日語句子看起來複雜，往往不是因為某一項規則特別困難，而是名詞、助詞、述詞、活用、接續與句尾輸出同時進入視野。當這些功能全部放在同一層面理解，即使記住了每個助詞和句型，閱讀長句時仍然容易失去整體方向。
（Open Modular Japanese System, OMJS）採用另一個入口：先不急於逐字翻譯，而是分析句子接收了哪些資料、資料屬於哪一種型態、需要掛載甚麼路由標籤，以及應該被送往哪一個後續模組。
這套方法會把日語句子還原為資料結構傳遞與 API 介面架構（Data Structure & API Interface Architecture）。名詞、名詞短語與子句是進入系統的資料；助詞則為資料設定格位、方向、範圍、焦點與作用方式，讓後方述詞可以按照正確規格讀取輸入內容。
系統層 1（Layer 1）Data Input Layer 的首要任務，不是直接計算整句的最終意思，而是先確認：「輸入的是甚麼資料？這項資料要以甚麼角色進入後方系統？」
本課在OMJS架構中的位置
本課主要屬於系統層 1（Layer 1）Data Input Layer。
系統層 1 負責接收原始輸入、識別資料型態、檢查輸入介面、處理名詞性封裝，並利用底層格位路由標籤（Primary Routing Tags）、高階範圍與對比過濾器（Context/Scope Filters）及高階複合路由模組（Composite Routing Protocols），把資料送入正確位置。
不過，一個完整句子仍然會同時調用外部支援、系統層 2（Layer 2）Logic Processing Layer 與系統層 3（Layer 3）API Output & Protocol Layer。四者並不是互相取代，而是按照不同任務協同運作。
| OMJS架構位置 | 核心任務 | 本課涉及程度 |
|---|---|---|
| 外部支援 | 提供單字、讀音、詞類、基礎詞義、常見搭配與語音資訊 | 提供原始詞彙資料 |
| 系統層 1（Layer 1）Data Input Layer | 接收資料、執行型別識別、處理封裝及設定資料路由 | 本課核心 |
| 系統層 2（Layer 2）Logic Processing Layer | 執行述詞核心、活用、連用、接續、條件、語態與狀態轉換 | 出現在子句內部 |
| 系統層 3（Layer 3）API Output & Protocol Layer | 完成時態、肯否定、情態、終助詞、丁寧度與句尾協定 | 出現在子句輸出端 |
外部支援負責甚麼？
外部支援提供所有單字的基礎資料，包括詞彙讀音、詞類、核心詞義、自他動詞分類、活用類別、常見助詞搭配與表記方式。
例如，「東京」是場所名詞，「学生」是人物身份名詞，「行く」是移動動詞，「面白い」是い形容詞。這些詞彙的基礎資料並不是由 Layer 1 臨時產生，而是由外部支援提供。
Layer 1 接收這些資料後，才會判斷它們在當前句子中應該扮演甚麼角色。
| 詞彙資料 | 外部支援提供的基礎資訊 | Layer 1後續處理 |
|---|---|---|
| 東京 | 場所名詞、讀音及基礎詞義 | 可掛載「に、へ、で、から、は」等標籤 |
| 学生 | 人物身份名詞及基礎詞義 | 可成為主體、主題或身份判斷內容 |
| 行く | 移動動詞、活用分類及格要求 | 讀取主體、目的地或方向資料 |
| 面白い | い形容詞、活用分類及屬性意義 | 對特定實體輸出性質判斷 |
外部支援回答「這個詞本身是甚麼」；Layer 1 則回答「這個詞在目前句子中扮演甚麼資料角色」。
甚麼是系統層 1（Layer 1）Data Input Layer？
如果把一句完整的日語理解為一個正在記憶體中執行的程式，Layer 1 就是接收資料、檢查型別、處理封裝及分配通道的入口。
資料進入系統後，Layer 1 會先執行接收原始輸入（Raw Input Reception），再進行型別識別（Type Identification）與型別檢查（Type-Checking），最後建立輸入流水線（Data Input Pipeline）。
| 核心任務 | 系統功能 |
|---|---|
| 接收原始輸入（Raw Input Reception） | 接收進入句子的單字、名詞短語、修飾結構與完整子句 |
| 型別識別（Type Identification） | 辨認輸入內容是單一實體、名詞短語還是完整子句 |
| 型別檢查（Type-Checking） | 確認資料能否直接掛載助詞，或是否需要先完成封裝 |
| 建立輸入流水線（Data Input Pipeline） | 把資料送入基礎路由、封裝適配或複合擴充介面 |
［外部支援］
→［接收原始輸入（Raw Input Reception）］
→［型別識別（Type Identification）］
→［型別檢查（Type-Checking）］
→［建立輸入流水線（Data Input Pipeline）］
Layer 1不只處理助詞
把 Layer 1 理解成「助詞層」並不完整。助詞的確是其核心元件，但 Layer 1 的完整責任還包括資料型態識別、子句封裝、格位路由、資訊範圍設定及複合介面處理。
名詞資料先進入 Layer 1。若輸入的是基礎名詞與實體（Primitive Nouns & Noun Entities），一般可以直接掛載助詞；若輸入的是子句資料區塊（Clause Payloads & Sub-routines），系統可能需要先利用動態封裝容器（Object Encapsulation），把它轉換成名詞資料物件（Data Object）。
完成資料準備後，Layer 1 才利用路由標籤（Router）及其他介面，把資料送往後方述詞。
| Layer 1處理階段 | 處理內容 |
|---|---|
| 資料接收 | 接收名詞、代名詞、數詞、名詞短語與完整子句 |
| 型別判定 | 區分基礎名詞與子句資料 |
| 封裝處理 | 把完整事件轉換成可重新路由的名詞資料物件 |
| 格位路由 | 設定主體、對象、目標、方向、環境與作用方式 |
| 語境過濾 | 設定主題、對比、追加、限定及資訊範圍 |
| 複合擴充 | 處理「には、までに、にかけては、としては」等高階關係 |
第一部分的兩大核心輸入資料型態
資料進入 Layer 1 後，系統首先進行型別檢查（Type-Checking），辨認輸入內容屬於基礎名詞與實體（Primitive Nouns & Noun Entities），還是子句資料區塊（Clause Payloads & Sub-routines）。
兩者的差異不只在於長短，更重要的是資料內部是否已經包含自己的述詞與命題結構。
| 輸入資料型態 | 資料特性 | 後續處理方式 |
|---|---|---|
| 基礎名詞與實體（Primitive Nouns & Noun Entities） | 單一或相對獨立的人物、事物、場所、時間、數量及抽象概念 | 通常可以直接掛載路由標籤 |
| 子句資料區塊（Clause Payloads & Sub-routines） | 內部已包含資料角色、述詞運算及句尾輸出 | 通常需要封裝、引用或其他外層接續介面 |
基礎名詞與實體（Primitive Nouns & Noun Entities）
基礎名詞與實體（Primitive Nouns & Noun Entities）是結構相對單純的資料，例如「東京」、「りんご」、「車」、「先生」與「7時」。
這類資料亦可視為單一實體輸入（Primitive Data）。它們本身通常沒有完整述詞，因此可以直接掛載助詞或資訊結構標籤，再進入後方運算。
| 資料類型 | 代表資料 | 可以建立的常見關係 |
|---|---|---|
| 人物資料 | 私、先生、田中さん | 主體、主題、接收對象、來源 |
| 物件資料 | 本、りんご、車 | 直接對象、存在實體、工具、主題 |
| 場所資料 | 東京、学校、公園 | 目的地、方向、執行環境、起點 |
| 時間資料 | 7時、月曜日、来年 | 時間定錨、主題、起點、終點 |
| 數量資料 | 一人、三冊、全部 | 數量範圍、編制、主題或追加 |
| 抽象概念 | 平和、成功、未来 | 對象、目標、方向或討論主題 |
同一個名詞掛載不同標籤後，可以取得不同角色。
| 輸入結構 | Layer 1資料角色 | 中文理解 |
|---|---|---|
| 東京に行く | 把東京設定為移動目的地 | 去東京 |
| 東京へ行く | 把東京設定為移動方向 | 前往東京 |
| 東京で働く | 把東京設定為工作環境 | 在東京工作 |
| 東京から来る | 把東京設定為移動起點 | 從東京來 |
| 東京は便利だ | 把東京設定為談論主題 | 東京很方便 |
「東京」的基礎詞義沒有改變。改變的是它掛載的路由標籤，以及它與後方述詞建立的資料關係。
路由標籤（Router）如何處理名詞資料？
在 OMJS 中，路由標籤（Router）的功能，是取得一項實體，將它直接接入後方述詞，指出事件、狀態或性質在哪一項資料上成立。
底層格位路由標籤（Primary Routing Tags）主要包括「が、を、に、へ、で」等格助詞。它們分別設定實體、直接目標與路徑、時空目標、方向向量及執行環境。
| 助詞 | 統一系統名稱 | 主要資料角色 |
|---|---|---|
| が | 實體識別／主體標籤（Entity Identifier / Subject Tag） | 標示事件、狀態、性質或變化直接成立的實體 |
| を | 直接目標／路徑標籤（Direct Target / Path Marker） | 標示直接對象、移動路徑或脫離起點 |
| に | 目標／時空標籤（Target / Spatial-Temporal Marker） | 標示目標、位置、時間、對象或結果 |
| へ | 方向向量與導向箭頭（Directional Heading Vector） | 標示移動、傳送或發展方向 |
| で | 執行環境／手段標籤（Execution Environment / Means Marker） | 標示場所、工具、媒介、範圍、材料或原因 |
這些名稱是 OMJS 的統一主術語。
主體發起端（Subject Source Interface）、受詞資料流（Direct Object Payload）、精確大頭針（Pinpoint Target Interface）、運算沙盒與執行介質（Execution Domain & Platform）等名稱，仍然可以用作工程模型及直觀輔助，但不會取代正式主術語。
格位路由與語境過濾並非同一層操作
「が、を、に、へ、で」主要建立名詞與述詞之間的底層格關係；「は、も」則主要設定主題、對比、追加及談論範圍。因此，兩組形式同樣位於 Layer 1，但運算階層不同。
| 運算階層 | 固定名稱 | 主要形式 | 核心功能 |
|---|---|---|---|
| 第一階 | 底層格位路由標籤（Primary Routing Tags） | が、を、に、へ、で | 設定名詞與述詞之間的基本格關係 |
| 第二階 | 高階範圍與對比過濾器（Context/Scope Filters） | は、も、だけ、しか、さえ等 | 設定主題、對比、追加、限定及作用範圍 |
| 第三階 | 高階複合路由模組（Composite Routing Protocols） | には、では、までに、にかけては等 | 組合多項格位及範圍功能 |
例如：
東京に友達がいる。
東京有朋友。
「に」把東京設定為朋友存在的位置。
東京には友達がいる。
在東京的話，有朋友。
「に」仍然保留存在位置功能，「は」則在其上加入主題或對比。因此，「には」可以理解成底層格位與高階語境過濾的標籤鏈疊加（Multi-Tag Operator Stacking）。
子句資料區塊（Clause Payloads & Sub-routines）
子句資料區塊（Clause Payloads & Sub-routines）不是單一名詞，而是內部已經包含資料輸入、述詞運算與句尾輸出的複合結構。
例如：
彼が試験に合格した。
他通過了考試。
這個子句內部已經包含自己的 Layer 1、Layer 2 與 Layer 3。
| 內部結構 | 句子內容 | 所屬架構 |
|---|---|---|
| 事件主體 | 彼が | 內層Layer 1 |
| 事件範圍 | 試験に | 內層Layer 1 |
| 核心述詞運算 | 合格し | 內層Layer 2 |
| 過去與完成輸出 | た | 內層Layer 3 |
Layer 1 負責「彼が」與「試験に」的資料輸入及格位設定；Layer 2 負責「合格し」的述詞核心與接續；Layer 3 負責「た」所完成的過去、肯定與完成輸出。
Layer 1可以內包另一句Layer 1＋2＋3嗎？
可以。更準確地說，是外層 Layer 1 可以接收一個內部已完成 Layer 1＋2＋3 運算的子句，再把整個子句封裝成外層可讀取的資料。
彼が試験に合格したことを知っています。
我知道他通過了考試。
「彼が試験に合格した」先完成自己的內部運算，再透過「こと」轉換成名詞資料物件（Data Object）。外層的「を」隨後把整個封裝事件設定為「知っています」的認知內容。
| 處理階段 | 結構 | 系統功能 |
|---|---|---|
| 內層Layer 1 | 彼が／試験に | 設定事件主體與範圍 |
| 內層Layer 2 | 合格し | 執行合格事件的核心運算 |
| 內層Layer 3 | た | 輸出過去、肯定及完成狀態 |
| 外層Layer 1 | 彼が試験に合格したこと | 使用動態封裝容器（Object Encapsulation）建立名詞資料物件 |
| 外層Layer 1 | 彼が試験に合格したことを | 把整個事件設定為認知內容 |
| 外層Layer 2 | 知ってい | 執行認知及持續狀態運算 |
| 外層Layer 3 | ます | 完成丁寧體輸出 |
Layer 1 不是把內層句子重新計算一次，而是把已完成的內層命題封裝成新的資料實體，再交由外層句子重新路由。
資料實體與物件封裝（Noun Entities & Encapsulation Protocols）
資料實體與物件封裝（Noun Entities & Encapsulation Protocols）是 Layer 1 的核心模組之一。它負責把非名詞結構轉換成外層句子可以接收的資料。
| 輸入結構 | 使用介面 | 處理結果 |
|---|---|---|
| 車を運転する | こと | 車を運転すること |
| 子どもが走っている | の | 子どもが走っているの |
| 雨が降る | と | 雨が降ると |
| 彼が来る | か | 彼が来るか |
| 行く／行かない | かどうか | 行くかどうか |
「こと」與「の」主要處理名詞化；「と」主要建立引用介面；「か」與「かどうか」則封裝疑問內容。它們都可以讓完整子句進入外層系統，但不能視為功能完全相同。
「こと」亦可以視為抽象數據容器（Data Container），將整個事件打包成抽象命題資料。
Layer 1的三大核心輸入與路由模組
整合型別識別、封裝與路由後，Layer 1 可以整理成三個主要模組。
| 核心模組 | 固定英文名稱 | 主要功能 |
|---|---|---|
| 資料實體與物件封裝 | Noun Entities & Encapsulation Protocols | 處理單一實體、名詞短語及完整子句的資料化 |
| 基礎路由標籤與語境過濾器 | Primary Routing Tags & Scope Filters | 設定格位、主題、對比、追加與範圍 |
| 高階複合路由模組 | Composite Routing Protocols | 處理複合助詞、標籤鏈疊加及高階語意介面 |
高階複合路由模組（Composite Routing Protocols）
當底層格位路由標籤與範圍過濾器組合，或者疊加高階文法語塊時，便會形成高階複合路由模組（Composite Routing Protocols）。
| 複合路由模組 | 系統運算名稱 | 系統工程功能 | 代表例句 |
|---|---|---|---|
| には／では | 目標範圍過濾器（Target Scope Filter） | 在特定目標、位置、環境或條件上疊加主題與對比 | 東京にはない／ここではできない |
| までに | 截止邊界（Deadline Boundary） | 設定事件必須在指定時間界線前完成 | 5時までに提出する |
| にかけては | 領域專長範圍（Domain Expertise Scope） | 把能力、領域或方面設定為評價焦點 | 接客にかけては負けない |
| としては | 角色與身份框架（Role & Identity Frame） | 把身份、資格或立場設定為判斷框架 | 専門家としては賛成だ |
複合形式可以拆開理解內部來源，但不能把整體意思完全等同各助詞的機械相加。
例如，「までに」不只是「まで＋に」的字面組合，而是建立在指定時間期限前完成事件的截止介面；「にかけては」則已形成「論及某方面／在某領域」的高階語法功能。
Layer 1四部曲的完整架構定位
整條資料輸入流水線（Data Input Pipeline）可以分成四個導讀部分。
| 導讀單元 | OMJS系統模組名稱 | 核心工程功能（Core Engineering Function） | 輸入／輸出狀態（Data Pipeline State） |
|---|---|---|---|
| 第一部分：本章 | 大局觀與資料型態識別（Architecture Overview & Data Types） | 定義Layer 1資料入口，區分基礎名詞與子句資料 | Raw Input → Type Identification |
| 第二部分 | 基礎路由標籤與向量發射（Basic Routing & Vector Dispatch） | 處理標準格助詞及基本資料角色 | Noun Entity → Routed Directional Vector |
| 第三部分 | 進階套句封裝與型別適配（Advanced Clause Encapsulation） | 處理Clause Payload，透過こと／の等介面完成封裝 | Clause Payload → Encapsulated Box → Routing |
| 第四部分 | 複合路由標籤與擴充介面（Compound Routing & Extension APIs） | 使用について、として、によって等擴充介面處理高階語意 | Advanced Noun Scope → Compound Routed Vector |
第一部分回答「輸入的是甚麼資料」；第二部分回答「資料被送入甚麼格位」；第三部分回答「完整子句如何成為外層資料」；第四部分回答「基礎標籤如何組合成高階關係」。
OMJS雙層術語解析卡（PWA／教材展示樣式）
極客模式（Tech Mode）
| 系統項目 | 內容 |
|---|---|
| 核心元件 | Noun Entity／Clause Encapsulator |
| 輸入串流 | Raw Input Stream |
| 型別引擎 | Layer 1 Type-Checking Engine |
| 分類處理 | DataType Classification |
| 基礎路由 | Routing Tags |
| 語境範圍 | Scope Filters |
| 封裝處理 | Encapsulation |
| 高階擴充 | Composite Routing Protocols |
| 輸出目標 | 為Layer 2運算引擎提供角色與邊界清楚的Data Payloads |
Layer 1 接收資料實體或已完成的子句命題，先執行型別識別與型別檢查，再透過路由標籤（Routing Tags）指定資料載荷（Data Payloads）的格位及落點。若輸入包含完整子句，系統會先利用動態封裝容器（Object Encapsulation）建立名詞資料物件（Data Object），再加入範圍過濾器（Scope Filters）與高階複合路由模組（Composite Routing Protocols）。
直觀模式（Lite Mode）
可以把 Layer 1 想像成一個大型物流中心。外部支援提供貨物名稱、種類與基本說明；Layer 1 則負責檢查貨物形態、完成包裝、貼上條碼並分配運送路線。
基礎名詞像普通貨物，可以直接貼上「が、を、に、へ、で」等路由標籤；完整子句則像內部已經組裝完成的機器，需要先裝進「こと／の」等容器，才能作為完整包裹重新路由。
「は、も」不是普通地址標籤，而是疊加在資料或既有格關係上的高亮標記，用來設定主題、對比及追加範圍。
「には、では、までに、にかけては、としては」則像複合配送規格，可以同時指定目標、位置、身份、界線與評價範圍。
| 直觀畫面 | OMJS結構 |
|---|---|
| 散裝貨物 | 單一實體輸入（Primitive Data） |
| 普通名詞資料 | 基礎名詞與實體（Primitive Nouns & Noun Entities） |
| 組裝完成的機器 | 子句資料區塊（Clause Payloads & Sub-routines） |
| 標準貨櫃 | 動態封裝容器（Object Encapsulation） |
| 封裝後的包裹 | 名詞資料物件（Data Object） |
| 基礎快遞條碼 | 底層格位路由標籤（Primary Routing Tags） |
| 主題與對比貼紙 | 高階範圍與對比過濾器（Context/Scope Filters） |
| 複合配送規格 | 高階複合路由模組（Composite Routing Protocols） |
| 後方處理工廠 | Layer 2（Logic Processing Layer） |
OMJS系統三大層級與外部支援全景圖
外部支援與三個系統層的最終分工如下。
| 架構部分 | 統一定位 | 主要處理內容 |
|---|---|---|
| 外部支援 | 詞彙與基礎語義支援 | 單字意思、讀音、詞類、活用分類及常見搭配 |
| Layer 1（Data Input Layer） | 資料輸入與路由標籤層 | 資料實體、名詞封裝、格位路由、主題範圍及複合標籤 |
| Layer 2（Logic Processing Layer） | 邏輯運算與狀態模組層 | 述詞核心、活用、連用、接續、條件觸發、語態與狀態轉換 |
| Layer 3（API Output & Protocol Layer） | 句尾CPU與語氣封裝層 | 肯否定、時態、情態、終助詞、丁寧度、敬語及最終句尾輸出 |
Layer 2 並不等於所有「長句部分」。它處理的是述詞核心、活用、接續與控制流程。長句本身可能同時包含多組 Layer 1、Layer 2 與 Layer 3。
Layer 3 也不只是「句尾的動詞、名詞或形容詞」。述詞本身的核心意義主要由 Layer 2 處理；Layer 3 負責把述詞運算結果封裝成最終輸出，包括時態、肯否定、情態、禮貌程度與語用協定。
第一部分學習心法
日語沒有一堆互不相干的文法陷阱，而是具有不同資料型態（Data Types）、輸入介面（Input Interfaces）、路由標籤（Routing Tags）、範圍過濾器（Scope Filters）與封裝協定（Encapsulation Protocols）的資料架構。
閱讀句子時，可以先確認目前輸入的是單一名詞、名詞短語，還是完整子句；再確認它能否直接掛載助詞，是否需要透過「こと／の／と／か」完成封裝；其後才判斷資料要被送往哪一個格位，以及是否需要加入主題、對比、追加或高階複合關係。
完整的 Layer 1 資料流程可以整理如下：
［外部支援］
→［接收原始輸入（Raw Input Reception）］
→［型別識別（Type Identification）］
→［型別檢查（Type-Checking）］
→［資料實體與物件封裝（Noun Entities & Encapsulation Protocols，如有需要）］
→［底層格位路由標籤（Primary Routing Tags）］
→［高階範圍與對比過濾器（Context/Scope Filters）］
→［高階複合路由模組（Composite Routing Protocols）］
→［Layer 2（Logic Processing Layer）］
→［Layer 3（API Output & Protocol Layer）］
掌握大局觀與資料型態識別（Architecture Overview & Data Types）後，名詞、助詞與完整子句便不再只是線性排列的文字，而是具有型別、介面、路由、封裝與作用範圍的資料模組。
這正是 Layer 1 的核心價值：在任何邏輯運算開始之前，先把每項資料準確分類、妥善封裝並送到正確位置，為後續的 Layer 2 運算與 Layer 3 輸出建立穩定基礎。
