← 返回工具箱
📚

教學素材推薦器

根據課程主題和需求，推薦合適的教學素材和資源

每日可使用 3 次

▶使用技巧（3 則）
標註「建議搜尋」
AI 推薦的資源可能需要再確認是否存在，標註的要自行驗證
勾選需要的類型
只勾你需要的素材類型（如只要影片和工具），結果更聚焦
使用建議很實用
每個素材都附有最佳使用時機，幫你決定放在課程的哪個環節

適合誰用？

👤 企業內訓講師

什麼時候用：課程主題確認後、開課前 1-2 週

用了會：用 教學素材推薦器 把原本要花 1-2 小時的工作壓到 5-10 分鐘，產出可以直接用

👤 大學/社大兼任講師

什麼時候用：面對 推薦影片 這類需求時

用了會：不用每次重新從零開始想，AI 給結構化模板可微調

👤 線上課程創作者

什麼時候用：想對齊業界標準格式或學新做法

用了會：參考 AI 產出後再根據自己風格調整，效率提升 3-5 倍

📖 使用說明（7 步驟）

  1. 步驟 1：寫教學主題 + 章節

    「主題 / 我現在準備的是哪章」。AI 會根據章節找對應深度的素材 — 入門章配 Ted Talk、深化章配 paper / 案例。

  2. 步驟 2：選素材類型（可複選）

    影片（Ted/ YouTube）/ 文章（部落格 / 報導）/ 論文 / 書籍 / 工具（App / 網站）/ Podcast / 社群帳號 / 真實案例。

  3. 步驟 3：寫學員程度

    「初階 / 中階 / 進階」+ 學員年齡層。AI 會挑對應難度 — 初階給「3-5 分鐘短影片」、進階給「30 頁論文 / 200 頁書」。

  4. 步驟 4：選用途

    課前預習 / 課中引用 / 課後延伸 / 學員自學包 / 講師備課加深。AI 會調整推薦的「閱讀時長」+「深度」。

  5. 步驟 5：寫語言偏好

    「繁中優先」「英文 OK」「中英混搭」。AI 會優先推台灣 / 繁中內容 — 但深度素材英文仍會推（會附中文摘要）。

  6. 步驟 6：產生 + 等 20-40 秒

    AI 輸出 15-25 筆素材，每筆含：標題 / 連結 / 類型 / 推薦原因 / 適合段落 / 引用 quote / 預估時長 / 信度評級。

  7. 步驟 7：驗連結 + 看發布日

    上場前點開 5-10 個重點連結，確認 (1) 連結還活著 (2) 發布日 < 2 年（AI 領域 < 1 年）(3) 引用 quote 跟原文一致。

💼 真實案例（1 個）

案例 1：Prompt 工程章節素材包

情境：某資深講師備課 Prompt 工程章節，想要「課前 + 課中 + 課後」三段式完整素材包

📥 真實輸入
📸 分享卡
主題：Prompt 工程 / Chain-of-Thought 章節
類型：影片 + 文章 + 論文 + 書 + 工具
學員：中階工程師
用途：課前預習 + 課中引用 + 課後延伸
語言：中英混搭
📤 AI 產出片段
## 📺 課前預習（指派學員上課前看 / 20 分鐘以內） ### 1. Andrej Karpathy: Intro to Large Language Models (2023) - 連結：youtube.com/watch?v=zjkBMFhNj_g - 類型：影片（60 分鐘，建議看 10:00-22:00 段） - 推薦原因：用最直白的方式講 LLM 是怎麼想的 → 為 CoT 做鋪陳 - 適合段落：開場暖身（看完讓學員「為何 prompt 要這樣寫」有 intuition） - 信度：★★★★★ Karpathy 是 OpenAI 共同創辦人之一 ### 2. 〈為什麼 Chain-of-Thought 真的有效〉— Inside Out 部落格 - 連結：insideout.tw/cot-why-works - 類型：文章（中文，15 分鐘讀完） - 推薦原因：用中文解釋 CoT 原始論文，無數學門檻 - 信度：★★★★ ## 🎤 課中引用（每段配 1-2 個短素材） ### 3. Wei et al. (2022) CoT 原始論文 — 圖 1 + 表 2 - 連結：arxiv.org/abs/2201.11903 - 類型：論文（讀圖 1 + 表 2 就夠 — 1 分鐘） - 引用 quote：「Reasoning steps emerge when models are >100B parameters」 - 適合段落：講 CoT 為何 GPT-3.5 之前不 work — 用這張圖一秒打通 - 信度：★★★★★ ### 4. 案例：Claude 用 CoT 解 AIME 數學競賽題 - 連結：anthropic.com/news/claude-3-7-thinking - 引用 quote：「77.4% 通過率，比沒 CoT 高 38 個百分點」 - 適合段落：講「實戰差異」用這個數字 — senior 工程師會「服氣」 - 信度：★★★★★ ## 📚 課後延伸（給想深挖的學員） ### 5. 書：《The Reasoning AI》Daniel Kahneman (中譯本：思考的進化) - 類型：書（200 頁 / 中譯本約 NT$ 480） - 推薦原因：把 LLM 推理跟人類「系統 1 / 2」對應 — 講完 CoT 後最該讀 - 信度：★★★★★ ### 6. 工具：DSPy（Stanford 出的 prompt 編譯框架） - 連結：dspy.ai - 類型：工具（開源 Python） - 推薦原因：自動化找最佳 CoT prompt — 學完手動 prompt 後該玩 - 信度：★★★★★ （共 22 筆素材）

💎 從這案例學到：好素材清單 = 「能在現場引用的具體東西」而不是「相關閱讀」。每筆配「引用 quote + 適合段落」讓你上場直接抓出來講 — 不用自己消化整本書。信度評級防 AI 編連結 — 5 顆星才用，3 顆以下自己驗。

※ 案例為示意性質，輸入與產出片段已抽象化或匿名化。如涉及真實客戶情境， 皆事先取得當事人同意刪除可識別資訊。若你發現任何案例與你的真實情境相似屬於巧合， 歡迎告知 [email protected]。

教學素材推薦器：實戰應用指南

為什麼講師需要「教學素材推薦器」？

推薦影片、文章、工具、書籍等教學素材。聽起來簡單，但真實狀況下講師常卡在 3 個地方：

  1. 沒有可參考的範本 — 找網路上的範例不是太簡略就是不適合台灣情境
  2. 每次從零開始 — 同類型的工作每次都得重新想，沒有累積
  3. 產出品質不一致 — 心情好、時間夠時做得很完整，趕的時候就草率

這個工具的設計就是為了解決這 3 件事。

使用流程

詳細的 7 步驟在上面「📖 使用說明」區。核心邏輯：填必填 → 加選填 context → 產生 → 微調 → 應用。

哪些情境最常被使用

企業內訓講師、大學/社大兼任講師、線上課程創作者 是這個工具最常見的使用者。共同的痛點是 備課時間不夠、結構亂、想不到實際案例。

用完之後的下一步

不同階段有不同的「下一個工具」建議：

  • 想完整跑完一段流程 → 看 一鍵流程 有沒有對應的串接組合
  • 想看其他講師也常用什麼 → 看 本週工具排行榜
  • 想保留結果 → 用 Email 儲存功能，會收到永久連結

小提醒

AI 產出是「初稿」不是「終稿」。建議花 5-10 分鐘檢視產出後再使用：

  • 把 AI 給的範例（如「王小明」「某公司」）換成你的真實情境
  • 補上你領域 / 客戶的特殊細節
  • 確認時程 / 數字 / 名稱沒錯誤

這樣產出才會「像你寫的」，不會被學員 / 客戶看出 AI 味。

常見問題

教學素材推薦器 適合哪些講師使用？▼

企業內訓講師、大學/社大兼任講師、線上課程創作者 都適用。共同特徵是經常需要產出 推薦影片 相關內容，但時間有限。

AI 產出的內容可以直接用嗎？▼

建議當「初稿」用，花 5-10 分鐘做 3 件事：(1) 把範例換成你的真實情境；(2) 補上領域特殊細節；(3) 確認時程 / 數字 / 名稱沒錯。然後就能用。

每天有使用次數限制嗎？▼

每個工具每日 3 次免費，分享給朋友 +3 次，被推薦 +5 次。額度每天 UTC+8 凌晨 0:00 重置。

我的輸入內容會被儲存嗎？▼

不會儲存到伺服器。產出結果只存在你的瀏覽器 localStorage，除非你主動點「儲存到 Email」才會儲存到雲端。

產出的內容版權屬於誰？▼

屬於你。你可以自由用於教學、商業、發布、改作。建議保留 AI 輔助痕跡（誠實是上策），但沒有強制要求標註。

結果不滿意可以重跑嗎？▼

可以按結果區的「🔁 用同樣輸入重跑」按鈕，會用同樣輸入再跑一次（消耗 1 次配額），通常 AI 隨機性會給出不同切角的版本。