為什麼是 Claude
Claude 適合被設計成可靠的協作對象，而不是代替教師或學生完成思考。這一章建立教育者的判斷框架：AI 可以協助整理、生成、比較、模擬與驗證，但學習目標、倫理責任與最後判斷仍由人承擔。
核心問題
01Claude 在教育場景中適合負責什麼，不適合取代什麼？
學完本章後，你應該能做到：理解 Claude 在教育場景中的定位、責任邊界與學習手冊使用方式。
重要概念
02先建立共通語言
教育者先設計責任
在打開 Claude 之前，先回答三個問題：這次任務的學習目標是什麼、什麼樣的學生證據能證明目標達成、哪一段教師的檢核不能被省略。把這三件事想清楚之後，才決定要把哪一段流程交給 Claude。例如設計一份閱讀理解測驗時，「題目草稿」可以交給 Claude 加速產出，但「這些題目是否真的測到本單元要培養的能力」這個判斷，必須由熟悉這群學生的教師親自確認，不能委派。
AI 是協作外掛，不是責任外包
Claude 可以加速草稿撰寫、提供回饋角度、整理大量資料、模擬不同情境，這些都是真實的生產力提升。但它不能替代教師對「這個班級真正需要什麼」「這份評量公平嗎」「這個學生的個別狀況該怎麼處理」的判斷——這些判斷需要長期累積的師生關係與現場觀察，AI 沒有這些資訊。例如 Claude 可以幫你模擬十種不同的課堂提問方式，但要選哪一種最適合今天這群學生的狀態，仍需要教師的現場判斷。
從提示詞轉向工作流
剛開始使用 AI 的人常常以為「厲害的使用者」等於「收藏很多好用的 」。但成熟的使用方式其實是工作流層級的判斷：知道什麼時候只需要單次對話（Chat）、什麼時候該把固定的課程資料與規範放進長期專案脈絡（Cowork／Projects）、什麼時候任務複雜到需要明確的步驟、驗證與版本紀錄（Code）。本手冊第三章會把這個判斷拆成具體的三模式選擇練習。
重點先讀
03概念模型
教師責任三角
學習目標、AI 協作、學生證據需要同時被設計，不能只追求更快產出。
學習目標
學生要理解什麼
AI 協作
Claude 協助哪一段
證據檢核
如何證明學到
深入解析
04容易誤解
迷你活動
05三分鐘責任切分
拿一個你最近想交給 Claude 的任務，先切成 AI 可協助與人必須負責兩欄。
- 1.寫下任務產出，例如教案、評語、簡報或工具。
- 2.標出 AI 可以草擬、整理、比較或驗證的部分。
- 3.標出教師必須決定、修改、確認與揭露的部分。
完成檢核
我能說出 Claude 與一般聊天機器人的差異。
我知道面向學生的任務需要教師中介或機構脈絡。
我能說明這本手冊不是提示詞清單，而是學習流程。