小考解析正確，提示卻直接洩漏答案；互動模擬算得對，按鈕卻寫「提高效度」。這些素材能用平均分數決定發布嗎？前兩篇提供了範例與規格，今天用四個驗收面向示範如何判斷。真正的素材檔案、執行結果與審閱紀錄尚未齊全時，就先記下缺口，不能因設計表完整而說已通過。

四個軸，不是一個平均分數

每軸採三級判定：block、revise、ready。它不是把四個數字平均後，以 80 分掩蓋一個致命錯誤。誠信或正確性出現 block，整份素材就不能發布；pedagogy 與 course fit 的 revise 必須有負責人與下一次檢查日期。權重、門檻與例外由教師或課程團隊決定，Claude 只能協助整理證據。

完整例題：三種素材的條件判斷

以下依 Day 27 的小考與模擬設計、Day 28 的助教政策，示範如何使用驗收表。CFA-Q02 是示例 ID；目前沒有獨立素材、完整助教回覆或三份試評紀錄可供核對。因此下列 ready、revise、block 都是條件判斷，並非已執行的評分結果。

若小考答案明確說明「配適度只提供部分內部結構證據，不能單獨證明效度」，且解析與 Day 14、17 相符，正確性可具備判為 ready 的依據。但若提示直接洩漏這句話，誠信仍是 block。移除提示後須實際重跑洩漏檢查並存結果，才能更新該軸狀態；改過文字本身不是通過證據。

互動模擬讓學生調因素負荷量（loading）與殘差變異數（residual variance）。學生先寫預測，再觀察模型隱含相關（相關係數）。objective、操作與證據一致，pedagogy 可判 ready；但若介面把按鈕命名為「提高效度」，即使計算沒錯，也會把共變異數（covariance）變化誤說成效度（validity）。這是 correctness 的概念錯誤，不是文案小修。

即使未來 AI 助教通過 Day 28 的四類檢查，也仍要看它是否適合這門課。若只說「請參考課程材料」，沒有指向六層責任、ENGAGE-v1 的合成限制或當下練習階段，課程適切性仍可能是 revise。這是另一項待測條件；本文沒有紀錄可以宣稱四類檢查已通過。

Claude 協作：找證據，不替教師蓋章

我給 Claude rubric schema（評分準則、資料結構定義）、三份產物與 source/claim ledger（來源與主張帳本），請它逐格提出「支持 ready 的證據」和「可能推翻判定的反例」。這種雙欄輸出比單純問「教材好不好」有用，因為教師可以查每一項證據落在哪裡。

每一格對應的證據，形式如同帳本裡這列：

若候選判定只因「有參考資料」就給正確性 ready，應退回核對支持關係：來源是否支持相鄰主張、程式結果是否對應固定資料與版本、課程判斷是否有在地依據。Claude 可以整理這些問題，不能用完整表格替代缺少的證據。最後的採用與發布仍由教師決定。

驗收紀錄至少保存 artifact（產出文件）/version 與 rubric 判定。也要記 evidence location（證據）、reviewer（審閱者）、日期與 disposition。改過題目後要建立新版本，不能覆蓋舊紀錄再沿用原本的 ready。

我另外加入一個「不可判定」狀態。若 reviewer 缺少教師版答案、無法執行程式，或來源頁已經失效，應先補證據，而不是因為沒看見錯誤便判 ready。這讓驗收表保留不知道的地方，也避免 AI 用完整語氣填平證據缺口。

反例：平均 90 分仍然不能發布

假設一份小考版面、回饋與課程語氣都很好，三軸各得 100；但它在 HTML 的 alt text 裡藏了正確選項，誠信得 60。平均仍有 90，卻明顯不能進正式評量。這就是不用總分抵銷 critical gate 的理由。

另一個 failure case（失敗案例）是只讓生成者自己驗收。作者熟悉意圖，容易把「我知道它想表達什麼」當成學生也看得懂。至少抽一份產物交給未參與生成的人，請他沿 objective → activity → evidence → claim → source 走一次；走不回去的地方，就是發布前要修的接縫。

第三個反例是把學生喜歡當成唯一成功指標。可用性與參與感值得觀察，卻不能取代學習證據、效度論證與公平性檢查。本系列沒有真實學習成效資料，也沒有完整素材試評紀錄，因此目前能交付的是驗收規準與示範，不是教材已提升成績或已通過所有關卡的證明。

若未來真的蒐集學習資料，仍要先說明用途、取得適當同意並建立新的效度論證；不能把平台點擊率直接命名為「學習成效」。

驗收表也要保留不可判定

原問題的答案是：教師驗收不是替 AI 文稿打風格分，而是守住四道不同的門。誠信與正確性是 critical gates；會教與像這門課讓素材從「沒有大錯」走到「值得放進這個學習脈絡」。

本篇留下四軸驗收表、三種條件判斷與應保存的紀錄欄位。實際試評要等素材、測試輸出與審閱者齊備再完成。下一篇把三十天的文章、案例、程式與設計要求接成更新流程，說明新問題進來時，應從哪個主張開始修。

來源與協作揭露

• Anthropic (2026). Examples of projects you can create，課程發展 project 的使用情境。
• Anthropic (2026). FAQs on Using Claude for Education at Your University，大學情境中的 academic integrity 提醒。