「我不是資訊科系，也不會寫程式，可以做 AI 專題嗎？」

如果你也有這個疑問，這個系列就是寫給你的。我是「人工智慧及其應用」課程的實作助教，這學期想帶大一同學從零開始，使用 AI 工具完成一個能在專題競賽中展示的作品。我會把這段教學過程寫成 30 天的實作紀錄：不只介紹工具，更記錄每一步的選擇、成果、錯誤與修正方法。

這個系列會接觸 AI 搜尋、資料查證、簡報、圖像、影片、語音、網站與自動化。需要做程式或互動作品時，我們也會試著用自然語言描述需求，讓 AI 協助實作，再由自己檢查和改進。這就是本系列所說的 Vibe Coding：你可以從不熟悉程式語法開始，但仍要知道自己想解決什麼問題，以及如何判斷作品是否真的有用。

做專題的第一步，不是打開工具

假設你想到的題目是「做一個幫大學生學習的 AI」。這個方向有趣，但還太大了。它要幫誰學習？對方遇到什麼困難？你準備讓 AI 做哪一件事？如果這些問題沒有答案，很容易變成先做出一個漂亮的介面，最後才發現不知道該展示什麼功能。

我們先把題目縮小。例如：

大一學生整理完課堂筆記後，常不知道自己是否真正理解內容。我想做一個工具，讓學生貼上筆記，產生練習題；作答後，能指出哪個觀念需要回去複習。

這個描述已經包含了使用者、情境和希望得到的結果。它還不是完整的專題規格，但足以開始討論：練習題要怎麼產生？答案如何檢查？如果 AI 產生了錯誤題目，使用者能不能發現？

AI 可以幫我們發想與實作，卻不能替我們決定「什麼結果算成功」。這個判斷需要先由做專題的人提出來。

先完成一張「專題起點卡」

今天先不用註冊任何付費工具，也不用寫程式。找一個你在學習、校園生活或日常工作中真的遇過的麻煩，填完下面五個欄位：

以前面的筆記工具為例，「驗收方式」可以先訂為：找三份不同主題的筆記，檢查產生的題目是否能從筆記中找到依據；請使用者作答，確認回饋是否指出實際答錯的觀念。這比「AI 生成了十題」更能說明作品的價值。

你也可以用手邊可使用的 AI 聊天工具，請它幫你檢查題目是否太大。試試這段提示：

我是沒有程式背景的大一學生，想做一個 AI 專題。我的想法是：「〔填入你的想法〕」。請先不要推薦工具或寫程式。請指出這個想法中尚未說清楚的使用者、使用情境與成功標準，接著問我五個能幫助縮小題目的問題。不要替我編造資料或假設我已經完成實驗。

收到回答後，先看它問的問題是否合理，再用自己的經驗作答。AI 提出的題目只是一份草稿；你不需要照單全收。如果它假設了不存在的需求，就把假設刪掉或改寫。

接下來的 29 天會做什麼？

我們會沿著專題流程前進：先找資料並查證來源，再選擇適合任務的 AI 工具；接著製作簡報、圖像、影片或語音，並嘗試把想法做成網站或互動作品。後面也會接觸自動化，以及 Skill、MCP 等進階的工具整合概念。

每篇文章都會盡量提供可免費跟做的做法。如果某項進階功能需要付費，我會說明它解決了什麼問題，讓你自己判斷是否值得使用。工具的功能與方案可能變動，因此實作時仍要以各工具當下的說明為準。

今天的任務只有一件事：完成你的專題起點卡。 下一篇，我們就拿這張卡去找資料，練習分辨「AI 說得很像真的」和「有來源可以驗證」之間的差別。