Course:115-1/物件導向程式設計
115 學年度第 1 學期 · 物件導向程式設計
物件導向程式設計 (Object-Oriented Programming)
課程概述 Course Overview
整門課就是一個專案：「後未來動物園」。人類消失之後，地球會長出怎樣的生物？牠還是碳基生物嗎？靠什麼存活？每位學生培育自己的物種，從世界觀研究、物種設定，一路做到透過程式讓牠活起來，會動、會繁衍、成群、對觀眾有反應，學期末全班的物種聚合成一座動物園公開展演，你以該物種首席研究員的身分導覽，並回答關於牠的任何問題。
課程以里程碑 M0 到 M6 組織，沒有週進度表，完成里程碑就是完成專案；零考試、不考程式，評量看三件事：你怎麼思考牠的生命、做得多完整、最後呈現出什麼。方法論主軸是 AI 素養與研究先行工作流：動手前先讓你的 AI 深度研究、比較做法與工具、查證來源，AI 是機率性的，會一本正經地錯，驗證永遠是你的工作。
里程碑 Milestones
課程以里程碑組織，不以週次切分：進度以里程碑為準，可以超前，落後以 studio time 一對一救援。下表的參考時段依清大 115 學年度行事曆換算（開學 9/7、16 週學期），讓你隨時知道自己走到哪，其中確認、檢核、發表會、開園是全班同步的站點，其餘時段都是參考節奏。
| 里程碑 | 主題 | 交付 | 閘門 | 參考時段 |
|---|---|---|---|---|
| M0 裝備 | 建好自己的 AI 工作流，並親眼看過 AI 出錯 | 出錯實驗紀錄＋工作流初版 | — | 第 1–2 週（9/7–9/18） |
| M1 世界 | 沒有人類之後的地球，世界觀研究 | 世界觀研究報告＋世界簡報（三分鐘） | 確認 | 第 2–4 週，10/2 前完成確認 |
| M2 物種 | 牠是什麼、憑什麼在你的世界活下來 | 物種設定書＋會動的雛形＋物種簡報（三分鐘） | 當場檢核 | 第 5–6 週（10/5–10/16） |
| M3 個體 | 讓牠活起來，行為對得上設定書 | 活的個體（可執行）＋發表簡報（三分鐘） | 物種發表會（期中） | 第 7–10 週，發表會約第 10 週（11/9–11/13） |
| M4 族群 | 演化與變異，一隻到一群，族群才是生態 | 族群生態 | — | 第 11–12 週（11/16–11/27） |
| M5 棲地 | 給族群一個世界，觀眾透過鏡頭走進來 | 可互動的棲地展示 | — | 第 13–14 週（11/30–12/11） |
| M6 開園 | 後未來動物園公開展演，導覽與答辯 | 公開網址＋導覽簡報（三分鐘） | 開園 | 第 15–16 週，開園於期末考週（12/21–12/24，本課零考試，以展演取代） |
每站交付都是四件套：可執行的程式碼、截圖或影片、一百至兩百字反思（自己寫）、AI 揭露欄；報告站（M1、M2、M3、M6）另加簡報檔，放進該站資料夾一起 push。
資源取得位置 Resources
所有教材與工具的取得管道整理如下，開學前先辦帳號類（GitHub 學生驗證最花時間，最先辦）。
| 資源 | 位置 | 怎麼取得與用途 |
|---|---|---|
| 課程主頁（完整手冊） | course.interaction.tw/oop | 課程唯一完整手冊：里程碑逐站步驟與完成清單、演算法圖鑑（19 個造物演算法，附可複製的 AI 起手式）、感測互動七工具、案例庫、AI 公約、開課準備，全部在這一頁 |
| 後未來動物園（作業牆） | course.interaction.tw/oop/gallery | 全班物種的聚合園區，M6 把物種名、一句話介紹、作品網址交給老師即入住 |
| 作品集 template | github.com/chenweichiang/oop-portfolio-template | 按「Use this template」開出自己的作品集 repo，一人一個整學期用同一個；Codespaces 雲端開發環境、Claude Code 登入 SOP 與排錯全在 README，學校還原電腦也不受影響 |
| p5.js 網頁編輯器 | editor.p5js.org | 免費，用 GitHub 帳號直接登入，草稿存雲端，任何電腦打開都在，全程的畫布 |
| GitHub 學生驗證 | github.com/education | 免費，用學校信箱與學生證申請，審核需要數天到數週，開學第一週就辦；驗證後 Codespaces 額度升級為每月 180 core-hours |
| Claude Pro | claude.ai | 工作流主力，自行訂閱約 US$20/月，M0 建工作流就要用，建議開學前兩三週內完成，學期訂三四個月即可；經濟上不方便的同學改用免費保底方案，直接找老師 |
| Gemini 免費層 | gemini.google.com | 免費保底，個人 Google 帳號即可，額度足以完成所有專案要求 |
| Nature of Code | natureofcode.com | 演算法圖鑑的主參照書，免費線上閱讀 |
| ml5.js 官方文件 | ml5js.org | M5 感測互動（臉、手、身體偵測）的官方文件，瀏覽器本機推論，影像不上傳 |
作業繳交與 GitHub
交付一律走 GitHub 作品集 repo，老師從 repo 看你的一切進度，重點四條（完整步驟與圖解見課程主頁「繳交」一節）：
- repo 保持公開(public)，M0 把 repo 網址交給老師，交一次就好，之後每站老師直接看 repo。
- push 上去才算交付：檔案只放在 Codespace 或自己電腦裡老師看不到，push 後到 repo 網頁親眼看到檔案出現才算數，commit 時間戳就是交付紀錄。
- 不會用終端機沒關係：Codespace 左側 Source Control 按 Commit 再按 Sync Changes，或直接在 repo 網頁 Add file → Upload files 拖檔案上傳，效果相同。
- 簡報一律匯出 PDF 再上傳（GitHub 能直接預覽 PDF，pptx 只能下載），放進該站資料夾、檔名照「站名-簡報.pdf」（例如 m1-world/m1-簡報.pdf）；網頁上傳單檔上限 25MB，超過就把簡報裡的影片抽出來另外放。
AI 公約
四條，全文與細則見課程主頁：
- 研究先行：動手前先讓你的 AI 深度研究，開源、穩定、熱門者優先，合成答案只當路標，關鍵事實回原始出處確認。
- 驗證是你的工作：AI 給的每段程式碼、每個事實，跑過、查過才算數。
- 完整揭露：每份交付註明工具、日期、prompt 摘要、採用範圍，誠實揭露永遠不是問題。
- 把牠說完整：最後你要能說出牠活在怎樣的世界、為什麼長成這樣、你做了哪些選擇，以及牠呈現出什麼樣子。