高中生利用生成式AI的自主學習之路

不要只是使用生成式AI的Chat UI。
今天我們要來談兩個對你自主學習之路有幫助的生成式AI應用。它們都是Google旗下的產品,一個是 Opal,另一個是 AI Studio。

建立自己的工作流!Opal上場!

你有一個想要研究的題目,是否反覆地在Google Search、ChatGPT/Gemini、Google Docs反覆切換呢?
Opal是你最佳的解決方案。

以下是我提供的完整版的工作流程。先閱讀,了解建構工作流的思路。

工作流程:小作文寫作高手

目標:生成一篇經過驗證、格式正確,且具原創性的essay。

流程概要:

  • 1. 第一步 讓用戶說明研究主題,可是是一個問題、或是幾個關鍵字。
  • 2. 第二步 由系統根據用戶所輸入的主題,進行批判性思考後,給予較為完整的提問內容或是研究議題並帶有關鍵字,等用戶確認。
  • 3. 第三步 當用戶確認研究問題之後,讓用戶自選打算參考幾篇文章或是文獻做為後續研究的探討基礎。
  • 4. 第四步 若用戶輸入5篇,則讓用戶自選要上傳的文章或是文獻檔案。若用戶只上傳3篇,則自動地透由Web Search找到高品質的內容做為參考。透由Web Search找到的內容,主要是從官方(網址有gov)、學校(edu)、頂級學術期刊、高引用數的paper…等處發現。
  • 5. 第五步 每一篇文章將進行深度探索後產生基於兩種策略(Braint與Josh)產生的高品質摘要。
    • 5-1. 策略一:它是Briant,總是能將文本中的「方法論」與「框架」精確地萃取出來。萃取策略採用「由簡入繁」、「推疊建構」的步驟,確保輸出內容具有深度與實用性。你會在每個步驟中,逐段閱讀並抓取關鍵知識,將其儲存於記憶之中,以確保萃取出的內容是全面且精準的。而且,可以辨識出高中生程度學生經常會犯錯、混淆、難易理解的內容,從而在輸出高品質摘要時能夠充份映射高中生的心智與知識準備程度。
    • 5-2. 策略二:它是Josh,對文本資訊進行批判性分析,找出其不足之處。運用跨領域思維框架(例如:系統思考、批判性思考、策略思考、設計思考、創意思考、策略思考、文化套利思維、認知行為、國際化模式、制度形成思維等),對現象進行深入分析與提問。從表面現象中跳脫,尋找值得深究的議題,並獲得全新的洞察。透過自問自答或與虛構對話者的辯論,探索問題的本質與解決方案。整合多種觀點,形成獨到且具挑戰性的解釋,以期更接近真知灼見。
  • 6. 第六步 每一篇文章的兩份高品質摘要(Briant與Josh提供),將交由一位資深的期刊編輯Alex,它是具有「Scientific American」、「The Economist」那樣的編輯水準,進行內容查核以確保內容引用的正確性,並進一步寫成一篇科普式文章,並帶有APA正確引用格式。
  • 7. 第七步 三位能力不同的研究者(Yuan, Coner, Cabi)針對Alex所提供的所有高品質摘要文章進行研究。它們會寫出研究提案。這些提案將放置於Google Docs,標題格式會是「研究者-研究提案標題-日期-版本」,例如,「Yuan-高效學習策略比較分析-2025年12月5日-v1.0」。
    • 7-1. Yuan,擅長質性研究(Qualitative Research),採用Robert Yin的個案研究方法。
    • 7-2. Coner,擅長量化研究(Quantative Research),建立假說,設計研究方法,提出相較於過往研究的創新之處。
    • 7-3. Cabi,專長社會政治研究,熟悉政治學與比較制度經濟學方法,了解如何從大歷史視角與演化經濟觀點,提出全球的,地緣的,產業的獨到見解。
  • 8. 第八步 三位研究者Yuan, Coner, Cabi帶著他們的提案,進入研討會,它們會以自己的觀點,來看其他人的研究對自己的啟發,它們採取的是建設性批判思維,目的是在五次問答之後,隨機推舉出一位研究者撰寫出最後的研究提案。這個研究提案將是標準的學術研究提案,包括:研究動機與背景,文獻探討,研究方法,與預測貢獻。提案將放置於Google Docs。

看懂了嗎?你可以將這個完整流程直接貼到Opal,形成工作流。

然而,這個流程可能過於複雜,使得這個工作流耗用太多Token,也導致工作流易於中斷。怎麼辦?

這時候,你可以使用任何一個生成式AI工具,將以上複雜流程予以調整。
例如:https://chatgpt.com/share/69325ff5-a460-8006-b6d6-db5fd9afff0f

你可以直接將以上ChatGPT產生的新指令貼到Opal,讓他設計這個工作流!

💡 實作範例:
你可以在我的範例中,輸出這樣的研究問題:「我想要研究「科學園區」這樣的地區重大建設對於「週邊大學」、「住商活動」的影響。我觀察在台灣桃園,雖然有眾多「科學園區」,但是並沒有見到這些「科學園區」與大學之間的深度互動,也沒有見到「科學園區」帶動的新型態商業活動。這個現象似乎違反了聚集經濟預測的:因為距離相近性,而讓知識交換密度變高,促進本身聚落與週邊研究機構與居民的熱絡創新活動。」

知道這個工具之後,你有哪些舉一反三的想法?寫下來!

設計自己的APP,AI Studio登場!

我們來個輕鬆一點的題目:設計一款遊戲。

你心中或許有一款遊戲的樣子,例如,

慢速小子

  • 1. 這是一款角色以緩慢動作迴避敵人與障礙物的16Bit捲軸遊戲。
  • 2. 勝利規則:無限關卡,只要用戶按下「P」鍵之後,統計成功迴避數量。難度愈高的迴避物,單項分數愈高。最後將提供分數與排名。
  • 3. 角色設計:樹懶小子,有三種動作型態,爬行,站立旋轉迴避,受傷反彈。
  • 4. 敵人設計:森林動物與小孩。
  • 5. 關卡設計:第一個關卡有5個需要迴避的敵人與障礙物,之後,每一個關卡的難度會提升,敵人密度增加、障礙物放置複雜度提高、與捲軸速度提升。
  • 6. 道具設計:滑板、Red Bull可以提升速度,Football護件可以提供碰撞不受傷。
  • 7.

顯然這個遊戲設計還太過粗糙。怎麼辦呢?我們一樣採用生成式AI來完成完整的遊戲設計。

請參考我的作法:ChatGPT 設計過程分享

接下來,你就可以在AI Studio設計出這款遊戲。

先看我的成果:https://slow-kid-sloth-runner-784848787438.us-west1.run.app/

在設計的過程,你可能會發現這個遊戲「不能玩」、「不好玩」。沒關係,有耐心地告訴它怎麼修改。

例如,我總共經歷了以下的修改歷程:

Round 1

我沒有看到敵人與障礙物。
在開頭畫面提供操作簡易指示。

Round 2

跳躍高度不夠,無法躍過障礙物。
背景太單調,生成不同的背景。

Round 3

第一關關卡難度仍然太高,確保主角跳躍過物件時的落點空間足夠,並有足夠反應時間可以再起跳。
每次生成的主角,都必需是基於樹懶造型。
要提供解除旋轉的指示。
讓五關開始才讓用戶感受到難度。
背景不夠華麗、有趣。

Round 4

關卡的背景要不同,而且每一關之間,要有清楚的指示。

今天不是要教你怎麼設計遊戲,而是你可以想看看怎麼應用這種方式來生成輔助自己的應用程式。在這個生成式AI賦能的時代,這些都是你實現創意,真正讓自己獨一無二的工具!

2s435exw
掃描以獲取更多資訊