身為「人工智慧及其應用」課程的實作助教,我將以大一生的 AI 專題競賽為主線,用 30 天帶沒有資訊背景的同學從想法走到成果。系列從問題發想、AI 搜尋與資料查證開始,逐步介紹如何選用工具製作簡報、圖像、影片、語音與網站,再練習用 AI 協助程式實作、自動化和測試;進階篇也會介紹 Skill、MCP 等工具整合概念。每篇提供可跟做的任務,優先採用可免費入門的方式,並說明何時才需要付費功能。最後將各項成果整合成可展示、可說明、可驗證的 AI 專題。
「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...
AI 最危險的時候,往往不是回答「我不知道」,而是用非常肯定的語氣,說出一個看起來很合理的錯誤答案。 Day 1,我們從生活中尋找問題,並利用「專題起點卡」...
昨天我們學會了查證 AI 提供的資料,但即使資料來源可靠,如果一開始交代的任務很模糊,AI 仍可能產生一篇「看起來很完整,實際上不能用」的答案。 例如,許多第一...
前幾天,我們已經完成三件重要的事: Day 1:從真實問題開始,而不是先追逐工具 Day 2:學會查證 AI 提供的資料與來源 Day 3:把模糊需求寫成可以...
前四天,我們已經完成: 從真實問題開始發想專題 查證 AI 找到的資料 將模糊需求寫成可驗收的提示詞 建立能追溯來源的專題知識庫 然而,到目前為止,我們仍可...
昨天,我們利用真人訪談與小型問卷,把「我覺得大家需要」轉換成有證據的使用者需求。 然而,完成需求驗證後,團隊通常會遇到另一個陷阱: 每位組員都想到一個新功能,...
昨天,我們將使用者需求轉換成 User Story、驗收條件及 MVP。 假設團隊最後決定完成這條核心流程: 使用者輸入預算、距離及飲食限制 → 系統篩選符合條...
昨天我們完成了資料契約,統一了欄位名稱、資料型態、單位、來源與版本。 今天遇到的新問題是: 資料已經整理好了,AI 真的會正確使用嗎? 假設我們有一份校園餐...
前幾天,我們已經完成: Day 6:把需求轉換成 User Story 與 MVP Day 7:建立資料契約與資料字典 Day 8:使用 RAG 讓 AI 根...
前幾天,我們已經完成: Day 7:建立資料契約與資料字典 Day 8:建立 RAG 資料流程 Day 9:設計網站介面、來源卡片與錯誤狀態 接下來要開始真...