先在手冊中拆任務、選模式、生成 prompt，再把結果帶到 Claude、Claude Artifacts 或 Claude Code 實作。
把模糊備課需求轉成有脈絡、有流程、有形成性評量的教案草稿。
4 項準備資料・約 15 分鐘
產生題目後要求 Claude 自評，協助教師看出命題風險。
4 項準備資料・約 30 分鐘
練習把評量重心從『抓學生用了 AI』轉為設計出能觀察真實思考歷程的評量方式。
3 項準備資料・約 30 分鐘
讓 AI 當提問者，而不是直接替學生決定題目。
3 項準備資料・約 15 分鐘
用提問代替直接給答案，檢核自己是否真的讀懂文章。
練習面對犀利提問時的應對，而不是只練習講稿。
練習把零散筆記轉成結構化重點，而不是直接整本丟給 AI 重寫。
在真正面試前練習應答，並得到具體可改進的回饋。
練習寫出有具體證據、而非空泛感想的學習歷程反思。
練習用 AI 檢查解題邏輯，而不是直接抄答案。
練習用 Cowork 把小組成員各自的文件整合成一份進度總表。
在真實情境練習口說，並得到具體的語言修正。
把專題成果做成可分享的互動網頁，銜接學習歷程檔案。
3 項準備資料・約 45 分鐘
讓 Claude 讀取課綱與材料後，提出研討活動與評量調整。
用資深教育者視角檢查課綱缺口，而不是只請 AI 重寫一份。
把作業設計成 AI 只能當支援工具，而非整套代寫的版本。
把講義與逐字稿轉成測驗理解、而非記憶的隨堂測驗題。
用長脈絡一次讀入多份文獻，產出可供課堂使用的文獻回顧框架。
整合多份來源資料草擬年度報告，同時標出需要人工補充佐證之處。
用 Claude Code 寫一段腳本自動化原本要逐筆手動複製的彙整工作。
用「講給別人聽」的方式檢驗理解，而非直接問 AI 對不對。
2 項準備資料・約 15 分鐘
保留自己的修改歷程與聲音，避免學術誠信問題。
寫下可公開揭露的 AI 使用原則，作為 Human-in-the-Loop 的具體承諾。
2 項準備資料・約 30 分鐘
用 Cowork 整理多份行政材料，產生可交付的摘要與待辦。
把散亂的單據資訊整理成可直接送核銷的格式，並標出缺漏。
跨多份簽到與問卷檔案，產出一份研習成效摘要。
把口語化的需求說明改寫成正式公文用語的簽呈草稿。
用讀者視角檢查公告是否容易誤解，而非只檢查文法。
把命名混亂的掃描檔案批次整理成統一規則，不需要逐個手動改名。
把過去合作過的講師資料整理成可查詢的資料庫，方便下次邀約。
把冗長的會議記錄整理成可直接分派的待辦清單。
把活動細節寫成清楚、友善、家長容易理解的說明信。
從零草擬一份可公告的校內 AI 使用政策範本，涵蓋師生使用邊界、資料保護與核准流程。
用程式自動產生每位報名者的簽到 QR code 與對應表，取代人工列印對照。
2 項準備資料・約 45 分鐘
練習 Explore、Plan、Code、Commit 的完整代理流程。
4 項準備資料・約 45 分鐘
練習只用 explore，不動手改檔，先建立對專案的正確理解。
在既有專案規範下新增功能，而不是讓代理自己決定風格。
練習用 explore→plan→code→verify 的完整流程修一個具體的小錯誤，而不是直接跳到改檔。
把重複執行的工作流程包裝成 Skill，讓之後同類任務可以重用。
讓每次推送都自動跑一次建置檢查，不必每次手動確認。
在合併前用代理協助找出潛在問題，而不是取代人工審查。
用 Hook 在高風險動作前自動加一層檢查，降低個資外洩風險。
練習把複雜任務拆給專門的 subagent，保持主對話清晰。
走完從本機驗證到 preview 部署的完整流程，並保留人工確認點。
讓 Claude 指出現象與提問，不直接替學生重寫。
練習判斷 Chat、Cowork、Code 的適用邊界。
練習一般教師（非大學、非行政）使用 Cowork 指向工作資料夾、交付多步驟任務。
在挑戰級 Agentic Coding 任務之前，練習一個低風險、不需寫程式背景的 Code 暖身任務。
從零開始安裝 Cowork、連接第一個資料夾與 app，交付你的第一個任務。
從零開始安裝 Claude Code、在專案資料夾啟動、送出第一個 explore prompt 並確認安裝成功。
在完成第一次安裝後，練習連接第一個 MCP server 並建立一個簡單的 Skill，封裝重複工作流程。
用同一份核心內容產出不同難度版本，支援差異化教學。
在真正溝通前，先用模擬對話練習語氣與應對方式。
練習用 Cowork 跨多個檔案彙整成績，並產出評語初稿供教師修改。
練習用 Discernment 檢查 AI 產出的評語／評分是否對不同學生背景存在系統性差異，而不只是抓單一錯誤。
練習用 Claude Code 把原始成績 CSV 轉成可讀的班級分析報表。