這篇文章記錄了我昨天臨時抱佛腳，花了一下午加一整晚，利用 Gemini Gems 為兩門高三選修課（選修地科與生涯規劃）打造專屬「AI 對談助教」的實戰經驗。

在地科課中，我讓 AI 提議並建構了一個涵蓋 60 個前瞻議題的跨領域知識庫，引導學生找尋專屬報告主題，並導入「預先評分」機制；在生涯規劃課中，AI 則化身為「人格拷問官」，將心理學理論結合台灣高中生情境，最後為學生繪製一張專屬的特質圖像。

雖然實際在課堂上運用時，發生了「一開始給錯連結」以及「對話紀錄無法分享只能靠截圖」等真實的意外插曲，但看著學生順利透過 AI 進行深度的自我探索，讓我更確信：只要老師設計好資料庫與引導邏輯，AI 絕對是教學現場最得力的助手。歡迎大家點開內文的連結親自體驗！

我的兩門高三選修課——「生涯規劃」和「選修地科」，都是高度需要與學生對談的課，也是這兩年我開始大量導入 AI 的課程。

昨天下午臨時抱佛腳，我和 AI 共同設計了兩門課第一週要給學生使用的 GEM（如果不熟悉這個工具的朋友，可以把它想像成一個經過你客製化設計的 AI 對話機器人）。以下介紹我這兩門課的 GEM 設計邏輯與實戰狀況，大家也可以點擊連結實際玩看看。

一、選修地科：從跨領域探索到專屬預評的「研究導航員」
這門課第一週的目標，是讓學生找到一份結合自身興趣與地科主題的書面報告題目。

體驗連結： 點此測試地科導航員
(註：手機點開會先進入網頁版，需登入後再點一次連結。建議選用「思考型」模型以避免 AI 胡說八道。開啟之後隨便丟個 Hi 之類的，GEM就會開始說話。)

1. 跨領域的興趣挖掘
第一步先確認學生的興趣與未來想就讀的科系。如果學生直覺回答「地科」，AI 會強制要求他選出「第二喜歡」的領域，藉此啟動跨領域的思考。

2. AI 提議並實作的「結構化資料庫」
這是整個 GEM 最核心的心血。為了避免 AI 給出空泛的建議，我根據 AI 的提議，讓 AI 花了大量心力在「資料庫的建立與檢核」上。我要求 AI 從海洋、大氣、天文三大領域中，各精選出 20 個具備「前瞻性」且與「社會議題」緊密結合的主題（共 60 個），並附上國內外實際案例與連結。這份資料庫我是讓 Gemini 和 OpenAI 兩個模型交錯作業，一個負責蒐集、一個負責檢核準確性才建立起來的。

3. 回歸教學本質的「評分預演」
結尾的評分設計非常重要。當學生從資料庫中挑選並確認題目後，AI 會根據我預先給定的「正式評分標準」，先對這個題目進行預先評分與具體建議。這不僅能讓學生立刻掌握自己的方向是否正確，未來我也預計用同一套標準，讓 AI 協助幫全班的作業打分數。最後，AI 會將本週確認的題目等關鍵資料打包，以便串接留到第二週使用。

二、生涯規劃：將理論轉化為立體圖像的「人格烤問官」
這門課第一週的目標是「認識自己」，幫助學生建立個人的人格特質圖像。

體驗連結： 點此測試生涯規劃導航員
(註：手機點開會先進入網頁版，需登入後再點一次連結。建議選用「思考型」模型以避免 AI 胡說八道。開啟之後隨便丟個 Hi 之類的，GEM就會開始說話。)

1. 文獻在地化與多方視角「拷問」
一開始會請同學輸入大考中心的 Holland 興趣量表分數（若沒有，AI 也允許透過幾條簡單問題進行自評）。接著，AI 會根據國外文獻中描述的人格特質，轉化為「臺灣高中生真實的生活情境」當作問題骨架。經過幾輪深度的對話拷問後，AI 還會要求學生去找一位朋友、師長或家人回答一個問題，透過外部視角讓特質描繪更完整。

2. 視覺化收尾：專屬人格特質畫像
結尾的「圖像建立與畫圖」是這門課非常重要的一環。文字描述再多，都不如一張圖來得具象且震撼。我請 AI 根據前面的對談，幫學生畫出一張專屬的特質圖像。不過因為 AI 畫圖偶爾會秀逗，所以我加了防呆機制，必要時引導學生手動叫 AI 產圖。

最後的最後，由於 AI 很愛偷懶，我下了強勢指令強迫它必須整理出比平常更多的對話細節，好留給下週的新 GEM 繼續讀取。