4 / 10
⏰ 第二階段步驟配置
完成三輪提問，每一輪都有明確任務
步驟 1
說明蒸餾概念和簡報設計原則 — 幫助學員理解「為什麼不能直接搬論文」
步驟 2
第三輪提問：將知識壓縮為簡報素材 — 使用提示詞 5、6，從六大面向提煉核心論點並分析概念關聯
步驟 3
第四輪提問：生成簡報大綱 — 使用提示詞 7，產出完整 13 頁簡報架構，含標題、bullet points
步驟 4
第五輪提問：優化大綱結構 — 使用提示詞 8，檢查邏輯連貫性、遺漏概念
步驟 5
確認大綱合理性 — 最後通讀一次大綱，確認整體邏輯沒有問題後進入第三階段
💡
節奏掌控很重要 — 每一輪提問之間要「閱讀、理解、判斷」AI 的回覆，不要急著丟出下一個提示詞。人類的判斷力是整個流程的品質保證。
🤔 為什麼分成三輪而不是一次問完？ → 就像蓋房子要先打地基（蒸餾素材）、再畫藍圖（生成大綱）、最後驗收（邏輯校正），每一輪的產出是下一輪的輸入，循序漸進才能確保品質。
5 / 10
🎯 第三輪：去蕪存菁 — 六大面向核心論點蒸餾
提示詞 5 — 從六個面向各提煉 3-5 個核心論點
PROMPT 5
請根據已上傳的論文內容，從以下六個面向各提煉 3-5 個核心論點：
1. 定義與核心機制：工作範例（Worked Examples）的定義、核心要素、運作原理
2. 理論基礎：認知負荷理論（Cognitive Load Theory）如何支撐工作範例的有效性
3. 設計原則：圖文整合（Integrated Format）、步驟編號（Step Numbering）等設計要素
4. 學習成效：對程序性技能（Procedural Skills）習得的影響與實證研究結果
5. 風險與限制：盲目模仿（Rote Mimicry）、專家反轉效應（Expertise Reversal Effect）
6. 教學應用建議：如何在實際教學中有效運用工作範例
- 六大面向的設計邏輯：這六個面向剛好對應簡報中間的核心頁面（第 3–10 頁），確保每頁都有堅實的學術內容支撐
- 25 字限制的用意：限制字數迫使 AI 產出精煉的句子，省去人工刪字精簡的步驟，產出直接可貼上投影片
- 中英對照的要求：學術簡報中，專有名詞附上英文原文是基本學術規範，也方便聽眾理解
- 一句話的限制：避免 AI 產出長篇解釋，每個論點都是一個獨立的 bullet point
- 預期產出：六個面向 x 3-5 個論點 = 18-30 個精煉句子，這就是簡報的「原材料庫」
💡
提示詞設計原則 — 越明確的限制條件（字數、格式、數量），AI 的產出就越接近你的需求。模糊的指令只會得到模糊的結果。
🤔 為什麼不直接請 AI 幫你做投影片？ → 因為 AI 不知道你的報告時長、風格偏好、教授的評分標準。分步驟引導 AI，你才能在每一步做出人類判斷。
6 / 10
🔗 第三輪（續）：概念關聯分析
提示詞 6 — 分析核心概念之間的邏輯關係
PROMPT 6
請分析以下概念之間的深層關係，說明它們如何相互影響：
1. 工作範例（Worked Examples）vs 觀察學習（Observational Learning）：
兩者有何異同？工作範例為何被認為更有效？
2. 任務分解（Task Decomposition）vs 專家盲點（Expert Blind Spot）：
專家盲點如何影響任務分解的品質？如何克服？
3. 自我解釋（Self-Explanation）如何彌補工作範例的不足？
為什麼光看範例不夠，還需要學習者主動解釋？
4. 逐步淡出（Fading）如何平衡引導與獨立？
從完整範例到獨立解題的過渡機制是什麼？
- 為什麼用「vs」問法：刻意使用比較性問法，迫使 AI 產出「概念之間的邏輯關係」，而非只是重述各概念的定義
- 為什麼用「如何」問法：「如何」引導 AI 分析機制和過程，產出的內容比「是什麼」更有深度
- 學術報告的關鍵：好的學術報告不只是「羅列知識點」，更要展示你的融會貫通（Integration）能力
- 教授最看重的能力：能否看出概念之間的關聯、矛盾和互補，這是區分「背誦」與「理解」的分水嶺
- 實際應用：這些概念關聯分析的結果，會被放入簡報的「核心概念」和「教學策略」頁面，提升報告的學術深度
- Bloom 分類學對應：從「記憶」（Remembering）層次提升到「分析」（Analyzing）層次，是高階思維能力的展現
🎓
概念關聯分析是從「知道」到「理解」的關鍵跳躍 — 把個別知識點串聯成知識網絡，才是真正的學習。這也是 NotebookLM 最擅長的事：它能在大量文本中找出你可能忽略的概念連結。
7 / 10
🏗️ 第四輪：架構組織 — 15 分鐘簡報大綱生成
提示詞 7 — 這是整個流程中最具體、最關鍵的提示詞
PROMPT 7
請為一場 15 分鐘的學術口頭報告生成完整的簡報大綱，主題為「工作範例」。
嚴格遵守以下規格：
總頁數：13 頁，結構如下：
第 1 頁：封面（標題、姓名、日期、課程名稱）
第 2 頁：大綱 / 報告架構總覽
第 3 頁：研究背景與問題意識
第 4 頁：理論基礎（認知負荷理論）
第 5 頁：核心概念（工作範例的定義與機制）
第 6 頁：設計原則（圖文整合、步驟編號等）
第 7 頁：教學策略（逐步淡出、自我解釋）
第 8 頁：研究證據與學習成效
第 9 頁：風險與因應策略
第 10 頁：教學應用建議
第 11 頁：個人評析與反思
第 12 頁：結論與未來展望
第 13 頁：參考文獻
每頁格式：
- 標題（含中英對照）
- 3-5 個 bullet points（每個不超過 25 字）
- 預估口述時間
- 該頁的關鍵專有名詞（附英文）
13 頁簡報架構一覽
1. 封面→
2. 大綱→
3. 研究背景→
4. 理論基礎→
5. 核心概念→
6. 設計原則→
7. 教學策略→
8. 研究證據→
9. 風險與因應→
10. 教學應用→
11. 評析反思→
12. 結論→
13. 參考文獻
- 為什麼要指定 13 頁？ 15 分鐘報告，扣除封面和文獻頁的快速帶過，實際講述約 11 頁，每頁 1–1.5 分鐘剛好
- 為什麼要求「預估口述時間」？ 幫助報告者提前規劃節奏，避免前半段講太久、後半段被迫趕進度
- 為什麼要列「關鍵專有名詞」？ 確保報告者事先準備好每個專有名詞的中英文發音和解釋
💡
提示詞越具體，AI 產出越精準 — 這道提示詞明確指定了頁數、每頁結構、格式要求和限制條件，幾乎不留任何模糊空間，因此 AI 能產出高度符合需求的結果。這就是「結構化提示工程」（Structured Prompt Engineering）的威力。
8 / 10
🔍 第五輪：邏輯校正 — 大綱優化與精修
提示詞 8 — 「大綱有沒有漏洞？」系統性品質檢查
PROMPT 8
請檢查上述簡報大綱，針對以下五個面向進行優化與精修：
1. 邏輯連貫性：頁面之間的邏輯是否流暢？有無跳躍、重複或矛盾？
2. Bullet 數量：每頁是否控制在 3-5 個 bullet points？超過的請精簡
3. 字數限制：每個 bullet 是否不超過 25 個中文字？超過的請縮減
4. 遺漏概念檢查：是否涵蓋以下關鍵概念？
- 任務分解（Task Decomposition）
- 專家盲點（Expert Blind Spot）
- 逐步淡出（Fading）
- 自我解釋（Self-Explanation）
- 專家反轉效應（Expertise Reversal Effect）
5. 時間分配：13 頁的時間分配是否合理？總和是否為 15 分鐘？
五大檢查面向詳解
1
邏輯連貫性 — 從「背景」到「理論」到「實務」到「反思」，是否有清楚的邏輯遞進？有無突然跳到不相關的主題？
2
Bullet 數量控制 — 3 個太少會顯得單薄，5 個剛好飽滿，超過 5 個聽眾根本記不住
3
字數限制檢查 — 25 字是「一眼能看完」的極限，超過就需要「閱讀」而非「掃視」，會拖慢報告節奏
4
核心概念遺漏 — 特別注意「任務分解」「專家盲點」「逐步淡出」這三個容易被忽略的概念是否有被涵蓋
5
時間分配合理性 — 確認總時間加總為 15 分鐘，且重點頁面（核心概念、設計原則）分配到較多時間
⚠️
這一輪是品質控管（Quality Assurance） — 就像軟體開發的測試階段，大綱寫完不代表完成，必須經過系統性檢查才能進入下一步。讓 AI 自己檢查自己的產出，是一種有效的「自我校正」（Self-Correction）策略。
🤔 為什麼要 AI 檢查 AI 自己的產出？ → 研究顯示，AI 在「生成」和「評估」使用不同的推理路徑。讓 AI 切換到「評估模式」，往往能發現生成時遺漏的問題。這就像你寫完作文後重新閱讀一次，總能發現新的錯誤。