時間安排很剛好,完全避開颱風天,神計算
這次也分享了用 Gemini Notebook 收集學生的 AI 學習歷程。
把寫好的提示詞設定進筆記本,學生在裡面跟 AI 討論,
最後請 AI 整理成一份學習總結。老師不用一則一則翻對話,
就能看到每個學生想了什麼、卡在哪裡。
老師們反應很快,好奇的是後面怎麼收集學習總結。
其實就是在提示詞裡先設定好總結的格式,學生討論完請 AI 依格式產出,
再繳交到老師習慣用的平台,像是 Google Classroom。
也有老師提到,希望學生多一點主動思考,不要 AI 一問就輕易給答案。
這個很好調整。把原本的提示詞丟給 AI,講清楚「先引導、不要直接給解答」,
請它優化,再把結果設定回筆記本就好。
這也是我一直想傳達的:
模型越來越強,關鍵反而在我們自己。
釐清要輸入什麼,驗證輸出的結果,
再判斷可以怎麼優化輸入的內容。
不斷迭代,就會慢慢接近自己的需求。
我做好的提示詞也一樣,可以依實際需求再去優化。
其實「對話紀錄有價值」這件事,不只用在學生身上。
所以另外也提到,可以多多善用 AI 的分享對話功能。
很多時候大家會說,有問題怎麼不問 AI 就好。
確實是這樣。今年開始,很多人傳訊息問我問題時,會直接附上已經跟 AI 討論過的對話。
我一點開就知道他問過什麼、卡在哪裡,不用從頭再問一次。
被問的人感覺時間被尊重,後續討論的效率也高很多。
學生的學習歷程,和大家傳給我的 AI 對話,其實是同一件事:
對話脈絡本身,就是最有價值的資訊。