中國醫大教職員AI增能研習聚焦AI Agent　從課程內容產出到教學工作流設計

(中央社訊息服務20260820 15:27:07)中國醫藥大學持續推動教職員人工智慧增能，今（20）日由教務處主辦AI增能研習課程，邀請施奇廷教授以AI Agent規劃與應用為主題，帶領教職員從大型語言模型（LLM）的能力與限制出發，進一步理解如何透過AI Agent規劃課程內容產出流程，將教學需求拆解為可執行、可調整、可驗證的工作步驟，協助教師逐步建立適合自身教學需求的AI工作流。

教務長余永倫表示，AI已逐步從單一工具的使用，走向工作流程與教學模式的重新設計。對教師而言，真正重要的不是追逐每一項新技術，而是思考如何將AI適切融入課程規劃與教材產出。透過此次研習，希望協助教師建立從教學目標、內容設計到成果驗證的完整AI工作流，讓AI成為提升備課效率與教學品質的協作工具，同時保留教師對內容專業、正確性與教學品質的最終把關。

面對AI工具與技術快速更新，從Prompt Engineering、RAG、Reasoning Model、MCP，到Context Engineering、Memory、Skills等新概念持續出現，施奇廷教授首先提醒與會教職員，不必因為擔心「跟不上AI」而陷入追逐新工具的焦慮。AI技術快速演進，真正需要掌握的，不是每一個新名詞，而是理解問題、釐清需求，並知道如何把工作交代清楚。

課程也從大型語言模型「擅長什麼、容易錯什麼」切入。施奇廷教授說明，LLM在文字生成、摘要、翻譯、改寫、格式轉換與開放式發想等語言型任務上具有優勢，因此特別適合協助教師進行教學內容整理與初步產出；但若涉及精確計算、冷門資訊、資料判讀或實際執行結果，仍需要進一步驗證。他強調，AI雖然能提升效率，但本質上仍是一項需要被嚴格管理的工具，使用者必須保留最後的判斷與確認責任。

在AI Agent的應用上，課程特別著重於「流程怎麼建」。施奇廷教授指出，一般聊天式AI多半停留在單次提問與單次回答，但實際的課程設計往往包含多個連續步驟，例如蒐集資料、整理重點、建立課程架構、撰寫教材、設計案例、產生練習題、調整內容層次，再進行最後檢查。若能將這些步驟轉化為一套清楚的工作流，AI Agent就能從單純回答問題，進一步協助完成整段課程內容產出流程。

課程進一步說明AI Agent的典型運作方式，包含目標輸入、規劃（Plan）、執行（Act）、驗證（Validate）與持續調整。以課程內容產出為例，教師可先設定最終教學目標，再要求Agent將任務拆分為不同階段，依序完成資料整理、內容生成、格式統整與品質檢查；若結果未符合原先設定，則重新調整規劃並再次執行，形成可以持續修正的工作循環。

施奇廷教授也指出，建立AI工作流的關鍵，不在於把Prompt寫得越長越複雜，而是要先把「自己到底要什麼」想清楚。包括課程對象、學習目標、內容深度、教材格式、案例類型、輸出方式與完成標準，都應先明確定義。當需求與規格清楚後，Agent才能依照既定流程穩定執行。

課程中並以「慣老闆模式」生動比喻AI Agent的任務分工概念：使用者不必每件事都親自操作，但必須知道如何拆解工作、分派任務、設定標準與驗收成果。例如一門課程的教材產出，可以依序要求AI完成資料蒐集、課程架構整理、教材撰寫、案例設計、圖表規劃與內容檢核，而不是只下達一句「幫我做一份課程」。

此外，課程也介紹Claude、Gemini與OpenAI等不同平台的AI工作流，讓教職員理解不同工具雖有不同操作方式，但核心概念相同：先設定規則，再建立流程，接著讓Agent依任務調用適當工具執行，最後透過驗證機制確認結果是否符合原先需求。

施奇廷教授也以CLAUDE.md、AGENTS.md、Skill與Memory等概念說明，當AI Agent逐漸進入較長期的工作流程後，教師可以事先設定常駐規則、建立特定任務的工作說明，並保留必要的任務脈絡與歷史資訊，使AI在後續工作中能更一致地遵循課程設計需求。但他也提醒，規則、技能與記憶都必須持續管理與修正，避免錯誤設定被重複沿用。

此次研習從AI工具使用進一步走向AI工作流設計，讓教職員理解，AI在教學上的價值不只是快速生成一段文字，而是能協助將複雜的課程內容產出工作拆解、串接並持續優化。面對AI快速演進，教師真正需要培養的，是「想清楚要什麼、把流程建清楚、讓Agent執行，再驗證結果」，逐步將AI轉化為可實際融入課程設計與教學內容生產的智慧協作工具。