Skip to content

階段五 AI 交叉審查:課程規劃(教師用) ​

讓學生練習「用一個 AI 產出、另一個 AI 審查、自己判斷要不要採納」的工作流程。

核心能力不是「把建議貼回去」,而是判斷。 AI 審查者會很有自信地給出錯誤建議;學生要能逐項驗證,接受或否決都說出理由。


資料夾內容 ​

text
05-review-loop/              ← 學生看的教材
├── README.md                ← 本階段入口
├── REVIEW-LOOP.md           ← 流程說明與提示語範本
├── example/                 ← 示範案例:安裝教材經過 3 輪、5 位 AI 專家審查的判斷紀錄(專家回覆為節錄)
└── exercise/                ← 練習題:CSV 成績統計小程式
    ├── ASSIGNMENT.md        ← 學生題目
    └── grade-stats/         ← 學生的起始資料夾(整個複製出去使用)
        ├── README.md        ← 學生從這裡開始(三個步驟)
        ├── REQUIREMENTS.md  ← 程式需求
        ├── REVIEW-LOOP.md   ← 流程範本(上層 REVIEW-LOOP.md 的副本,修改時要同步)
        ├── grades.csv       ← 測試資料(含刻意設計的髒資料)
        ├── AGENTS.md        ← 本練習專用的 AI 規則
        ├── .gitignore       ← 排除 __pycache__ 等暫存檔
        └── review-log/      ← 審查紀錄放這裡

teacher/                     ← 老師專用
├── 05-course-plan.md        ← 本文件:課程規劃、時間分配、評分方式
└── 05-answers.md            ← 參考答案:陷阱、正確答案、常見錯誤建議

學習目標 ​

  1. 能請 AI 產生一段「給審查者」的 prompt,並說明為什麼要附上背景、已決定事項與回報格式。
  2. 能用不同的 AI 工具交叉審查,並把結果貼回給產出的 AI。
  3. 能逐項判斷審查建議(接受/部分接受/否決),並寫出可驗證的理由。
  4. 能用審查紀錄保存每一輪的過程,並說明何時可以停止審查。

建議時間分配 ​

建議上兩次課,各 90 分鐘。只有一次課時,改用後面的「精簡版(一次 90 分鐘)」。

完整版(兩次課,各 90 分鐘) ​

第一次課 ​

時間內容
15 分說明流程(REVIEW-LOOP.md)與四個步驟
25 分帶讀示範案例 example,重點放在「專家說錯的地方」
10 分發下練習題 ASSIGNMENT.md,學生複製起始資料夾 grade-stats,執行 git init 與 uv init --bare
40 分學生完成第 0 輪(AI 產出程式)與第 1 輪審查

第二次課 ​

時間內容
50 分學生完成第 2、3 輪審查,直到符合停止條件
30 分分組分享:「我否決了哪個建議?為什麼?」
10 分總結與繳交

精簡版(一次 90 分鐘) ​

時間內容
10 分說明流程(REVIEW-LOOP.md)與四個步驟
15 分示範案例只帶讀「審查者說錯的地方」那張表
20 分學生複製起始資料夾、初始化,完成第 0 輪(AI 產出程式)
40 分學生完成第 1、2 輪審查
5 分總結;第 3 輪(若還沒符合停止條件)與 100~200 字心得改為課後作業

精簡版沒有分組分享。分組分享是學生互相挑戰「否決理由」的時間,最能練到判斷;時間允許時,建議用完整版。

課前作業:確認學生已完成安裝教材的模組一(需要 Git、uv、gh),並至少能使用兩個不同的 AI:Antigravity IDE 寫程式,另一個網頁版 AI(例如 ChatGPT)審查;審查用的 AI 要是不同 AI 工具、且使用不同模型。


分組與工具建議 ​

  • 產出者與審查者用不同 AI 工具、且使用不同模型:同一個模型容易互相認同,不同模型才會抓到彼此的盲點。
  • 個人練習即可;分享時兩人一組,互相挑戰對方的「否決理由」。

評分方式 ​

項目比重看什麼
判斷紀錄(round-N-decision.md)40%每一項(包括接受的建議)是否有判斷與理由,且理由可驗證(需求、實際執行、官方文件),而不是「感覺不需要」
個人判斷抽核10%隨機指定一項接受與一項否決,學生能當場說明並重現查證方法(防止判斷全部交給 AI 代寫)
審查 prompt 品質(round-N-prompt.md)20%是否附上背景、已決定事項、「只讀不執行」、回報格式,並標示輪次與 commit 編號;後面幾輪是否避免審查者重複提已否決的事
程式結果20%用 grades.csv 實際執行能正確處理所有陷阱
git 紀錄10%第 0 輪初版、每一輪各一次 commit,commit 訊息標明輪次與接受/否決的項目編號;可用 git log --oneline 看出每輪變化

加分: 找到審查者說錯、並用實際執行或官方文件證明的項目。

AI 很快,但會出錯,要自己檢查。