Resources

案例資料庫

案例保留為查詢資料。若要一步一步完成任務,請改用任務實作。

前往任務實作

教育現場案例

依模式:
入門教師備課
TC-1

一節素養課從零到完整教案

Chat

用結構化 Prompt 讓 Claude Chat 產出對應 108 課綱的教案骨架,教師再依班級微調。最單純的入門場景。

  1. 1設定脈絡提供年級、科目、主題、學生先備知識與一節課時長。
  2. 2結構化委派要求依「情境引發 → 探究 → 建構 → 反思」四階段輸出,含時間分配與形成性評量。
  3. 3教師判讀檢視引導語是否可直接唸出、評量是否真的測到能力,而非知識記憶。
  4. 4保留主體教師加入自己班級的調整,並自問:『換另一班,我知道怎麼改嗎?』
範例 prompt
你是熟悉 108 課綱的高中[科目]教師。為[年級]主題[主題]設計一節 50 分鐘素養導向教案,依「情境引發 → 探究 → 建構 → 反思」四階段輸出,每階段含教師引導語、學生任務、時間、形成性評量。最後附備課提醒與常見風險。

AI Fluency:Description · Discernment

進階教師備課
TC-2

把整學期講義變成可查詢知識庫

Cowork

Cowork 模式讀取你的雲端講義、課綱、會議紀錄,整合成可問答的知識庫,備課時直接查。

  1. 1連接資料來源在 Cowork 串接 Google Drive,授權讀取課程資料夾。
  2. 2交付整理任務請 Claude 彙整各週講義重點、建立索引,並標出前後單元的概念關聯。
  3. 3查詢式備課之後可直接問:『第 5 週的概念有哪些學生常見誤解?』
  4. 4隱私把關確認學生個資不在授權範圍;只開放必要資料夾。

AI Fluency:Delegation · Diligence

注意:若資料含學生個資,需依校園資料隱私規範處理,建議去識別化。

前往練習
進階教師備課
TC-3

拍照上傳手寫測驗卷,快速歸納全班錯誤類型

Chat

多模態案例:教師直接拍照或掃描一疊手寫測驗卷上傳給 Claude,請它辨識答案、比對正解,並歸納出全班常見的錯誤類型與迷思概念,取代逐份人工統計。

  1. 1拍照上傳把測驗卷拍清楚(避免反光、歪斜),去識別化後(遮蓋姓名座號)上傳圖片給 Claude。
  2. 2提供正解與評分規準同時提供正確答案與評分規準,讓 Claude 有比對基準,而不是自己猜測對錯。
  3. 3請求歸納錯誤類型要求 Claude 依題號歸納全班常見的錯誤類型與可能的迷思概念,而非只給對錯統計。
  4. 4教師覆核辨識結果手寫字跡辨識可能有誤,教師須抽查幾份原始卷面,確認 Claude 讀取的答案正確,再採用歸納結果調整教學。
範例 prompt
以下是[科目][年級]測驗卷的照片(已去識別化,遮蓋姓名座號),正確答案與評分規準為:[正解/規準]。請比對每張卷面的作答與正解,依題號統計全班答對率,並歸納出常見的錯誤類型與可能的迷思概念。若某些字跡難以辨識,請明確標出,不要用猜測的答案計入統計。

AI Fluency:Description · Discernment

注意:上傳前務必先遮蓋或裁切姓名、座號等可識別資訊;辨識結果屬教學參考,正式成績仍以教師人工核對為準。

入門學生專題研究
PJ-1

探究與實作:從模糊興趣到可研究問題

Chat

對應 AI Fluency 學生版核心『AI 幫我學會,而非幫我完成』。Claude 只當蘇格拉底式提問者,題目由學生主導。

  1. 1設定引導角色要求 Claude『不要直接給題目』,改用一次一問的方式引導聚焦。
  2. 2收斂問題釐清核心好奇、可探究性、範圍大小,學生自己說出研究問題。
  3. 3主體檢核老師課堂提問:『換掉 AI,這個題目還是你的嗎?』
範例 prompt
我想做關於[主題領域]的專題,目前方向模糊。請用蘇格拉底式提問引導我聚焦,一次問一個問題,協助我釐清核心問題、可探究性與範圍。不要直接幫我訂題目。

AI Fluency:Delegation · Discernment

注意:未滿 18 歲學生請在教師中介或 Claude for Education 機構帳號下進行。

進階學生專題研究
PJ-2

文獻整理與質性編碼(長脈絡)

ChatCowork

上傳多篇資料與訪談逐字稿,Claude 產出比較表與初步主題編碼草稿,學生負責判讀與最終決定。

  1. 1餵入資料利用 Claude 的長脈絡能力一次讀入多份文獻或逐字稿(實際上限請以官方模型頁面為準)。
  2. 2結構化整理請求『來源/主張/證據/關聯/可信度疑慮』比較表,並標出矛盾處。
  3. 3初步編碼對逐字稿做歸納式開放編碼草稿,附代表性引述與出處行數。
  4. 4學生定奪Claude 須列出不確定/可能過度詮釋處,由學生做最終判斷。
範例 prompt
以下是我蒐集的多份資料與一份訪談逐字稿。① 製作比較表(來源/主張/證據/與我研究問題的關聯/可信度疑慮),標出矛盾;② 對逐字稿做開放編碼初步草稿,附代表引述與行數。請標出你不確定之處,由我最終判斷。

AI Fluency:Description · Discernment

挑戰學生專題研究
PJ-3

把專題成果做成互動網站並上線分享

Code

學生專題的高階延伸:用 Claude Code 把研究成果做成互動網頁,推上 GitHub、部署 Vercel,產生可放進學習歷程的作品連結。銜接 Agentic Coding。

  1. 1規劃用 explore → plan 工作流,先讓 Claude Code 提計畫並定義成功標準。
  2. 2實作生成互動視覺化(如資料圖表、時間軸),本機預覽確認。
  3. 3版本控制用 gh CLI 建 repo 並推送(每個遠端動作先確認)。
  4. 4部署用 vercel CLI 產生 preview 連結,放進學習歷程檔案。

AI Fluency:Delegation · Diligence

注意:公開部署屬對外動作;未成年學生作品上線前請經教師審閱,避免揭露個資。

進階學生專題研究
PJ-4

跨科專題:用統計方法驗證生物觀察假設

Chat

跨科目案例:學生的生物觀察專題(例如植物生長條件)需要用到數學/統計方法驗證假設,Claude 同時扮演統計顧問與生物學術語校對,幫學生把兩科知識接起來,而不是分開問兩次得到不連貫的答案。

  1. 1說明研究情境同時提供生物觀察的假設、實驗設計與蒐集到的原始數據,讓 Claude 理解跨科脈絡而非只看數字。
  2. 2請求對應的統計方法請 Claude 依樣本數與資料型態建議合適的統計檢定(如 t 檢定、變異數分析),並用生物課學生能理解的方式解釋為什麼選這個方法。
  3. 3檢查生物學解讀是否合理統計顯著不等於生物學上有意義,請 Claude 另外評論這個結果在生物脈絡下的合理性與限制。
  4. 4學生跨科驗證學生分別請教數學老師確認統計方法、生物老師確認結論解讀,AI 的建議只是起點,不是兩科的最終答案來源。
範例 prompt
我的生物觀察專題假設是:[假設],實驗設計是:[設計],蒐集到的原始數據是:[數據]。請(1)建議適合的統計檢定方法並說明為什麼適用這組資料的樣本數與型態;(2)用高中生能理解的方式解釋這個統計方法在做什麼;(3)評論統計結果在生物學脈絡下是否合理,以及有哪些限制或可能的干擾變因我沒有控制到。

AI Fluency:Delegation · Discernment

注意:統計方法與生物學結論建議都需分別經數學老師與生物老師確認,AI 產出僅作為跨科整合的起點。

前往練習
入門Agentic Coding
AG-1

三模式設定:Chat / Cowork / Code 各自怎麼開始

ChatCoworkCode

同一位教師如何依任務選對模式並完成初始設定--這是進入 Agentic Coding 前的地基。

  1. 1Chatclaude.ai 註冊登入即可;適合備課問答、素材生成。免安裝。
  2. 2Cowork在 Claude 桌面 App 開啟 Cowork,串接 Google Drive/檔案,交付知識庫整理任務。
  3. 3Code終端機安裝 Claude Code,於專案資料夾啟動,進入 explore→plan→code→commit 工作流。
安裝 Claude Code
bash
# 1. 安裝(官方建議方式,依平台而定)
curl -fsSL https://claude.ai/install.sh | sh

# 2. 在你的專案資料夾啟動
cd my-teaching-tool
claude

# 3. 第一個 prompt(Claude 會先讀取專案再行動)
> 請先讀懂這個專案的結構,先別改任何東西

AI Fluency:Delegation

前往練習
進階Agentic Coding
AG-2

教師備課工具:Claude Code + GitHub 版本控制

Code

把自製的互動教具納入 git 版本控制並推上 GitHub,方便迭代、備份與共備分享。

  1. 1explore讓 Claude Code 先理解專案、確認 .gitignore 排除 node_modules 與機密。
  2. 2plan請它說明將執行哪些 git 與 gh 指令,等你確認。
  3. 3code + commit初始化 git、建立 commit,用 gh 建立 repo 並推送。
  4. 4驗證拿到 repo 連結後,確認檔案無誤、機密未外洩。
Claude Code 會幫你執行(每步先確認)
bash
git init && git add -A
git commit -m "feat: 國文閱讀策略互動教具初版"

# 用 GitHub CLI 建立私有 repo 並推送
gh repo create reading-strategy-tool --private --source=. --push

# 完成後 Claude 回報 repo 連結

AI Fluency:Delegation · Diligence

前往練習
挑戰Agentic Coding
AG-3

一鍵部署:Claude Code + Vercel 產生分享連結

Code

把教具或學生專題部署成 preview 網址,發給學生即可使用。正式上線前一律人工確認。

  1. 1本機驗證先讓 Claude Code 跑一次 build,確認可成功建置。
  2. 2連結專案用 vercel CLI 連結並產生 preview 部署。
  3. 3取得連結拿到可分享網址,發給學生。
  4. 4守住邊界preview 沒問題再決定是否上 production;正式部署屬不可逆對外動作。
部署到 Vercel preview
bash
npm run build          # 先本機建置確認
npx vercel             # 連結並建立 preview 部署
# → 取得 https://your-tool-xxxx.vercel.app

# 確認 preview 無誤後,才考慮:
# npx vercel --prod    (正式環境,需人工確認)

AI Fluency:Delegation · Diligence

入門行政減法
AD-1

研習報名與費用速整理

Chat

把報名表、講師資訊、行程草稿貼給 Claude,產出一份可直接交付的行政摘要,省去手動彙整的時間。

  1. 1貼上原始資料貼上報名表、講師簡介與時程草稿,說明要交付的對象。
  2. 2結構化輸出要求輸出活動重點、參與人數、待辦事項與需人工確認事項。
  3. 3標出不確定處請 Claude 明確標出資料不足或互相矛盾之處,不要自行補齊。
  4. 4人工核對確認日期、姓名、金額無誤後才送出或公告。
範例 prompt
請根據我提供的報名表、講師簡介與時程草稿,整理成行政摘要:活動重點、參與對象與人數、時程、待辦事項、需要我人工確認的資料。若資料不足或互相矛盾,請明確標示,不要自行補齊。

AI Fluency:Description · Diligence

注意:若資料含學生或家長個資,請先去識別化再交給 AI 處理。

進階行政減法
AD-2

把整學期行政檔案接上 Cowork 知識庫

Cowork

在 Claude 桌面 App 指向行政資料夾,讓 Cowork 跨多份研習企劃、簽到表與經費報表整理成可查詢的彙整報告。

  1. 1指向最小資料夾在 Cowork 只指向放有研習資料的資料夾,不授權整顆雲端硬碟。
  2. 2交付彙整任務請 Claude 跨檔案彙整經費、簽到與企劃進度,標出缺漏文件。
  3. 3設定 Global instructions把固定的表單格式與用語設成 Global instructions,下次自動套用。
  4. 4守住公開邊界彙整結果若要公開或上呈,先由人工確認資料範圍與用語。

AI Fluency:Delegation · Diligence

注意:經費與個資文件屬敏感資料,授權資料夾前務必確認範圍最小化。

入門寫作教學
WR-1

從修正者到引導者:作文回饋

Chat

AI 評量讓教師從 Corrector 變 Mentor。Claude 只指出現象與方向,不代寫,學生保留修改歷程。

  1. 1輸入作品貼上學生作文,要求只描述現象、不評分。
  2. 2引導式回饋請 Claude 提 2 個引導問題,讓學生自己發現問題。
  3. 3學生主導修改學生修改後須說明修改理由,附 AI 使用聲明。
範例 prompt
以下是學生作文:[貼上]。請從結構、論點、語言三面向指出現象(不評分、不改寫),並提出 2 個引導問題讓學生自己發現問題。語氣鼓勵,適合[年齡]學生。

AI Fluency:Discernment · Diligence

進階教師備課🌐 國際案例
INTL-1

Northeastern University:機構級 Learning Mode 導入

Chat

Northeastern 是 Anthropic Claude for Education 的首個大學設計夥伴,全校 13 校區、5 萬名學生與教職員可使用機構帳號。核心是 Learning Mode:學生提問時 Claude 不直接給答案,先用蘇格拉底式提問引導學生自己拆解問題,教師端則有對應的評量規準協作工具。

  1. 1機構簽約啟用校方與 Anthropic 簽訂機構方案後,全校帳號自動可用 Learning Mode,非個別教師或學生自行申請。
  2. 2課堂內導入教師把 Learning Mode 設為預設模式,讓學生在寫作業/解題過程中先被提問、後得到引導,而非直接取得答案。
  3. 3教師端規準協作教師用機構方案內建的工具,依課程學習目標生成與調整評分規準。

AI Fluency:Description · Discernment

與台灣情境的差異:Learning Mode 需要學校或機構整體簽約才會啟用,目前沒有已知的台灣大學或學校與 Anthropic 簽署機構方案;台灣教師若想要類似的「先引導、不直接給答案」效果,需要自己在 prompt 裡明確要求(見本手冊蘇格拉底式提問類 prompt),無法仰賴帳號內建模式自動套用。

挑戰Agentic Coding🌐 國際案例
INTL-2

CodePath:用 Claude Code 教大規模程式課程

Code

CodePath 是美國最大的大學計算機科學課外課程組織,與 Anthropic 合作把 Claude Code 帶入課程,讓學生在真實的 explore → plan → code → commit 流程中學習工程實務,而不是只寫獨立的程式作業片段。

  1. 1Explore 真實 codebase學生先用 Claude Code 讀懂既有專案結構,而非從零開始的孤立練習題。
  2. 2Plan 後才動手要求 Claude Code 先列出修改計劃,學生確認後才執行,培養先想清楚再動手的工程習慣。
  3. 3驗證與 commit每個改動都要有可驗證的結果與版本紀錄,呼應業界實際的協作流程。

AI Fluency:Delegation · Discernment

與台灣情境的差異:CodePath 是美國大學課外組織的官方合作,台灣目前沒有對應的大規模課程合作;但 explore → plan → code → commit 的流程本身是 Claude Code 的通用機制,台灣教師可以直接套用在自己的程式教學上(對應本手冊「Claude Code 暖身任務」「Claude Code 統一檔名」等練習)。

入門教師備課🌐 國際案例
INTL-3

Teach For All:全球教師 AI 培力計畫

Chat

Anthropic 與 Teach For All 合作,為 63 個國家、超過 10 萬名教師與校友提供 AI 素養培訓機會,協助教師發展自己的 AI Fluency,再把這些能力帶回課堂。

  1. 1教師先練習 AI Fluency培訓聚焦教師自己先具備委派判斷、描述協作、辨識評估、盡責使用的能力。
  2. 2再設計課堂任務教師具備能力後,才把對應的 AI 協作方式設計進自己的課程,而非直接把工具丟給學生。

AI Fluency:Delegation · Diligence

與台灣情境的差異:Teach For All 是全球性教師組織網絡,台灣目前不在已知的 63 國名單中可被直接驗證;但「教師先培養 AI Fluency、再設計課堂任務」的順序,是本手冊 fluency 模組一致建議的做法,與是否有官方培訓計畫無關。

大學端案例

依模式:

20 個原型案例

課程設計
U-E01

課程大綱健檢與優化

Chat

上傳課綱,請 Claude 以資深教育者視角給出可執行的改進建議。

Claude prompt
請以資深大學教育者的視角,仔細分析我附上的課程大綱(Syllabus)。針對以下面向各給「具體、可執行」的回饋,務求精要:
• 第一印象與疑問
• 內容缺口分析
• 建議補充的單元
• 視覺化/呈現的強化機會
• 整體改進建議
(請附上你判斷的依據,方便我取捨。)

Claude 適配:Claude 長脈絡可一次讀入整份大綱與相關教材交叉比對;可在 Projects 內建立「本課程知識庫」反覆優化。

改寫自 ChatGPT - Refine your syllabus

課程設計
U-E02

依學生興趣客製練習題

Chat

保留題目的數學核心與數值,改寫情境貼近特定學生的興趣。

Claude prompt
這是一組關於[主題,如線性方程式]的練習題。請保留核心題型與數值不變,但把情境改寫為對「[興趣,如滑板、動漫、籃球]」有興趣的學生會感興趣的版本。改寫後請標出哪些是情境包裝、哪些是不可更動的數學核心。

Claude 適配:差異化教學的快速版;可一次產出多種興趣版本供分組使用。

改寫自 ChatGPT - Tailor a problem set

課程設計
U-E03

把易被 AI 代寫的作業重新設計

Chat

把容易被 AI 整份完成的作業,改成「AI 作為支援工具」而非整套解答的設計。

Claude prompt
我想重新設計容易被 AI 整份完成的作業。請分析這份作業,提出一個有創意的替代版本:仍評量相同的能力,但讓 AI 只能當「支援工具」,而非整套解答。
請具體說明:① 新作業如何讓學生的判斷與歷程被看見;② 可搭配哪種「過程證據」或 AI 使用聲明來評量。

Claude 適配:呼應 Claude for Education 的 Learning Mode 與本手冊的「代理 vs 外包」;建議搭配過程答辯評量。

注意:涉及學生資料/學術誠信時,請去識別化、揭露 AI 協助,並由人最終負責。

改寫自 ChatGPT - AI-proof your assignments

課程設計
U-E04

更新過時的課程例子

Chat

把陳舊的案例(如疫情遠距)換成更貼近當下、可引用來源的資料。

Claude prompt
這道題目目前用「[舊例,如疫情期間遠距工作]」當例子,我想換成更貼近 2026 年、更有趣且相關的例子。請找出 3 個相關主題的替代資料(附可查證的來源連結),並依我附的格式輸出表格供我挑選。

Claude 適配:務必要求附來源並自行查證--Claude 可能出現幻覺,引用一律由教師核實。

改寫自 ChatGPT - Make your examples more relevant

課程設計
U-E05

調整新學期課程行事曆

ChatCowork

依新學期起訖日,自動順移整學期課程日期並避開週末假期。

Claude prompt
這是上學期的課程行事曆。本學期自 2026/1/12(一)開始、5/1 結束。請依此調整所有日期,對齊每週上課日並避開週末與連假,輸出與原檔相同格式的新行事曆。

Claude 適配:Cowork 可直接讀寫你的試算表/文件檔;Chat 則貼上後輸出。

改寫自 ChatGPT - Adjust your schedule

教材與評量
U-E06

從講義生成隨堂測驗

Chat

依投影片與逐字稿,生成可在課中使用的選擇題,附正解與解析。

Claude prompt
依附上的投影片與課堂逐字稿,生成 10 題單選題,作為課中隨堂測驗,幫學生檢核理解。每題標出正解並附解析。請避免可純記憶作答的題目,偏向理解與應用。

Claude 適配:Claude 長脈絡可一次吃下整份投影片+逐字稿;命題後仍由教師審核素養含量。

改寫自 ChatGPT - Generate a quiz based on your lecture

教材與評量
U-E07

生成補考題(避開原範圍)

Chat

依讀書指引,產出與原題同風格但不重疊主題的補考題。

Claude prompt
依附上的讀書指引(Study Guide),以這兩道範例題的相同風格,建立一題補考題。請勿觸及範例題已涵蓋的任何主題,並附評分要點。

改寫自 ChatGPT - Generate makeup exams

教材與評量
U-E08

把 Podcast 轉成講課大綱

Chat

分析 Podcast 逐字稿,重組為邏輯清晰的 20 分鐘大學課程講綱。

Claude prompt
你是擅長把對話素材轉為結構化教學內容的講者。請分析這份 Podcast 逐字稿:萃取核心主題、依「邏輯」而非「時間順序」重組論點,整理成一份適合大學[科目]課堂、20 分鐘可講授的講綱。先輸出清楚的大綱(主段落+子重點)。

Claude 適配:Claude 擅長把零散的逐字稿重組為有邏輯脈絡的教學講稿,不只是語音摘要。

改寫自 ChatGPT - Create a lecture outline from a podcast

教材與評量
U-E09

為投影片做概念圖(Claude SVG)

ChatCode

把抽象框架(如以太陽系比喻創業轉向)視覺化為可放進投影片的圖。

Claude prompt
我有一個想分享給創業與科技創新課學生的框架:用「太陽系行星」比喻創業「轉向(pivot)」的影響。請幫我把這個概念設計成一張可放進投影片的視覺圖。請用 Artifact 直接產出 SVG,並說明各元素的對應關係。

Claude 適配:重要適配:Claude 不像 ChatGPT 有原生繪圖,但其 SVG/Artifacts 即時預覽更適合做「概念圖、流程圖、資訊圖」這類教學圖示。

改寫自 ChatGPT - Make images for your slides

教材與評量
U-E10

設計更有互動性的線上課

Chat

把一段線上模組改成促進主動學習,含蘇格拉底提問與低負擔活動。

Claude prompt
你是資深教學設計專家。請協助我設計一段關於[主題]的短線上學習模組,促進主動學習與深度理解:
• 2-4 個能引發批判思考的蘇格拉底式問題
• 1-2 個低負擔線上活動(投票、聊天室、分組討論、角色扮演)
• 用一個真實情境貫穿
請以條列或大綱輸出。

改寫自 ChatGPT - Design a more interactive lesson

教材與評量
U-E11

從講課回顧改進下一次教學

Chat

依大綱、投影片與逐字稿,找出可改進處並給具體建議。

Claude prompt
請依附上的課綱、投影片與課堂逐字稿,幫我找出這堂[課程主題]可以改進的地方,並列出「具體可執行」的改進清單(含為什麼)。

改寫自 ChatGPT - Improve your lectures

研究與學術
U-E12

做一份嚴謹的文獻回顧

ChatCowork

限定頂級期刊範圍,產出含理論框架與研究缺口的文獻回顧。

Claude prompt
請就「[主題,如消費者與 AI 的關係]」做一份完整文獻回顧,供我課堂講義使用。僅取自[指定範圍,如 FT50 頂級期刊]的文章,確保引用準確。內容涵蓋:理論框架、概念模型、學術爭論、研究缺口、方法論取向。

Claude 適配:Claude 的長脈絡能力可一次讀入大量 PDF(實際 token 上限請以官方模型頁面為準);但所有引用務必由研究者查證,不可全信 AI 生成的書目。

注意:涉及學生資料/學術誠信時,請去識別化、揭露 AI 協助,並由人最終負責。

改寫自 ChatGPT - Conduct a lit review

研究與學術
U-E13

草擬研究計畫/補助申請

ChatCowork

依補助要求,協助構思研究計畫的定位與賣點。

Claude prompt
我要申請這份補助。請依附上的申請要求,協助我構思如何定位與推銷我的研究計畫「[研究主題]」:列出核心貢獻、與要求對應的賣點、以及審查者可能質疑之處與回應方向。

改寫自 ChatGPT - Draft a grant proposal

研究與學術
U-E14

快速摘要報告重點

Chat

把長報告濃縮成可在簡報中使用的幾個要點。

Claude prompt
我今天要對工程學院教師簡報。請從這份報告中萃取幾個簡短要點,用來鼓勵教師把生成式 AI 對應到[標準,如 ABET 指引]。

改寫自 ChatGPT - Summarize a report

研究與學術
U-E15

尋找備課新資源

Chat

為課程開場主題推薦該讀/該看的準備資源。

Claude prompt
我在教一門公共政策碩士課「[課名]」,想以「[開場案例,如古巴飛彈危機的決策]」開場。請推薦我該讀或該看的準備資源,並簡述每項為何值得參考(附可查證來源)。

改寫自 ChatGPT - Find new resources

行政與溝通
U-E16

依個人風格草擬推薦信

ChatCowork

用過往推薦信的結構與語氣,為學生草擬第一版。

Claude prompt
我要為研究助理寫一封推薦信。以下是我對她的優點與成就的想法。請參考我過往推薦信的結構、風格與語氣,寫出第一版草稿,保留我的個人聲音,避免空泛溢美。

Claude 適配:Cowork 可讀取你過往的多封推薦信建立個人語氣庫;務必保密學生個資並由你最終定稿負責。

注意:涉及學生資料/學術誠信時,請去識別化、揭露 AI 協助,並由人最終負責。

改寫自 ChatGPT - Draft a letter of recommendation

行政與溝通
U-E17

撰寫溫暖而有界線的回信

Chat

在設定界線、婉拒或請求更多時間時,仍維持關係。

Claude prompt
請當我的溝通助理,為以下這封信寫一封專業、有同理且溫暖的回覆。我希望即使在設界線、婉拒或請求更多時間時仍維持良好關係:適時肯定對方、acknowledge 其付出與情緒,並提供具體下一步。請簡短、真誠、以解決為導向,結尾帶上鼓勵或感謝。

改寫自 ChatGPT - Write replies to an email

行政與溝通
U-E18

草擬學年度評估報告

ChatCowork

整合學習成效、回饋分數與範本,草擬年度課程評估報告。

Claude prompt
請扮演大學行政人員,協助我撰寫年度課程評估報告。我會提供:被評估的學習成效、回饋分數、以及一份範本報告。請依範本的結構與語氣草擬,並標出需要我補充佐證之處。

Claude 適配:需整合多份檔案 → Cowork/Projects 的長脈絡最適合;涉及學生資料請去識別化。

注意:涉及學生資料/學術誠信時,請去識別化、揭露 AI 協助,並由人最終負責。

改寫自 ChatGPT - Draft an annual assessment report

行政與溝通
U-E19

把課程回饋變成可行動改進

Chat

拆解學生評鑑回饋,找出趨勢並依重要性排序改進項。

Claude prompt
請分析我收到的這些課程評鑑回饋,拆解成可行動的改進項:找出整體趨勢與指向改進的訊號,依重要性排序,並說明為什麼。

改寫自 ChatGPT - Process your course feedback

行政與溝通
U-E20

自動化擷取與彙整成績(Agentic)

Code

把評分系統介面的成績逐筆擷取、彙整成 CSV--交給 Claude Code 寫腳本。

Claude prompt
我想自動化一件事:逐一走過[評分系統,如 Canvas SpeedGrader]每份提交,複製成績細項與文字回饋,按下一筆、重複,最後彙整成 CSV。請假設我完全不會寫程式:先告訴我你需要哪些資訊、要我複製什麼,再寫一段可在瀏覽器 Console 執行的腳本。每一步先說明再給程式碼。

Claude 適配:這是典型 Agentic Coding:Claude Code 走 explore→plan→code→commit。涉及學生成績,請在合規前提下、且資料不外流的環境執行。

注意:涉及學生資料/學術誠信時,請去識別化、揭露 AI 協助,並由人最終負責。

改寫自 ChatGPT - Extract and compile grades faster