老師會用 AI，還不夠—你有沒有讓 AI 真正服務你的教學現場？

我在北部某大學帶了一場教學分享，主題是「AI × 教學實踐」。不是一般的工具展示課，而是老師與老師之間的互相增長—大家帶著各自的教學現場、各自的困惑，一起討論 AI 如何真正幫上忙。

這場分享結束後，我在回程的捷運上一直想著一件事：很多老師已經「會用 AI」了，但用的方式仍然停在問答層次。他們問 AI 一個問題，得到一個答案，然後把答案複製貼上。這樣用，AI 確實有幫助，但遠遠沒有發揮應有的價值。

這篇文章，我想把當天課程的核心脈絡整理出來，分享三個我認為最值得帶走的觀念。

---

你給的角色越清楚，AI 給的答案就越可用

課堂上，我問在場的老師：「你們平常怎麼下指令給 AI？」最常見的回答是：「幫我設計一個課程活動」「給我一些互動建議」。

這樣的指令沒有錯，但就像你走進一家餐廳，跟服務生說「幫我點一道菜」—他不知道你吃不吃辣、喜不喜歡海鮮、今天是輕食還是大餐，端出來的東西很可能不是你要的。

AI 的運作邏輯也是如此。預設的 AI 是「萬用型助理」，回覆廣泛卻不夠精準。要讓 AI 真正服務你的教學現場，第一步是給它一個具體的角色設定。

R-C-S 框架：三個問題決定你的 AI 助理品質

我在課堂分享的是一個簡單的框架，只需要回答三個問題：

• R（角色）：你希望 AI 扮演什麼專家？例如「頂尖國際課程規劃大師」
• C（情境）：使用場景與限制是什麼？例如「我是大學教授，面對 50 人班級」
• S（規格）：有哪些不可破的規則？例如「互動規則說明不能超過 30 秒」

把這三個要素整合成一段設定指令，你的 AI 助理就從萬用工具變成專屬夥伴。同樣是問「幫我設計一個課程活動」，有了完整 R-C-S 設定的 AI 和沒有設定的 AI，產出品質差距可以非常懸殊。

可以立刻試試的設定指令：
「你是頂尖國際課程規劃大師，我是大學教授。我需要你協助課程規劃，讓 90 分鐘課程有互動、有收穫。規則：前 10 分鐘有點名，最後 10 分鐘學生完成回饋；只要有內容教學，就必須搭配互動工具或策略；每項互動規則說明不超過 30 秒，學生 2 分鐘內可直接執行。當我提供課程名稱、人數、關鍵字，請整合出適用的教學流程。」

這份設定，我在 Gemini 實際跑過很多次。每次輸入課程名稱與人數，它就能直接給出可用的互動流程草稿，不需要反覆追問、反覆修改。

---

工具不是越多越好，而是讓每個產出自動成為下一個的輸入

我在課堂上展示了一個讓在場老師印象深刻的場景：

我說了一句話給 AI 助理：「今天下午 2 點半到 5 點半，在XX大學育成中心，AI 課程。」AI 直接回覆：「已登錄！活動名稱：AI 課程，時間：今日 14:30–17:30，地點：XX大學育成中心。」Google 日曆同步完成。

現場有幾位老師忍不住說：「這個我要帶回去用！」

但我想說的不只是這個功能本身，而是背後的思維：串聯，不是工具越多越好，而是讓資料順暢流動。

三條核心資料串聯路徑

對教學現場最實用的串聯路徑，我整理出三條：

• 互動回饋 → 教學優化：Slido 投票或 Kahoot 成績匯出到 Google Sheets，找出答錯率高的題目，下週備課直接針對弱點補強，並記錄到 Notion。
• 學生產出 → 內容再製：Padlet 便利貼整理後，截圖交給 Canva 或 Napkin 視覺化，上傳到 Line 社群或 Classroom 成為課後複習資源。
• AI 助理 → 自動化行政：口語或文字輸入行程，AI 自動登錄日曆、設提醒，甚至延伸起草通知信件。

這三條路徑的共同邏輯是：每一個工具的產出，不是孤立存在的，而是流向下一個工具的輸入。這才是讓教學工作真正輕省的方式—不是用更多工具，而是讓工具彼此接手。

---

90 分鐘的課堂，互動設計決定學生的留存率

我在課堂裡分享了一個我觀察很久的現象：很多老師講了一整堂課，學生看似認真，但下課後幾乎什麼都沒留下來。

問題不是老師講得不好，而是講述超過 15 分鐘沒有配合讓學生動手或動腦的環節，記憶留存率會急速下降。

我建議的 90 分鐘黃金架構

• 前 10 分鐘：點名與暖身合一。大班用 Slido 文字雲，中班用 Kahoot 遊戲競賽，小班用轉盤抽問。不要讓點名只是點名，讓它成為大腦開機的第一個動作。
• 中間 70 分鐘：講述不超過 15 分鐘，就必須配一個 10 分鐘的互動。概念理解用同儕教學法，腦力激盪用 Padlet 快閃便利貼，應用練習用小組實戰討論。
• 後 10 分鐘：離場證明。用 Google 表單收三個問題：「今天最核心的概念是什麼？」「你想應用在哪裡？」「有沒有卡關的地方？」完成送出才算完整參與。

這個架構的重點不是工具，而是節奏。AI 可以幫你快速生成每個節點的話術、設計互動題目、整理學生回饋，但節奏本身，需要你事先設計好。

30 秒離場證明話術（可直接用）：
「今天大家表現太棒了。下課前最後一件事，請掃描螢幕上的 QR Code 完成離場證明。填三個問題：今天最酷的觀念是什麼？想應用在哪裡？有沒有卡關？填完送出就是今天的下課簽到。下週見！」

---

會用工具只是起點，設計工作流才是終點

這場在大學裡的教學分享，我自己也有很多收穫。在場老師分享了許多教學現場的真實困境，讓我更確認一件事：

AI 工具已經不稀奇了，稀奇的是知道怎麼把它設定好、串接好、用在對的地方。

很多人卡關的地方不是「不會用 AI」，而是「沒有想清楚自己的工作流程」。指令寫不準確，是因為沒有想清楚自己要什麼樣的產出；工具用了很多，卻還是很累，是因為工具之間沒有形成流動。

工作整理學想說的，從來不是工具介紹，而是這件事：把你的工作流程想清楚，AI 才有辦法真正幫上你。

如果你也在教學現場使用 AI，我想問你一個問題：你現在用 AI 最卡關的地方是什麼——是設定不夠精準、工具之間串不起來，還是根本不確定 AI 該放在哪個環節？歡迎留言告訴我，也許下一篇文章就是解答你的困惑。