深度分析 以大型語言模型與 PPI++ 優化問卷設計：校正難度導向的樣本分配與平方根規則 面對實地問卷成本攀升，研究提出以大型語言模型輔助的人機混合估計框架，定義題目層級的「校正難度」來衡量模型可被人力修正的困難度，並推導出以平方根權重分配人力的最適規則，結合歷史問卷的零試驗預測，能在有限預算下提升估計精準與資源效率降低成本並加速決策應用
