- 目標為何
- 解釋：明確定義「為什麼要使用 AI」以及「最終要解決什麼具體問題」。這指引了行動的終點，避免 AI 給出偏離主題或無關痛癢的回答。
- 範例：
- 目標：撰寫一份「小學四年級、2堂課（共80分鐘）」的 AI
繪圖體驗課教案。目標是讓孩子理解「Prompt（提示詞）」的概念，並能用文字產出自己心目中的奇幻怪獸。
- 受眾是誰
- 解釋：確認這份輸出的閱讀者或使用對象是誰。這決定了語言風格（專業、通俗、感性）、專有名詞的使用比例，以及內容的深淺程度。
- 範例：
- 受眾：第一受眾是「小學基層教師」（需要步驟清晰、好上手的教學指引）；第二受眾是「四年級小學生」（需要好玩、直觀、無痛的學習體驗）。
- 判別標準為何
- 解釋：如何評估 AI 產出的好壞？有哪些必須滿足的硬性指標（如字數、格式）或軟性期望（如邏輯、語氣）。
- 範例：
- 判準：
- 教案必須包含：教學準備、引起動機（10分）、發展活動（50分）、綜合活動（20分）。
- 必須包含具體的「提問設計」，引導老師如何和學生互動。
- 難易度適中，不涉及複雜的技術原理（不講神經網路，只講「畫筆與指令」的比喻）。
- 結構怎麼拆
- 解釋：將大任務拆解成具體的步驟、大綱或邏輯區塊。引導 AI 按照特定的框架（例如：STAR 原則、問題-原因-對策）逐步思考與輸出。
- 範例：
- 結構拆解：
- 第一階段：基礎觀念（什麼是 AI 繪圖？用「魔法咒語」作比喻）。
- 第二階段：實作練習（結構化提示詞：主體 + 場景 + 風格）。
- 第三階段：反思與討論（AI 畫出來的和我想的一樣嗎？為什麼？）。
- 輸出要達到什麼效果
- 解釋：希望這份產出對受眾產生什麼實質的影響、情緒反應或後續行動。這關乎到寫作的「感染力」與「目的性」。
- 範例：
- 預期效果：
- 老師看完教案後，會覺得「這堂課很簡單，下週就可以直接帶學生上課」。
- 學生上完課後，能興奮地向家長分享「我今天學會用文字施展畫畫魔法」。
- 哪些地方要避免
- 解釋：明確列出「負面清單（Negative Constraints）」，告訴 AI 哪些詞彙、語氣、觀點或做法是絕對不能出現的，以減少過濾和修改的成本。
- 範例：
- 避免事項：
- 避免使用「人工智慧的浪潮、不可否認地、瞬息萬變」等空泛的 AI 腔調。
- 不要推薦需要付費或需要繁複註冊（如 Discord 綁定）的 AI 繪圖工具（如 Midjourney），必須推薦免註冊、適合教學的工具（如 Bing Image
Creator）。
- 避免流於「純娛樂」，必須確保有「結構化思維」的教學成效。
- 要用什麼世界觀推演
- 解釋：設定 AI 思考時所採取的角色背景、理論基礎或哲學立場。這決定了 AI 進行推理和給出建議時的「深度」與「思考模型」。
- 範例：
- 世界觀設定：採用「建構主義教育學（Constructivism）與不插電程式（Unplugged
Coding）」的世界觀。推演教學步驟時，優先考慮讓學生「動手嘗試、從錯誤中學習」，並用「非電腦」的實體卡片（如主體卡、形容詞卡）來拼湊提示
詞，而非一開始就讓他們盯著螢幕。
- 要保留什麼核心思想
- 解釋：在生成內容的過程中，有哪些核心價值、品牌精神或不妥協的觀點是必須貫穿始終、不能被 AI 的發散思維所稀釋的。
- 範例：
- 核心思想：「人是主體，AI 是協作者。」 課程的核心必須強調學生的「創意與文字表達能力」才是關鍵，AI 只是幫忙把想像力具現化的工具。
- 要如何進行糾錯更新
- 解釋：設計一套反饋與優化的機制。當 AI 輸出不符合預期時，要用什麼步驟進行微調、提問或更新 Prompt，而不是盲目地重新生成。
- 範例：
- 糾錯更新流程：
- Step 1（時間與節奏檢查）：如果 AI 規劃的活動時間太趕，提示它「將活動二縮短10分鐘，增加綜合活動的分享時間」。
- Step
2（在地化修正）：如果出現非台灣習慣的教學術語（如：教案裡的「課件」、「視頻」），請它「將專有名詞轉換為台灣國中小常用的教學術語（如
：簡報/PPT、影片、引導提問）」。