AI 在教室裡最好的用法，不是回答問題，是製造練習場

我在《國語日報》教育版寫了三篇文章，談生成式 AI 怎麼進課堂。三個完全不同的題目：改寫課文、規畫社區走讀、上安全教育。

寫到第三篇快收尾的時候我才發現，這三篇其實是同一篇。

科目不一樣、年級不一樣、要達成的教學目標也不一樣，但底下的骨架長得一模一樣。而且那個骨架，跟我平常幫公司導入 AI 的那一套，也是同一個。

這篇把三個現場壓在一起看，講那個共同的骨架是什麼。原文在國語日報，連結放在最後。

三個現場

現場一：一篇課文，三種玩法

每位老師的書櫃裡都有一份用了很多年的教材。它們不是不好，只是老師偶爾會希望同樣的內容，能換一種方式讓孩子再體驗一次。

過去要做到這件事，得從頭設計：寫學習單、編情境、想討論題。這些都要時間，而時間是現場老師最缺的東西。

同一篇有角色、有情節的記敘文，可以請 AI 轉成三種形式：

改寫成三到五分鐘的短劇，加旁白與台詞，分組演出。孩子不再只是讀過這個故事，而是「成為」故事裡的人，替角色說出他的猶豫。

或是設計三道由淺入深的謎題，答案都藏在課文裡。於是讀課文從「被要求讀」變成「為了解謎主動去找」——孩子翻回課本，不是因為老師說要讀。

再不然就出十題兩級難度的搶答題。課堂最後十分鐘，原本用來抄筆記，現在是一場小型競賽。

同一篇課文，三種完全不同的課堂風景。老師花的不是重新備課的好幾個晚上，是幾分鐘的等待與篩選。

現場二：一趟走讀，四個卡點

走讀教學這幾年在國小很受歡迎，但真要設計一趟，老師心裡常有幾個卡點：我不是這塊土地的文史專家，社區到底有什麼可以教？知道了，怎麼把散落的點串成一條有意義的路線？走到現場，怎麼讓孩子專注觀察而不是走馬看花？回來之後，那一堆零散的發現怎麼收成一次像樣的反思？

這四個卡點，剛好對應 AI 能幫上忙的四件事：盤點、串線、設計任務、收攏討論。

盤點是把社區的特色分成自然、歷史、生活三類列出來——但那只是一份選項清單，不是替老師決定教什麼。老師看著清單挑：三年級走公園和老樹最有感，市場和歷史規劃太抽象，先不放。

攤開所有可能的是 AI，做選擇的是老師。這份選擇，AI 給不了。

串線是把挑好的點接成一條有主題的路，而不只是散步。有一次它給的主線叫〈誰把天空還給了民生社區〉，抓到的核心是：這裡的「舒服」不是自然發生的，是六十年前一群大人特別設計出來的。順序安排由大到小、由遠到近——公園、行道樹、然後抬頭看天空。

主線的「意義」是老師定的，AI 只是把這個意義，落實成一站一站的動作。

現場三：讓學生真的被騙一次

資訊安全的教育年年都要講，但學生真正遇到時，還是可能照樣點下那個連結。

原因不難懂：宣導講的是「不要點」，而孩子缺的是「被推著走」的那個體感。

所以第三篇寫的是：用 AI 做一個摔倒了也不會痛的練習場。

素材是一則手機裡常見的訊息：「恭喜您中獎！點擊連結領取手機大獎，限時三小時！」

第一層，請 AI 依這則訊息寫一篇三百字的短篇故事，主角是五年級學生，從收到訊息開始，寫出他的猶豫和期待，一步步照著對方說的做，最後才發現被騙。關鍵指令是「不要說教，結尾停在他發現的那一刻」——結論留給學生自己講。讀完只要問一句：他從哪一步開始上鉤？全班的爭論比任何宣導都有效。

第二層，讓 AI 扮演那個傳送訊息的人，學生扮演自己，真的過一次招。學生這才發現，對方不會一開口就要資料：先恭喜你，再說「只要確認一下身分就好」；每被追問一次，就多退一步、多給一個看似合理的理由。那種被推著走的感覺，投影片放不出來。 一識破，就讓 AI 說明自己剛才用了「製造急迫感」還是「假冒官方」——當場複盤。

第三層，做成五關的網頁小遊戲，每關一個情境、三個選項，選完告訴玩家會發生什麼、為什麼，最後計分。跟一般選擇題的差別是：選錯不只得到一個叉，而是看見「後來發生了什麼」。

共同的骨架

三個題目擺在一起，流程是同一條：

一、給它一份現成的素材。 一篇課文、一個社區、一則詐騙訊息。不是從零開始發想，是拿手上已經有的東西。

二、要它給選項，不是要它給答案。 三種玩法、三類資源、三個層次的遊戲。要的是一份可以挑的清單。

三、人來挑。 這一步不能外包，後面會再說為什麼。

四、落實成學生要動手的形式。 演出、解謎、搶答、觀察任務、跟詐騙者對話、計分闖關。共同點是學生得動，不是坐著聽。

五、收攏成討論。 把散落的發現收成一次反思。走讀是「我住的地方為什麼是這樣」，防詐是「把全班找到的上鉤點排成一條線，挑出自己最容易中的那一步」。

看出來了嗎——這五步裡，AI 只出現在第一步到第二步之間。它做的是把「產生選項」這件耗時的雜事接過去。

為什麼是「練習場」不是「答案機」

多數人想到 AI 進課堂，第一個念頭是「幫我出考卷」「幫我寫教案」。那是把 AI 當成一台更快的印表機。

但三篇文章真正做的事都不是那個。是把靜態的教材，變成學生必須動手的體驗。

而這件事之所以以前很少人做，不是因為老師不知道它有效——互動化教學一直都在老師的理想清單上——是因為製作成本太高。一個角色扮演劇本、一套闖關線索、一個會計分的小遊戲，過去每一樣都是好幾個晚上。偶一為之可以，變成常態不可能。

AI 把這個成本壓下來之後，真正被解鎖的不是「出題更快」，是「讓學生演練一次」從奢侈品變成一節課做得到的事。

這是我覺得三篇裡最值得被看見的一點：AI 在教育現場的價值，不在它知道多少，而在它讓「練習」變便宜了。

為什麼那一步不能外包

三篇文章我都留了一段講「判斷權在老師手上」。那不是客套的免責聲明，是因為 AI 真的會出錯，而且錯得很有規律。

它會把尺度寫歪——安全教育的故事寫得太嚇人，或者反過來，把詐騙手法講得太細，變成教學。

它會把難度抓錯——謎題對這個年紀太難或太簡單，這種事它不知道，因為它沒見過你班上那三十個孩子。

它會標錯位置——走讀那次，AI 把第二站標在富錦街一家店門口，可是真正的教學重點是「沿路的老樟樹」，不是那家店。實際帶隊時，老師會挑一段學生站得下、又有樹蔭的路段停下來。

這三種錯有個共通點：它們都不會讓輸出看起來不對。 故事很流暢，謎題很像樣，地圖標得整整齊齊。要發現問題，得有一個知道現場長什麼樣的人回頭看一遍。

這條結論，在公司裡一模一樣

寫完三篇我才意識到，這跟我平常在企業裡講的完全是同一件事。

把「老師」換成「承辦人」，把「課文」換成「報價單」，把「學生」換成「客戶」，整條流程原封不動成立：AI 攤開選項、人做判斷、輸出必須有人驗收。

而最貴的那個錯，兩邊也是同一個——不是它講錯，是它講得很順，但沒有人驗收。

教室裡，那是一份把角色個性寫歪的劇本，孩子演完了，老師才發現傳達的價值觀不太對。公司裡，那是一份數字漂亮的分析、一封語氣完美的回信，送出去之後才發現前提是錯的。

所以無論是帶老師還是帶企業，課程的最後一段我都放同一件事：不是教更多指令，是講清楚哪些判斷不能交出去。

---

三篇原文刊登於《國語日報》教育版：

• 整理課堂教材　用指令生成新玩法（2026-07-29）
• 規畫社區走讀　讓 AI 當備課協作夥伴（2026-08-05）
• 生成假詐騙　玩遊戲建立防詐觀念（2026-08-12）

第三篇裡的防詐闖關遊戲可以直接試玩：satsumacreative.tw/aq/demo0720.html。第一篇的搶答小遊戲在這裡。兩個都是文章裡那幾句指令生出來的成品，沒有另外寫程式。

如果你是老師、或負責學校的研習規畫，這套內容有半天到一天的版本；企業內訓的版本骨架一樣，換成你們自己的流程。課程說明在這裡。