單元四補充內容：進階章節

說明：以下內容需整合至 unit04_local_ai_setup_b02.md 的進階技巧章節中

CLI + VSCode 整合的五大優勢

優勢一：一站式工作環境

傳統方式：
- 瀏覽器開 AI Studio → 複製結果 → 貼到 Word → 存檔
- 需要在多個視窗間切換
- 容易遺失內容

CLI + VSCode 方式：

同一個視窗內：
├── 左側：檔案總管（看到所有教材）
├── 中間：編輯區（檢視與編輯內容）
└── 下方：終端機（與 AI 對話）

效益：工作效率提升 50%

優勢二：批次處理多檔案（類似 NotebookLM）

核心能力：Gemini CLI 可一次讀取資料夾中的所有檔案，整合分析

情境範例：整週教案統整

資料夾結構：

week5_lessons/
├── monday_math.txt
├── wednesday_science.txt
├── friday_social.txt
└── assessment.txt

指令：

gemini "分析這個資料夾中的所有檔案，整理出本週的教學重點、學生表現與需改進之處"

AI 自動：
1. 讀取所有 4 個檔案
2. 整合資訊
3. 生成綜合報告

vs NotebookLM 的差異：

優勢三：輸出結果可直接存檔

傳統方式：
1. AI 生成內容
2. 手動複製
3. 開啟 Word
4. 貼上
5. 調整格式
6. 存檔

CLI 方式：

gemini "設計教案" > lesson_plan.md

一行指令完成！

優勢四：版本控制與歷程追蹤

搭配 Git 使用：

git add lesson_plan.md
git commit -m "AI生成初稿"

# 修改後
git add lesson_plan.md
git commit -m "調整難度"

優點：
- 追蹤每次修改
- 可回溯舊版本
- 團隊協作更容易

優勢五：自動化工作流程

範例：每週自動生成教學週報

建立腳本 weekly_report.sh：

#!/bin/bash
cd ~/teaching/week_$(date +%U)
gemini "整理本週教學檔案,生成週報" > weekly_report_$(date +%Y%m%d).md
echo "週報已生成！"

執行：

bash weekly_report.sh

Markdown 格式輸出的優勢與應用

什麼是 Markdown？

簡單定義：一種輕量級的標記語言，用簡單符號表示格式

核心理念：
- 純文字，任何編輯器都能開啟
- 語法簡單，5 分鐘上手
- 轉換方便，可轉成 PDF、Word、HTML

Markdown 基本語法

# 這是標題 1
## 這是標題 2
### 這是標題 3

**粗體文字**
*斜體文字*

- 項目一
- 項目二
  - 子項目

1. 第一點
2. 第二點

[連結文字](https://example.com)

![圖片說明](image.png)

為何用 Markdown 撰寫教材？

優勢 1：專注內容，不被格式干擾

Word 的問題：
- 調整字體、大小、顏色
- 對齊、縮排
- 花 30% 時間在格式上

Markdown 的解法：
- 只用符號標記
- 格式統一自動套用
- 專注在內容撰寫

優勢 2：跨平台、永不過時

• 純文字檔，30 年後還能開
• 不依賴特定軟體（Word、Pages）
• 任何裝置都能編輯

優勢 3：整合程式碼與圖表

傳統方式：
1. 用軟體畫流程圖
2. 截圖
3. 插入 Word
4. 修改？重新畫→截圖→插入

Markdown + Mermaid：

```mermaid
graph TD
    A[開始] --> B[步驟一]
    B --> C[步驟二]
    C --> D[結束]
```

修改？直接改文字！

AI 輸出 Markdown 的範例

Prompt：

gemini "設計一份國小數學「分數加減」教案，用 Markdown 格式輸出，包含：
- 教學目標（條列）
- 教學流程（分段，用標題區分）
- 評量方式（表格呈現）
"

AI 輸出：

# 分數加減教案

## 教學目標
- 學生能理解同分母分數相加
- 學生能運用分數解決生活問題
- 學生能說明分數加法的意義

## 教學流程

### 引起動機（10 分鐘）
使用披薩切片的例子...

### 發展活動（25 分鐘）
1. 教師示範...
2. 學生練習...

## 評量方式

| 評量項目 | 方式 | 佔分 |
|---------|------|------|
| 課堂練習 | 紙筆測驗 | 40% |
| 小組討論 | 觀察紀錄 | 30% |
| 回家作業 | 作業批改 | 30% |

Markdown 進階應用：嵌入圖表

Mermaid：流程圖、架構圖

範例：教學流程圖

```mermaid
graph LR
    A[課前準備] --> B[引起動機]
    B --> C[概念講解]
    C --> D[練習活動]
    D --> E[總結評量]
```

優點：
- 文字描述就能生成圖表
- 修改方便
- 風格統一

Mermaid vs PlantUML：差異與選擇

快速比較表

Mermaid 適用情境

1. 教學流程圖

2. 概念關係圖

3. 甘特圖（進度規劃）

PlantUML 適用情境

1. 系統架構圖

@startuml
package "教學系統" {
  [教案管理]
  [學生管理]
  [成績系統]
}

package "資料庫" {
  database "MySQL"
}

[教案管理] --> [MySQL]
[學生管理] --> [MySQL]
[成績系統] --> [MySQL]
@enduml

2. 類別圖（程式設計用）

@startuml
class 學生 {
  +姓名
  +學號
  +成績
  +計算平均()
}

class 教師 {
  +姓名
  +科目
  +教學()
  +評分()
}

學生 "多" -- "1" 教師 : 學習
@enduml

教師實務建議

建議使用 Mermaid，理由：
1. ✅ 學習曲線平緩，30 分鐘上手
2. ✅ VSCode 原生支援，即時預覽
3. ✅ 足夠應付教學需求（流程、概念圖）
4. ✅ Markdown 直接嵌入，不需額外工具

PlantUML 適合：
- 資訊科技老師
- 需要繪製軟體架構
- 專案管理複雜圖表

完整實戰案例：從大綱到完整教材設計

情境：設計「大型語言模型」教學教材

對象：高中資訊科技課程
時間：4 週，每週 2 小時

階段一：生成教學大綱

檔案準備：
在 VSCode 中創建資料夾 llm_course/

Prompt：

gemini "我要為高中生設計『大型語言模型入門』課程，共 4 週。

請生成課程大綱，以 Markdown 格式輸出：

## 課程名稱
## 目標學生
## 課程目標（3-5 點）
## 週次規劃

### 第一週：
- 主題
- 重點概念
- 教學活動

### 第二週：
...

請以 Markdown 格式完整輸出。" > course_outline.md

生成結果（部分）：

# 大型語言模型入門課程

## 目標學生
高中一、二年級，具備基本電腦操作能力

## 課程目標
- 理解 AI 與大型語言模型的基本概念
- 能操作並評估 AI 工具（如 ChatGPT）
- 認識 AI 的應用與倫理議題
- 培養批判思考與資訊素養

## 週次規劃

### 第一週：認識 AI 與語言模型
**主題**：什麼是 AI？語言模型如何運作？

**重點概念**：
- AI、機器學習、深度學習的關係
- 語言模型的訓練方式
- Transformer 架構（簡化說明）

**教學活動**：
1. 破冰：讓學生試用 ChatGPT，紀錄驚訝與疑問
2. 講解：用比喻說明 AI 如何學習語言
3. 實作：設計不同提示詞，觀察 AI 回應差異

---

### 第二週：提示工程（Prompt Engineering）
...

階段二：根據大綱細化每週教材

針對第一週，生成詳細教案：

Prompt：

gemini "根據 course_outline.md 的第一週內容，設計完整的 2 小時教案。

輸出格式（Markdown）：
# 第一週教案：認識 AI 與語言模型

## 教學目標
## 教學準備
## 教學流程（分段，含時間）
### 引起動機（15 分鐘）
### 概念講解（30 分鐘）
### 實作活動（40 分鐘）
### 討論與總結（20 分鐘）
## 學習單設計
## 評量方式
## 延伸閱讀

請生成完整內容。" > week1_lesson_plan.md

階段三：生成教學簡報大綱

Prompt：

gemini "根據 week1_lesson_plan.md，設計一份教學簡報大綱（15-20 頁）。

以 Markdown 列表方式輸出，每個項目是一頁投影片的標題與重點：

## 投影片大綱

### 第 1 頁：課程標題
- 標題：認識 AI 與語言模型
- 副標題：探索 ChatGPT 背後的科學

### 第 2 頁：破冰活動
- 提問：你用過哪些 AI 工具？
- 互動：掃碼體驗 ChatGPT

...

請包含流程圖建議（用 Mermaid 語法）" > week1_slides_outline.md

階段四：生成學習單

Prompt：

gemini "根據 week1_lesson_plan.md，設計一份學習單。

格式：
# 學習單：認識 AI 與語言模型

## 第一部分：課前暖身（3 題）
## 第二部分：實作紀錄
### 任務一：設計 3 個提示詞
| 提示詞 | AI 回應摘要 | 你的觀察 |
|--------|------------|---------|
| ... | ... | ... |

## 第三部分：反思問題（2 題）
## 第四部分：延伸挑戰（選做）

請以 Markdown 表格與條列方式輸出完整內容。" > week1_worksheet.md

階段五：生成評量試題

Prompt：

gemini "根據 week1_lesson_plan.md，設計評量題目。

# 第一週評量

## 選擇題（5 題）
測驗基本概念理解

## 簡答題（3 題）
測驗應用與思考

## 實作題（1 題）
設計一個教學情境的 AI 應用，並說明提示詞設計

請附標準答案與評分標準。" > week1_assessment.md

階段六：整合所有檔案

資料夾結構：

llm_course/
├── course_outline.md (課程大綱)
├── week1/
│   ├── lesson_plan.md (教案)
│   ├── slides_outline.md (簡報大綱)
│   ├── worksheet.md (學習單)
│   └── assessment.md (評量)
├── week2/
├── week3/
└── week4/

最後整合指令：

gemini "統整 llm_course 資料夾中所有檔案，生成一份『完整課程手冊』，包含：
- 目錄（自動生成連結）
- 課程概覽
- 各週教學內容（引用各檔案）
- 附錄（參考資源、延伸閱讀）

輸出為 course_handbook.md" > course_handbook.md

完整流程圖

時間效益分析

實用指令總結

多檔案整合分析

# 分析整個資料夾
gemini "分析這個資料夾的所有檔案並生成摘要"

# 指定特定檔案
gemini "整合 file1.txt, file2.txt, file3.txt 的內容"

輸出為 Markdown 檔案

# 直接輸出
gemini "生成教案" > lesson.md

# 追加內容
gemini "生成評量" >> lesson.md

使用 Mermaid 圖表

gemini "設計教學流程，用 Mermaid 流程圖呈現" > flow.md

批次處理

# 為每個單元生成教案
for unit in unit1 unit2 unit3; do
  gemini "為 $unit 生成教案" > ${unit}_plan.md
done

補充完成：以上內容應整合至 unit04_local_ai_setup_b02.md 的適當章節