百瀚 AI 知識系統 v0.1

這份文件說明百瀚為什麼值得建立一套 AI 知識系統，以及第一版應該如何用最小範圍證明價值。

一句話版本：

把每一堂課從「看完就消失的影片」變成「可查證、可重用、可累積的教學記憶」。

百瀚是誰：已經站在 AI 轉型門口的教育公司

百瀚不是一間才剛開始思考數位化的教育公司。早在疫情前後，百瀚就已經把課堂營運往數位化方向推進，讓每一堂課程都有錄影留存。這件事在當時可能是為了遠距、管理、留存或複習；但到了 AI 時代，它變成一個非常關鍵的基礎資產。

因為 AI 要真正進入教育現場，最重要的不是先做一個漂亮的工具，而是要同時具備兩件事：

關鍵條件	百瀚目前的基礎	代表意義
Data	每一堂課都有錄影，並且可以延伸成逐字稿、課堂紀錄、課堂事件卡。	AI 有真實教學資料可以理解，不是只靠抽象教材或人工訪談。
Distribution	每天約 300 堂課持續產生錄影與教學互動。	系統一旦成立，就能自然進入日常營運，而不是停留在一次性 demo。

這也是為什麼百瀚特別適合在這個時間點做 AI 知識系統。它不是從零開始補資料，也不是先做一個沒有場景的 AI 應用；它已經有大量真實課堂資料，也有每天持續發生的課堂分發場景。

換句話說，百瀚的機會不是「開始數位轉型」，而是把過去累積下來的數位化成果，升級成能自動整理、比較、學習、回饋的 AI 教學營運系統。這會是從教育機構走向教育科技公司的關鍵一步。

為什麼現在值得做

百瀚已經累積大量課堂影片、教材、老師標準與學生學習結果。問題不是沒有資料，而是這些資料目前很難變成可持續使用的公司知識。

常見情況會是：

課堂影片有保存，但平常很少有人能完整回看。
教學品質需要抽查，但抽查成本高，而且很難形成長期趨勢。
好老師的 know-how 留在個人身上，難以複製到其他老師或教材。
學生常卡在哪裡，通常要靠老師印象或事後零散回饋。
教材是否真的清楚、課綱是否需要調整，缺少可回溯的課堂證據。
小考、作業結果和實際上課過程之間沒有穩定連結。

所以這套系統的核心價值不是「自動生成幾份文件」，而是讓百瀚開始擁有一套能累積、能驗證、能改善的教學記憶。

做好以後有什麼好處

v0.1 做完後，百瀚應該先看到四類具體好處。

百瀚 AI 知識系統角色價值圖

角色	會得到什麼	對經營的價值
主任 / 管理者	不用完整重看每堂影片，也能掌握課堂品質、缺漏、亮點與風險。	管理教學品質的成本下降，問題更早被發現。
教務 / 課程負責人	能看到教材、課綱與實際課堂之間的落差。	教材改善與師訓不再只靠感覺，而有課堂證據。
老師	未來能得到更具體、可回看、可改善的教學回饋。	好教法更容易被看見與複製，但 v0.1 不做公開排名。
學生	拿到更貼近實際上課內容的複習與補強材料。	學習單不只是教材摘要，而是回應這堂課真正發生的卡點。

對百瀚來說，這代表教學營運會從「人力抽查與經驗判斷」逐步走向「有證據的課堂品質管理」。

三個詞先理解整套框架

為了避免被技術細節卡住，可以先用三個白話概念理解。

白話名稱	內部術語	意思
官方標準	SSOT	百瀚認定正確的課程地圖、教材講義、老師標準。它是判斷基準。
課堂事件卡	Lesson Data Point	一堂課被整理後的資料卡，包含影片、課堂紀錄、比對結果與產物。
候選教學經驗	Know-how Candidate	多堂課一起看後整理出的教法、教材、學生卡點等候選洞察。

三層知識框架

最重要的原則是：

單堂課只能說明「這堂課發生了什麼」。
多堂課一起看，才可能看出「哪些現象反覆出現」。
加上小考、作業等結果資料，才有機會判斷哪些教法或教材安排值得保留。
候選教學經驗仍然需要人審，不能由 AI 直接改寫官方標準。

v0.1 如何運作

v0.1 會分成兩條路徑。

第一條是單堂課主線：先讓每堂課變成可查證資料，並產出當下能用的報告與學習材料。

第二條是長期知識循環：多堂課加上小考、作業等結果回饋，逐步沉澱成候選教學經驗，再經人審回到官方標準更新。

百瀚 AI 知識系統 v0.1 雙路徑流程

單堂課主線

一堂課進來後，系統會做這幾件事：

接入課堂影片。
轉成逐字稿，並整理成課堂文字記錄。
形成一張課堂事件卡。
對照官方標準版本：課程地圖、教材講義、老師標準。
產生四類第一階段產物。

這裡的重點是：四類產物都來自同一張課堂事件卡，而不是各自重新讀影片、各自生成。

長期知識循環

小考或作業結果出現後，系統會回頭驗證課堂觀察。

例如：

課堂中被標記的學生卡點，後續是否真的反映在錯題上。
老師臨場補充的內容，是否可能改善理解。
某些教材段落，是否在不同班級反覆造成學生不懂。
某些教法，是否在多堂課中反覆出現好結果或壞結果。

這些跨多堂課的模式，才會形成候選教學經驗。

v0.1 會產出什麼

第一版會先產出四類內容。

產物	誰使用	實際用途
管理者教學報告	主任、管理者、教務	快速掌握課堂品質、課程覆蓋、缺漏、亮點、風險與待追蹤事項。
學生學習單	學生	根據實際課堂內容與學生卡點，產出課後複習與補強材料。
教學評鑑	管理者、教務	對照老師標準，觀察引導、提問、互動、節奏與檢查理解。
課堂效果觀察	教務、課程負責人	對照課綱與教材，觀察學生是否接近學習目標，並標記待驗證項目。

其中「課堂效果觀察」很重要。它不是直接宣稱學習成效，也不是老師評分；它先記錄這堂課看到的理解狀態與卡點，等小考或作業回來後再驗證。

v0.1 POC 範圍

第一版建議採用：

單一單元多班。

意思是：先選一個科目、年級或程度、教材單元，接入多個班級或多堂課。

v0.1 POC 單一單元多班範圍

為什麼不是只做單堂課 demo？

單堂課可以證明系統會產報告，但看不出 know-how 是否能累積。
多堂課放在同一個單元下，才看得到反覆出現的學生卡點、教材缺口與不同教法。

為什麼不是一開始全校導入？

跨科目、跨年級、跨教材版本會讓變因太多。
第一版應該先證明核心主線可靠，再擴大資料範圍。

v0.1 要包含：

一個清楚的課程單元。
多堂課的課堂影片。
對應的課程地圖、教材講義、老師標準。
一種最容易取得的小考或作業結果。
基礎後台，用來看處理狀態、修正低信心項目、重新產生產物。

v0.1 不做：

老師正式評分或排名。
家長、學生、老師直接登入系統。
自動更新官方標準。
跨科目與跨年級的大範圍導入。

導入後的一週會怎麼運作

可以想像第一版導入後，一週內會這樣運作。

課堂影片進入系統。
系統自動整理課堂文字記錄與課堂事件卡。
管理者看到每堂課的摘要、缺漏、風險與待追蹤事項。
教務查看低信心項目，例如教材對應不確定、學生卡點判斷不穩。
學生學習單由內部確認後，用百瀚既有方式發給學生。
小考或作業結果回來後，系統回頭驗證課堂效果觀察。
多堂課累積後，系統整理出候選教學經驗，交給教務或管理者判斷是否值得採納。

這裡的核心分工是：

AI 負責整理證據與候選模式；人負責確認標準、判斷是否採納、決定是否進入官方流程。

最大風險與保護機制

v0.1 最重要的風險不是技術，而是官方標準本身是否清楚。

如果課程地圖、教材講義、老師標準不清楚，後面會連鎖出問題：

系統不知道這堂課是否真的教到該教內容。
學生學習單可能只是摘要，不是真正對齊教材。
教學評鑑可能變成 AI 主觀評論，而不是對照老師標準。
課堂效果觀察可能分不清學生卡點來自教材、教法，還是官方標準寫得不夠清楚。
候選教學經驗可能把「官方基準缺漏」誤判成「教學洞察」。

所以 POC 開始前，要先選一個官方標準相對完整的單元。

如果官方標準不完整，系統應該誠實標記：

這裡無法穩定比對。
這裡需要人審。
這裡可能是官方標準缺口。

這比產生看似完整、但其實不可查證的 AI 報告更重要。

v0.1 做好後，預期看到什麼

第一版完成後，建議用這些結果判斷是否成功：

預期結果	代表的意義
每堂課都有一張可查證課堂事件卡。	課堂影片不再只是沉沒資料。
管理者不用完整看影片，也能掌握每堂課重點。	教學品質管理成本下降。
四類產物能穩定產出，且能回到同一份課堂資料。	系統不是各自生成孤立文件。
重要判斷能追到課堂段落、影片時間點與官方標準版本。	AI 產物可被查證與修正。
至少整理出幾個跨班共通卡點或教材缺口。	系統開始形成可討論的候選 know-how。
官方標準不清楚的地方被列成缺口清單。	系統能幫助百瀚改善教材與 SOP。

最重要的成功標準是：

百瀚開始擁有一套可累積的教學記憶，而不是一批一次性報告。

後續演進

v0.1 先證明課堂主線成立。後續可以分三階段：

階段	目標	業務能力
v0.2	日常營運可用	批次處理多堂課、穩定人審流程、產物版本管理。
v0.3	Outcome 回流更完整	接入更多成績、作業、補課、續班等結果資料。
v1.0	知識循環成立	多類資料點、穩定 know-how 提煉、SSOT 更新建議與治理流程。

下一步決策卡

如果要開始工程計畫，下一步先不急著選模型或畫後台頁面，而是先確認四件事。

決策	要回答的問題
POC 單元	第一版選哪一個科目、年級 / 程度、教材單元？
官方標準完整度	該單元的課程地圖、教材講義、老師標準是否足以支撐比對？
第一批課堂	要接幾堂課？來自哪些班級或老師？
最小結果資料	最容易取得的小考或作業結果是哪一種？

只要這四件事確定，工程 plan 就可以往資料接入、課堂文字記錄、課堂事件卡、官方標準比對、產物生成、後台人審依序展開。