-
區分任務思考範圍
原則：依學習任務性質，明確建立 AI 輔助的界線。
做法：盤點學生常見的提問類型，將任務分類。
-
建立分情境回應與舉例規範
原則：針對不同提問情境設定差異化的引導，規範 AI 舉例的依據。
指令詞方向建議你是智財法課程助教，並依學生提問類型切換回應模式：
- 1. 「實務、法條查詢」問題，請依據資料庫直接精準回答並標註條號。
- 2. 「學術寫作、個案分析」問題，請勿直接給出答案或代寫段落，改以提供關鍵線索與反問，引導學生自行推演。
- 3. 舉例說明時，僅能引用資料庫內的真實案例，嚴禁自行編造假設性案例。
-
驗證助教
作法：教師模擬學生逐輪測試，抓出「直接代答」或「自編案例」等偏誤後精修指令。
精修指令詞嚴格依提問類型回應。
- 1. 查詢類：直接精準回答並標註條號；
- 2. 寫作分析類：嚴禁給結論或代寫，每次僅提供 1 個法條線索與 1 個反問句引導推演；
- 3. 舉例規範：僅能引用庫內真實判決或新聞並標註出處，嚴禁自編假設案例。
標示處是相較前一版新增的限制。
115-1 LV.1 AI探索者-陪跑案例-智慧財產權
AI 教學陪跑案例｜LV.1 AI探索者
智財法・AI 學習助教
LV.1 AI探索者
AI 教學陪跑案例
AI 助教該直接給答案，還是引導學生自己想？
教師已在 Gemini Notebook 建立兩個以法條為主要資料來源的 AI 學習助教，卻不確定 Prompt 該怎麼規劃。
陪跑先把問題從「怎麼寫好 Prompt」收斂到「學生要自己思考到哪裡」，再把規則寫進指令詞。
教學問題
問題不在把法條放進去，而在 AI 該怎麼教教師已嘗試在 Gemini Notebook 建立兩個以「法條」為主要資料來源的 AI 學習助教，但在缺乏相關設計經驗的情況下，不確定 Prompt 應如何規劃。同時也發現，當資料庫只有法條時，AI 該如何舉例、如何引導學生，以及回答應停留在什麼程度，都需要更明確的教學設定。
陪跑釐清的第一件事
核心問題是教學邏輯，不是怎麼放法條
核心問題並不在於「怎麼把法條放進 Gemini Notebook」，而在於教學邏輯的界定：面對學生提出的不同問題時，AI 究竟應該直接回答、提供線索，還是引導學生自己完成？
陪跑釐清的第二件事
不同的學習任務，AI 介入的程度不同
學生的學習任務性質不同（例如「學術寫作」與「實務查詢」），所需的思考深度與 AI 介入程度並不相同，無法用單一回答模式套用所有情境。
陪跑釐清的第三件事
只有法條時，AI 容易編案例
若資料庫僅有法條，AI 在舉例說明時容易捏造不符實務的案例，影響學習正確性。
同一個助教，面對不同的提問，AI 有三種做法可選
- 直接回答
- 提供線索
- 引導學生自己完成
一開始的問法
收斂後的四個問題
- 我要學生自己思考到哪裡
- AI 可以協助到哪裡
- 需要提供什麼資料
- 怎麼測試 AI 真的按照我的教學方式回應
解決方式
先分情境定邊界，再補案例建題庫，最後實測開發原則是「先分情境定邊界、再補案例建題庫、最後實測」。優先選定其中一個 AI 助教進行調整，產出可正式提供學生使用的版本。
- 先分情境定邊界
- 再補案例建題庫
- 最後實測
AI 助教規劃三步驟
提供資源
現場分享的資源與一起做的討論既有的試作指令架構與共用助教
現場分享既有的試作指令架構，作為老師規劃分情境回應與防呆規則的參考基準；並與老師共用助教，實際測試對話內容正確性與確認方向。
115-1車輛動力學_課後學習助教 115-1_AI學習助教指令設計現場指令詞精修文字討論
針對助教的回答盲點，於諮詢當下共同拆解並調整提問引導與案例限制的文字邏輯。
導入成效
從「怎麼寫好 Prompt」到「依學習目標區分直答與引導」釐清學習目標而建立 AI 助教
老師從「怎麼寫好 Prompt」，收斂出「依學習目標區分直答與引導」的設計標準，確立教學定位。
確立具體可執行的調整方向
透過現場範例參照與文字精修討論，引導老師掌握調整方式，能直接針對助教進行逐輪驗證，為正式導入課程奠定基礎。
以上為教師端的導入回饋。
可以先填寫申請表，也可以直接到場，不需事前準備。實際場次與申請表，請以 LV.1 AI探索者頁面的最新公告為準。
有憑有據
分享