學習目標
- 理解文件、表單、試算表與 AI 串接的基本邏輯。
- 用流程思維重新描述重複性工作。
- 設計一份 AI 整合藍圖。
- 學會標記人工審核點與例外處理規則。
核心概念
流程整合的關鍵不在於會多少指令，而在於能否清楚定義輸入、處理、輸出與人工檢查點。只要這四個要素被說清楚，無論最後使用哪個平台，工作流都會更穩定。也就是說，工作流設計首先是一種結構思考，技術只是後續實現手段。
圖片與案例圖
這張圖可以幫助學生把抽象的流程概念，連到實際的內容輸入、生成、修訂與發布節點。
Apps Script 畫面則可作為低程式門檻自動化案例，連回 Google 表單、試算表與通知流程整合。
流程思維
初學者常犯的一個錯誤，是以為把 AI 接到某個工具上就叫自動化。其實真正的自動化至少要回答幾個問題：資料從哪裡來？要經過什麼規則處理？最終輸出給誰？如果結果有錯，誰負責檢查與中止流程？這些問題若沒有先釐清，就算串起來了，也只是在放大混亂。
因此，教師可先要求學生用自然語言寫出一個工作流，而不是立刻進入技術操作。例如：「每週收集學生表單回覆，整理成試算表，請 AI 先分類學生常見困難，再由教師挑選回覆策略。」當學生能這樣描述流程時，後續才有可能真正整合到雲端平台中。
實作情境
情境一：教學回饋整理
學生課後表單進入試算表後，由 AI 先做意見分類，再由教師判斷哪些問題需要立即處理。
情境二：研究資料初步整理
多份訪談摘要先由 AI 進行開放式分類，但真正的編碼與詮釋仍由研究者負責。
情境三：行政公告與回覆草稿
AI 可根據既有規則生成回覆初稿，但在正式對外之前仍需人工檢查用詞與資訊正確性。
課堂活動
活動一：工作拆解
請學習者選一項重複性工作，拆成資料輸入、判斷規則、產出格式與例外處理。
活動二：流程藍圖繪製
用方塊圖或清單圖描述一個 AI 工作流，並標出人工審核節點。
活動三：例外情境設計
每組需額外寫出兩種流程失敗情境，說明該如何回退、暫停或人工接手。
課後任務
完成一張 AI 工作流藍圖，說明其用途、資料來源、處理步驟、輸出成果與風險控管方式。若可以，請再補上一段說明：這條流程若未來要放大到真實場域，最需要補強的地方是什麼？
延伸觀看
本單元最適合搭配頻道中的流程示範、Apps Script 或雲端整合影片一起看，能幫助學習者把流程圖真正連到輸入、處理、輸出與人工審核點。