《舊文複習》 這是網路上YouTube一段關於ENIG表面處理的電路板生產製程介紹影片，而且還是高解析度影片，因為內容拍的不錯，雖然是英文，但解說很簡潔，稍微用耳朵聽一下，再加上影片的輔助，相信應該可以讓大多數朋友更加了解PCB的生產流程。

需要換寫點別的，不然會很悶

來分享一下我對能源的想法與轉變好了。在我還是大學生的時候，看各種發電，很講究所謂的數據，最好是官方數據，只要不是官方發布的，都會抱持著不要相信的態度。跟政治正確橫行的這幾年類似，陰謀論通通是不值得看的，只有公信力高的大媒體才能相信一樣(？)

我是常找教授跟去教官室泡茶的那種人，混熟了多少會聽到點八卦，然後...........對數據產生了很高的懷疑。因為教授就有立場，90年代就讓我碰到好幾個統獨極端的例子，他們也有人參加過政府案子，專家學者身分與會，只能說不同立場看事情，差異真他X的大。

等到自己開始出去接觸了，這些年也有想碰能源產業的東西，近20年的想法就轉變很快，可以說接近月月轉、年年轉。依照某些立場堅定的人來說，這叫做立場反覆不可輕信。XD

好了，講重點，為何想法會常常轉？

大致上，能源產業到政策，不是物理問題。通常一個技術發展出來到成熟，可以成為一個產業，大體上都在理論上是安全的。實際上？別鬧了。

所以，主要問題在政府體制上是政治，產業上是管理。

你要說，換了屁股就換腦袋也可以，我的看法是，你要擔憂的事情變多了，當然會換想法。

以技術上來說，我碰過的狀況是，技術本身的穩定性是一回事，會不會造成整體的損失才是重點。假設發生狀況的機率是1%，主管的角度會分成兩個方向，一種是算帳本，1%造成的損失期望值多大，所以該不該推這個。就理論上如果會賺錢、能源產出是正的，看起來就可以推不是？

第二種方向，涉及到人事角力，因為改變不見得一定是好的，假設既有的辦法運轉良好，也沒出大事，因應風險的準備也很充分。那麼，我們要拿什麼理由，憑著未來可能發生的那一點機率，就要求要開始改革？萬一失敗，主導整個計畫的人，他的未來可是會消失的，能源產業或政策，不是小事，稍有差錯都很大條。

這當然會讓主導者站在非常保守的心態去處理。

另一常見的問題，是政府法規跟不上，前幾年我就有切身之痛。總之，法規訂定的當年，台灣可能沒有此產業，或是規模很小。所以要找專家，找不到業界人，只有學界做過相關理論的。看法規，搞不好還有找都沒找過，反正當年也沒人在乎，公務員就照流程跑完。送立院，幾十年前也沒人懂，就這樣過了。

換到今天，產業狀況改變，想推的人被禁止這個禁止那個搞死，他當然痛罵政府顢頇。但你說這是現在公務員的錯？當年主導者可能早退休，甚至都掛了，新上任的根本不知道發生何事，只能照章處理。

這就涉及到另一個，立法委員的專業夠不夠，大致上我遇到跟聽到的情況，真的想幫忙的很認真，也想釐清問題，但常常無法修法成功。因為多數情況是立委要忙的事情太多，無暇全程顧及，只能仰賴助理去協調相關部會，然後這回到另一個立委身上，修法又不是一個點頭就可以推。

這講講好像又回到自治問題，立委數量太少，中階層的議員選舉不見，其實都在壓縮政治的協調能量。

嘛，這就不管。立院不是只搞定一個立委就好，要提出案子到大會通過可長了。能源產業的相關專業意見，總算找到有研究的學者，國內既有的產業加入，總可以搞定了吧？

沒有，現在遇到兩大困境。第一個就是政治對抗，尤其當蔡英文提出新一代的能源政策，藍營就得反對，而且是明著要對幹。這其實很妙，台電已經不反了，相關專業的專家，跟著時代前進，以及其他國家實驗性的結果，也都在修正。但泛藍陣營因為政治理由，只能反對。

這種為反對而反對，很像90年代以前國民黨罵在野黨的態度，只不過現在的情況完全相反，變成國民黨對抗自己創造的官僚組織，然後對抗不了就說人家是綠的。被抹的當事人恐怕還一頭霧水，真的被告或是威脅的，氣到投奔綠營的例子不少見。

為反而反的後遺症，就是泛藍只能找很外行的去充內行，沒做過相關產業的去罵產業。然後這些找來的磚家，反過來影響了民意代表，讓立委跟助理群相信這些磚家是專家。

這些磚家最會幹的事情，就是把技術問題弄成政治問題，10年前行不通的技術現在可以了，就製造輿論說挺現在技術的專家都是綠營打手，然後那些停在過去的磚家就可以變成藍營的技術大師。結果當然是磚家專家分不清，一般人被所為的立場反覆騙得團團轉，還真以為技術跟環境千年不變。

另一個困境，是能源開發牴觸到台灣許多環保分子，三接那個還算鬧大了得到支持，其他的案例數都數不完。大多數的抗爭，反對開發光電、綠電、X電，都結合了在地民意想要爭取補貼的意見。

最常聽到的例子是下不了台，高舉環保大旗的，舉到後面開會看資料，心裡也曉得這些產業沒有問題，而且長期來講還算是幫助了台灣乾淨能源進展。但鼓吹了當地民眾抗爭久了，餅越畫越大，當初說的不抵抗就是台灣沉淪，現在能退嗎？結果就是打死不退，一路抵抗到自己都得要相信謊言。

這其中，政治價值對抗反而是配角，比較像是因為你提了所以我就得反對，問題是全盤反對還是部分反對，我方有沒可以插手的餘地，有無利益可爭？政治的極端對抗，造成的是利益區劃的淨化，變成我方已經無對方可插旗空間，對方的地盤我方也沒插手餘地。利益變成零和，然後倒楣的就是產業。

主要的對抗，多半是從極端的意識形態出發，至少我看到的多半是主張環保的指控其他人不環保。但你說不環保，指的是哪種？從40分進步到60分的改革算不算比較環保？

不算，因為國外已經有100分的，你為何不用？

呃，大哥，就還在實驗性階段，也還沒大規模推行。在台灣，沒有示範廠，就想要一次推到底，公務員根本不敢，尤其違法的也不敢。結果就變成，當產業要去推動修法，常常轉到媒體上變成利益團體勾結立委圖利財團，然後舉著道德大旗的得到掌聲。

這其實很妙，就跟半導體製程已經進化到不知哪裡，我還是只聽到幾奈米的比較好，28奈米到14奈米再到7奈米，只差一點點啊...沒有很難啊...這樣。(倒)

能源相關產業稍微碰了一下，知道實際發展的情況，技術進步到哪，考量的通盤性完不完整，這行的專家其實很清楚。

只能說喔..........上太空的被人罵只會殺豬公，正在殺豬公的宣稱殺豬刀已經屠龍成功。

算了算了，多說浪費時間

現在完全理解，剛上大一就跑去問教授問題的我，為何被罵說先去乖乖讀書幾年再來，教授當時的心情如何。XD

【中鋼AI現場2：如何靠微米級控制力年省成本千萬？】熱浸鍍鋅AI應用大解密

微米級鍍鋅厚薄如何控制的恰到好處？既要賦予足夠耐蝕性，又要不超量用鋅降成本，秘訣是用AI達成精準生產控制，再用影像辨識找瑕疵，維持鋅層表面品質

文/翁芊儒 | 2021-03-04發表

攝影／洪政偉

生活中隨處可見鍍鋅類產品，凡是有耐腐蝕需求的鋼鐵加工製品，包括作為建材使用的浪板、擔當汽車門面的汽車鈑金、每天都要打開的電冰箱，還有高階電腦伺服器外殼、傢俱、彩色底板、滑軌、風管等等，都可能是運用中鋼的熱浸鍍鋅鋼捲，加工製作而成。

熱浸鍍鋅鋼捲，是中鋼的塗鍍產品中的其中一項，年產量約有87.5萬噸。中鋼軋鋼三廠第二熱浸鍍鋅課課長羅萬福就指出，每一批出產的鋼捲，都需根據中下游客戶需求，客製化調整鍍鋅膜厚，或是進行化成處理，在鋼捲表面進行鉻酸鹽、耐指紋處理等動作，來因應不同加工製品所需的特性。

比如說，部分高階電腦、伺服器的外殼，不會再進行烤漆，而是直接裸用鍍鋅後的鋼片，對這些廠商來說，就會要求鍍較薄的鋅層，才能維持產品表面品質美觀。相對來說，生產建材浪板的廠商，對鋼捲表面品質的要求就較低，而且考量到浪板恐架設在環境不佳的地方，反而要用越厚的鋅層，來製造高耐蝕性的產品。

由於不同客戶要求的鍍鋅模厚都不同（內行說法會用鍍鋅模重，以「公克／每平方公尺」來計），如何精準控制鋅層厚薄，就成為中鋼熱浸鍍鋅廠的一大挑戰。

中鋼技術部門代理副總經理鄭際昭指出，不同產品有不同規格的鍍鋅膜厚，若鍍的太多、高於客戶需求的厚度，由於鋅是高成本的原料之一，就會造成成本的浪費；若鍍鋅層不符合產品規格，又將導致客戶無法使用或加工後續問題，造成品質客訴。「如何控制的剛剛好，讓客戶審核過關，又能省成本，這是我們的目標。」

開發控制鍍鋅膜厚的自動調參AI，年省成本1,600萬元

為了更精準控制鍍鋅膜厚，來減少生產浪費，中鋼用AI開發了控制鍍鋅膜厚的製程調參AI，試圖解決製程中的大量複雜參數，如何影響鍍鋅膜厚的問題。這類製程調參AI，也正是製造業最典型的AI應用之一。

鄭際昭解釋，要將鍍鋅厚度控制的恰如其分，並不容易，因為鍍鋅層厚薄的生產參數，包括氣刀開口大小、與鋼帶的距離、氣刀的氣壓、鋼帶厚度、鋼帶溫度、產線速度等多重變因，都會影響鍍鋅膜厚。

過去，這些複雜參數的調整，都靠老師傅的經驗來人工調參，羅萬福表示，由於不同老師傅之間又有不同的經驗法則，雖然留存了一本本抄滿生產參數的筆記，但後人看不懂也難以吸收，造成經驗傳承的斷層，「這對於面臨員工退休潮的中鋼來說，是很大的問題。」

而且，過去調整完參數後，需要等鋼帶經過100～200公尺的冷卻，才有辦法進行線上鋅層厚度量測，若量測當下發現鋅層過厚或過薄，回頭調整生產參數時，中間就已經多生產了上百公尺的鋼捲，換句話說，從參數調整到成品量測之間，存在冷卻的時間差，「中間多鍍的鋼帶，就會造成浪費。」鄭際昭說。

為了克服這兩大問題，中鋼約從2年前開始投入製程調參AI的研發，先自動化蒐集生產參數，累積上萬筆大數據資料後，建立了一個AI模型，來歸納在不同參數組合下，所造成的鍍鋅膜厚變化。

去年初上線這項應用後，將參數帶入AI模型中，就能即時預測出鍍鋅膜厚，雖然比不上直接量測的數據精準，但是，以此來即時修正生產參數，能避免冷卻期間造成的鋅層浪費，對於鍍鋅膜厚的控制，也比人為設定更準確。

羅萬福指出，傳統人工調參仍然有約20%會失準，但投入AI後，約只有3%結果失準，準確率達到97%左右，更能減少約4.5%的鋅層的浪費。換算下來，一年就能省下1,600萬元的成本，帶來上千萬元的效益。

建立檢驗區瑕疵辨識AI，降低人工目檢負擔

除了鍍鋅膜厚的生產控制面臨挑戰，熱浸鍍鋅廠的另一大難題，則位於檢驗室中，以人工檢測鍍鋅鋼捲的表面缺陷時，具有一定程度的漏檢率。

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，而且，不只要識別鋼捲單面的缺面，更要透過鏡面反射，同步識別雙面的缺陷，格外考驗員工眼力，「所以我們都找年輕人來看，眼力比較好。」羅萬福笑著說。

但是，人力識別缺陷的方法，仍有其侷限，除了不是所有缺陷都能肉眼識別，人也一定會眨眼，無法不間斷盯著鋼捲檢驗，加上鋼帶一直在動態傳輸，都提升了識別缺陷的難度。羅萬福舉例：「以前比較誇張的狀況，檢驗員還會因為沒有檢查完全，把鋼捲送到處理線慢慢看，但這樣會增加出貨的時間，造成產線的負擔。」

為此，中鋼導入了另一個同為製造業的典型AI應用，訓練出瑕疵檢測模型，透過影像辨識技術，在即時的鋼帶影像畫面中自動標記缺陷的位置、形狀、大小、嚴重程度，抓出缺陷後，再經由人工複查是否確實。換句話說，過去要由人工全檢所有鋼捲的查驗流程，現在能以AI自動辨識來取代，人工只需複查經AI標示出缺陷的鋼帶區域即可，不僅大幅省下查驗人力，更提升了缺陷識別的的準確率。

羅萬福指出：「過去用人工檢驗，會有一定的漏檢率，可能5%～10%，真的很難每一個缺陷都看到。」但在加入AI後，幾乎不再發生漏檢，瑕疵辨識準確率提升到95%以上，進一步提升了鋼捲品質。

人工查驗除了有漏檢的風險，更大的問題，則是在於沒有一套記錄的機制，將鋼帶表面的查驗記錄保存下來。

「以前遇到客戶說，在100公尺的地方有一個缺陷，你們怎麼沒看到？我們就只能認了，因為沒有記錄。」羅萬福指出，沒有記錄機制，就無法得知缺陷到底是發生在自家工廠，還是客戶的工廠中。

但現在，透過AI檢查鋼捲表面，自動標示出缺陷位置與種類後，將這些紀錄留存下來，未來遇到客戶反應類似情形，就能提供當初查驗留存的缺陷地圖（Defect Map），來證明工廠出貨時的品質無虞。

「所以我們不只是導入AI，還把整套記錄建立起來。」羅萬福說。

目前，檢驗區的瑕疵辨識AI已經在去年正式上線，但這項技術，還不足以完全取代人工查驗，除了缺陷處需人工複查，部分非表面瑕疵的缺陷，比如鋼片側面成波狀等形狀缺陷，還是需要靠人眼來識別。

進料區也設瑕疵辨識AI，找出上游廠缺陷鋼捲

除了在後段的檢驗區導入瑕疵辨識AI，中鋼也正在將該技術導入前段進料區。這是因為，部分在後段檢驗到的鋼捲表面瑕疵，可能不是在熱浸鍍鋅廠造成，而是在前一廠區製成鋼捲時，就已經生成。

羅萬福指出，一般來說，鋼品表面的缺陷可能是在傳送鋼帶的過程中，因下方滾輪沾附不明物體，而在鋼帶表面殘留印跡，「不外乎是壓痕、刮痕、或是一些污染，」當發現這些缺陷，就得去找出造成缺陷的來源，並確實清除乾淨，確保下一捲鋼捲的生產過程不會留下缺陷。

然而，在後段檢驗區查驗出缺陷，回頭在製程中查找缺陷來源時，若缺陷並不是在熱浸鍍鋅廠區生成，可能需要花費更多時間來判定缺陷來源。不只如此，熱浸鍍鋅產線從頭到尾大約要經歷2,000公尺的加工運送，若是在前一廠就已經產生嚴重缺陷，原本就不合格的鋼捲，又多進行了近2,000公尺的製程，對鍍鋅原料來說也是種浪費。

「如果可以在進料區就先檢測出來，就能馬上可以判斷，這一捲鋼捲還要不要繼續生產。」羅萬福說。

而且，越早發現缺陷，也能越快通知上游工廠找出生產流程的問題，不只能避免產出更多有瑕疵的鋼捲，快速撤查出同一批生產的瑕疵品，也能減少其他下游廠誤用瑕疵品的可能性。

因此，中鋼正在開發前段進料的瑕疵辨識AI系統，但不是只用於找出缺陷而已，而是要與後段檢驗區瑕疵辨識系統所拍到的畫面，進行整合比對，來檢視前端所發現的缺陷，是否就是造成後段缺陷的原因，藉此建立缺陷演化分析的AI模型。

這個AI模型，能用來判斷進料時不同類型的瑕疵，經鍍鋅製程後是否還會留存下來，當模型越準確，就能判斷前段缺陷的危害程度，來節省更多的浪費。

「這就是我們的產業專業知識，去定義出這個缺陷類型是不是刮痕、這道刮痕鍍鋅後還能不能看得見、這捲鋼捲能不能繼續生產？」羅萬福說。

羅萬福表示，若在後段檢驗區發現鋼捲瑕疵，一噸鋼捲就要損失200美元以上，一捲鋼捲約20噸重，換算成臺幣，就會損失12萬元以上，「能即時找出缺陷，預先判斷要不要繼續生產，就是成本控管的關鍵。」

若用一句話來解釋熱浸鍍鋅方法，就是將鋼捲放入鋅槽，使其雙面都沾附鋅液，讓鋼片表面附著一層薄薄的鋅，能耐腐蝕。不過，實際上要生產出一捲捲數噸的熱浸鍍鋅鋼捲，需要經過一連串複雜的處理流程，先後進入進料區、退火區、鍍鋅區、調質整平區、塗覆區、檢驗區、出料區，才能完成熱浸鍍鋅的作業。

中鋼開發的AI應用，位於生產流程中的進料區、鍍鋅區與檢驗區。在進料區與檢驗區，運用了AI瑕疵檢測技術，來取代部分人工查驗作業，在鍍鋅區，則運用了AI製程調參的技術，找出不同生產條件下的最佳化製程調參作法。

１ 進料區：進行的解捲、剪裁、焊接的步驟，先運用解捲機，將入料的鋼捲攤開，剪裁後，再利用焊接機，把兩個鋼捲接在一起，形成一個連續鋼捲，類似於將兩個捲筒式衛生紙的紙面連起來的樣子。

2 退火區：透過溫度變化，達成特定產品所需的機械性質，比如高強度鋼，需要在特定製程條件下才能生產而成。

3 鍍鋅區：鍍鋅區主要配備一個鋅槽，並透過氣刀來將多餘的鋅液刮除，藉此來控制鋅的膜厚（公克／每平方公尺），中鋼可生產單面每平方公尺40～200公克的熱浸鍍鋅鋼捲，越薄的鍍鋅層，用於越高階的產品，也越考驗鍍鋅的技術。

4 調質整平區：運用調質軋延機將剛鍍完鋅的光滑鋼板，依據客戶的需求，加上特定的表面紋路，比如部分要求高粗糙度的鋼板，就會以調質軋延機賦予特殊的表面。

5 塗覆區：在鋼品表面進行特殊處理，比如在用於家電外殼的鋼板上，進行耐指紋處理；又或是在用於抽屜滑軌的鋼板上，塗上高潤滑塗劑，確保鋼板能承受超過一萬次的拖拉。

6 檢驗區：查驗每一捲鋼捲表面是否有瑕疵。檢驗室內設置了鋼捲的垂直檢驗區及水平檢驗區，前者需透過鏡面反射，同步識別鋼捲雙面缺陷，後者則能從不同角度發掘瑕疵。

7 出料區：依據客戶對鋼捲寬度與重量的需求，將鋼捲裁邊修改成特定尺寸，再分捲成不同噸數的鋼捲，或是將鋼捲焊接成超過原尺寸的鋼捲來出貨。

AI瑕疵辨識如何取代人工目檢

作業流程？

實際走訪檢驗室，可以了解到員工過去要查驗鋼捲，需要在快速傳輸的鋼帶上，識別出鋼捲雙面的缺陷。但是，過去的作業流程，存在一定漏檢率，更可能因為沒有檢查完全，把鋼捲送到處理線重複檢驗，而延遲出貨時間，造成產線負擔。（如圖示：人工目檢1、2）

導入AI後，透過影像辨識技術，員工現在已經可以坐在控制室，看系統自動抓出鋼捲表面缺陷，再進行人工複查。如此一來，不僅大幅省下查驗人力，更降低了缺陷識別的漏檢率。（如圖示：AI作法1、2）

除了在檢驗區導入，中鋼也正在開發進料區的瑕疵檢測AI，要提前檢驗出上游鋼廠造成的瑕疵，攔截瑕疵品進入產線加工，來減少鍍鋅原料浪費。（如圖示：AI作法3）

人工目檢１

人工垂直檢驗鋼捲

人工目檢２

人工水平檢驗鋼捲

AI作法１

以攝影機蒐集鋼帶表面影像

AI作法２

系統自動標示缺陷位置與種類

AI作法３

訓練進料區瑕疵辨識AI

附圖：過去得靠老師傅依據經驗法則來人工調參的作法，現在已經看不到了。以前，老師傅需將每一次的參數設定抄寫到筆記中（如圖所示），但現在透過AI，能更精準掌控特定生產參數下的鍍鋅膜厚。（攝影／洪政偉）
圖解熱浸鍍鋅生產流程
攝影-洪政偉
過去要查驗鋼捲，員工需要在快速傳輸的鋼帶上，識別出鋼捲表面的缺陷，且不只要檢查單面，透過鏡面反射，還得同步識別鋼捲另一面的缺陷。圖為垂直檢驗區的實際檢查流程。（攝影／洪政偉）
除了垂直檢驗，查驗人員也需水平檢驗鋼捲，從不同角度發掘鋼捲表面缺陷，比如沖模過程中，可能產生類似於污點的缺陷，即可在此檢驗出來。（攝影／洪政偉）
為了取代人工目檢，中鋼將攝影機裝設在垂直檢驗區的鋼帶底部，也就是圖中綠色雷射光點的位置；拍攝到的鋼帶表面影像，則會顯示到控制室的螢幕畫面中，同步進行影像辨識來查找瑕疵。（攝影／洪政偉）
在控制室內，員工可以直接從螢幕看見鋼捲表面檢查情形，若AI偵測到任何瑕疵，系統會同步標註出缺陷位置、形狀、大小、嚴重程度，提供明確的缺陷資訊，節省人力目檢的負擔。（攝影／洪政偉）
左邊螢幕是檢驗區瑕疵檢測系統，右邊螢幕則是進料區瑕疵檢測系統。目前，中鋼正在開發進料區瑕疵辨識AI，更要藉由與後段瑕疵辨識所拍攝畫面的比對，來建立缺陷演化AI分析模型。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142941

嗨！大家好，我是 Cassandre, 今天的『食不相瞞』，我們要跟大家分享一款簡單優雅、怎麼做怎麼好吃的甜點：法式古典巧克力蛋糕 (Gâteau Au Chocolat, French Classic Chocolate Cake)。

誰說創新的才能被欣賞？那些有點老派、口味單純，但𠩤料簡單、製作迅速的傳統糕點，經常才是能在味蕾上決勝負的永恆經典，而法式古典巧克力蛋糕 (Gâteau Au Chocolat) 就是一個，它只需要五種或六種最尋常的材料，全程一盆到底，只要接續的把材料攪勻，噹啷～一款絕對可以驚艷眾人的好吃甜點就完成了，一點都不需要費神。

法式古典巧克力蛋糕是一款表面跟邊緣有點酥脆、輕盈，內部質地很細緻濕潤、造型有點扁平的甜點，即使非巧克力的重度愛好者，吃了一口的反應都會對它頗為驚豔，我就是(笑)。它跟熔岩巧克的成份跟做法有點類似，嗯～又不那麼相同，不同的地方在於它使用更少的材料、更簡單的製程，然後用比較大的烤模而非那種小烤盅，因此需要的烘烤時間較長些，而烤出來的蛋糕內部沒有流心，但卻柔軟濕潤如膏狀，吃進嘴裡完全溶於你口。

若要簡單的評價它，那就是「簡單，優雅，別緻，一點都不費勁。」

這次的食譜我們是參考法國甜點大師 Pierre Hermé 的配方，但在作法上有稍微調整，有趣的是，這款蛋糕我們試過不同的製作流程，用不同的溫度與時間來烘烤，出來的成品都一樣好吃，完全可以把巧克力的迷人風味樸實的呈現，喜歡巧克力的朋友，推薦一定做做看。

這支影片還有無人聲的 #ASMR 版本：
https://youtu.be/10pO3Da0SeY
-----------------------------------
法式古典巧克力蛋糕 怎麼作呢？
下面是這款 法式古典巧克力蛋糕 的做法與食譜：

📍 烤盤尺寸: 直徑15cm (約6吋) 的圓形烤盤
📍 這次使用新烤箱來烤這款蛋糕，烤箱是 Electrolux 伊萊克斯 40L 電子式精準控溫旋風烤箱(EOT40DBD)，烤箱設定為上下火 180度C，但沒有開旋風，如果是旋風烤箱的話，那麼一樣180度來烤也是可以的 😊。

材料 / Ingredients
70% 苦甜巧克力 125g
無鹽奶油 125g，切成小丁狀
細砂糖 100g (亦可使用三溫糖、黑糖)
雞蛋 2顆 (約100克), 中型尺寸, 室溫
中筋麵粉 35g
一小撮鹽
*另外準備一點軟化的無鹽奶油跟少量的麵粉來處理烤模

做法 / Instructions
1. 用刷子在烤模裡塗上薄薄一層奶油，並均勻灑上麵粉，再輕敲烤模除去多餘的麵粉，備用
2. 小碗裡打入兩顆雞蛋，均勻打散
3. 把巧克力切碎、備用。若使用水滴巧克力就不用另外切
4. 將切碎的巧克力跟切成丁狀的奶油一起倒入料理盆裡，另準備一個小鍋子，裡面加水煮至小滾後轉小火，把裝有巧克力跟奶油的盆子架上去，以隔水加熱的方式攪拌至完全融化，加熱的水量不要太多，以不碰到盆底為準，一旦巧克力跟奶油都融化後就立刻從爐上移開，趁熱把奶油與巧克力完全攪到絲滑有光澤的程度。(加熱的程序也可以用微波的方式加熱)
5. 把砂糖加入融化的奶油巧克力糊裡，攪拌均勻
6. 分兩次把蛋液倒入，每次倒入蛋液都要攪拌到乳化完全，也就是質地細滑一致，才能再加入剩餘一半的蛋液。
7. 將中粉跟鹽過篩加入，這裡要留意不要太用力或過度攪拌，只要輕輕攪拌至完全看不見乾粉，滑順有光澤即可
8. 把做好的麵糊倒入烤模裡，用矽膠鏟稍微抹平表面
9. 烤箱預熱 180°C, 烘烤22-25分鐘，出爐後在烤模裡完全放涼
10. 趁蛋糕已定型且還有點餘溫，脫模後即可以切片享用，室溫吃味道很棒，冰過吃又是另一種風味。至於裝飾，可以灑糖或淋上巧克力甘納許抹(巧克力控專屬)，或搭配冰淇淋或莓菓醬來享用
-----------------------------------------------------------------------
影片章節 ：
00:00 開場
00:34 食材介紹
01:13 前置作業準備
03:19 製作古典巧克力蛋糕麵糊
07:42 烤箱溫度與時間設定
07:55 出爐
08:11 古典巧克力蛋糕的三種口感試吃
09:10 製作技巧分享
-----------------------------------------------------------------------

更詳盡的作法與 Tips，可以參考我們的食譜網站喔：

更多的食譜：
https://tahini.funique.info
-----------------------------------------------------------------------

#古典巧克力蛋糕
#法式甜點
#簡易甜點

本片是以 Panasonic Lumix GX85/GX80 4K 影片拍攝。
鏡頭：
Panasonic LEICA DG SUMMILUX 15mm F1.7,
Panasonic LUMIX G 25mm F1.7 ASPH.

More Info:
https://www.sweet-dumpling.com

FB Page：
https://www.facebook.com/sweet.dumpling.studio/

活動流程：
--首先，你要到FB專頁這部影片的貼文下方留言
傳送門： http://goo.gl/WahZUN

--留下你想對小耶說的話，還有一句二十個字以內你想小耶親筆寫給你的話
！！注意：這邊是要做兩件事喔！看清楚喔~！！
P.S.髒話甚麼的不可以喔!

抽中的觀眾們小耶會回寫下你們想我寫的話，也會回應你們對小耶說的話喔！
將會以真人影片回饋。

截止時間：星期六晚上十點
名額：抽籤10位觀眾 + 5位小耶選的觀眾


另外說一下，謝謝這部影片的友情支援：
米茶(米查)、馬哈(哈馬/變態)、M姐(M辣女神)、伊連(E連)、華萊士(屎哥)、小方喔w

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
後製程式：
premiere pro /sony vegas pro 11/AE

錄製程式：
Fraps / Bandicam
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
關於我：
♪小耶直播台： http://www.twitch.tv/smaillyaya
♪Donate Now： https://www.twitchalerts.com/donate/s...
♪小耶Fb專頁： https://www.facebook.com/smaillyaya
♪小耶的搜狐： http://goo.gl/bPxbiU
♪小耶Fb： https://www.facebook.com/ya.small.77
♪小耶的微博： http://weibo.com/yaplaygame
♪小耶blog： http://smallya.blogspot.com/
♪小耶的Q群：419283578
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

以上，謝謝大家一直支持我這出一直出片很慢的笨蛋(σﾟ∀ﾟ)σ
也謝謝一直以來在身邊的你們，我都記得的XD