打造你的 AI 助手
-
機器人設計與多元工具整合應用
課程目標
從「會用 AI」進階到「打造 AI 助手」，建立可重複使用、可分享、可自動化的 AI 應用資產。
- 能辨識並說明不同類型 AI 機器人的特性與適用情境
- 能運用提示詞設計原則，撰寫結構清楚且有效的 Prompt
- 能獨立使用 Gem 設計具備明確角色與任務的 AI 助手
- 能整合至少一項以上 AI 工具，擴充 AI 機器人能力
- 能夠運用 Google Opal（New Gem）設計自動化流程
課程資訊
課程時數 : 7 小時
建議對象 : 已有 AI 提問基礎、想進一步打造自動化工作流之工作者
主要工具 : Gem（Gemini）、Google Opal、Deep Research、Canva、Nano Banana
適用情境 : 已上過基礎 AI 課程的進階班、IT／R&D／知識工作者專班、有自動化需求之企業
課程設計
| 順序 | 單元主題 | 教學重點 |
| 一、AI 機器人概論 | 本章學習焦點 | |
| 1-1 | 常見 AI 機器人種類與功能定位 | 通用型、知識型、流程型機器人分類。 |
| 1-2 | 適用情境判斷與選型指南 | 以任務屬性選擇合適工具。 |
| 二、提示詞設計核心 | 本章學習焦點 | |
| 2-1 | 提示詞的基本結構與設計邏輯 | 五要素架構、層級化設計。 |
| 2-2 | 常見錯誤與優化技巧 | 提升回應品質與穩定度。 |
| 三、Gem 專屬助手設計 | 本章學習焦點 | |
| 3-1 | Gem 概念與設計思路 | 角色、任務、指令的設計邏輯。 |
| 3-2 | 角色設定、任務設計、指令撰寫 | 結構化設計方法論。 |
| 3-3 | 實作：學員專屬 Gem | 針對個人工作任務打造專屬助手。 |
| 四、多元 AI 工具整合 | 本章學習焦點 | |
| 4-1 | 整合 Deep Research 設計機器人 | 研究型機器人、多輪查詢。 |
| 4-2 | Canva 生成視覺工具整合 | 設計型機器人、視覺素材。 |
| 4-3 | Nano Banana 圖像生成整合 | 圖像產出流程自動化。 |
| 4-4 | 綜合應用：多工具助手打造 | 跨工具串接、完整工作流。 |
| 五、Google Opal 自動化流程 | 本章學習焦點 | |
| 5-1 | Opal 操作介面與自動化設計 | New Gem 自動化工作流設計。 |
| 六、綜合驗收與回顧 | 本章學習焦點 | |
| 6-1 | 學員作品展示與後續延伸 | 作品驗收、課後延伸學習建議。 |
教學方法
講授法、案例分析、個人演練；學員帶走可直接使用的 AI 助手作品。
