教育現場最累人的，從來不是教學本身，而是備課、出題、批改、寫聯絡簿、回家長訊息這些無止盡的行政工作。這篇文章手把手教老師與補習班，如何把這五件最耗時的事交給 AI Agent 處理。 適合每天被改不完的考卷與回不完的訊息追著跑的國中小、高中老師與補習班經營者。讀完你會得到可直接複製的 Prompt、一套完整的個人化學習 Workflow，以及台灣補習班導入前後的真實成果數據。
為什麼教育現場特別需要 AI Agent？
台灣老師的工時長期被低估。一位導師每天的時間，真正站在台前教學可能只佔三分之一，其餘大量耗在出考卷、改作業、打成績、寫聯絡簿、回 LINE 群組訊息。補習班更是如此——招生旺季時，老師既要備課又要應付家長詢問，分身乏術。
問題的本質是：這些工作高度重複、規則明確、但又無法直接外包，因為它們牽涉到教材內容與每個學生的狀況。傳統的解法是請更多人手，但人力成本高、品質難以一致。
這正是 AI Agent 的切入點。和單純的 ChatGPT 對話不同，AI Agent 能依照你設定的規則，自主完成「出題 → 產生答案 → 排版 → 存檔」這種多步驟任務，而不只是回你一句話。換句話說，它不是一個聊天機器人，而是一個會幫你跑完整段流程的助教。
核心概念：AI Agent 是你的「數位助教」
理解 AI Agent 在教育的角色，最好的比喻是一位不會累的助教。它不取代老師的專業判斷，而是把老師從重複勞動中解放出來。
下表整理了五大應用，以及 AI Agent 各自扮演的角色：
| 教育環節 | 傳統做法 | AI Agent 的角色 | 老師仍要做的事 |
|---|---|---|---|
| 備課 | 翻課本、找補充資料 | 依課綱生成教案、補充例子、整理重點 | 篩選、調整節奏 |
| 出題 | 手動出卷、找考古題 | 依難度與課綱出題並附解析 | 審核難度與正確性 |
| 批改 | 一份一份改、寫評語 | 依評分標準初評、產評語草稿 | 確認分數、補個人觀察 |
| 個人化學習 | 全班同一份練習 | 依錯題出客製補強練習 | 設計補強策略 |
| 家長溝通 | 逐一打字、複製貼上 | 生成個人化學習回報草稿 | 審核、加入個人觀察 |
重點觀念：AI 負責「初稿」，老師負責「定稿」。 任何牽涉分數、評語、與家長溝通的環節，最後一關一定是老師。這樣既省時間，又守住教學品質與專業責任。
實際教學
Step 1：盤點最花時間的環節
先別急著導入。拿一張紙，把你一週花最多時間的事列出來，並標記「重複程度」與「規則明確程度」。兩者都高的，就是第一個該交給 AI 的工作。 對多數老師來說，這通常是出題與批改。
Step 2：建立你的教材知識庫
AI 出題會「亂編」，是因為它不知道你的課綱範圍。解法是把課綱、講義、歷屆考題整理成檔案（Word、PDF 或試算表都行），之後讓 AI 只根據這些內容出題與回答。這個技術叫 RAG（檢索增強生成），原理可參考 MCP 是什麼 這篇，它能讓 AI Agent 安全地連上你的教材庫。
Step 3：從出題與批改先自動化
出題和批改的規則最明確，最適合第一個做。給 AI 清楚的指令：年級、科目、章節、題型、難度分布、要附解析。批改則給它評分標準（rubric），讓它先初評、產出評語草稿，你再覆核。下一節有可直接複製的 Prompt。
Step 4：設計個人化學習迴圈
把每位學生的錯題記錄在一份共享試算表，再讓 AI Agent 定期讀取，針對每個人的弱點出一份補強練習。這就形成了「測驗 → 記錄錯題 → 出補強題 → 再測驗」的學習迴圈，做到全班一人一份的客製練習。需要多個 AI 分工（一個分析、一個出題）時，可參考 多 Agent 協作。
Step 5：把家長溝通變成範本流程
每月或每次段考後，讓 AI 依該生的出席、成績、進步幅度，生成一份個人化的學習回報。老師審核、補上一句個人觀察（這很重要，是溫度所在），再透過 LINE 或聯絡簿送出。把溝通標準化，但保留個人化的內容。
範例：Prompt 與 Workflow
下面是一個可直接複製、用於出題的 Prompt 範本。把方括號內容換成你的需求即可：
你是一位資深的國中數學老師。請根據以下條件出一份小考考卷：
【年級】國中二年級
【章節】一元一次不等式
【題數】10 題（單選 6 題、填充 2 題、計算 2 題）
【難度分布】基礎 5 題、中等 4 題、進階 1 題
【出題依據】只能依照我提供的講義內容（見附件），不得超出範圍
【輸出格式】
1. 先輸出「學生卷」（只有題目，不含答案）
2. 再輸出「教師卷」（每題附正確答案 + 一行解析 + 對應的講義頁碼）
3. 進階題請標註「★」
【限制】題目敘述需符合台灣國中教學用語，數字盡量取整數方便手算。把這份 Prompt 放進你的 AI Agent，再串上教材檔案與試算表，就能組成下面這條個人化學習工作流：
學生完成線上測驗
↓
AI 自動批改（依評分標準）並計算分數
↓
錯題自動寫入「學生錯題表」（以代號記錄，去識別化）
↓
AI Agent 分析每位學生的弱點章節
↓
依弱點自動生成「客製補強練習卷」
↓
老師審核補強卷與評語草稿
↓
透過 LINE / 聯絡簿推送給學生與家長
↓
下次測驗驗證進步幅度，回到第一步整條流程跑下來，老師只需要在「審核」那一關介入，其餘都由 AI Agent 自動完成。想看更多現成流程，可逛 工作流知識庫 與 食譜庫，或用 Prompt 產生器 快速生出客製指令。
常見錯誤
- 直接信任 AI 的分數與答案，不覆核。 AI 會在計算題或開放題上出錯，分數與評語務必由老師定稿，否則一旦發錯影響家長信任。
- 沒有餵教材就要 AI 出題。 結果是題目超出課綱、難度亂跳。一定要先建立教材知識庫（Step 2）。
- 把學生真實姓名與個資直接丟給 AI。 違反《個人資料保護法》精神，務必先用代號去識別化。
- 想一次自動化全部流程。 貪多會卡關，先做出題或批改一個環節，看到成效再擴大。
- Prompt 寫得太籠統。 「幫我出一份數學考卷」不夠，要明確指定年級、章節、題型、難度與輸出格式，寫法可參考 ChatGPT Prompt 教學。
最佳實務
- AI 出初稿、老師定稿。 這是貫穿所有應用的原則，省時間又守品質。
- 建立可重複使用的 Prompt 範本庫。 把出題、批改、家長訊息各做成固定範本，每次只換變數，品質才會一致。
- 學生資料一律去識別化。 用「S01、S02」這類代號，敏感個資不外流。
- 保留人的溫度。 家長訊息一定要加入老師的個人觀察，AI 只負責整理數據與架構。
- 用數據衡量成效。 記錄導入前後的「每週行政時數」，用具體數字向同事或老闆證明價值，再複製到其他環節。詳細的導入步驟可參考 企業導入 AI Agent 五步驟。
- 分清楚自動化與半自動化。 出題、批改可高度自動化；牽涉判斷的（如該不該約談家長）保留給老師決定，這點與 AI Agent 和 RPA 的差異 有關。
實際案例：台中一家國中數理補習班
這是一家位於台中、約 8 位老師、200 多名學生的國中數理補習班的導入情況。導入前，老師每週光是出小考考卷、批改、整理錯題、回覆家長 LINE，平均要花 12 小時行政時間，旺季更高。
他們從出題與錯題管理兩個環節先導入，把歷屆考題與講義建成知識庫，搭配上面那組出題 Prompt 與個人化補強工作流。
| 項目 | 導入前 | 導入後 | 成效 |
|---|---|---|---|
| 每週出題時間 | 約 6 小時 | 約 1 小時 | 減少 83% |
| 批改與整理錯題 | 約 4 小時 | 約 1.5 小時 | 減少 62% |
| 家長學習回報 | 每月手寫、常拖延 | 每月準時、個人化 | 完成率 100% |
| 學生平均段考進步 | — | 補強班較對照班多進步約 8 分 | 個人化練習見效 |
最有感的不只是省時間。老師把省下的每週約 7.5 小時，拿來做個別學生輔導與課程設計，家長收到的學習回報也比過去更完整、更準時，續報率因此提升。經營者的結論是：AI 沒有取代老師，而是讓老師更像老師。
免責聲明：本文涉及學生個資處理，實務導入時請依台灣《個人資料保護法》及學校／補習班相關規範辦理，並取得必要的家長同意；本文不構成法律建議。
結論
教育現場的行政負擔，是可以被系統性地卸下的。從盤點最耗時的環節開始，建立教材知識庫，先把出題與批改交給 AI Agent，再延伸到個人化學習與家長溝通——每一步都讓老師把時間還給教學本身。
記住核心原則：AI 出初稿、老師定稿，學生資料去識別化，用數據驗證成效。 先做一個環節，看到成果再擴大，是最穩健的路徑。
延伸閱讀：想打好基礎，先看 AI Agent 是什麼 與 Agentic AI 全解析；想規劃整個機構的導入，看 企業導入 AI Agent 五步驟；要寫出更好的指令，看 ChatGPT Prompt 教學；有導入需求也歡迎直接 與我們聯繫。
❓ 常見問題 FAQ
老師用 AI Agent 出題，題目會不會出錯或太簡單？
補習班沒有工程師也能導入嗎？
AI 批改作文或問答題可靠嗎？
個人化學習一定要很貴的系統嗎？
把學生資料丟給 AI 會有隱私問題嗎？
用 AI 出題與批改算不算作弊或偷懶？
家長會不會反感老師用 AI 寫訊息？
🔗 延伸閱讀
每週把這類實戰教學寄給你
訂閱 AgentAI 智庫情報週報，新的 Prompt、AI Skills、工作流與教學第一時間收到。
免費 · 隨時取消