2026/10/18｜騎車圖書館、M5咖啡店、杯子與洗腳

2026/10/18（日）｜到家第93天

上午｜騎車到圖書館，回程停紅燈時比較喘

昨天第七堂課老師建議開始騎車帶志強出去玩，所以今天早上把原本散步改成機車外出，經過轉運站一帶後出發，到藝文區的桃園市立圖書館廣場。單程大約十分鐘以內，最高速度約50km/h；停車時照老師建議餵九州寵物食品「わんパクッ ビーフキューブ」犬用牛肉方塊（原料含加工起司），這次每次給他都有吃。這是我在10/23對先前「起司點心」的品名補充；當天未秤使用量。

下車後，我們在步道、草地和白色帳篷市集附近走走，讓他嗅聞約30分鐘，再騎車回家。

這次留在車上，綁法與我的腳各起了什麼作用？

這次來回都沒有跳下車。我想知道，是我的兩隻腳放在踏板兩側擋住了他，還是老師昨天示範的新綁法控制胸前、限制往前衝，讓他比較能留在原位？

我後來補充：牽繩長度剛好，他可以自然坐著，主要是控制向前衝的距離。我懷疑加速時，他會讓身體往後靠著坐墊；我的腳在旁邊，頭部活動也會受空間影響，因此會往右轉、往前看。這和「坐姿被繩子壓住」是兩種不同的情況。

ChatGPT依這個補充，把重點調整為「牽繩限制前衝，雙腿形成側向邊界」。兩者都可能有實際的固定效果；至於熟悉的邊界是否也讓他安心，目前還是解釋之一。加速時的受力、頭部角度與平衡姿勢，值得再請老師現場看；ChatGPT另外建議在完全停車、有人扶持時確認自然轉頭、換氣和小幅重心調整的空間，並評估專用防逃、防碰撞載具。

停紅燈時比較喘，停車後會等我叫才下車

下面是回程經轉運站附近停紅燈的6.46秒片段。我當場覺得他的呼吸幅度，仍比在圖書館附近單純探索時大；今天也比較熱，所以我同時想到緊張與天氣的影響。

ChatGPT認為，這個同趟比較讓「車輛刺激帶來的警覺」更值得追蹤，也保留走動後散熱、日照、氣溫及維持姿勢的可能影響。這段短片能看到踏板上的姿勢、固定方式和轉頭，整趟呼吸程度則主要來自我的現場感受。

今天每次都是我先下車，志強還留在踏板上；等我叫、用牽繩帶一下，他才下來。回到家後，也在樓下稍微探索。我沒有特別觀察返家下車後喘氣多久恢復。

這次完成了「上車、短程騎乘、下車探索、再上車回家」的完整循環，接受牛肉方塊、能探索、等提示下車都是具體進展。ChatGPT建議下次在安全陰涼處，分別記剛停車、下車約1分鐘、休息約3～5分鐘的呼吸、姿勢與探索恢復；若出現重度喘氣伴隨異常流口水、虛弱、步態不穩或精神異常，先停止活動、到陰涼處並視情況尋求獸醫協助。這些是後續建議，今天沒有量到恢復時間。

跨日操作與不同判斷續記於機車與B1案例。

約10:30｜早餐吃78g，抽風與洗碗聲中的回看

騎車回來後，我們先吃早餐。志強出來查看兩三次，每次看一下、發現沒有他的份就自己回去。我覺得他放棄等我們食物的時間，好像越來越快。後來他在床上休息，我叫名字、說「吃早餐」，叫到第二次才出來。

約10:30，一樣在廁所濕區放100g狗糧。今天我外出回家先沖了澡，抽風機還開著，外面也有洗碗聲；他吃的過程往抽風聲音來源抬頭看了約2～3次。

全程身體抖動7次：其中2次是自己下蹲時抖動，另外5次我觀察和外面的聲音有關；另外回頭看我2次。最後剩22g，自行離開飯碗，這餐實吃78g，完食率78%。

我開始整理時，他又回來遠遠看了兩次。我兩次都有起身、試著讓他進來，他仍保持距離，沒有重新靠近吃，最後才把剩下22g收走。這次的順序是離碗→折返遠處查看兩次→仍未續吃→收餐。

ChatGPT怎麼看聲音、回看和剩食？

ChatGPT把「人吃飯時短暫查看又回去」視為生活規則可能逐漸形成的線索，之後可比較停留多久、來幾次、有沒有持續坐候。第二次呼喚才起床，也可能和睡意、當下進食動機有關。

兩天早餐比例很接近：昨天供107g、吃84g、剩23g，約78.5%；今天供100g、吃78g、剩22g，78%。今天多記到了抽風機持續聲和洗碗聲，值得和昨天對照。七次甩動的分類來自我的現場觀察；ChatGPT提醒，甩動也可能與姿勢調整、食物和其他刺激有關，原因需搭配前後動作來看。

折返查看可能是關注狗糧、我的收拾動作或周圍聲音。這次確實給過重新靠近的機會，實際結果仍是停在遠處。下次若要比較，ChatGPT建議保留相近餐量、濕區位置與外部活動，記抽風機開關，以及「抬頭看聲音→甩身／回頭→恢復吃或離開」的順序。上午騎車、嗅聞和天氣也會改變食慾與興奮程度，這些條件一併留下。

這段續接離區收碗與先人後狗的實測。

約14:00｜優格、豬肝與從一杯到兩杯的卡關

我們午餐吃完一陣子，約14:00我去隔離房叫志強出來；他原本在運輸箱裡休息。我先讓他把剩餘優格罐舔乾淨，再把兩小塊豬肝切給他，都吃完了，這兩樣沒有秤重。

下面的完整影片主要是優格容器、湯匙與我的餵食互動；一杯、兩杯的結果，是我當場的口述紀錄。

接著玩紙杯遊戲。只有一個杯子時，他知道要用鼻子頂；換成兩杯，即使有看到我把狗糧藏在其中一杯，還是停住、不知道怎麼做。我懷疑，他其實仍很依靠我的暗示。

先分清楚：自主頂杯、多杯操作、選擇食物位置

ChatGPT提出幾個要分開測的可能性：

• 單杯時「頂這個杯子」很清楚，增加第二杯後，可能還在學把同一動作用到多目標場景。
• 我停留的手、目光或身體位置，可能原本就提供提示，這和我的懷疑相符，還需要無提示條件來比。
• 從兩杯中找出有糧那杯，又多了定位、選擇和操作的連結。

因此建議分成A單杯有糧、B兩杯都有糧、C兩杯只有一杯有糧。若A也依賴手勢，優先調整提示；A可做但B卡住，先處理多杯場景；A、B順利而C卡住，才把重點放在選杯。這比一次增加杯數、藏食記憶、移位和等待口令，更容易找出困難在哪。

我追問的三個操作問題

第一個問題：單杯要讓他看到我放狗糧嗎？ ChatGPT一開始建議讓他看見地上的狗糧，再用杯子蓋好，先測「知道有食物後，能否自主頂杯」。

第二個問題：杯子才放好，他嘴巴就湊過來，要先等我說「找」嗎？ ChatGPT調整重點：現階段在教主動頂杯，杯子蓋好就開始頂，可以算成功。若布置還沒完成，先用手暫時遮擋、蓋好再放手；等待口令可以之後另外練，先讓這個動作保持清楚。

第三個問題：兩隻手怎麼同時放兩份糧、蓋兩個杯子？ 這讓ChatGPT再修正B的布置方式：先讓志強在安全位置等待，必要時先在隔離房休息；地上左右各放一顆糧，分別蓋好兩杯，再讓他過來。兩杯都有糧，重點是能否自主碰、頂任一杯，所以這一關可以事先布置，不必看見藏糧過程。

等B能自主完成，再做C：讓他看見食物藏進其中一杯，練固定杯位的選擇。如果目前只有輕碰，就先獎勵可辨認的輕碰，再逐步增加到頂開；兩杯可以先拉開距離，短回合、卡住就重設容易成功的一題。

我表示理解並請ChatGPT保存討論；新的A／B／C測試今天還沒實做。下次最有用的紀錄是題型、手有沒有撤開、第一個碰哪杯、是否先聞、需要什麼提示，以及是否真的取得食物。完整方法演變接在10/14起的杯子案例。

ChatGPT另提醒優格成分需確認犬用安全、尤其避開木糖醇，豬肝以熟食適量為宜；今天吃下的克數維持未秤紀錄。

下午｜M5待90分鐘，牛肝之後的狗糧反應

下午帶志強到M5咖啡店，總共待了約90分鐘。我從頭到尾看到他都站著，沒有坐下。照片留下的是幾個當下，90分鐘的持續情況來自我的現場觀察。

先吃狗糧，吃過牛肝後暫時沒興趣

剛進陌生環境，我們先用狗糧安撫，他原本願意吃。後來老闆娘覺得他可愛，從下面這袋牛肝凍乾拿出約兩三塊到四塊給他；他立刻吃掉，也會咀嚼一陣子。當時我也說過約三四塊，所以這裡保留約2～4塊的範圍。

大約3～5分鐘到10分鐘後，我們再拿狗糧，他就沒有興趣。我們停止給任何食物，約30分鐘後再試狗糧，他又願意吃。

我問ChatGPT：這算挑食，還是他逐漸發現這回合的好料結束、只剩狗糧，又開始願意吃？

ChatGPT較傾向先用短期獎勵落差來理解：牛肝的氣味、風味提高了當下比較基準，普通狗糧短時間相對較弱；等待其他獎勵的期待，也可能隨時間調整。同時，這30分鐘他也在熟悉咖啡店的人、聲音與氣味，食慾和注意力都可能改變。因此把「接受→牛肝→暫拒→約30分鐘後再接受」完整留下，會比直接替他定成長期挑食更有用。

若以後要比較，ChatGPT建議在相近場景記少量高價值食物前後的狗糧接受度、間隔時間，以及是否注意給牛肝的人或袋子。今天沒有逐項記到這些行為。

牛肝是哪一款？當時怎麼估算攝取量？

品名是NutriBites Freeze-Dried Beef Liver，冷凍乾燥牛肝。照片正面寫著牛肝凍乾、零食或餐食拌料；製造商UBite資料列單一牛肝原料，粗蛋白質最低62%、脂肪最低7%、纖維最高1%、水分最高6%，代謝熱量3,600kcal/kg，也就是3.6kcal/g。這袋背面沒有拍到，仍需以實際版本標示核對；碳水與灰分沒有完整資料。

當時用「每塊約10kcal」作很粗的前提：每塊約2.78g、蛋白質按62%約1.72g。若2～4塊，約5.6～11.1g、20～40kcal、蛋白質約3.4～6.9g；若依較早說的3～4塊，則約8.3～11.1g、30～40kcal、蛋白質約5.2～6.9g。這是討論中的量級估算，單塊大小與實際塊數都沒秤過，狗糧實吃量另外計。這裡的牛肝也和14:00吃的兩小塊豬肝分開。

待90分鐘一直站著，休息能力也值得記

ChatGPT把持續站立列為下次社會化要比較的指標：可能在留意環境、保持警覺、期待食物，也可能是當下的站立習慣。它建議下次帶熟悉墊子，觀察多久能自己坐／趴、是否持續看門口人流、姿勢如何變化。這些是新提出的比較方式；今天只確認整段站著。

咖啡店的食物反應與家中剩食，可作跨場景比較；餐位、聲音、時段與其他食物機會仍各自留下背景。

16:30到19:30｜散步、隔離房與晚餐90g完食

離開咖啡店，約16:30直接去傍晚散步，繞一圈就回家。因為我們接著要出門，我把志強帶進隔離房、關門休息。

約19:30我們回家後，在餐桌旁提供90g狗糧。他這餐沒有中斷，全部吃完，剩0g。

ChatGPT把這餐和咖啡店暫時拒吃狗糧放在一起看：同一天、同種狗糧，在不同獎勵背景與場景中有不同接受度。晚餐距離前次餵食的時間、當下食慾、熟悉程度和供餐位置都可能有影響。接下來可繼續記餐前活動、正餐份量、位置、第一次離碗和剩量。

今天上午78g加上晚餐90g，兩餐確定吃下168g狗糧；咖啡店與紙杯遊戲另有未秤狗糧，所以全日狗糧總量還有這部分需另計。

約19:40｜洗腳兩段影片與O,Bli!軟飼料

晚餐後約19:40，我們做今天的洗腳訓練，試朋友買的這包零食。我覺得志強相當喜歡，打算下一次把單塊再切小。

第一段：站在隔間內，轉向、換位後仍會靠近

第一支原片約1分42秒。志強戴著胸背帶站在淋浴隔間旁，我在同區靠近他的腳部。他會靠近邊角、低頭嗅聞，隨著我的動作轉頭、調整站位，也會從我旁邊穿移；後段又探頭靠近、短暫抬頭看人，再回到地面附近嗅聞。

第二段：濕地上的落腳與再接近

第二支原片約40秒，地面有明顯水漬。他在我旁邊低頭靠近手部或地面，轉開後又回來，並調整前腳落點。這兩段主要是站立、走動和互動；實際觸及哪幾腳、各腳淋水多久、趾縫清潔到哪裡，有玻璃反射及身體遮擋，完成範圍需要現場逐腳紀錄補充。

ChatGPT認為，轉身後仍能靠近、持續互動，是可以往下練的基礎。站位調整與嗅聞可能混合濕地探索、找食物、對近距離動作或碰腳的警覺；下一步應把每次觸腳、用水和反應的時間對上，才更容易看出他承受哪個步驟。

ChatGPT建議把回合拆清楚：進區站定→短碰一腳約1秒→放開、立即獎勵→少量、低噪水接觸→再慢慢延長。可以一人操作、另一人把小份食物給到嘴邊，搭配止滑墊，減少在濕地追散落食物的轉彎；結束擦乾趾縫。反覆抽腳、僵硬或持續想離開時，降低強度或收尾。之後記哪隻腳、多久、是否能維持站姿、是否主動回來，會比單看有沒有吃零食更清楚。這是ChatGPT提供的下次選項，和老師第七堂洗腳作業分開保存。

新食物：O,Bli!噢，比利！蒸煮軟飼料

袋上可讀到「O,Bli!」「REAL MEAT STEAMED DOG FOOD」與韓文品名，查到是韓國犬用頂級機能軟飼料，雞肉為主、蒸煮半濕式。袋內較多星形顆粒；台灣商品資料把關節配方列為粉袋星形、皮毛配方列為綠袋小魚形，因此較像關節款，仍待原廠外袋確認。

若確為關節款，該資料標示蛋白質最低18%、脂肪最低5%、纖維最高8%、灰分最高9%、水分最高35%；原料包含雞肉、脫脂大豆粉、麵粉、犬糧用丙二醇、蔬菜甘油、水解雞肉、乳清蛋白、MSM及綠唇貽貝。它和下午的單一牛肝凍乾是兩種產品，各自按實際標示計。

我當天也問了購買通路和價格，10/18討論時查價如下，作為當時紀錄：

通路／規格	當時頁面價格
momo 100g	NT$62
momo 900g	NT$435
蝦皮900g	NT$399
酷澎900g	NT$378
PChome 900g×2	NT$957

規格、效期、折扣、運費和庫存以購買時再確認。洗腳這回吃下的塊數及重量沒有量；切小份是後續打算。碰腳和主動交腳的差別，接在腳掌操作案例。

睡前｜六塊拋接後自己進箱，明晚再調順序

晚上拿出同一包O,Bli!軟飼料時，志強像已經知道準備玩遊戲，立刻跟我進隔離房。我說「就位」，他就自己跳上行軍床。這次拋了6塊，每一回都積極參與，快速搜尋掉在地上的零食。

第六塊之後，他還會找一下地上可能剩的食物，有時站在行軍床上等。察覺沒有下一輪，便自己進運輸箱。我沒有計最後一塊到進箱的秒數，也沒確認進箱後是否立刻睡著。

我注意到，同一種軟飼料，在洗腳和拋接時的反應不同。ChatGPT認為，遊戲本身的預期、追蹤和搜尋過程、過去成功經驗，都可能增加參與動機。拿袋就跟進房、聽「就位」上床、連續六回投入，再轉往運輸箱，是這次看見的行為鏈；休息品質則接著看進箱後能否安靜安頓。

我決定10/19試的新睡前順序

今晚原本是先洗腳，再最後一次外出散步。我原先擔心，若先散步、再洗腳，志強之後可能不肯進隔離房；但洗好又出去，也會重新弄髒腳。看到遊戲能引他自己進房，我決定明天試：

最後散步／尿尿→返家洗腳、擦乾→用短回合拋接引導進隔離房、上行軍床→結束遊戲，讓他自行進運輸箱。

這是10/19準備試的安排。ChatGPT建議先保留我提出的順序，拋接可用約3～6次短回合，觀察入房意願、最後一塊到進箱的時間、進箱後是否安靜；若持續亢奮等待，再減少回合或讓最後幾次獎勵較低強度，先以實際反應調整。

今天拋接的6塊和洗腳時吃的份量分開，只有件數、沒有重量。和先前雞胸肉拋接的比較續記於遊戲動機與自主回床案例。

今日飲食與飲水

項目	提供／實吃與備註
約10:30早餐	狗糧供100g、吃78g、剩22g，濕區用餐
約19:30晚餐	餐桌旁狗糧供90g、吃90g、剩0g，過程未中斷
兩餐狗糧小計	供190g、實吃168g；咖啡店及紙杯遊戲另有未秤狗糧
上午停車獎勵	九州寵物食品「わんパクッ ビーフキューブ」犬用牛肉方塊（原料含加工起司），每次提供都有接受，未秤
約14:00	舔完優格罐餘量、切過的兩小塊豬肝吃完，均未秤
咖啡店	NutriBites牛肝凍乾約2～4塊；按每塊約10kcal的粗估為20～40kcal、蛋白質約3.4～6.9g
晚間O,Bli!	洗腳份量未記；睡前拋接另6塊，均未秤重
全日飲水	500mL（500cc）

狗糧克數、其他食物的估算與飲水各自記錄，後續再看餐量、活動和零食背景。每日比較見10月吃飯與訓練月表。

今日整體判斷

今天把活動帶到更真實的場景：騎車到圖書館完成往返、陌生地方能探索，咖啡店也待了90分鐘；另一方面，車上呼吸幅度較大、咖啡店全程站著，讓我有了接下來可以具體比較的恢復與休息指標。

進食也很看情境。早餐吃78%，和昨天接近；咖啡店吃牛肝後短暫對狗糧沒興趣，晚餐回家又能連續吃完90g。ChatGPT的整體分析是，把餐位、聲音、時段、額外食物與活動一起留下，比急著選一個「挑食」原因更有幫助。

杯子和睡前遊戲則呈現不同的熟悉程度：單杯知道怎麼操作，雙杯還需要拆小步驟；熟悉的拋接情境能讓他主動進房、上行軍床，結束後再進箱。接下來先看我決定試的10/19新順序，是否仍保有這些主動轉換；洗腳操作則繼續逐腳、逐步看反應。