W06 RAG 備用教學資料

開始方式
- 在 Codex 開啟前幾週已建立的購物車專案，先保存目前版本，再將本包解壓到專案內。
- knowledge.json 是示範知識庫；test-cases.json 是驗收題，不得混入檢索資料或作為回答證據。
- 複製 W06「在既有購物車中，請 Codex 加入 RAG 客服」頁面的實作指令給 Codex。
- 沿用既有前後端，先跑通虛構資料的示範模式，再換成店主核准的正式教學資料；不要覆寫原有商品或政策。
- 依序完成：後端檢索 → 一次模型短回答 → 有來源的客服回答。沒有 token 也可以先測檢索。
- 老師開課後，到 https://api.zllu.io/ 輸入白板上的通行碼領取個人 token；不用全班共用一組。
- 複製課堂入口或投影片的 prompt，在 API key 填空處貼上個人課堂短效 token（只貼 key，不加 Bearer），交給 Codex 寫入後端 LLM_API_KEY。
- 這是本次課堂的操作特例，key 會進入 AI 對話紀錄；正式服務的 key 不採用此方式。公開教材與複製範本只有佔位符，不包含任何人的 key。
- Base URL 為 https://api.zllu.io/v1；後端 POST /v1/chat/completions，model=classroom、stream=false、max_tokens=256。
- 教師已提供模型服務，學生不需要安裝 Ollama，也不要改用 /api/chat 或 embedding API。

1. 先使用自己的商店資料；本包是虛構示例，不必匯入真實商店。
2. knowledge.json 有 5 份文件，其中只有 3 份為現行核准公開文件。
3. 問題日期固定為 2026-10-21。先依 status、visibility 與有效期間篩選，再依標題／內容檢索；後端維持來源 ID 和版本。
4. 客服第一版用關鍵字與同義詞即可，例如「不合用」對應「退換貨」。不要把所有內容無差別送入模型。
5. 用 test-cases.json 的 6 題逐題記錄：實際片段、來源 ID、回答、等待時間、人工判斷。修改前後使用相同題目。
6. T6 只在測試副本加入惡意文字，不放真實秘密；測完移除。這不是完整資安評估。
7. 課堂入口 https://api.zllu.io/ 提供生成模型，不提供 embedding 或保存知識庫。
8. token 不放入前端、Git、日誌或報告；後端私密設定檔須未被 Git 追蹤且加入 .gitignore。課堂短效 key 可依上述填空流程交給 Codex 設定，但不對正式服務 key 照做。模型收到的文件片段會送往教師服務，因此只能使用授權的教學資料。
9. 來源存在與結論正確須分開查核。這份範例不是法律建議，也不是正式部署用的完整政策。
