AI LEARNING LAB · 教育現場的 AI 實踐

課程複習、自我檢核與應用提案

把今天學到的知識，變成一個可以說明、可以測試、可以改善的工作方案。

應用規劃能力複習

本單元是課程自編練習，不是 iPAS 官方題庫，也不宣稱涵蓋任何年度全部考綱。若要報考，請另外以主辦單位最新簡章確認級別、範圍與日期。

能力	您應該能做到
概念	分辨生成式 AI、機器學習、RAG 與代理人。
需求	把「想用 AI」改寫成具體問題、使用者與驗收條件。
資料	辨識資料品質、缺漏、授權與風險。
工具	依情境選用，理解方案與整合限制。
評估	比較總耗時、品質、成本與錯誤風險。
治理	設定人工檢查點、權限、追蹤與退回流程。

六題課堂自我檢核

選擇答案後按「查看結果」，再閱讀解析。結果不會上傳或儲存。

1. 學校要建立「根據公開校務手冊回答問題」的工具，哪個方向最直接？先以 RAG 檢索手冊，再要求附來源讓模型自行記得所有校規把回答語氣設得更有自信

2. 表格的出席欄空白，應該怎麼做？直接當成 0 人標記缺漏，說明可計算範圍用平均值補入且不說明

3. 哪一種比較方式比較公平？讓各組自由問不同題目只比較回答長度使用相同資料、指令和評分標準，記錄設定

4. AI 導入後每件起稿 3 分鐘、複核 7 分鐘，原本 20 分鐘，10 件省多久？ 170 分鐘 100 分鐘 200 分鐘

5. AI 附上來源連結後，下一步是什麼？打開原文確認是否支持結論看到連結就可直接發布只看網頁標題

6. 對外寄送通知的 AI 工作流程應如何設計？所有草稿自動寄出先由人確認收件人及內容再發送把個資全部貼進提示詞比較方便

課後作業：一頁 AI 應用提案

題目：我想改善的教育工作流程
1. 使用者與痛點：誰，每週做幾次，現在花多久？
2. 成功標準：節省時間、正確率、完成率如何量測？
3. 資料：用哪些資料，從哪來，哪些不能輸入？
4. 工具：選哪一種平台，為什麼？
5. 流程：AI 做什麼，人確認什麼？
6. 風險：可能錯在哪，如何發現與退回？
7. 試辦：兩週怎麼測，誰負責，什麼條件停止？
8. 成本：訂閱、訓練、複核、維運與重做。

本次查核的官方來源

查核日期：2026-10-03。功能敘述散見各單元；教學案例、評分表與練習題為本站自編。官方來源可用來核對功能，不能當成本站比較建議的效能證明。