一、前言

在過去兩天中，我們成功打造了考前衝刺的第一個利器——「章節核心精華摘要」工作流，並在昨天（Day 17）優化了排版，讓 AI 能自動產出工整的 Markdown 比較表格與粗體關鍵字。
然而，在醫學資訊領域的期中、期末考中，往往有一種讓所有同學聞風喪膽、佔分極高卻最耗時準備的題型——「名詞解釋」！例如：

• 什麼是 FHIR？請寫出英文全稱並說明核心定義。
• 請解釋 RESTful、Stateless 與 Token 的機制。
• 何謂 Resource 與 Extension？

過去在準備這類題目時，我們只能逐頁翻閱講義，自己一字一句手抄筆記整理單字卡，既費力又容易抄漏關鍵字。今天 Day 18，我們要打造衝刺階段的第二項神兵利器——「考前名詞解釋卡工作流」，教大家如何透過節點與 Prompt 設計，讓系統自動抓出講義中所有的核心術語，並統一輸出為「名詞｜英文全稱｜一句話白話定義」的標準記憶卡！

二、為什麼考前需要獨立的「Flashcard」模式？

有些同學會問：「前兩天的摘要工作流不是已經有整理重點了嗎？」
答案是：複習情境不同，資訊密度與結構需求就不同！

1. 摘要工作流（Day 16-17）：著重在「整個架構機制與優缺點比較」，文字較多、偏向大局觀理解。
2. Flashcard 工作流（Day 18）：著重在「原子化（Atomic）記憶」。它把複雜的技術概念切成一個個獨立的單字卡，專門用來在考前 30 分鐘進行自我快問快答。

因此，Flashcard 的輸出必須具備「名詞明確、全稱無誤、定義俐落」三大要素。

三、實作步驟：在 Workflow 中設定名詞卡提取節點

1. 進入工作流編輯畫布
   登入 Dify Cloud，點選左側導覽列的「工作室（Studio）」。
   另建一個專門的「考前名詞提取器」。
   檢查基本架構：【開始節點】➔【LLM 節點】➔【輸出節點】。
   

2. 雕琢名詞提取專用 Prompt
   點擊中間的 【LLM】節點，展開右側面板。我們將模型設定為反應迅速且穩定的 Gemini 3.5 Flash-Lite（Thinking Level 保持 Minimal，確保回答精確不發散），並在 SYSTEM 欄位貼入以下提示詞約束：

   你是一位醫學資訊系考試名詞解釋的命題專家。請仔細閱讀使用者提供的教材內容，自動提取其中最重要的專有名詞與核心術語，製作成考前必備的「名詞解釋單字卡（Flashcard）」。
   【任務規範】

   1. 嚴格根據所附教材內容提取，不得憑空捏造教材未提及的名詞。
   2. 剔除過於普遍的通俗字詞（如 Computer、System），專注在醫學資訊、網路協定、標準規格等具考點價值的專業術語。
   3. 嚴禁任何開頭或結尾寒暄贅述，直接按照下方指定格式交付。

   【輸出格式要求】
   請統一使用 Markdown 表格輸出，必須包含以下四個欄位：

   專有名詞 (Term)	英文全稱 (Full Name)	核心概念與一句話白話定義 (Definition)	考點關鍵字 (Keywords)

   【欄位填寫說明】

   • [專有名詞]：名詞簡稱或代號（如 FHIR、RESTful、IoMT）。
   • [英文全稱]：完整的英文全名，若原文為一般術語無縮寫則填寫其完整英文。
   • [核心概念與定義]：用白話俐落的一句話（30~50 字以內）精確解釋其定義、用途或核心機制。
   • [考點關鍵字]：列出 2~3 個考卷上必寫的得分關鍵字，並加上 粗體。

   

3. 設定輸入變數與發布更新
   在同一 LLM 節點的 USER 提示詞欄位中，引用開始節點的文字變數：

   請依據以下教材內容，提取並製作考前名詞解釋卡：
   {{#start.input_text#}}

   設定完成後，點擊畫布右上角的藍色 「發布」➔「更新」。
   

四、成果實測與驗收

我們點擊右上角的「測試運行」，貼入先前的 FHIR 核心特性與優勢教材片段（包含 RESTful、Stateless、Token、Extension 等概念），點擊開始運行！
約 3 秒鐘後，右側視窗順利吐出了一份乾淨整齊、資訊密度極高的名詞卡對照表：

成果點評：

• 一秒搞定單字卡：原本需要手抄半小時的名詞與英文全稱，系統一次抓齊且全稱拼寫完全無誤。
• 得分關鍵字標註：特別設計了「考點關鍵字」欄位並自動粗體標註，考前只要默背關鍵字就能確保名詞解釋拿到滿分！