某個星期天晚上，一位國中自然科老師打開 ChatGPT，輸入「幫我設計一堂光合作用的活動課」，拿到了一份大綱，修改了 20 分鐘，還不錯。她存檔、關掉視窗。
下周又要備課時，她重新打開 ChatGPT，重新輸入幾乎相同的 prompt（提示指令）——因為她沒有建任何流程，每次都是從頭開始。
這不是這位老師的問題。根據 EdWeek Research Center 的調查，美國有六成教師已經在使用 AI，但大多數人的使用方式，停留在「問一次、用一次、下次再來」的模式。工具有了，習慣有了，但流程——沒有。
試用工具和設計流程，是兩件完全不同的事
2026 年 3 月 18 日，美國教師聯合會（AFT）和 Anthropic、Microsoft、OpenAI 共同推動的「National Academy for AI Instruction」（AI 教學國家學院）在紐約舉辦了首次培訓，約 50 名 K-12 教師——也就是從幼兒園到高中的現職教師——參與了這場培訓。這個計畫背後有一筆五年 2,300 萬美元的合夥協議，美國國家科學基金會（NSF）也另外撥了 1,100 萬美元支持相關師資培訓。
投入這麼多，重點不是讓老師「學會用 ChatGPT」。
這個培訓計畫的核心目標，是幫教師從「試用工具」升級到「設計流程」。這兩件事聽起來很像，但做起來天差地別。
試用工具，是你有問題就問 AI，AI 給了答案你去用。設計流程，是你把「從需求到產出」這整條路拆開來，決定哪幾個步驟可以讓 AI 自動接力、哪幾個步驟需要你親自判斷，然後把這套邏輯固定下來，下次不用再重新想一遍。
前者依賴你每次的狀態和靈感；後者是一個系統，你有沒有精神它都跑得動。
Agentic 是什麼？一個備課流程的具體範例
培訓裡有一個核心概念叫做 agentic——可以把它理解成「讓 AI 自動跑完一整條流程」，不是只回答你一個問題，而是把多個步驟串起來、讓 AI 接力完成。
來看一個具體的備課例子。
傳統的 AI 備課方式是：老師想到一個主題 → 打開 ChatGPT → 問一個問題 → 拿到答案 → 想下一個問題 → 再問一次。這個方式沒有錯，但效率受限於「老師每次都要在場」。你不在，流程就停了。
Agentic 的備課方式是：老師建立一個提示詞模板，裡面包含「科目、年級、課程目標、學生程度、輸出格式」等固定條件，每次備課只需要填入本周的主題，AI 就能按照固定邏輯跑完「學習目標拆解 → 課堂活動設計 → 評量題目 → 延伸資源推薦」的整條流程，產出一份符合老師習慣的完整草稿。
兩者的差距不是技術有多難，而是思維方式不同：後者不依賴老師每次的靈感和記憶，它是一個可以重複啟動的系統。老師的角色，從「每次都要發問的人」變成了「設計流程和審核結果的人」。
學校還沒有培訓計畫？你自己可以做的三步驟
如果你的學校還沒有任何 AI 培訓，等待不是唯一選項。以下三個步驟，你今天就可以開始：
第一步：把你最常重複的備課任務寫下來。 不需要很多，找出三到五件「每學期都要做、格式相對固定」的事——學習單設計、單元測驗、課程目標撰寫都是好候選。這些是最適合建立流程模板的任務類型。 第二步：把你最滿意的一次 AI 輸出存成範本。 下次 AI 給了一個你很喜歡的結果，不要只存那份結果——把你當時用的完整提示詞也存起來，加上「為什麼這次好」的備注。這就是你流程設計的起點。 第三步：讓這個模板跑三次，觀察結果的一致性。 如果三次的結果都有用，恭喜你，你已經建立了一個可重複使用的 AI 備課流程。如果三次結果差異很大，你需要調整提示詞裡的條件設定，讓 AI 的行為更可預測。今天可以先做什麼
在繼續讀下一篇文章之前，先問自己一個判斷題：
你現在用 AI 的方式，如果少了你每次手動介入，流程還能跑嗎？如果答案是「不行」，那你目前是在使用工具，還沒進入 AI 教學設計的門。這不是批評，而是一個清楚的定位點——美國那五十位老師在紐約的培訓裡，正在學的就是怎麼從這個定位點往前走一步。
你今天可以先做的事：找出一個你最常重複的備課任務，試著把那個任務的「目標、條件、格式」寫進一個提示詞裡存起來。不用追求完美，跑一次看看結果。這是流程設計最小可行的第一步，也是那五十位老師正在練習的同一件事。
Source Credits
- EdWeek, 2026-03-21，National Academy for AI Instruction 首次培訓於紐約舉辦報導
- EdWeek Research Center 調查：六成 K-12 教師使用 AI，但多數侷限在基礎用途
- AFT + Anthropic/Microsoft/OpenAI 五年 $2,300 萬合夥協議
- NSF $1,100 萬 K-12 教師 AI 培訓撥款