動層 communication 寫法，最能精準保留「兩段獨立活動 + 第二輪取用第一輪資料」的語意。

9. 證據類型與來源角色

「本案的證據依其在詞彙決策鏈中的功能分為四類，其中 AAT 範圍註在此處屬於定義性證據，而不是被評估的翻譯文本。」

— dossier §4 paragraph 30

dossier 表 3 將 C02 證據分為 四類：

9.1 AAT 定義性證據

來源：AAT 範圍註；AAT hierarchy；motifs / patterns 對照概念

功能：界定 motifs 在 AAT 中的概念邊界 — 可分辨、可分離、通常具裝飾性的 design elements，並與 patterns 區分。

ex:artifact/sourceEvidence/aat-300009700-scopeNote a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "aat-300009700-scopeNote" ;
    rdfs:label "AAT 300009700 scope note（定義性證據）" ;
    prov:atLocation <http://vocab.getty.edu/page/aat/300009700> ;
    skos:scopeNote "Distinct or separable design elements, usually decorative, whether occurring singly as individual shapes. Distinguished from \"patterns (design elements),\" which are ornamental designs composed of repeated or combined motifs."@en ;
    dcterms:license "Getty Open Content; All rights reserved" .

9.2 候選詞來源證據

來源：候選詞清單／控制證據脈絡；樂詞網；Wikidata；Cambridge Dictionary；Collins Dictionary

功能：提供可比較的候選詞與來源依據，但不能直接等同於最終權威；需人工判斷語意邊界、地區性與控制詞彙適切性。

ex:artifact/sourceEvidence/C02-candidateList a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "C02-candidateList" ;
    rdfs:label "C02 候選詞清單（樂詞網 / Wikidata / Cambridge / Collins）" ;
    rdfs:comment "SimRAG 控制證據脈絡的核心；研究團隊整理多語權威詞典與字庫資源作為候選詞來源" .

9.3 中文學術用語證據（dossier 三證據文獻）

來源：三篇中文藝術史／美術史文獻，包括一篇偏形態與技法分析的案例，以及兩篇同時涉及形態描述與寓意詮釋的案例

功能：判斷「紋飾」與「母題」在中文學術論述中的語用分工。

# (1) 形態研究案例 — 支持「紋飾」對應形態描述面向
ex:artifact/sourceEvidence/xu-2002-eastern-zhou-bronzes a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "xu-2002-eastern-zhou-bronzes" ;
    rdfs:label "許雅惠〈東周的圖像紋銅器與刻紋銅器〉" ;
    prov:atLocation <https://example.org/papers/xu-2002.pdf> ;
    dcterms:bibliographicCitation "許雅惠（2002）。〈東周的圖像紋銅器與刻紋銅器＝Eastern Chou Bronzes with Pictorial and Carved Motifs〉。《故宮學術季刊》20(2)。" ;
    dcterms:license "All rights reserved" .

# (2) 形態 + 寓意案例 — 觀察「母題」的寓意 / 圖像學詮釋脈絡
ex:artifact/sourceEvidence/xing-2008-monkey-horse-motifs a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "xing-2008-monkey-horse-motifs" ;
    rdfs:label "邢義田〈猴與馬造型母題〉" ;
    prov:atLocation <https://example.org/papers/xing-2008.pdf> ;
    dcterms:bibliographicCitation "邢義田。〈「猴與馬」造型母題：一個草原與中原藝術交流的古代見證＝The Motif of 'the Monkey and the Horse'〉。" ;
    dcterms:license "All rights reserved" .

# (3) 形態 + 寓意案例 — 支撐形態描述進一步發展為象徵性詮釋
ex:artifact/sourceEvidence/huang-mingchong-2012-taotie a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "huang-mingchong-2012-taotie" ;
    rdfs:label "黃銘崇〈饕餮紋的再思考：一個方法的省思〉" ;
    prov:atLocation <https://example.org/papers/huang-mingchong-2012.pdf> ;
    dcterms:bibliographicCitation "黃銘崇（2012）。〈「饕餮紋」的再思考：一個方法的省思＝Rethinking Taotie: Reflections on Methods〉。《國立臺灣大學美術史研究集刊》32。" ;
    dcterms:license "All rights reserved" .

# Turn 級的 prov:used 鏈接到三證據（第二輪 review moment 2 期間引入）
ex:turnrun/T-C02-r2-1
    prov:used ex:artifact/sourceEvidence/xu-2002-eastern-zhou-bronzes ,
              ex:artifact/sourceEvidence/xing-2008-monkey-horse-motifs ,
              ex:artifact/sourceEvidence/huang-mingchong-2012-taotie .

注意：第二輪 ChatGPT 對話的 prompt_attachments ≠ dossier 三證據。實際 round-2 share JSON 的 prompt_attachments 為「邢義田〈猴與馬造型母題〉PDF + 黃居仁〈詞義與義面〉PDF」（研究材料補充）；而 dossier §4 / 表 8 所列「分析證據」三篇（許雅惠 / 邢義田 / 黃銘崇）是 dossier 在判斷鏈中明確標註的學術文獻證據。本 worked example 採 dossier 分析證據結構；完整 round-2 prompt_attachments 角色待後續候選 R-XXX 補完整 ContextPack 結構時處理。

9.4 詮釋性分析框架

來源：中文詞彙語意學中的「同一詞義可有不同語意面向」框架（簡稱「詞義／義面」框架）

功能：說明英文 motif 在圖像學文本中可同時指可見形態與象徵詮釋；但 AAT 此詞條只採形態性 design-element sense。

# 詮釋性分析框架 — TheoryFramework 候選元素（後續評估升 L1×11）
# 本 worked example 暫以 SourceEvidence 承載（per 收斂報告 §6.3：累積 2-3 案再評估）
ex:artifact/sourceEvidence/yi-mian-framework a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/SourceEvidence> ;
    dcterms:identifier "yi-mian-framework" ;
    rdfs:label "中文詞彙語意學的「詞義／義面」（meaning facet）框架" ;
    rdfs:comment "詮釋性分析框架；TheoryFramework 候選元素；本 worked example 暫以 SourceEvidence 承載" ;
    ex:metaJSON "{\"role\":\"interpretive_framework\",\"theory_framework_candidate\":true}" .

10. Result + 候選詞治理狀態表

「本案 最終不是單一譯詞選擇，而是對各候選詞進行狀態治理：哪些成為 PT，哪些保留為 NPT，哪些被排除為 rejected / disfavored terms，哪些轉為地區性／檢索備註。」

— dossier §7 paragraph 42

10.1 dossier §7 表 4：候選詞治理狀態表（完整 8 列）

候選詞	原始狀態／來源	AI 初始建議狀態	v.4.6 治理判斷	審查理由／風險摘要
紋飾	原 NPT：「紋飾（設計元素）」	AI 建議作為 PT	採納為 PT	最符合 AAT 範圍註所限定的 formal decorative-unit sense，也較能維持 motifs / patterns 的概念邊界。
母題	原 PT	AI 建議降為 NPT	保留為 NPT	在中文藝術史與圖像學中具有長期使用基礎，能支援寓意、象徵與圖像學脈絡的檢索；但不宜作為 AAT 此詞條的核心 PT。
主題（設計元素）／中心思想	原 NPT 或候選詞	AI 建議不採納	rejected / disfavored	過度偏向 theme 或 abstract subject，不符合 AAT motifs 所限定的裝飾性設計元素。
文樣	AI 候選；Wikidata 等來源	AI 初始列為 NPT	不採用為正式 NPT；僅作內部區域變體註記	語義接近「紋飾」，但帶有日本語用色彩，且在台灣繁中學術語境中使用頻率與在地採納性不足。若納入正式 NPT，可能弱化本案以台灣繁中語境為目標的候選詞治理原則；因此不作正式 access point，僅可作區域變體或跨語用語的內部備註。
花紋	AI 候選	AI 初始列為 NPT	rejected for motifs；可考慮作 patterns 的 NPT 或檢索導引詞	語意偏寬且較口語，可指單一裝飾元素，也可泛指整體花樣或 pattern，概念邊界不穩定。
圖案	AI 候選；Cambridge 等來源	AI 初始列為 NPT	rejected for motifs；較適合作為 patterns 的 PT 或日常檢索導引用語	語意範圍過廣，實務上多指整體設計或 pattern；若納入 motifs，會造成 motifs / patterns 邊界混淆。
花紋圖案	AI 排除詞	AI 建議不採納	rejected	複合詞語意模糊，容易同時涵蓋 motif 與 pattern，無助於建立清楚的術語邊界。
模體、結構組元、結構主題、Motif 介面、岩套、單位花樣、音樂動機／動機（音樂）等	跨領域候選詞	AI 建議不採納	rejected / disfavored	屬生物、地質、資訊、工程、音樂等其他專業領域的 motif 對應詞，語域錯置，不符合 AAT 視覺藝術／設計元素脈絡。

— dossier §7 表 4「候選詞治理狀態表」

「決策摘要：本案建議將『紋飾』升為中文 PT，將『母題』降為中文 NPT；『花紋』與『圖案』不納入 motifs 正式 NPT，以避免與 patterns 混淆；『文樣』雖語義接近『紋飾』，但因其日本語用色彩與台灣繁中語境中的低在地採納性，最終不採為正式 NPT；僅保留為內部區域變體或跨語用語備註。在地區性，最終不採納為 NPT；僅保留為內部區域備註或跨語用語備註。」

— dossier §7 paragraph 45

10.2 Result Artifact（後設指標）

ex:result/R-C02-final a ex:Result ;
    dcterms:identifier "R-C02-final" ;
    dcterms:language "zh-Hant" ;
    # R-084 移除 Result.activityType：ex:activityType R-083 後 domain 縮為 TurnRun only，不適用於 Result
    dcterms:subject <provai:concept/aat-300009700> ;
    # 引用了第二輪審查最終 asst turn 產生的 ResponseSnapshot
    prov:wasDerivedFrom ex:artifact/responseSnapshot/T-C02-r2-15 ,
                       # 總決策 + 8 筆候選詞 DecisionNote（multi-row 結構化）
                       ex:artifact/decisionNote/T-C02-final ,
                       ex:artifact/decisionNote/T-C02-candidate-wenshi ,
                       ex:artifact/decisionNote/T-C02-candidate-muti ,
                       ex:artifact/decisionNote/T-C02-candidate-zhuti-design-element ,
                       ex:artifact/decisionNote/T-C02-candidate-wenyang ,
                       ex:artifact/decisionNote/T-C02-candidate-huawen ,
                       ex:artifact/decisionNote/T-C02-candidate-tuan ,
                       ex:artifact/decisionNote/T-C02-candidate-huawentuan ,
                       ex:artifact/decisionNote/T-C02-candidate-crossdomain ;
    dcterms:source ex:artifact/case-C02-motifs-term-translation .

# 對應到 AAT Concept 上的偏好詞 / 非偏好詞
<provai:concept/aat-300009700>
    skos:prefLabel "紋飾"@zh-Hant ;
    skos:altLabel "母題"@zh-Hant .

11. DecisionNote × 9：候選詞治理 multi-row 結構化

每個候選詞獨立成 DecisionNote artifact，rationale text 直接 quote 自 dossier §7 表 4 對應列。Result 透過 prov:wasDerivedFrom 多重連結至所有 9 筆 DecisionNote。

11.1 總決策 DecisionNote

ex:artifact/decisionNote/T-C02-final a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-T-C02-final" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Adopted> ;
    ex:rationaleText """本案建議將「紋飾」升為中文 PT，將「母題」降為中文 NPT；「花紋」與「圖案」不納入 motifs 正式 NPT，以避免與 patterns 混淆；「文樣」雖語義接近「紋飾」，但因其日本語用色彩與台灣繁中語境中的低在地採納性，最終不採為正式 NPT；僅保留為內部區域變體或跨語用語備註。

(— dossier §7 paragraph 45 決策摘要)"""@zh-Hant ;
    prov:wasDerivedFrom ex:result/R-C02-final ;
    dcterms:source ex:artifact/sourceEvidence/aat-300009700-scopeNote ,
                   ex:artifact/sourceEvidence/xu-2002-eastern-zhou-bronzes ,
                   ex:artifact/sourceEvidence/xing-2008-monkey-horse-motifs ,
                   ex:artifact/sourceEvidence/huang-mingchong-2012-taotie ,
                   ex:artifact/sourceEvidence/yi-mian-framework .

11.2 個別候選詞 DecisionNote（8 筆）

# (1) 紋飾 — Adopted as PT
ex:artifact/decisionNote/T-C02-candidate-wenshi a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-wenshi" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Adopted> ;
    ex:rationaleText "最符合 AAT 範圍註所限定的 formal decorative-unit sense，也較能維持 motifs / patterns 的概念邊界。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"紋飾\",\"candidate_role\":\"PT\",\"baseline_state\":\"原 NPT (設計元素)\",\"ai_initial\":\"建議作為 PT\",\"final\":\"採納為 PT\"}" .

# (2) 母題 — Adopted as NPT (Retained)
ex:artifact/decisionNote/T-C02-candidate-muti a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-muti" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Adopted> ;
    ex:rationaleText "在中文藝術史與圖像學中具有長期使用基礎，能支援寓意、象徵與圖像學脈絡的檢索；但不宜作為 AAT 此詞條的核心 PT。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"母題\",\"candidate_role\":\"NPT\",\"baseline_state\":\"原 PT\",\"ai_initial\":\"建議降為 NPT\",\"final\":\"保留為 NPT\"}" .

# (3) 主題（設計元素）／中心思想 — Rejected
ex:artifact/decisionNote/T-C02-candidate-zhuti-design-element a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-zhuti-design-element" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Rejected> ;
    ex:rationaleText "過度偏向 theme 或 abstract subject，不符合 AAT motifs 所限定的裝飾性設計元素。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"主題（設計元素）／中心思想\",\"candidate_role\":\"rejected/disfavored\",\"baseline_state\":\"原 NPT 或候選詞\",\"ai_initial\":\"AI 建議不採納\",\"final\":\"rejected\"}" .

# (4) 文樣 — Deferred (regional variant note only)
ex:artifact/decisionNote/T-C02-candidate-wenyang a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-wenyang" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Deferred> ;
    ex:rationaleText "語義接近「紋飾」，但帶有日本語用色彩，且在台灣繁中學術語境中使用頻率與在地採納性不足。若納入正式 NPT，可能弱化本案以台灣繁中語境為目標的候選詞治理原則；因此不作正式 access point，僅可作區域變體或跨語用語的內部備註。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"文樣\",\"candidate_role\":\"regional_variant_internal_only\",\"baseline_state\":\"AI 候選\",\"ai_initial\":\"AI 初始列為 NPT\",\"final\":\"不採用為正式 NPT；僅作內部區域變體註記\",\"risk_type\":\"regional_limitation\"}" .

# (5) 花紋 — Rejected for motifs
ex:artifact/decisionNote/T-C02-candidate-huawen a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-huawen" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Rejected> ;
    ex:rationaleText "語意偏寬且較口語，可指單一裝飾元素，也可泛指整體花樣或 pattern，概念邊界不穩定。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"花紋\",\"candidate_role\":\"rejected_for_motifs\",\"baseline_state\":\"AI 候選\",\"ai_initial\":\"AI 初始列為 NPT\",\"final\":\"rejected for motifs；可考慮作 patterns 的 NPT 或檢索導引詞\",\"risk_type\":\"semantic_overlap_with_patterns\"}" .

# (6) 圖案 — Rejected for motifs
ex:artifact/decisionNote/T-C02-candidate-tuan a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-tuan" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Rejected> ;
    ex:rationaleText "語意範圍過廣，實務上多指整體設計或 pattern；若納入 motifs，會造成 motifs / patterns 邊界混淆。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"圖案\",\"candidate_role\":\"rejected_for_motifs\",\"baseline_state\":\"AI 候選\",\"ai_initial\":\"AI 初始列為 NPT\",\"final\":\"rejected for motifs；較適合作為 patterns 的 PT 或日常檢索導引用語\",\"risk_type\":\"semantic_overlap_with_patterns\"}" .

# (7) 花紋圖案 — Rejected
ex:artifact/decisionNote/T-C02-candidate-huawentuan a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-huawentuan" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Rejected> ;
    ex:rationaleText "複合詞語意模糊，容易同時涵蓋 motif 與 pattern，無助於建立清楚的術語邊界。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"花紋圖案\",\"candidate_role\":\"rejected\",\"baseline_state\":\"AI 排除詞\",\"ai_initial\":\"AI 建議不採納\",\"final\":\"rejected\",\"risk_type\":\"compound_term_ambiguity\"}" .

# (8) 跨領域候選詞（模體、結構組元、結構主題、Motif 介面、岩套、單位花樣、音樂動機等） — Rejected/Disfavored
ex:artifact/decisionNote/T-C02-candidate-crossdomain a ex:Artifact ;
    ex:artifactType <provai:scheme/ArtifactTypeScheme/DecisionNote> ;
    dcterms:identifier "decisionNote-C02-crossdomain" ;
    ex:decisionOutcome <provai:scheme/DecisionOutcomeScheme/Rejected> ;
    ex:rationaleText "屬生物、地質、資訊、工程、音樂等其他專業領域的 motif 對應詞，語域錯置，不符合 AAT 視覺藝術／設計元素脈絡。"@zh-Hant ;
    ex:metaJSON "{\"candidate_term\":\"模體、結構組元、結構主題、Motif 介面、岩套、單位花樣、音樂動機／動機（音樂）等\",\"candidate_role\":\"rejected_disfavored_cross_domain\",\"baseline_state\":\"跨領域候選詞\",\"ai_initial\":\"AI 建議不採納\",\"final\":\"rejected / disfavored\",\"risk_type\":\"register_mismatch\"}" .

12. 為什麼需要溯源？（Provenance Gap）

dossier §8 列出 5 個若缺乏溯源紀錄將遺失的關鍵。本 worked example 的 RDF 結構正是逐項回應這 5 個 gap：

「為何要做 PT/NPT 對調？」

若只看最後結果，無法知道原本的 PT 是「母題」，也無法知道為何後來將「紋飾」升為 PT、「母題」降為 NPT。這會使後續使用者誤以為此案只是單純譯詞修正，而不是概念邊界與檢索治理的重新判斷。

→ 對應 §1 baseline state Artifact + §11.1 總決策 DecisionNote rationale

「AAT 範圍註如何限制中文譯詞選擇？」

若不記錄 AAT 範圍註與 motifs / patterns 對照概念，將無法重建為何本案以 formal decorative-unit sense 作為 PT 的主要依據。

→ 對應 §4 Motifs/Patterns 邊界 + §9.1 AAT scope note SourceEvidence

「中文學術文獻如何影響判斷？」

若不記錄這組中文藝術史文獻在判斷鏈中的不同角色，就無法理解「紋飾」與「母題」如何分別對應形態描述與寓意詮釋。

→ 對應 §9.3 dossier 三證據文獻 SourceEvidence × 3（含 bibliographicCitation + dcterms:source 鏈接至 DecisionNote）

「人工詮釋框架何時介入？」

若不記錄第二次討論中引入的「詞義／義面」與語意面向框架，就無法理解為何本案不是把 motif 簡單拆成兩個不相干詞義，而是判斷其在圖像學語境中可呈現形態與寓意兩個面向。

→ 對應 §6 中文學術用語與語意面向框架 + §8.1 Review Moment 2 + §9.4 詮釋性分析框架 SourceEvidence

「AI 發掘候選詞範圍過廣與人工風險排除會被遮蔽。」

AI 初始 NPT 包含「母題、文樣、花紋、圖案」；人工審查後僅保留「母題」作核心 NPT，並對其他候選詞作排除或備註處理。若不記錄這一段，就會失去 AI 擴大候選詞空間、人工維持精確性的治理證據。

→ 對應 §11.2 個別候選詞 DecisionNote × 8（每筆 metaJSON 含 baseline_state / ai_initial / final / risk_type，可機器查詢候選詞如何從「AI 初始」演變到「人工最終」）

---

dossier §8 結尾的核心 provenance gap 命題：

「本案的 核心 provenance gap 可概括為：最終譯詞本身無法說明為何這個詞被採納，也無法說明哪些候選詞被保留、排除或轉往其他條目，更無法顯示 AI 建議、AAT 定義性證據、中文學術用語證據、人工詮釋框架與最終編輯決策如何共同形成治理鏈。」

— dossier §8 paragraph 57

13. 對 Paper A 的貢獻

「AI 的價值不只是產出『紋飾』這個候選詞，而是促使編輯重新檢查 AAT 定義、中文學術用語、候選詞來源與決策理由。這些過程若沒有被記錄，後續研究者無法重建決策條件，也無法判斷 AI 建議是否被合理引導、人工審查是否充分、哪些 evidence 支持最終結果。」

— dossier §9.2 AI 介入產生新的 provenance governance 需求

「AI 主要提供候選詞分析、AAT 範圍註的結構化解讀、motifs / patterns 區分與來源整理；編輯則負責引入中文學術用語、判斷中文學術慣例、確認 AAT 概念邊界、處理 NPT 風險，並做出最終 PT/NPT/rejected status 決策。尤其在 NPT 判斷中，AI 的高候選詞發掘能力會帶來語意過廣、地區性限制、跨條目混淆等風險；人工審查則負責將候選詞擴展轉化為可治理的精確決策。」

— dossier §9.3 人機協作中的決策權重需要被區分

---

dossier §9 對 Paper A 的總結命題：

C02 motifs shows that AI-assisted multilingual thesaurus localization cannot be adequately documented by final labels, output snapshots, or prompt logs alone. What requires documentation is the governance chain through which evidence, model output, human interpretation, risk filtering, and editorial decision are progressively aligned.

— dossier §9 paragraph 66 結論

本 worked example 即是這個 governance chain 在 RDF / Prov-AI AP 框架下的可機器查詢落地。

CQ Coverage 自檢

本 worked example 覆蓋的 L1 CQs：

CQ	主題	C02 中的對應
CQ1	KOS 概念定錨	WorkItem.dcterms:subject → aat-300009700（§2）
CQ2	任務識別	TaskRun T-C02-r1 / T-C02-r2 + prov:startedAtTime / endedAtTime（§3.1 / §8.2）
CQ3	任務類型	ex:taskType = TaskTypeScheme:ChineseLocalization/TermTranslation（§2；R-081 兩層重整）
CQ4	關鍵回合輸入脈絡	TurnRun.prov:used → PromptInstance / ModelConfig / SourceEvidence（§5）
CQ5	模型版本 / 提示詞版本	ModelConfig per-turn instance（gpt-4o / o3 / gpt-5 / gpt-5-thinking）+ dcterms:hasVersion；跨 4 model_slugs 註記於 Artifact A rdfs:comment（§5）
CQ6	來源回指	DecisionNote.dcterms:source → SourceEvidence（4 類證據 × §9.1-9.4）
CQ7	授權 / 限制	SourceEvidence.dcterms:license 標註於三證據文獻（§9.3）
CQ8	Turn 回應與 Result	TurnRun.prov:generated → ResponseSnapshot + Result.prov:wasDerivedFrom → ResponseSnapshot + DecisionNote × 9（§5 / §10.2）
CQ9	溯源串接	qualifiedAssociation 兩端覆蓋（Editor 在 TaskRun / ModelRunner 在 TurnRun）+ 跨 TaskRun prov:wasInformedBy Activity 層 communication（§8.2）
CQ10	採納理由	DecisionNote × 9 + ex:decisionOutcome + ex:rationaleText，rationaleText 直接 quote 自 dossier §7 表 4（§11）
CQ18	Initial / Probing / Revising	三種 TurnRunType 對應 §5 三個示範 turn；其中 Turn 2 對映 dossier §6 Review moment 1（Probing）、Turn 10 為 model 切換點 + NPT 修訂（Revising）

完整 TTL

完整序列化（含 9 筆 DecisionNote + 4 類 SourceEvidence + 跨 4 model_slugs 的 Agent block）：

examples/c02-motifs.ttl

Note： v0.1.1 的 TTL 為示範用途；本範例為 simplified worked example，僅列 3 個示範 turn 出總 18 + 15 = 33 個 assistant turn。完整 turn-level instances 留 namespace policy 拍板後一併補；ContextPack 用法已由 R-040b 釐清為涵蓋 turn-level 與 case-level 兩種 granularity（不再為 LLMConversationLog 預留升 L1 空間，R-040a 已撤回 R-017 candidate）。

接下來

• 看其他 worked example：Examples Index（L13 / L08 待 v0.2）
• 對標 P0 checklist：AP Guideline Checklist
• 了解 Concept Schemes 細節：Concept Schemes
• C02 dossier SoT 完整 9 表 / 9 段分析（含 baseline state、provenance gap 五項問題、Paper A 三層貢獻）：07_case_dossiers/C02_motifs_案例分析檔案_S_v4.7_20260519.docx