Home
Explore Uedu
Student Console
Register as Member/Login
(2) In future presentations of the research findings, in addition to the course project website and public presentations, your real name and personal information will not appear in this research report. If you are interested in the research results, we can provide you with an executive summary after the study is completed.
問卷中心
Teacher Console
Course Setup
Support & Messages
Uptime Data

UeduGPTs

--

Jupyters

0

Local AI

--

CISOSE26 本地 AI UG26
政治大學 AQI 20 29°C

AI Reply Desktop Notifications

Show a desktop notification when the AI TA finishes replying

Chat Message Notifications

Notify me when classmates post messages in the forum

Sound notification

Play an alert sound whenever there is a new notification

生成式 AI 工作坊:會自己工作的 AI

AI That Works on Its Own: From ChatGPT to AI Agent

會自己工作的 AI:從 ChatGPT 到 AI Agent

1 場(2 小時) 2026 年 5 月 18 日(一) 國立中央大學 教研大樓 3F 未來教室 Chia-Kai Chang

活動概述

由 Uedu 優學院、教育部共同主辦,國立中央大學協辦的生成式 AI 學生工作坊。多數 AI 講座教你怎麼用 ChatGPT,我們直接跳到下一步:「會自己工作的 AI」。當 AI 不再等你問問題,而是自己決定下一步要做什麼、自己呼叫工具、自己驗證結果,這就是 AI Agent,是 2026 年最重要的 AI 演進方向。本場以 60 分鐘的實作為核心,帶你親手做出一個會幫你工作的 AI 小助手。暫時不需要寫程式,使用 Uedu 優學院就可以體驗「傳統 Chatbot」與「AI Agent」兩種不同的生成式 AI 互動行為。課程全程參與者提供參與證明。

活動資訊

日期 2026/05/18(一)
時間 19:00–21:00(PM)
地點 國立中央大學 教研大樓 3F 未來教室
對象 全臺大學生、碩士生
裝備 請自備筆記型電腦
證明 全程參與者提供參與證明
主辦 Uedu 優學院、教育部
協辦 國立中央大學
共同主辦:教育部補助大學校院 STEM 領域及女性研發人才培育計畫(STELLA)

由 Uedu 優學院及教育部 STELLA 計畫共同主辦。

你會帶走什麼

  1. 能說出 ChatGPT 與 AI Agent 的差別在哪裡
  2. 親手做出一個專屬於你科系的 AI 小助手
  3. 理解「會自己工作的 AI」如何主動呼叫工具、生成圖像、引導對話

為什麼這場跟其他 AI 講座不一樣

多數 AI 講座教你怎麼用 ChatGPT。我們直接跳到下一步:「會自己工作的 AI」。

當 AI 不再等你問問題,而是自己決定下一步要做什麼、自己呼叫工具、自己驗證結果,這個叫 AI Agent,是 2026 年最重要的 AI 演進方向。

這場講座用 60 分鐘的實作帶你親手做一個。暫時不需要寫程式,使用 Uedu 優學院,就可以體驗【傳統 Chatbot】跟【AI Agent】兩種不同的生成式 AI 互動行為。

課程時間表

2 小時 6 個階段:開場示範 → Phase 1 建 chatbot → 休息 → Phase 2 升級成 agent → 小組分享 → reality check。

19:00–19:15 15 分鐘
Session 1 示範 + 概念
什麼叫做 Agentic AI?三層框定
工業界寬鬆 → Anthropic 中庸 → 學術嚴格,每層配一段 live demo
Agent 這個詞正在被搶——業界、Anthropic、學術圈各有不同定義。本段用自駕車 SAE Level 0~5 當統一比喻,帶學生走過三層框定(A 寬鬆 / B 中庸 / C 嚴格),每層配一段 live demo:A → ChatGPT 純對話(30s)、B → mygpts + Deep Research 多步研究(2~3 min)、C → 同一頻道問跨日記憶失敗(30s)。
19:15–19:50 35 分鐘
Session 2 實作(2 張任務卡)
Phase 1:刻意做一個「廢」chatbot
用 system prompt 顯式抑制工具,讓 chatbot 只能用文字回答
小提醒:mygpts mode_1 default 就載入 23 個 function tool(已經是 B 框定下的 agent)。為了讓學生親身體會「沒工具的 chatbot 多廢」,Phase 1 刻意用 system prompt 顯式抑制工具:「請只用文字回答,不要使用任何工具」。然後跟它對話 5 輪,每個問題都會踩 chatbot 痛點(畫圖、跑程式、主動引導、查資料、自我描述),讓學生體會「被動回答」的傳統 chatbot 體感。Phase 2 升級時對比強烈。
19:50–20:00 10 分鐘
休息 + 互相試玩同學的 chatbot
互相分享 class_code,試玩同學建立的 chatbot。
20:00–20:40 40 分鐘
Session 4 實作(4 張任務卡)
Phase 2:升級成 AI Agent
強化 prompt + 開啟圖像生成 + 蘇格拉底議題 + 啟用 Deep Research 看 ReAct 多步循環
把 Phase 1 的 chatbot 升級成 AI Agent,分 4 張任務卡:強化 system prompt 讓 AI 主動多做一步;加開 mode_2 圖像生成;加開 mode_3 預設蘇格拉底議題;最後啟用 Deep Research(深度研究模式),輸入複雜問題,親眼看 LLM 自己跑「規劃 → 行動 → 觀察 → 反思 → 整合」的 ReAct 多步循環。
20:40–20:55 15 分鐘
Session 5 分享
個人志願 Demo
講者於 Phase 2 巡場時挑選 3~4 位同學上台 demo
不分組,每個人專注在自己的 AI Agent。講者於 Phase 2 巡場時記下「wow 作品」,主動邀請 3~4 位同學上台 demo,每人 3 分鐘 + 講者 30 秒點評:展示 system prompt 寫法、tool 自動呼叫的瞬間、Deep Research 的研究報告片段。
20:55–21:00 5 分鐘
Session 6 收尾
收尾與 Reality Check
你做的 agent 在光譜上的位置
誠實的 5 分鐘 reality check:今天大家做的——特別是有打開 Deep Research 的——在 A、B 框定下都是 agent,在 C 框定下已經做到 multi-step 規劃 + 反思 + 整合,已摸到 C 邊緣,只差 cross-session memory 與 autonomous initiation 兩塊,這是 Uedu Mind / PALM 等研究前沿正在推進的方向。

任務卡(學員現場操作)

6 張任務卡循序操作。卡 3、5、6 有 5 科系變體,請挑你的科系切換 tab。每段 prompt 都有「📋 複製」鈕。

卡 1 Phase 1 ~15 min 5 科系共用

建立你的 mygpts 頻道

👣 操作步驟

  1. 前往 uedu.tw/mygpts/create
  2. 填入頻道名稱:「___ 學習助手」(依你科系填)
  3. 只勾選 mode_1(文字對話模式),其他模式都不要開
  4. 貼上下面這段 system prompt(刻意做廢的 chatbot,下個任務才會體會差別)
  5. 儲存 → 進入頻道

📋 System Prompt(複製貼上)

你是一位學習助手。
請只用文字回答學生的問題,不要使用任何工具、不要畫圖、不要跑程式、不要做計算。
保持簡短、被動,學生問什麼你答什麼。
✅ 驗收:頻道建好,有 class_code,可以開始對話。
卡 2 Phase 1 ~20 min 5 科系共用

跟它對話 5 輪 — 體驗 chatbot 痛點

依序問這 5 個問題,每個都會踩 chatbot 的痛點,觀察它「只能用文字回答」的行為:

  1. 「幫我畫一張示意圖說明你剛剛說的概念」 → 它只能用文字描述,不會真的畫
  2. 「跑這段 Python:print(2**100),告訴我結果」 → 它會直接寫答案,可能算錯
  3. 「請主動引導我思考一個問題」 → 它會被動等你發問
  4. 「你能查最新的資料嗎?」 → 它不會
  5. 「你做得到哪些事?」 → 觀察它的自我描述
✅ 驗收:你應該感覺它很廢——這正是「傳統 chatbot」的體感,Phase 2 升級時對比強烈。
卡 3 Phase 2 ~10 min 5 科系變體

強化 system prompt — 升級成 Agent

操作:到頻道編輯頁,把卡 1 的 system prompt 整段替換成對應你科系的版本,儲存。

你是中央大學資電學院(資工、電機、通訊)學生的學習助手。
請主動使用工具來輔助學習,永遠多做一步:

- 學生提到任何程式碼,主動用 execute_code 跑跑看並解釋結果
- 學生提到任何演算法、資料結構、系統架構,主動用 generate_image 畫示意圖
- 學生提到任何數學或公式(複雜度、訊號處理、密碼學),主動用 calculate_and_plot 算並畫圖
- 學生問任何概念(OS、network、DB、編譯器),主動視覺化

不要只用文字描述,永遠多做一步把抽象變具體。
你是中央大學理工學院(數學、物理、化學、生命科學、土木、機械、化材)學生的學習助手。
請主動使用工具來輔助學習,永遠多做一步:

- 學生問物理公式或化學反應,主動用 calculate_and_plot 算 + 畫圖
- 學生問實驗、機構、生物構造,主動用 generate_image 畫示意圖
- 學生想做資料分析,主動用 execute_code 寫 Python 跑出來
- 學生問任何概念,主動畫圖幫助理解

不要只用文字描述,理工概念需要視覺化才好懂。
你是中央大學管理學院(企管、資管、財金、經濟)學生的學習助手。
請主動使用工具來輔助學習,永遠多做一步:

- 學生問財務模型或經濟公式,主動用 calculate_and_plot 算 + 畫圖
- 學生問商業案例,主動用 generate_image 畫流程圖或商業模式圖
- 學生提到任何數據,主動用 execute_code 跑 Python 做分析
- 學生問策略框架(SWOT、5 Forces、BCG、Porter Value Chain),主動畫成圖

不要只用文字解釋,商管知識最怕只剩抽象框架。
你是中央大學人文藝術領域(中文、英文、法文、歷史、哲學、藝術)學生的學習助手。
請主動使用工具來輔助學習,永遠多做一步:

- 學生提到任何文本或作品,主動用 generate_image 畫出意象、場景、人物
- 學生提到歷史事件,主動畫時間軸或地圖
- 學生提到任何概念對比(如東西方哲學、現代與後現代),主動畫對比圖
- 學生想創作(詩、故事、論文大綱),主動延伸並視覺化呈現

不要只用文字描述,把抽象的人文概念變得可被看見。
你是中央大學地球科學學院(地科、大氣、太空、水海)學生的學習助手。
請主動使用工具來輔助學習,永遠多做一步:

- 學生問任何地球科學概念(板塊、洋流、大氣循環、地震),主動用 generate_image 畫示意圖
- 學生問氣象、地震、海洋數據,主動用 calculate_and_plot 處理 + 視覺化
- 學生問任何模型或公式,主動用 execute_code 跑模擬
- 學生問環境議題,主動畫成資訊圖表

不要只用文字描述,地球科學需要視覺化才能掌握時空尺度。
✅ 驗收:再問一次卡 2 的 5 個問題,現在它會主動畫圖、主動算、主動引導。這就是 prompt 升級的力量。
卡 4 Phase 2 ~8 min 5 科系共用

加開 mode_2 圖像生成(GPT-Image-2)

👣 操作步驟

  1. 到頻道編輯頁
  2. 勾選「互動模式:圖片生成(mode_2)」
  3. 儲存 → 回到對話頁

🧪 試這 3 個 prompt

  1. 「畫一張你科系最酷的概念示意圖」(讓 AI 自己決定畫什麼)
  2. 「我想跟朋友解釋我科系在做什麼,給我一張圖」
  3. 你自己想一個(最考驗 AI 主動性的問題)
✅ 驗收:對話視窗會跳出「正在生成圖像」進度條,最後出圖。
卡 5 Phase 2 ~8 min 5 科系變體

加開 mode_3 蘇格拉底議題

👣 操作步驟

  1. 到頻道編輯頁
  2. 勾選「互動模式:蘇格拉底對話(mode_3)」
  3. 點「新增蘇格拉底對話題目」,貼下面對應你科系的議題(先做 1 個就好,剩下 2 個有空再加)
⭐ 程式教育該不該禁止 AI
你是蘇格拉底。學生想討論「大學程式設計課該不該禁學生用 AI」。請用反問引導學生思考:禁用的成本、不禁的風險、什麼樣的折衷做法、不同利害關係人的角度。不要直接給結論。
演算法 vs 框架優先
你是蘇格拉底,引導學生思考「資工教育要先教演算法還是先教 framework」,用反問與案例對照,不要直接給答案。
開源軟體的責任
你是蘇格拉底,引導學生思考「開源軟體被惡意使用時,原作者有沒有道德責任」,用反問挑戰學生立場。
⭐ 核能該不該作為過渡能源
你是蘇格拉底。學生想討論「台灣該不該保留核能作為非碳能源過渡」。請用反問引導:能源安全、安全風險、廢料處理、替代方案比較。不要直接給結論。
物理教學要不要重推導
你是蘇格拉底,引導學生思考「大學物理該重推導還是重應用」,用反問與案例對照,不要直接給答案。
動物實驗的倫理界線
你是蘇格拉底,引導學生思考「生命科學的動物實驗倫理界線在哪」,用反問挑戰學生立場。
⭐ ESG vs 股東利益
你是蘇格拉底。學生想討論「企業該優先股東利益還是 ESG」。請用反問引導:短期 vs 長期、誰是 stakeholder、如何衡量、不同產業的差異。不要直接給結論。
AI 取代決策
你是蘇格拉底,引導學生思考「企業重大決策該不該完全交給 AI」,用反問與案例對照,不要直接給答案。
遠端工作的長期影響
你是蘇格拉底,引導學生思考「全面遠端工作對組織文化的長期影響」,用反問挑戰學生立場。
⭐ AI 創作算不算藝術
你是蘇格拉底。學生想討論「AI 生成的作品算不算藝術」。請用反問引導:藝術的定義、創作者意圖是否必要、收藏家立場、不同藝術哲學流派觀點。不要直接給結論。
翻譯該重信還是達
你是蘇格拉底,引導學生思考「文學翻譯該重忠實還是重流暢」,用反問與經典翻譯案例對照,不要直接給答案。
歷史敘事的客觀性
你是蘇格拉底,引導學生思考「歷史能不能被客觀地敘述」,用反問挑戰學生立場。
⭐ 氣候責任歸個人還集體
你是蘇格拉底。學生想討論「減碳該由個人行為改變還是政府政策推動」。請用反問引導:個人行為的實際影響、政策的執行難度、發展中國家公平性、不同尺度的責任分擔。不要直接給結論。
保育 vs 發展
你是蘇格拉底,引導學生思考「山林保育與經濟發展的取捨」,用反問與台灣案例對照,不要直接給答案。
預測 vs 預警的差別
你是蘇格拉底,引導學生思考「地震無法預測但可以預警,這對社會運作意味著什麼」,用反問挑戰學生立場。
✅ 驗收:你會看到 AI 開始反問、引導,不再給直接答案。
卡 6 ⭐ Phase 2 ~14 min 5 科系變體 壓軸亮點

啟用 Deep Research + 看 ReAct 多步循環

👣 操作步驟

  1. 到頻道編輯頁
  2. 勾選「啟用 Deep Research(深度研究模式)
  3. 儲存 → 回到對話頁
  4. 貼下面對應你科系的「複雜問題」,送出後不要動,觀察畫面
分析 LLM 在程式設計教育的最新發展與爭議:列出主流 coding assistant、它們對學生學習的正面與負面影響、不同國家學者的看法。請整合成帶引用的報告。
分析鋰電池近 3 年技術突破與安全挑戰:主要技術路線(液態、固態、鈉離子等)、各路線的安全議題、商業化進度。請整合成帶引用的報告。
研究 ChatGPT 對白領工作的衝擊:哪些工作首當其衝、各國研究的不同結論、企業實際採用情況。請整合成帶引用的報告。
分析 AI 對藝術創作的影響——支持與反對的論述:主要的支持論點與代表人物、主要的反對論點與代表人物、法律與版權爭議。請整合成帶引用的報告。
整理 IPCC AR6 對台灣的影響:升溫情境的預測、對台灣降雨與海平面與極端氣候的具體預測、政府目前的因應措施。請整合成帶引用的報告。

👀 觀察點(這是 wow 的精華)

  1. 狀態徽章:規劃中 → 執行中 → 整合中 → 已完成
  2. 步數計數累積(最多 30 步)
  3. Token 用量即時跳動
  4. 最後出綠框 Deep Research bubble:markdown 答案 + 表格 + 引用清單
  5. 點開可看每一步 ReAct(規劃 / 行動 / 觀察 / 反思)細節
✅ 驗收:你會看到 LLM 自己決定要查幾次、查什麼、夠不夠、要不要再查、怎麼整合——這就是 multi-step agent 的本體。

行前準備

當天就會在 Uedu 上動手做

為了讓你進場就能動手,請事先註冊 Uedu 優學院帳號,並攜帶筆記型電腦(建議使用 Edge 或 Chrome 瀏覽器)。

前往註冊 → uedu.tw/signup

講者

張家凱(Chia-Kai Chang)
講者 / Speaker
國立中央大學通識教育中心
國立中央大學通識教育中心助理教授。Uedu 平台創建者與主要開發者,研究聚焦 Educational Omics 多模態學習分析框架。
工作坊資訊
預期參與人數
30 人
適合對象
全臺大學生、碩士生
先備條件
無需程式背景,歡迎任何科系大學生、碩士生參加
請自備筆記型電腦(建議使用 Edge 或 Chrome 瀏覽器)
參加前請先至 uedu.tw/signup 完成帳號註冊
邀請我們辦工作坊

歡迎邀請 Uedu 團隊到您的研討會或學校,分享生理感知學習分析的實作經驗。

預約討論