昨天先替這次的作品畫出第一條界線。

第一版暫時不做完整的學習平台，而是先完成最基本的流程：

輸入學習需求 → AI 產生內容 → 顯示 Learning Cards

看起來好像已經很清楚了。

但今天重新看這條流程時，我發現其中有一個詞其實還非常模糊：

「使用者」到底是誰？

這件事情看起來只是產品設定，但其實會直接影響後面我要怎麼設計 Prompt、輸入欄位，甚至 AI 回傳的內容。

所以今天先來把這件事情想清楚。

「學習的人」不一定是「操作的人」

一開始我很直覺地把「使用者」理解成正在學習的人。

但如果把昨天提到的使用情境放進來，就會發現事情沒有這麼單純。

例如家長想準備一份給 3 歲孩子使用的教材。

實際操作網站的人是：

家長

但真正要閱讀 Learning Card 的人卻是：

3 歲的孩子

這兩個角色的需求其實完全不同。

家長需要的是可以快速產生、確認和修改教材的工具；孩子需要的則是簡單、容易理解，而且符合年齡的內容。

換成老師也是一樣。

操作工具的是老師，但最後真正接觸教材的可能是一整班學生。

所以比起單純問：

「誰會使用這個網站？」

更準確的問題應該是：

「誰負責建立 Learning Card？」

「這張 Learning Card 最後是給誰看的？」

這兩個角色需要分開。

先定義兩個角色

為了不要一開始就把角色系統搞得太複雜，目前我先把它簡單分成兩個概念。

Creator

負責建立 Learning Card 的人。

可能是：

• 家長
• 老師
• 自己準備考試的學習者

Creator 會告訴 AI：

今天想學什麼？

也會負責確認最後產生的內容。

Learner

真正閱讀或使用 Learning Card 的人。

可能是：

• 幼兒
• 學生
• 語言學習者
• 準備考試的人
• Creator 自己

也就是說，有些情況：

Creator ≠ Learner

但自己拿來複習時：

Creator = Learner

這樣一拆開之後，後面的產品邏輯好像突然清楚很多。

AI 需要知道的不是「你是誰」

既然 Learner 才是真正閱讀內容的人，那 AI 真正需要知道的，其實不是使用者的帳號或身分。

它比較需要知道的是：

這份內容是要給誰看的？

例如同樣是「海洋動物」，給幼兒看的內容和給國中生看的內容，文字難度和知識深度一定不同。

同樣是英文，也可能因為初學者或進階學習者而產生完全不同的內容。

所以目前我希望輸入的「學習需求」至少可以描述：

學習主題

今天想學什麼？

學習對象

這份內容要給誰？

程度

目前大概理解到哪裡？

學習目標

希望透過這組卡片學到什麼？

這幾個條件之後應該會成為 Prompt 很重要的一部分。

但今天先不寫 Prompt。

再忍一天（笑）。

接著是更重要的問題：AI 可以決定多少？

當 AI 知道學習需求之後，理論上就可以開始產生內容了。

但這裡有一個我覺得不能忽略的問題：

AI 產生的教材，可以直接相信嗎？

生成式 AI 很擅長整理文字，也可以很快產生看起來相當完整的內容。

問題是：

「看起來合理」和「內容正確」並不是同一件事情。

尤其這次做的是學習內容。

如果 AI 產生錯誤資訊，而使用者沒有發現，就有可能把錯誤內容當成教材。

所以我不希望整個流程是：

學習需求
    ↓
Google AI
    ↓
直接成為教材

而是希望多保留一道人工確認。

AI 產生的是 Draft

目前我想把 Gemini 在這個工具裡的定位定義成：

Learning Card Draft Generator

AI 負責根據需求：

• 整理知識內容
• 調整內容難度
• 產生適合的描述
• 協助產生問題或例子

但是產生完成後，不直接把結果當成最終教材。

而是：

Creator
   ↓
輸入學習需求
   ↓
Google AI
   ↓
Learning Card Draft
   ↓
Creator 確認 / 修改
   ↓
Final Learning Card
   ↓
Learner

這樣 Creator 就多了一個很重要的角色：

Review

確認內容是否正確，也確認內容是不是自己真正想要的。

如果有問題，可以修改後再使用。

AI 是助手，不是答案本身

做到這裡，我對這次 AI 的角色也比較明確了。

我並不是想做一個：

「AI 說什麼，就學什麼」

的工具。

而比較像：

「我告訴 AI 想準備什麼，它先幫我整理一份初稿，我再決定最後怎麼使用。」

這個差別其實很重要。

因為生成式 AI 最大的優勢之一，就是可以快速產生與整理內容。

原本可能需要自己搜尋資料、整理重點、想問題，再把它整理成教材；現在可以先讓 AI 協助完成第一版。

但「最後要不要使用」這個決定，仍然留在人手上。

對目前這個專案來說，我覺得這樣的分工剛剛好。

Day 03 小結

今天沒有再繼續增加功能，反而替整個流程多畫了兩條界線。

第一條是角色：

Creator → 建立與確認內容
Learner → 使用 Learning Card 學習

第二條是 AI 的責任：

Google AI → 產生 Draft
Human → Review & Edit

因此目前的完整流程變成：

Creator
   ↓
Learning Requirement
   ↓
Google AI
   ↓
Learning Card Draft
   ↓
Review / Edit
   ↓
Final Learning Card
   ↓
Learner

到這裡，誰建立卡片、誰使用卡片，以及 AI 在中間負責什麼，總算比較清楚了。

接下來終於可以開始碰「Learning Card 本身」。

既然 AI 最後要產生的是一張 Learning Card，那至少要先回答：

一張 Learning Card 到底需要哪些內容？

標題？說明？問題？答案？圖片？

這些東西又該怎麼組合？

明天就來畫出第一版 Learning Card。

Day 04｜一張智慧學習卡需要什麼？設計第一版 Learning Card