需要密碼

這份簡報受密碼保護

AI 賦能教與學

讓 AI 成為你的教學神隊友

Vista Cheng

Vista Cheng

內容策略顧問 / AI 應用講師

世新大學兼任講師、經濟日報與科技島專欄作家、前風傳媒產品總監。專注於 AI 輔助教學應用,協助教育工作者善用 AI 工具提升教學效率與品質。

Vista 作品集

Vista Cheng 歷年出版著作一覽

出版近 20 本書籍,涵蓋電腦書、小說、人物傳記、文案寫作、內容行銷、AI 應用與個人品牌等主題。

社群與電子報

📬

Vista 電子報

Vista 電子報 QR Code每週精選 AI 工具與學習資源

🤖

AI 好好用

AI 好好用 QR CodeFacebook 社團,各領域 AI 使用者交流

🎓

博碩士生練功團

博碩士生練功團 QR Code專為研究生打造的學習社群

💡

課程核心理念

AI 不會取代老師,但會用 AI 的老師會取代不用 AI 的老師。

AI 不取代你,而是讓你做更重要的事。

180

分鐘

今天我們將一起學習如何讓 AI 成為護理教學的神隊友。

📊 即時投票

你目前使用 AI 工具的經驗?

A已經常使用(每週都用)
00%
B偶爾使用(試過幾次)
00%
C聽過但沒用過
00%
D完全不了解
00%
0
尚未開始

今天你會學到的三件事

📝

AI 出題神器

用 AI 快速生成高品質的國考模擬題、情境題與解析。

🏥

案例生成大師

用 AI 打造圖文並茂的臨床案例,讓教學更生動。

智慧批改助手

用 AI 輔助批改個案報告和實習日誌,降低工作負擔。

教育的目的不是灌滿一桶水,而是點燃一把火。

— William Butler Yeats

愛爾蘭詩人、諾貝爾文學獎得主

250

護理師國考五大科共 250 題單選題,每位老師每學期還需出數百題段考題。

五專護理科的教學壓力

  • 五年學制

    從專一到專五,橫跨基礎到專業課程。

  • 實習時數

    臨床實習至少 1,016 小時,報告量龐大。

  • 國考導向

    教學必須兼顧學理深度與國考通過率。

  • 個案報告

    每位學生每次實習繳交一份完整個案報告。

  • 師資不足

    護理教師同時負責教學、臨床指導與行政。

護理教育的現況挑戰

教師端

  • 出題負擔重:五大科 250 題國考,需要大量題庫。
  • 案例準備耗時:臨床情境設計需投入大量心力。
  • 批改量龐大:個案報告、實習日誌逐一批改。
  • 學生用 AI 寫作業:如何確保學習成效?

學生端

  • 國考壓力大:五大科目、十門課程的考試範圍。
  • 理論實務落差:課堂所學與臨床情境不同。
  • 文獻搜尋困難:個案報告需要大量文獻支持。
  • 實習壓力重:書面作業佔實習成績比重大。

AI 可以幫護理老師做什麼?

  • 快速出題

    生成符合國考標準的單選題、情境題與解析。

  • 案例生成

    打造圖文並茂的臨床護理案例。

  • 作業設計

    設計讓學生思考而非複製貼上的作業。

  • 輔助批改

    自動檢查格式、內容完整性,生成回饋。

  • 文獻整理

    協助師生搜尋、整理護理文獻。

AI 在護理教育的三大應用方向

📊

教學準備

出題、案例設計、教材生成 — 讓備課效率提升三倍。

🎓

學習引導

作業設計、文獻搜尋、反思引導 — 讓學生學得更深。

📋

評量輔助

批改、回饋、成績分析 — 讓老師專注在教學核心。

1,016+

小時

五專護理科學生必須完成至少 1,016 小時的臨床實習,期間產出大量書面報告。

護理師國考五大科目概覽

  • 基礎醫學

    解剖學、生理學、病理學、藥理學、微生物免疫學。

  • 基本護理學

    護理技術、護理原理、護理行政、護理法規與倫理。

  • 內外科護理學

    循環、呼吸、消化等 13 大系統的護理照護。

  • 產兒科護理學

    產科護理(高危險妊娠)與兒科護理(生長發展)。

  • 精神/社區護理

    精神科護理學與社區衛生護理學。

一位護理老師的故事

王老師在某護專教內外科護理已經十五年了。每到段考前,她最頭痛的就是出題 — 五十題的考卷,每題都要符合國考標準,還不能跟往年重複。以前她要花整整三個週末才能完成一份試卷。

去年她開始嘗試用 AI 輔助出題。現在她先讓 AI 根據教學大綱生成題目初稿,再用她十五年的臨床經驗逐題審核修改。同樣品質的考卷,只需要一個下午就能完成。省下來的時間,她拿來設計更多臨床案例討論。

AI 沒有取代王老師的專業判斷,但讓她有更多時間做真正有價值的事:陪學生思考。今天,我們就來學習這些技巧。

✍️ Practice

破冰實作:用 AI 自我介紹

  1. 1 開啟 ChatGPT 或 Claude,用一段 prompt 讓 AI 幫你生成一段教學自我介紹。
  2. 2 包含你教的科目、年資、專長領域。
  3. 3 請 AI 用「有溫度的專業風格」改寫。
  4. 4 比較 AI 版本與你原本的版本有何不同。
  5. 5 跟旁邊的老師分享,看誰的版本更好。
⏱ 5 分鐘 📎 ChatGPT / Claude / Gemini(任選一個)

01

認識 AI 工具

建立正確的 AI 使用觀念

常見 AI 工具介紹

對話生成型

  • 💬 ChatGPT — 最普及的 AI 助手,語言組織力強,適合出題與寫作。
  • 🎭 Claude — 深度分析能力強,適合批改與邏輯檢查。
  • ♊ Gemini — Google 整合,適合搜尋與多模態應用。

專業應用型

  • 🪟 Copilot — 整合 Word/PPT,適合製作教材。
  • 📚 NotebookLM — 文獻整理的最佳選擇,基於你的資料回答。
  • 🎨 DALL-E/Midjourney — AI 繪圖,可生成教學案例插圖。

AI 工具的付費方案比較

  • ChatGPT 免費版

    GPT-4o mini,每日有次數限制,適合入門試用。

  • ChatGPT Plus

    月費 20 美元,GPT-4o 不限次數,附圖片生成。

  • Claude 免費版

    Claude 3.5 Sonnet,適合文字分析與長文批改。

  • Gemini 免費版

    整合 Google 服務,適合搜尋最新資訊。

  • NotebookLM

    完全免費,Google 帳號即可使用,文獻整理首選。

💡

先從免費版開始

每個 AI 工具都有免費版本,功能已經足以應付日常教學需求。建議先熟練免費版,再決定是否升級。

免費版已經夠用,先學會再說。

AI 工具各有所長

✅ 出題與寫作

  • ✅ ChatGPT:快速生成題目與解析。
  • ✅ Claude:深度分析與邏輯檢查。
  • ✅ Gemini:搜尋最新醫學資訊。

✅ 教材與整理

  • ✅ NotebookLM:文獻整理與比較。
  • ✅ Copilot:Word/PPT 教材製作。
  • ✅ Napkin:將護理流程視覺化。

AI 的能力與限制

  • 擅長

    語言生成、資料整理、格式轉換、模式辨識。

  • 不擅長

    臨床判斷、倫理決策、情感支持、最新醫學突破。

  • 會犯錯

    可能產生看似正確但實際錯誤的醫學資訊(幻覺)。

  • 有偏見

    訓練資料可能不包含臺灣特定的護理實務。

  • 有界限

    無法取代護理師的臨床經驗與專業判斷。

AI 擅長 vs 不擅長

✅ AI 擅長的

  • ✅ 快速生成大量考題初稿。
  • ✅ 根據範本生成臨床案例。
  • ✅ 檢查文章格式與結構。
  • ✅ 翻譯與潤飾學術文章。

✅ 老師不可取代的

  • ✅ 判斷題目的臨床正確性。
  • ✅ 評估案例的教學適切性。
  • ✅ 理解學生的學習困難。
  • ✅ 做出護理倫理的價值判斷。

ChatGPT vs Claude 護理教學實測比較

  • 出題速度

    ChatGPT 稍快,Claude 較仔細但略慢。

  • 醫學正確性

    兩者都需要人工驗證,但 Claude 在細節推理上較佳。

  • 批改回饋

    Claude 的回饋較具建設性,語氣更像資深教師。

  • 文獻整理

    ChatGPT 搭配搜尋功能較方便,Claude 分析能力較強。

  • 中文表達

    兩者中文都不錯,ChatGPT 偶爾用簡體詞彙。

Gemini vs NotebookLM 使用場景

Gemini

  • 搜尋最新護理臨床指引。
  • 整合 Google 文件即時協作。
  • 分析 YouTube 教學影片內容。
  • 快速查找臺灣醫療法規更新。

NotebookLM

  • 上傳多篇護理論文做比較分析。
  • 建立個人化的教學知識庫。
  • 為每篇文獻生成結構化摘要。
  • 回答「基於你上傳的文獻」的問題。
💡

AI 是實習生,不是主治醫師

把 AI 當作一個很聰明但沒有臨床經驗的實習生:它可以幫你跑腿、整理資料、寫初稿,但最終的專業判斷一定要由你來做。

AI 做初稿,老師做終審。

護理教師使用 AI 的原則

  • 驗證為先

    AI 產出的所有醫學資訊都要經過臨床驗證。

  • 隱私第一

    絕對不上傳真實病人資料到 AI 工具。

  • 透明揭露

    在教材中標註 AI 輔助的部分。

  • 持續學習

    AI 工具更新快,保持學習新功能。

  • 教學優先

    AI 是為了提升教學品質,不是偷懶。

護理教師 AI 使用情境

備課階段

  • 用 AI 生成考題初稿。
  • 用 AI 生成臨床案例。
  • 用 AI 設計教學活動。
  • 用 AI 製作教學簡報大綱。

評量階段

  • 用 AI 初審報告格式。
  • 用 AI 檢查 NANDA 用語。
  • 用 AI 生成回饋初稿。
  • 用 AI 分析全班共性問題。

AI 使用倫理守則

不上傳任何可辨識病人身分的資料。
所有 AI 生成的醫學內容都經過人工驗證。
在教材中標註 AI 輔助生成的部分。
引導學生正確使用 AI,而非禁止。
定期更新對 AI 工具的認識。

三種 AI 對話策略

🎯

單次精準提問

一次給完所有需求,適合出題、生成案例等結構化任務。

🔄

多輪迭代對話

先給初步需求,看結果再修改。適合批改、潤稿等需要微調的任務。

🧩

分步拆解任務

把大任務拆成小步驟,逐步完成。適合生成完整個案報告。

跟 AI 有效對話的技巧

  • 明確角色

    「你是一位有 20 年經驗的內外科護理教師...」

  • 具體任務

    「請出 5 題關於糖尿病護理的單選題...」

  • 指定格式

    「以表格呈現:題幹、選項、正確答案、解析」

  • 提供範例

    「參考以下國考題的風格...」

  • 限制範圍

    「根據臺灣護理師國考的出題標準...」

AI 幻覺在護理領域的風險

  • 藥物劑量

    AI 可能給出不存在的藥物或錯誤劑量。

  • 檢驗數值

    正常值範圍可能與臺灣臨床使用的不同。

  • 治療指引

    可能引用過時或國外的臨床指引。

  • 護理診斷

    可能生成不在 NANDA-I 目錄中的診斷。

  • 法規政策

    臺灣長照 2.0 等政策內容可能有誤。

驗證 AI 醫學資訊的方法

1

交叉查證

用教科書或 UpToDate 確認 AI 的說法。

2

問出處

要求 AI 給出資訊來源,再去查原始文獻。

3

同儕審核

請同事幫忙確認 AI 產出的內容。

4

臨床比對

用你的臨床經驗判斷 AI 的建議是否合理。

5

持續追蹤

同一個問題問不同 AI,比較答案一致性。

提示工程四要素

🎭

角色設定

告訴 AI 它要扮演什麼角色:護理教師、出題委員、臨床指導老師。

🎯

明確任務

清楚說明要 AI 做什麼:出題、生成案例、批改報告。

📋

格式要求

指定輸出格式:表格、條列、段落、特定字數。

📚

背景脈絡

提供教學情境:五專學生、國考範圍、臨床實習。

護理教師的第一個 Prompt

PROMPT
你是一位某護專的內外科護理教師,有 15 年教學經驗。

請幫我針對「糖尿病酮酸中毒(DKA)的護理」這個主題,設計 3 題符合護理師國考標準的單選題。

要求:
(1) 每題 4 個選項
(2) 標註正確答案
(3) 附上解析(說明為何正確、為何其他選項錯誤)
(4) 題目要有臨床情境
OUTPUT
AI 會生成 3 題有臨床情境的單選題,每題附有完整解析。你只需要用臨床經驗驗證正確性即可。

Prompt 的 CRISP 框架

  • Context 背景

    「你是臺灣某五專護理科的內外科護理教師」。

  • Role 角色

    「你是護理師國考命題委員」。

  • Instruction 指令

    「請出 5 題關於心衰竭護理的單選題」。

  • Specification 規格

    「每題 4 選項、附解析、以表格呈現」。

  • Purpose 目的

    「用於五專四年級的模擬國考」。

角色設定法:臨床指導老師

PROMPT
你是仁德醫護管理專科學校的臨床實習指導老師,正在某醫學中心內科病房帶實習。

現在有一位五專四年級學生第一次照顧糖尿病患者,她很緊張。請你用溫暖但專業的語氣,設計 5 個引導式提問,幫助學生思考:
(1) 如何進行護理評估
(2) 需要注意哪些危險徵兆
(3) 衛教重點是什麼
OUTPUT
AI 會模擬臨床指導老師的語氣,生成循序漸進的引導問題。

進階技巧:Chain-of-Thought 出題

PROMPT
你是臺灣護理師國考命題委員。

我要你用「思維鏈」方式出一題內外科護理的情境題:

步驟 1:先選定一個臨床情境(例:急性腎衰竭)
步驟 2:寫出題幹(包含病人資料和臨床表現)
步驟 3:設計 4 個選項(含 1 個正確答案和 3 個有臨床邏輯的誘答)
步驟 4:寫出解析(解釋你的出題邏輯和每個選項的設計理由)
OUTPUT
AI 會展示完整的出題思考過程,幫助老師理解如何設計高品質的試題。

模糊提示 vs 精準提示

❌ 模糊的提示

  • 幫我出考題。
  • 寫一個護理案例。
  • 幫我改作業。
  • 給我一些教學建議。

✅ 精準的提示

  • 出 5 題內外科護理的國考模擬題,主題是心衰竭護理。
  • 生成一位 72 歲退化性關節炎患者的護理評估案例。
  • 批改這份個案報告的護理診斷是否符合 NANDA 標準。
  • 針對五專四年級的藥理學課程,設計 3 個翻轉教學活動。

建立個人提示模板庫

1

收集

把每次成功的提示記錄下來。

2

分類

按用途分類:出題、案例、批改、文獻。

3

模板化

把提示轉為可重複使用的模板。

4

分享

與科內同事分享有效的提示。

5

更新

隨著 AI 更新持續優化你的模板庫。

提示模板的命名與管理

  • 分類命名

    出題_內外科_心衰竭_情境題.txt — 一看就知道用途。

  • 版本管理

    加上日期或版本號:出題_藥理_v2_2026.txt。

  • 標記效果

    好用的模板標記「★」,需改善的標記「待修」。

  • 共享格式

    用統一格式分享給科內同事,降低學習門檻。

建立你的 AI 教學助理

PROMPT
你是我的護理教學 AI 助理。

你的背景設定:
- 你是一位有 20 年經驗的護理教師
- 熟悉臺灣護理師國考的五大科目
- 熟悉 NANDA-I 護理診斷和 Gordon 十一項
- 了解五專護理科的教學環境

你的工作原則:
(1) 所有醫學資訊都要備註「請臨床驗證」
(2) 使用臺灣的護理用語和臨床慣例
(3) 輸出格式要結構清楚、方便使用
(4) 遇到不確定的內容要誠實告知

從現在開始,你就是我的教學助理。
OUTPUT
設定好 AI 助理後,後續對話可以直接下指令,不需每次重新設定角色。
✍️ Practice

提示工程實作

  1. 1 用角色設定法,設計一個護理教學情境的 prompt。
  2. 2 選擇你教的科目中一個重要主題。
  3. 3 設定 AI 的角色(教師/出題委員/臨床指導)。
  4. 4 明確任務、格式和範圍。
  5. 5 輸入到 ChatGPT 或 Claude 測試。
  6. 6 與旁邊的老師比較結果。
⏱ 10 分鐘 📎 ChatGPT / Claude(任選)

02

AI 出題神器

打造高品質考題

💡

出題的重要性

好的考題不只是測驗學生記了多少,更是引導學生思考臨床判斷的工具。

出題是護理教師最核心的能力之一。

護理師國考的結構

  • 五大科

    基礎醫學、基本護理學、內外科護理學、產兒科護理學、精神科與社區衛生護理學。

  • 題數

    每科 50 題,共 250 題單選題。

  • 及格標準

    平均 60 分即合格。

  • 應屆及格率

    約 80%(近五人有四人通過)。

  • 考試頻率

    每年舉辦三次。

五大科考試範圍

基礎與基護

  • 基礎醫學:解剖、生理、病理、藥理、微免。
  • 基本護理學:護理技術、原理、行政、法規。

專科護理

  • 內外科護理學:13 大系統的護理。
  • 產兒科護理學:產科 + 兒科。
  • 精神科與社區衛生護理學。

80%

應屆及格率

近年護理師國考應屆及格率約 80%,代表每五位考生中有一位無法通過。

國考命題的四大趨勢

  • 情境化

    越來越多題目以臨床情境為題幹,減少純記憶題。

  • 整合化

    跨科整合題增加,測試學生的全人照護思維。

  • 實務化

    強調臨床判斷和護理處置的優先順序。

  • 時事化

    融入最新醫療政策和臨床指引。

好的單選題長什麼樣?

  • 題幹清楚

    一個題目只測一個概念,情境明確不模糊。

  • 選項均質

    四個選項長度相近,語法一致。

  • 誘答有效

    錯誤選項是學生常見的迷思概念。

  • 臨床情境

    最好有病人情境,而非純知識背誦。

  • 解析完整

    每個選項都要說明對錯原因。

好題目 vs 壞題目

❌ 不好的題目

  • 下列何者為非?(問法模糊)
  • 選項長度差異太大。
  • 答案太明顯,沒有鑑別度。
  • 測的是記憶,不是理解。

✅ 好的題目

  • 有臨床情境的題幹。
  • 四個選項都很像,需要判斷。
  • 測的是臨床應用與決策。
  • 解析能幫學生學到東西。

用 AI 出題的五步驟

1

設定角色

告訴 AI 你是護理師國考出題委員。

2

指定範圍

明確科目、章節、主題。

3

要求格式

題幹 + 4 選項 + 正確答案 + 解析。

4

生成初稿

讓 AI 一次生成 5-10 題。

5

人工審核

用你的臨床經驗逐題驗證與修改。

Bloom 認知層次與出題設計

  • 記憶

    辨認、回憶事實 — 例:列出 DKA 的症狀。

  • 理解

    解釋、歸納 — 例:說明 Kussmaul 呼吸的機轉。

  • 應用

    在新情境中使用知識 — 例:判斷該病人是否為 DKA。

  • 分析

    區辨、組織 — 例:比較 DKA 與 HHS 的護理差異。

  • 評鑑

    判斷、批判 — 例:評估此護理計畫的優先順序是否合理。

各認知層次的出題比例建議

日常小測驗

  • 記憶+理解:60%。
  • 應用:30%。
  • 分析+評鑑:10%。
  • 目標:確認學生基礎知識。

模擬國考

  • 記憶+理解:30%。
  • 應用:40%。
  • 分析+評鑑:30%。
  • 目標:訓練臨床判斷能力。

依 Bloom 層次生成系列題

PROMPT
你是護理師國考命題委員。

請針對「急性心肌梗塞(AMI)的護理」,按照 Bloom 認知層次各出一題:

(1) 記憶層:辨認 AMI 典型症狀
(2) 理解層:解釋心肌酵素變化的意義
(3) 應用層:情境題 — 判斷護理處置優先順序
(4) 分析層:比較不同治療方式的護理重點
(5) 評鑑層:評估護理計畫的適切性

每題附 4 選項 + 正確答案 + 解析
OUTPUT
AI 會按五個認知層次各出一題,老師可依此調整段考的難度分佈。

基礎醫學出題:藥理學

PROMPT
你是臺灣護理師國考的出題委員,專長藥理學。

請針對「降血糖藥物」出 3 題單選題。
要求:
(1) 題目要有臨床情境(病人描述)
(2) 4 個選項,標註正確答案
(3) 每題附解析,說明每個選項對錯原因
(4) 難度為中等(適合五專應屆畢業生)
(5) 符合臺灣臨床用藥習慣
OUTPUT
AI 會生成 3 題有病人情境的藥理學題目,附完整解析。老師需驗證藥物名稱、劑量、適應症是否正確。

內外科護理出題:糖尿病護理

PROMPT
你是臺灣護理師國考的出題委員,專長內外科護理。

請針對「第二型糖尿病患者的護理」出 3 題情境題。

情境設定:一位 58 歲男性,新診斷第二型糖尿病,BMI 28,有高血壓病史。

要求:
(1) 三題分別測試不同能力:評估、處置、衛教
(2) 選項要有臨床可信度(錯誤選項是常見迷思)
(3) 附詳細解析
OUTPUT
AI 會以同一個病人情境生成三題不同面向的題目。

產兒科護理出題:新生兒照護

PROMPT
你是臺灣護理師國考的出題委員,專長產兒科護理。

請出 3 題關於「新生兒黃疸的評估與處置」的單選題。

要求:
(1) 包含生理性黃疸與病理性黃疸的比較
(2) 題目要有新生兒的具體描述(出生天數、膽紅素值等)
(3) 附解析與臨床決策邏輯
OUTPUT
AI 會生成包含新生兒資料的情境題,老師需確認膽紅素正常值等數據。

精神科護理出題:思覺失調護理

PROMPT
你是臺灣護理師國考的出題委員,專長精神科護理。

請出 3 題關於「思覺失調症患者的護理」的單選題。

要求:
(1) 包含正性症狀與負性症狀的辨識
(2) 包含治療性溝通技巧的應用
(3) 有一題關於抗精神病藥物的副作用處理
(4) 附解析與 DSM-5 相關說明
OUTPUT
AI 會生成精神科護理情境題,老師需確認 DSM-5 診斷標準與藥物副作用。

基本護理學出題:給藥技術

PROMPT
你是臺灣護理師國考的出題委員,專長基本護理學。

請出 3 題關於「給藥技術」的單選題。

要求:
(1) 包含口服給藥、皮下注射、靜脈注射等不同途徑
(2) 題目要有臨床情境(病人描述和醫囑)
(3) 測試三查七對的實際應用
(4) 附解析與常見用藥錯誤案例
OUTPUT
AI 會生成涵蓋不同給藥途徑的情境題。老師需確認藥物劑量和途徑的正確性。

內外科護理出題:呼吸系統

PROMPT
你是臺灣護理師國考的出題委員,專長內外科護理。

請針對「COPD 患者的急性惡化處理」出 3 題情境題。

情境設定:一位 70 歲男性,COPD 病史 10 年,因呼吸困難加劇送急診。

要求:
(1) 第一題測試氧氣治療的原則(低流量 vs 高流量)
(2) 第二題測試呼吸音評估與藥物治療
(3) 第三題測試出院衛教(呼吸運動、用藥指導)
(4) 附臨床決策邏輯解析
OUTPUT
AI 會以同一位病人生成三題連貫的情境題。老師需確認氧氣治療的流量設定。

社區衛生護理出題

PROMPT
你是臺灣護理師國考的出題委員,專長社區衛生護理。

請出 3 題關於「社區長照服務與居家護理」的單選題。

要求:
(1) 融入臺灣長照 2.0 政策內容
(2) 包含家庭評估、居家訪視、社區資源連結
(3) 附解析與政策法規依據
OUTPUT
AI 會生成結合臺灣政策的社區護理題目。老師需確認政策內容是否為最新版本。

跨科整合情境題設計

PROMPT
你是護理師國考命題委員,擅長設計跨科整合題。

請設計一組跨科整合情境題(3 題),情境如下:

林太太,35 歲,懷孕 32 週,患有妊娠糖尿病合併子癇前症,目前住院安胎。

第 1 題:產科面向 — 子癇前症的護理評估
第 2 題:內科面向 — 血糖控制與胰島素調整
第 3 題:精神科面向 — 安胎期間的焦慮與壓力評估

每題 4 選項 + 解析,標明涉及的科目
OUTPUT
AI 會生成跨科整合的連續情境題,幫助學生建立全人照護的概念。

考選部歷屆試題分析策略

  • 下載題庫

    至考選部官網下載近五年護理師國考試題。

  • 統計命題比例

    用 AI 分析各主題的出題頻率和趨勢。

  • 標記高頻考點

    找出反覆出現的核心概念。

  • 辨識新趨勢

    比較不同年份,發現新增的命題方向。

  • 建立重點清單

    為學生整理出必讀的高頻考點。

AI 分析歷屆命題趨勢

PROMPT
以下是近三年護理師國考「內外科護理學」的命題主題統計:

[貼上統計數據]

請幫我分析:
(1) 出題頻率最高的前五大主題
(2) 近三年新增或比重增加的主題
(3) 可能的命題趨勢預測
(4) 建議學生加強複習的方向
(5) 以表格格式呈現分析結果
OUTPUT
AI 會分析命題趨勢,幫助老師調整教學重點和出題方向。

AI 出題的品質把關

  • 醫學正確性

    所有數值、藥物、處置都要經臨床驗證。

  • 文化適切性

    確認內容符合臺灣醫療環境。

  • 難度適中

    不能太簡單(無鑑別度),也不能超出範圍。

  • 語言精準

    護理術語要統一且正確。

  • 無歧義

    題幹和選項不能有多重解讀。

出題品質檢核清單

醫學數據和藥物名稱已查證正確。
每個選項都有合理的臨床邏輯。
解析能幫助學生理解而非死記。
題目難度適合五專應屆畢業生。
不涉及爭議性或過時的醫學觀點。

生成題目難度分級

PROMPT
你是護理師國考命題委員。

我有以下 10 題內外科護理的單選題:

[貼上 10 題]

請幫我:
(1) 為每題評定難度(簡單/中等/困難)
(2) 標註測試的認知層次(記憶/理解/應用/分析)
(3) 建議這 10 題適合用於什麼場合(日常測驗/段考/模擬國考)
(4) 找出難度分佈不均衡的問題
(5) 建議需要新增什麼難度的題目
OUTPUT
AI 會對題目進行難度分級分析,幫助老師平衡試卷的鑑別度。

手動出題 vs AI 輔助出題效率

手動出題

  • 每題含解析約需 15-20 分鐘。
  • 50 題試卷需要 2-3 個週末。
  • 容易重複出相似的題型。
  • 疲勞時品質容易下降。

AI 輔助出題

  • AI 生成初稿約 2-3 分鐘/題。
  • 老師審核修改約 5-8 分鐘/題。
  • 50 題試卷約 1 個下午完成。
  • 品質一致,不受疲勞影響。

從考古題到新題的轉化策略

1

搜集考古題

從考選部網站下載歷屆護理師國考題。

2

分析出題模式

找出各科的命題趨勢與重點。

3

改寫情境

用 AI 將同樣概念換成不同的臨床情境。

4

提高難度

將記憶題改為應用題或判斷題。

5

交叉驗證

確認新題與原題不重複但測試相同概念。

改寫考古題

PROMPT
以下是一題護理師國考的考古題:

[貼上原題]

請幫我改寫這題,要求:
(1) 保留測試的核心概念
(2) 更換病人的基本資料和臨床情境
(3) 提高鑑別度(讓選項更接近,需要更多判斷)
(4) 附上新題的解析
OUTPUT
AI 會保留考古題的核心概念,但用全新的情境重新包裝。

將考古題改為情境題

PROMPT
以下是一題傳統的知識記憶型護理題目:

「下列何者是 Digoxin 的常見副作用?(A) 低血鉀 (B) 心跳過緩 (C) 高血糖 (D) 便秘」

請將這題改為有臨床情境的應用題:
(1) 加入一位使用 Digoxin 的心衰竭病人情境
(2) 把題幹改為「護理師應優先...」的臨床判斷題
(3) 選項改為護理措施(而非症狀辨認)
(4) 保留測試的核心概念(Digoxin 副作用)
(5) 附新舊題目的比較分析
OUTPUT
AI 會將記憶題升級為情境題。老師可用此方法系統性地改良舊題庫。

情境題設計技巧

  • 真實感

    情境要像真的臨床案例,不能太理想化。

  • 適度細節

    給夠判斷所需的資訊,但不堆砌無關細節。

  • 漸進複雜

    日常測驗用簡單情境,模擬國考用複雜情境。

  • 多元角色

    不只是護理師視角,也可以是病人或家屬視角。

臨床情境題生成

PROMPT
你是一位資深的護理師國考命題委員。

請為以下臨床情境設計一組 3 題的連續情境題:

情境:陳先生,65 歲,因胸痛送入急診,經診斷為急性心肌梗塞(AMI),已完成心導管介入治療(PCI),目前在加護病房觀察。

第 1 題:測試急性期的護理評估能力
第 2 題:測試術後併發症的辨識能力
第 3 題:測試出院準備的衛教能力

每題 4 選項 + 解析
OUTPUT
AI 會生成一組有連貫性的情境題,模擬真實的臨床決策流程。

生成護理計算題

PROMPT
你是護理師國考命題委員。

請出 3 題「護理計算」相關的題目:

(1) 靜脈輸液速率計算(已知總量和時間,求 gtt/min)
(2) 藥物劑量換算(醫囑劑量 vs 藥物濃度)
(3) 胰島素劑量調整(依血糖值滑動劑量表)

要求:
- 每題有完整的臨床情境和醫囑
- 附計算過程和解析
- 標註學生常犯的計算錯誤
OUTPUT
AI 會生成護理計算題。老師務必親自驗算確認答案正確。

AI 輔助設計測驗分析

  • 鑑別度分析

    讓 AI 根據考後數據計算每題鑑別度指數。

  • 難度指標

    統計每題的答對率,找出過難或過易的題目。

  • 誘答分析

    分析每個錯誤選項被選的比例,找出無效誘答。

  • 信度估算

    用 AI 計算整份試卷的 KR-20 信度係數。

知識記憶題 vs 臨床應用題

❌ 知識記憶題

  • 「下列何者是 Digoxin 的副作用?」
  • 只測記憶,AI 和教科書就能回答。
  • 鑑別度低,無法區分優劣學生。

✅ 臨床應用題

  • 「王太太服用 Digoxin 後出現..,護理師應優先...」
  • 測臨床判斷,需要理解才能答對。
  • 鑑別度高,能區分不同學習層次。

AI 出題的常見陷阱

  • 數值錯誤

    AI 可能給出錯誤的正常值或劑量。

  • 過時資訊

    AI 的訓練資料可能不是最新的臨床指引。

  • 文化差異

    AI 可能引用國外而非臺灣的護理實務。

  • 選項不均

    AI 的正確答案可能集中在某個選項位置。

  • 解析表面

    AI 的解析可能不夠深入或有邏輯跳躍。

修正 AI 出題的常見錯誤

PROMPT
以下是 AI 生成的一題護理題目,我發現有錯誤:

[貼上題目]

錯誤:AI 把 Digoxin 的治療血中濃度寫成 2.0-4.0 ng/mL,但正確範圍應該是 0.5-2.0 ng/mL。

請幫我:
(1) 修正這個錯誤
(2) 檢查其他選項是否也有類似的數值錯誤
(3) 重新撰寫解析
(4) 列出 Digoxin 相關的重要數值,方便我日後審核
OUTPUT
AI 會修正錯誤並列出常用數值供參考。但老師仍需用藥典確認。

三種出題模式的選擇

快速模式

一次讓 AI 生成 10-20 題,快速篩選可用的題目。適合日常小測驗。

🎯

精準模式

一次只出 3-5 題,每題指定主題和難度。適合段考和模擬國考。

🔄

迭代模式

先出一題,審核後要求 AI 修改再出類似題。適合建立高品質題庫。

💡

AI 出的題要老師審

AI 生成的題目只是初稿。每一題都需要有臨床經驗的老師逐一審核,確認醫學正確性、難度適切性和教學價值。

AI 負責速度,老師負責品質。

批次出題策略

📝

日常小測驗

每堂課後 5-10 題即時測驗,用 AI 快速生成,測試基本概念。

📋

段考試卷

50 題完整試卷,AI 生成初稿後逐題審核,確保品質。

🎯

模擬國考

仿照國考格式 50 題,用 AI 根據歷屆命題趨勢出題。

讓 AI 生成考題的小技巧

  • 先出 1 題試水溫

    確認 AI 理解你的需求後,再批次出題。

  • 給範例

    貼一題你出過的好題目,讓 AI 模仿風格。

  • 指定選項位置

    告訴 AI 正確答案不要都放在同一個位置。

  • 要求表格格式

    用表格呈現更容易複製到試卷系統。

  • 分批出題

    一次 5-10 題,品質比一次 50 題好。

一次生成 10 題+解析

PROMPT
你是護理師國考命題委員。

請一次生成 10 題「基本護理學」的單選題。

範圍:生命徵象測量、給藥技術、無菌技術、傷口護理、管路護理。

要求:
(1) 每 2 題涵蓋一個主題
(2) 每題有臨床情境
(3) 附正確答案與簡要解析
(4) 以表格格式呈現:題號 | 主題 | 題目 | 選項 | 答案 | 解析
OUTPUT
AI 會以表格格式生成 10 題完整的考題,方便老師快速審核。

生成選擇題的雙向細目表

PROMPT
我要出一份內外科護理學的段考試卷,共 50 題。

教學範圍:
- 第 5 章:循環系統疾病的護理
- 第 6 章:呼吸系統疾病的護理
- 第 7 章:消化系統疾病的護理

請幫我設計雙向細目表:
(1) 橫軸:三個章節的主要主題
(2) 縱軸:Bloom 認知層次(記憶、理解、應用、分析)
(3) 分配各格的題數(共 50 題)
(4) 確保各章比例均衡
(5) 以表格格式呈現
OUTPUT
AI 會生成雙向細目表,幫助老師有系統地規劃試卷結構。

讓 AI 幫你出解析

  • 逐選項解析

    不只說正確答案,還要解釋每個選項對錯原因。

  • 臨床連結

    解析中加入臨床案例或口訣幫助記憶。

  • 延伸學習

    標註相關章節或建議複習的主題。

  • 常見迷思

    指出學生容易犯的錯誤和迷思概念。

生成考前重點整理

PROMPT
你是護理師國考輔導老師。

請幫我針對「循環系統護理」這個單元,生成一份考前重點整理。

格式:
(1) 高頻考點(近五年出現 3 次以上的主題)
(2) 必背數值表(正常值、危險值、藥物劑量)
(3) 容易混淆的概念比較表
(4) 臨床口訣或記憶法
(5) 3 題模擬練習題

每個部分控制在一頁 A4 以內。
OUTPUT
AI 會生成結構化的考前重點。老師需根據實際教學進度調整。

用 AI 建立題庫管理系統

  • 分科歸檔

    將 AI 生成的題目按五大科分類存放。

  • 標記屬性

    每題標註:主題、難度、認知層次、來源。

  • 追蹤使用

    記錄每題在哪次考試使用過。

  • 定期更新

    每學期用 AI 生成新題目補充題庫。

  • 共享共建

    科內老師共同維護一個共享題庫。

為題目生成詳細解析

PROMPT
以下是一題我出的護理題目:

[貼上題目和選項]

正確答案是 (B)。

請幫我生成詳細解析,包含:
(1) 正確答案的臨床依據
(2) 其他三個選項為何錯誤
(3) 學生容易犯的迷思概念
(4) 相關的臨床口訣或記憶法
(5) 建議學生複習的章節
OUTPUT
AI 會生成教學型的詳細解析,不只給答案,還幫學生建立正確的臨床思維。

生成錯誤選項的設計技巧

PROMPT
你是護理師國考命題專家。

以下是一題我寫好的題幹和正確答案:

題幹:陳先生,65 歲,有心衰竭病史,護理師巡房時發現他端坐呼吸、頸靜脈怒張、雙下肢水腫加劇。護理師應優先執行下列何項措施?
正確答案:(B) 協助病人採高坐臥姿勢並給予氧氣

請幫我設計 3 個有效的誘答選項:
(1) 每個選項要有一定的臨床邏輯(不能太離譜)
(2) 反映學生常見的迷思概念
(3) 說明學生可能選錯的原因
(4) 四個選項的長度要相近
OUTPUT
AI 會設計有鑑別度的誘答選項,並分析學生的迷思概念。

AI 出題的效率數據

節省的時間

  • 日常小測驗:從 2 小時 → 30 分鐘。
  • 段考試卷:從 3 個週末 → 1 個下午。
  • 模擬國考:從 1 週 → 2 天。
  • 解析撰寫:從 30 分鐘/題 → 5 分鐘/題。

多出的時間可以

  • 設計更多臨床案例討論。
  • 一對一指導學習困難的學生。
  • 進行教學研究和自我成長。
  • 與臨床實務接軌的進修活動。
✍️ Practice

AI 出題實作

  1. 1 為你教的科目用 AI 生成 5 題國考模擬題+解析。
  2. 2 選擇你最熟悉的一個教學主題。
  3. 3 用角色設定法寫出 prompt。
  4. 4 讓 AI 生成 5 題附解析的考題。
  5. 5 用你的臨床經驗審核每一題。
  6. 6 標記哪些題目可以直接用、哪些需要修改。
⏱ 15 分鐘 📎 ChatGPT / Claude(任選)

03

AI 生成臨床案例

讓教學更生動

30→5

分鐘

用 AI 生成臨床案例的時間從傳統的數小時縮短到 30-60 分鐘,每個案例的修改時間約 5 分鐘。

💡

案例教學的力量

護理教育的核心不是讓學生記住知識,而是讓他們學會在真實情境中做判斷。好的臨床案例就是這個橋樑。

好的臨床案例是護理教育的靈魂。

為什麼需要 AI 生成案例?

  • 多樣性

    一個人的臨床經驗有限,AI 可以生成各種不同情境。

  • 效率

    傳統案例準備需要數小時,AI 可以在幾分鐘內完成。

  • 一致性

    多位教師使用統一的案例格式和深度。

  • 客製化

    可以根據學生程度調整案例的複雜度。

  • 隱私保護

    不需要使用真實病人資料。

傳統案例準備 vs AI 輔助

傳統方式

  • 從臨床經驗回憶案例。
  • 手動撰寫完整資料。
  • 每個案例花費 2-4 小時。
  • 難以快速更新或調整。

AI 輔助方式

  • AI 生成案例初稿。
  • 老師用臨床經驗審核修改。
  • 每個案例花費 30-60 分鐘。
  • 可快速調整難度和情境。

臨床案例的教學功能

  • 橋接理論

    將課本知識連結到真實臨床情境。

  • 訓練判斷

    讓學生在安全環境練習臨床決策。

  • 整合知識

    一個案例涵蓋評估、診斷、計畫、執行、評值。

  • 促進討論

    好的案例能激發小組討論和批判思考。

  • 預習實習

    學生進入臨床前先熟悉可能遇到的情境。

完整臨床案例的五大元素

1

病人資料

基本資料、主訴、現在病史、過去病史。

2

護理評估

Gordon 十一項功能性健康型態評估。

3

護理診斷

NANDA-I 標準格式的護理問題確立。

4

護理計畫

目標、措施、評值的完整照護計畫。

5

病程變化

住院期間的病情發展與護理調整。

AI 案例生成的三大優勢

🎲

多樣性

快速生成不同年齡、性別、疾病的案例組合。

📐

一致性

每個案例都按照標準格式(Gordon 十一項)生成。

效率

從數小時縮短到數十分鐘完成一個完整案例。

生成退化性關節炎個案

PROMPT
你是一位護理臨床教師,正在為五專護理科學生準備個案教學案例。

請生成一位退化性關節炎(OA)患者的完整個案基本資料:

包含:
(1) 姓名(化名)、年齡、性別、職業
(2) 主訴與現在病史
(3) 過去病史
(4) 家族史
(5) 目前用藥
(6) 生活型態描述
(7) 入院原因

要求:資料要夠具體,讓學生能進行護理評估。
OUTPUT
AI 會生成一份完整的虛擬病人基本資料。老師需確認用藥和疾病描述的臨床合理性。

Gordon 十一項功能性健康型態

  • 評估架構

    Gordon 模式是護理評估最常用的架構,涵蓋身心社靈。

  • 教學重點

    每一項都有對應的評估問題和觀察重點。

  • AI 可以做

    為每一項生成標準的評估問題清單。

  • AI 不能做

    實際面對病人的評估必須由學生親自完成。

  • 常見問題

    學生常遺漏性與生殖、價值與信念這兩項。

生成護理評估(Gordon 十一項)

PROMPT
延續上面的退化性關節炎個案。

請用 Gordon 十一項功能性健康型態進行護理評估:

(1) 健康感受與健康管理
(2) 營養與代謝
(3) 排泄
(4) 活動與運動
(5) 睡眠與休息
(6) 認知與感受
(7) 自我感受與自我概念
(8) 角色與關係
(9) 性與生殖
(10) 因應與壓力耐受
(11) 價值與信念

每一項請列出評估重點和該案例的具體發現。
OUTPUT
AI 會為每一項功能性健康型態提供評估發現。老師需檢查各項評估的臨床一致性。

生成護理計畫

PROMPT
基於上述退化性關節炎個案的護理評估結果。

請確立 3 個優先護理問題(NANDA 護理診斷),並為每個問題制定護理計畫:

格式:
- 護理診斷(NANDA 格式)
- 護理目標(短期 + 長期)
- 護理措施(至少 5 項)
- 評值標準

要求:護理診斷要使用 NANDA-I 的正式用語。
OUTPUT
AI 會生成 3 個護理問題的完整護理計畫。老師需確認 NANDA 診斷用語是否為最新版本。

生成檢驗數據與醫囑

PROMPT
延續上述退化性關節炎個案。

請為這位病人生成合理的檢驗數據和醫囑:

(1) 入院時的血液檢查報告(CBC、生化、發炎指標)
(2) X 光報告描述
(3) 目前的醫囑(用藥、活動、飲食、檢查)
(4) 護理交班紀錄(一段 SBAR 格式)

要求:所有數值要在臨床合理範圍內。
OUTPUT
AI 會生成包含檢驗數據的完整案例資料。老師務必確認所有數值的合理性。

生成護理進程紀錄

PROMPT
延續退化性關節炎個案。

請為這位病人生成三天的護理進程紀錄:

格式:使用 SOAP 紀錄法
- S(主觀資料):病人主訴
- O(客觀資料):生命徵象、評估發現
- A(評估):護理判斷
- P(計畫):護理處置

 Day 1:入院日
 Day 2:術後第一天
 Day 3:開始復健

要求:展示護理問題的改善或變化。
OUTPUT
AI 會生成三天的 SOAP 紀錄範例,可作為教學示範或學生練習的參考。

用 NANDA-I 建立護理診斷

  • 正確格式

    健康問題/相關因素/定義性特徵。

  • 常見錯誤

    學生常把醫療診斷當護理診斷寫。

  • AI 輔助

    讓 AI 檢查診斷是否在 NANDA-I 目錄中。

  • 優先排序

    教學生用 Maslow 需求層次排列護理問題。

讓案例更「圖文並茂」

  • AI 插圖

    用 DALL-E 或 Midjourney 生成案例相關的醫學插圖。

  • 流程圖

    用 Napkin 將護理流程轉為視覺化圖表。

  • 心智圖

    用 AI 將疾病的病因、症狀、治療整理為心智圖。

  • 對話情境

    用 AI 模擬護理師與病人的對話場景。

生成衛教單張內容

PROMPT
請為退化性關節炎患者設計一份衛教單張內容。

對象:72 歲長者,教育程度國小

要求:
(1) 使用大字體、簡單用語
(2) 包含日常關節保護原則(5 項以內)
(3) 適合的運動建議(附簡單插圖描述)
(4) 用藥注意事項(止痛藥的正確使用)
(5) 什麼情況要回診

語言要口語化,避免醫學專有名詞。
OUTPUT
AI 會生成適合老年人閱讀的衛教單張內容。可作為學生衛教作業的參考範本。

生成案例插圖提示

PROMPT
我需要為護理教學案例生成一張插圖。

場景描述:一位 72 歲的阿嬤坐在病床邊,右膝包著彈性繃帶,旁邊放著助行器。護理師正在教她如何使用助行器。病房內有點滴架和床頭櫃上的水杯。

風格要求:醫學教學插圖風格,乾淨、專業、溫暖的色調。不要太寫實(避免嚇到學生),不要卡通化(保持專業感)。
OUTPUT
將這段描述輸入 DALL-E 或 Midjourney,即可生成教學用的案例插圖。

AI 插圖生成的三種工具

🎨

DALL-E(ChatGPT 內建)

直接在 ChatGPT 中輸入描述即可生成教學插圖,最方便。

🖼️

Midjourney

畫質最高,適合製作精美的教學案例情境圖。

✏️

Canva AI

結合設計工具,可直接將 AI 插圖放入教材排版。

用 AI 建立虛擬病人對話

  • 護理面談練習

    讓 AI 扮演病人,學生練習問診技巧。

  • 家屬溝通模擬

    AI 扮演焦慮的家屬,訓練溝通能力。

  • 衛教演練

    學生對 AI 病人進行衛教,AI 會提出問題。

  • 危機處理

    AI 模擬突發狀況,訓練應變能力。

模擬病人對話

PROMPT
你現在扮演一位 58 歲的男性糖尿病患者陳先生。

你的背景:
- 新診斷第二型糖尿病
- 很害怕打胰島素
- 工作忙,覺得沒時間控制飲食
- 有時候會忘記吃藥

規則:
(1) 用口語化的中文回答
(2) 表現出對疾病的擔憂和抗拒
(3) 如果護理師問得好,慢慢願意配合
(4) 如果護理師態度太說教,表現出不耐煩

現在護理師要來跟你做衛教,請等她開口。
OUTPUT
學生可以直接跟 AI「病人」對話,練習護理面談和衛教技巧。AI 會根據學生的溝通品質調整反應。

模擬護理面談(初次評估)

PROMPT
你現在扮演一位 45 歲女性乳癌患者李小姐。

你的背景:
- 剛確診乳癌第二期,下週要做乳房切除手術
- 非常害怕手術和化療
- 擔心外觀改變影響婚姻關係
- 有兩個小學生的孩子
- 晚上失眠,食慾很差

規則:
(1) 護理師問你身體狀況時如實回答
(2) 談到手術或外觀時表現出焦慮
(3) 提到孩子時會哭
(4) 如果護理師表現出同理心,願意多說
(5) 如果護理師只問制式問題,會閉口不答
OUTPUT
學生可以練習進行完整的護理面談,學習蒐集主客觀資料和建立治療性關係。

虛擬病人對話的教學設計

  • 分級挑戰

    從配合的病人開始,逐漸增加溝通難度。

  • 錄影回顧

    請學生截圖對話過程,課堂上一起討論。

  • 角色互換

    讓學生也試著設定 AI 的角色(加深理解)。

  • 評分標準

    用 OSCE 的評分量表評估對話品質。

模擬家屬溝通情境

PROMPT
你現在扮演一位焦慮的家屬 — 85 歲跌倒骨折住院的王奶奶的女兒。

你的情緒狀態:
- 非常自責(覺得是自己沒照顧好媽媽)
- 對醫療團隊有些不信任
- 擔心手術風險
- 想知道所有的治療選項

規則:
(1) 表現出焦慮但試圖控制情緒
(2) 會反覆問同樣的問題
(3) 如果護理師有同理心,會慢慢信任
(4) 如果護理師太敷衍,會變得激動
OUTPUT
學生可以練習與焦慮家屬的溝通,AI 會根據溝通品質給出不同反應。

臨床實習三大教學場景 × AI

🏥

實習前準備

用 AI 生成預習案例,讓學生先了解可能遇到的病人類型。

💬

實習中引導

用 AI 模擬病人對話,在安全環境練習溝通技巧。

📝

實習後反思

用 AI 引導學生寫反思日誌,深化學習經驗。

模擬突發狀況:病情變化

PROMPT
延續之前的糖尿病患者陳先生案例。

護理師正在做常規巡房,突然發現陳先生出現以下狀況:
- 冒冷汗、手抖、意識模糊
- 血糖機測量結果:45 mg/dL

你扮演陳先生,表現出低血糖的症狀:
(1) 說話變得含糊不清
(2) 回答問題時答非所問
(3) 如果護理師給你喝糖水,慢慢好轉
(4) 好轉後詢問「為什麼會這樣?」

測試護理師的緊急處置和衛教能力。
OUTPUT
學生可以練習低血糖緊急處置的流程,並在危機解除後進行衛教。

AI 虛擬病人 vs 傳統標準化病人

AI 虛擬病人

  • 24 小時可用,不受時間限制。
  • 可無限重複練習同一情境。
  • 成本低,一支手機就能用。
  • 可設定各種罕見疾病情境。

傳統標準化病人(SP)

  • 有真人互動的臨場感。
  • 可觀察非語言溝通。
  • SP 可以給即時回饋。
  • 更接近真實臨床情境。

情境模擬教學(OSCE 準備)

  • OSCE 是什麼

    Objective Structured Clinical Examination,客觀結構式臨床考試。

  • AI 可以幫什麼

    快速生成 OSCE 考站的情境腳本。

  • 標準化病人

    AI 可以模擬標準化病人(SP)的反應。

  • 評分指引

    AI 可以協助設計 OSCE 評分表。

OSCE 情境題生成

PROMPT
請為護理系的 OSCE 考試設計一個考站。

主題:術後疼痛評估與處置
考試時間:10 分鐘

請提供:
(1) 考站情境描述(給考生看的)
(2) 標準化病人腳本(病人要怎麼演)
(3) 評分指引(包含 10 個評分項目)
(4) 預期的標準答案要點
OUTPUT
AI 會生成完整的 OSCE 考站,包含考生指引、SP 腳本和評分表。

OSCE 評分表設計

PROMPT
請為以下 OSCE 考站設計詳細的評分表。

考站主題:糖尿病足部護理衛教
考試時間:8 分鐘

評分表要求:
(1) 10 個評分項目,每項 2 分,共 20 分
(2) 涵蓋:溝通技巧、評估能力、衛教內容、示範技巧
(3) 每個項目要有明確的給分標準(0/1/2 分的定義)
(4) 附加扣分項目(如:未洗手、未自我介紹)
(5) 全場表現評分(整體印象 0-5 分)
OUTPUT
AI 會生成結構化的 OSCE 評分表,老師需根據教學目標微調評分項目。

OSCE 常見考站主題

  • 基本技術

    生命徵象測量、無菌技術、傷口換藥。

  • 溝通技巧

    病人面談、壞消息告知、家屬溝通。

  • 衛教能力

    用藥指導、飲食衛教、出院準備。

  • 急救處置

    CPR、過敏性休克處置、低血糖處理。

  • 護理評估

    疼痛評估、壓瘡風險評估、跌倒風險。

用 AI 建立案例教學的完整流程

1

生成案例

用 AI 生成符合教學目標的個案資料。

2

審核修改

臨床教師驗證醫學正確性。

3

設計問題

用 AI 設計引導學生思考的提問。

4

課堂使用

帶領學生分析案例,練習護理計畫。

5

延伸討論

用 AI 模擬病情變化,測試學生應變。

內科案例:心衰竭

PROMPT
請生成一位充血性心衰竭(CHF)患者的臨床案例。

要求:
(1) 病人基本資料(化名、年齡、病史)
(2) 入院時的主訴和生命徵象
(3) 目前用藥清單
(4) 最近一週的病程變化
(5) 3 個引導式提問(讓學生分析案例)
OUTPUT
AI 會生成完整的心衰竭案例,附教學引導問題。

外科案例:骨折術後照護

PROMPT
請生成一位股骨骨折接受 ORIF 手術的老年患者案例。

要求:
(1) 跌倒的詳細經過
(2) 手術前後的護理重點
(3) 術後第一天到出院的護理進程
(4) 可能的併發症及預防措施
(5) 出院衛教重點
OUTPUT
AI 會生成從受傷到出院的完整骨折案例。

長照個案:中風後居家照護

PROMPT
請生成一位中風後居家照護的個案。

要求:
(1) 個案基本資料(68 歲男性,左側偏癱)
(2) 出院後的功能狀態(Brunnstrom stage、巴氏量表)
(3) 居家環境評估(無障礙設施需求)
(4) 長照 2.0 服務申請建議(居家服務、日間照顧、輔具租借)
(5) 三個月的復健進程追蹤紀錄
OUTPUT
AI 會生成結合臺灣長照 2.0 政策的中風居家照護案例。

急診案例:多重創傷

PROMPT
請生成一位多重創傷病人的急診護理案例。

情境:22 歲男性,機車事故,送到急診。

要求:
(1) 到院時的 ABCDE 初級評估
(2) 生命徵象和 GCS 評分
(3) 影像檢查結果
(4) 急診護理的優先順序(triage)
(5) 手術前準備的護理重點

設計 3 個引導問題讓學生討論。
OUTPUT
AI 會生成急診情境的案例,訓練學生的急救優先順序判斷。

產科案例:妊娠糖尿病

PROMPT
請生成一位妊娠糖尿病(GDM)的孕婦案例。

要求:
(1) 孕婦基本資料、懷孕週數、產檢紀錄
(2) GDM 的發現過程(OGTT 結果)
(3) 飲食控制計畫
(4) 血糖監測紀錄(一週份)
(5) 需要轉介胰島素治療的情境變化
OUTPUT
AI 會生成包含產檢數據的妊娠糖尿病案例。老師需確認 OGTT 標準值。

兒科案例:兒童氣喘

PROMPT
請生成一位氣喘急性發作的 7 歲兒童案例。

要求:
(1) 兒童基本資料和過敏史
(2) 發作時的症狀描述和生命徵象
(3) 急診處置流程
(4) 家長衛教重點
(5) 居家用藥指導(含吸入器使用教學)
OUTPUT
AI 會生成適合兒科護理教學的氣喘案例。

兒科案例:早產兒照護

PROMPT
請生成一位早產兒的 NICU 護理案例。

要求:
(1) 早產兒基本資料(妊娠週數 32 週、體重 1,600g)
(2) Apgar 評分和初步評估
(3) NICU 的護理重點(體溫調節、呼吸支持、營養)
(4) 袋鼠式護理的實施計畫
(5) 父母的情緒支持和衛教重點
OUTPUT
AI 會生成 NICU 護理案例。老師需確認早產兒的各項生理參數合理性。

精神科案例:憂鬱症

PROMPT
請生成一位重度憂鬱症患者的護理案例。

要求:
(1) 個案背景(觸發因素、病程發展)
(2) 精神狀態評估(MSE)
(3) PHQ-9 評估結果
(4) 護理師的治療性溝通示範(3 段對話)
(5) 安全性評估與自殺風險評估
OUTPUT
AI 會生成包含 MSE 和治療性溝通範例的憂鬱症案例。

精神科案例:物質濫用

PROMPT
請生成一位酒精使用障礙患者的護理案例。

要求:
(1) 個案背景(45 歲男性,長期飲酒史)
(2) 戒斷症狀的評估(CIWA-Ar 量表)
(3) 治療計畫(藥物治療 + 心理支持)
(4) 治療性溝通示範(動機式晤談技巧)
(5) 出院後的社區支持資源(AA 團體、社工轉介)
OUTPUT
AI 會生成包含評估工具和治療性溝通範例的案例。

社區護理案例:獨居老人

PROMPT
請生成一位社區獨居老人的居家護理案例。

要求:
(1) 老人基本資料和生活狀況
(2) 居家環境評估(安全隱患)
(3) 身體功能評估(ADL/IADL)
(4) 社區資源連結(長照 2.0 服務)
(5) 護理師三次居家訪視的紀錄
OUTPUT
AI 會生成結合臺灣長照政策的社區護理案例。

案例的病程變化設計

PROMPT
延續之前的心衰竭案例。

請設計這位病人住院期間的三個病程轉折點:

轉折 1:入院第二天夜間突然端坐呼吸
轉折 2:利尿劑治療後出現電解質不平衡
轉折 3:準備出院前家屬表達無法照顧的擔憂

每個轉折點請提供:
(1) 病人的臨床表現
(2) 護理師應採取的處置
(3) 給學生的討論問題
OUTPUT
AI 會生成動態的病程變化,訓練學生應對不同臨床情境的能力。

案例教學的三種使用方式

📖

課前預習

發給學生案例基本資料,要求預習相關知識點後來上課討論。

💬

課堂討論

小組分析案例、確立護理問題、制定護理計畫,上臺報告。

📝

課後延伸

釋出病程變化,讓學生修改護理計畫並寫反思日誌。

案例的臨床真實性把關

  • 數值合理

    所有生命徵象、檢驗值都在臨床合理範圍。

  • 用藥正確

    藥物名稱、劑量、途徑、頻次都要查證。

  • 流程符合

    護理處置要符合臺灣臨床標準作業流程。

  • 倫理適當

    案例不涉及歧視或刻板印象。

案例難度調整

PROMPT
以下是一個心衰竭的護理案例(適合五專四年級學生):

[貼上案例]

請幫我生成兩個不同難度的版本:

簡化版(適合三年級):
- 減少合併症
- 簡化用藥清單
- 提供更多提示和引導問題

進階版(適合模擬國考):
- 增加合併症(糖尿病 + 腎功能不全)
- 加入需要判斷的檢驗數據
- 設計需要做優先順序判斷的情境
OUTPUT
AI 會為同一個案例生成不同難度版本,方便不同年級使用。

臨床案例品質檢核

所有醫學數據經臨床教師驗證。
用藥資訊查詢了臺灣藥典。
護理處置符合最新的臨床指引。
案例難度適合學生的學習階段。
已移除所有可能的歧視性描述。
💡

AI 案例 ≠ 直接使用

AI 生成的案例一定要經過臨床教師審核。就像實習生寫的護理紀錄需要學姊確認,AI 的案例需要老師把關。

AI 寫初稿,老師做品管。

不同科別案例的設計重點

  • 內科

    強調慢性病管理、長期追蹤、用藥教育。

  • 外科

    強調術前準備、術後照護、併發症預防。

  • 產科

    強調孕期評估、產程觀察、產後照護。

  • 兒科

    強調生長發展、家長衛教、兒童安全。

  • 精神科

    強調治療性溝通、安全評估、社區復健。

案例生成的品質 vs 速度

追求品質時

  • 分步驟生成(基本資料→評估→計畫)。
  • 每步驟都審核後再進行下一步。
  • 請 AI 附上數據來源。
  • 花 60 分鐘完成一個精緻案例。

追求速度時

  • 一次給完所有需求。
  • 生成後快速瀏覽標記需修改處。
  • 用於課堂即時討論的簡易案例。
  • 花 15 分鐘完成一個堪用案例。
✍️ Practice

AI 案例生成實作

  1. 1 為你負責的實習科別,用 AI 生成一個完整的臨床案例。
  2. 2 選擇一個你在臨床常遇到的疾病。
  3. 3 用 prompt 生成病人基本資料。
  4. 4 接著生成護理評估(Gordon 十一項)。
  5. 5 再生成 3 個護理問題和護理計畫。
  6. 6 用你的臨床經驗審核並修改。
⏱ 20 分鐘 📎 ChatGPT / Claude(任選)

04

AI 與作業設計

讓學生學得更深

87%

學生使用率

根據調查,超過八成的大學生曾使用 AI 工具完成作業或學習。

💡

正視 AI 的存在

學生用 AI 寫作業是事實,不是問題。問題是我們出了什麼樣的作業。

老師要做的是設計 AI 寫不出來的作業。

教師心態的轉變

舊思維

  • 「學生用 AI 就是作弊。」
  • 「我必須禁止 AI。」
  • 「AI 會讓學生變笨。」
  • 「只有手寫才算真的學。」

新思維

  • 「學生會用 AI 是一種能力。」
  • 「我要教學生善用 AI。」
  • 「AI 讓學生學得更深。」
  • 「重點是思考過程,不是書寫方式。」

學生如何使用 AI?

  • 直接複製

    把作業題目丟進 ChatGPT,直接貼上答案。

  • 潤飾改寫

    自己先寫初稿,再用 AI 潤飾語言。

  • 資料搜集

    用 AI 搜尋文獻和整理重點。

  • 概念理解

    不懂的醫學概念問 AI 解釋。

  • 翻譯輔助

    將英文文獻翻譯為中文。

學生使用 AI 的好處 vs 風險

✅ 好處

  • ✅ 快速查找醫學資訊。
  • ✅ 幫助理解艱深概念。
  • ✅ 提升文獻搜尋效率。
  • ✅ 改善書面表達品質。

⚠️ 風險

  • ⚠️ 完全依賴,不自己思考。
  • ⚠️ 接受錯誤的醫學資訊。
  • ⚠️ 無法建立臨床判斷力。
  • ⚠️ 國考時沒有 AI 可用。

防堵 AI vs 善用 AI

❌ 防堵策略(效果差)

  • 禁止使用任何 AI 工具。
  • 用 AI 偵測軟體抓作弊。
  • 只出手寫紙本作業。
  • 增加監考和監控。

✅ 善用策略(效果佳)

  • 設計需要個人經驗的作業。
  • 要求口頭報告佐證理解。
  • 讓學生用 AI 但要寫反思。
  • 考試測臨床判斷而非記憶。
💡

與其禁止,不如引導

護理師執照考試時沒有 AI 可用。所以作業的目標不是「完成」,而是讓學生「真正學會」。

設計讓學生即使用了 AI,也必須思考的作業。

Bloom 分類學在作業設計的應用

  • 記憶層作業

    整理藥物作用機轉表格 — AI 可以輕鬆完成。

  • 理解層作業

    用自己的話解釋為什麼 COPD 要低流量氧氣 — AI 可以回答。

  • 應用層作業

    為你照顧的病人設計一份衛教單 — 需要臨床資料。

  • 分析層作業

    比較你的護理計畫和教科書範例的異同 — 需要批判思考。

  • 創造層作業

    設計一個創新的護理介入方案 — AI 寫不出你的創意。

各類護理作業的 AI 風險評估

⚠️ 高風險(易被 AI 代寫)

  • 整理疾病的定義和症狀。
  • 翻譯英文文獻摘要。
  • 列出護理措施清單。
  • 撰寫制式的文獻回顧。

✅ 低風險(AI 難以代替)

  • 反思自己的實習經驗。
  • 為特定病人設計衛教計畫。
  • 口頭報告護理計畫並回答提問。
  • 批判分析 AI 生成的護理計畫。

設計「AI 防呆」作業的五個原則

  • 個人經驗

    要求連結自己的臨床實習經驗,AI 不知道。

  • 反思深度

    不問「是什麼」,問「你怎麼想」。

  • 口頭驗證

    書面作業搭配口頭報告或提問。

  • 過程記錄

    要求提交 AI 使用的過程和修改紀錄。

  • 即時應用

    課堂上即時做、當場交,無法預先用 AI。

從記憶到思辨的作業升級

1

記憶層

列出 DKA 的五個症狀。→ AI 可以直接回答。

2

理解層

解釋 DKA 為什麼會出現 Kussmaul 呼吸。→ AI 可以回答,但需要理解。

3

應用層

遇到疑似 DKA 病人,你第一步做什麼?→ 需要臨床判斷。

4

分析層

比較 DKA 和 HHS 的護理差異,並說明原因。→ 需要深度思考。

5

反思層

回想實習中遇到的糖尿病個案,你當時的判斷正確嗎?→ AI 完全無法代答。

設計「AI 審查員」作業

PROMPT
我想設計一份讓學生擔任「AI 審查員」的作業。

作業流程:
(1) 老師先用 AI 生成一份有刻意錯誤的護理計畫
(2) 學生要找出 AI 的錯誤並修正
(3) 學生要寫出判斷正確/錯誤的理由

請幫我用 AI 生成一份關於「肺炎病人護理」的計畫,刻意放入以下 5 個錯誤:
- 1 個護理診斷格式錯誤
- 1 個藥物劑量錯誤
- 1 個護理措施不適當
- 1 個評值標準不明確
- 1 個護理目標不可測量
OUTPUT
AI 會生成含有刻意錯誤的護理計畫。學生需要用所學知識找出並修正錯誤。

三種 AI 時代的創新作業

🔍

AI 偵錯作業

給學生 AI 生成的護理計畫,要求找出錯誤並說明修正理由。

🤝

AI 對話日誌

學生與 AI 討論臨床問題,截圖對話過程並寫反思心得。

📊

AI 比較分析

讓學生比較自己的護理計畫和 AI 版本,分析優劣差異。

傳統作業 vs AI 時代作業

❌ 傳統作業

  • 抄寫藥物的作用機轉。
  • 列出某疾病的護理措施。
  • 翻譯一篇英文文獻。
  • 整理課本重點。

✅ AI 時代作業

  • 比較 AI 的藥理解釋與課本的差異。
  • 為 AI 生成的護理計畫找出 3 個問題。
  • 用 AI 翻譯後加上你的批判分析。
  • 讓 AI 整理重點,你找出它遺漏了什麼。

設計護理實習作業評分量表

PROMPT
請幫我設計一份護理個案報告的評分量表(rubric)。

評分面向(每項 20 分,共 100 分):
(1) 護理評估的完整性
(2) 護理診斷的正確性
(3) 護理計畫的可行性
(4) 文獻回顧的品質
(5) 反思與批判思考的深度

每個面向要有 4 個等級的描述:
- 優秀(17-20 分)
- 良好(13-16 分)
- 尚可(9-12 分)
- 需改善(0-8 分)

特別標註「AI 使用規範」:哪些部分允許 AI 輔助、哪些必須獨立完成。
OUTPUT
AI 會生成詳細的評分量表,幫助老師和學生都清楚標準。

護理個案報告的 AI 應用策略

  • 文獻搜尋

    讓學生用 AI 搜集文獻,但要標註搜尋過程。

  • 資料整理

    用 AI 整理文獻摘要,但要寫自己的理解。

  • 格式檢查

    用 AI 檢查格式,但內容要自己寫。

  • 潤飾語言

    允許用 AI 潤飾,但要附上原稿和修改版。

  • 批判反思

    要求寫「AI 幫了我什麼、我自己做了什麼」。

個案報告寫作流程 × AI

1

選題

自己選,但可以問 AI 可行性分析。

2

文獻搜尋

用 AI 輔助搜尋,但每篇都要自己讀。

3

護理評估

實習時自己做,AI 只能幫確認格式。

4

護理計畫

自己寫,可以用 AI 檢查 NANDA 用語。

5

反思結論

完全自己寫,這是 AI 取代不了的。

用 AI 搜集文獻摘要

PROMPT
我是護理系學生,正在寫關於「退化性關節炎個案的照護」的個案報告。

請幫我搜尋相關文獻並整理成表格:

格式:作者/年份 | 研究主題 | 研究方法 | 主要發現 | 與我的個案的關聯

要求:
(1) 包含至少 3 篇近 5 年的文獻
(2) 涵蓋疼痛管理、關節保護、運動治療
(3) 優先臺灣的護理文獻
OUTPUT
AI 會整理出文獻摘要表格。但學生必須自己去找到原文、確認摘要正確,並寫出自己的分析。

用 AI 整理文獻比較表

PROMPT
我已經讀了以下 3 篇關於退化性關節炎護理的文獻。

文獻 1:[貼上摘要]
文獻 2:[貼上摘要]
文獻 3:[貼上摘要]

請幫我製作一個比較表,比較這三篇文獻在以下面向的異同:
(1) 研究對象
(2) 介入方式
(3) 主要成效指標
(4) 主要發現
(5) 限制與建議
OUTPUT
AI 會生成結構化的文獻比較表。學生需要自己閱讀原文後才能驗證表格內容。

設計翻轉教室作業

PROMPT
我教的是「基本護理學」中的無菌技術。

請幫我設計一份翻轉教室的課前作業:

(1) 課前任務:學生觀看 10 分鐘的無菌技術影片
(2) AI 輔助預習:學生用 AI 整理無菌技術的五大原則
(3) 課前測驗:3 題簡短的自我檢核題
(4) 課堂活動:小組在模擬病房實作,老師巡視指導
(5) 課後反思:「今天實作中我犯了什麼錯?我學到什麼?」

要求:課前部分允許用 AI,課堂和課後必須自己完成。
OUTPUT
AI 會設計完整的翻轉教室流程,明確區分可用 AI 和不可用 AI 的部分。

護理作業的 AI 使用分級制度

  • 綠燈作業

    完全允許使用 AI — 資料蒐集、格式檢查、語言潤飾。

  • 黃燈作業

    限制使用 AI — 可用 AI 輔助但須附使用紀錄和反思。

  • 紅燈作業

    禁止使用 AI — 課堂即時寫作、口頭報告、反思日誌。

  • 藍燈作業

    必須使用 AI — AI 偵錯、AI 比較分析等創新作業。

確保學生「有讀」的驗證策略

  • 口頭提問

    隨機抽問文獻內容,確認學生真的讀過。

  • 反思日誌

    要求寫「這篇文獻改變了我的哪個想法?」

  • 同儕互評

    學生互相報告文獻,彼此提問。

  • 課堂辯論

    用文獻中的爭議點進行小組辯論。

三種驗證方法

🗣️

口頭報告

學生用自己的話報告文獻重點,不能看稿。老師隨機提問。

📝

反思日誌

連結個人經驗:「讀了這篇文獻後,我對照護的理解有什麼改變?」。

👥

同儕互評

兩人一組互相報告,彼此打分並寫回饋。

設計需要批判思考的作業

PROMPT
我是護理教師,想設計一份「AI 時代」的作業。

主題:心衰竭患者的出院護理
學生:五專四年級

要求:
(1) 作業必須包含學生的個人臨床經驗
(2) 必須有批判思考的成分
(3) 即使學生使用 AI,也必須自己思考
(4) 附上評分標準
OUTPUT
AI 會設計一份結合臨床經驗與批判思考的作業,並附評分指引。

設計 AI 比較分析作業

PROMPT
請幫我設計一份「AI 比較分析」作業。

作業說明:
學生針對自己在實習中照顧的病人,寫出一份護理計畫(不使用 AI)。然後將同樣的病人資料輸入 AI,讓 AI 也生成一份護理計畫。

作業繳交內容:
(1) 學生自己寫的護理計畫
(2) AI 生成的護理計畫
(3) 比較分析表:列出兩份計畫在以下面向的差異
   - 護理診斷的選擇
   - 護理措施的具體性
   - 對病人個別化需求的關注
(4) 反思心得:AI 有什麼值得我學習的?我有什麼是 AI 做不到的?

附評分量表。
OUTPUT
AI 會設計讓學生在比較中學習的創新作業。

設計課堂即時反思提問

PROMPT
我剛在課堂上教完「急性心肌梗塞的護理」。

請幫我設計 5 個即時反思提問,用於課堂最後 10 分鐘,讓學生當場寫下答案。

要求:
(1) 不能是 AI 可以直接回答的知識題
(2) 要連結學生的感受和想法
(3) 可以在 2-3 分鐘內回答
(4) 答案因人而異,無法複製
OUTPUT
AI 會生成需要個人反思的提問,而非知識記憶題。

設計小組報告作業

PROMPT
請幫我設計一份護理小組報告作業。

主題:比較不同國家對「失智症照護」的護理策略
學生:五專三年級,4 人一組

要求:
(1) 每組負責一個國家(臺灣、日本、瑞典、澳洲)
(2) 允許用 AI 蒐集資料,但必須標註來源
(3) 必須包含各國政策比較表
(4) 必須有小組討論紀錄(會議紀錄格式)
(5) 口頭報告 15 分鐘 + 全班 Q&A
(6) 附評分量表
OUTPUT
AI 會設計兼顧團隊合作與個人學習的小組作業。

實習日誌的 AI 輔助

  • 可以做

    用 AI 幫忙確認護理術語和格式。

  • 可以做

    用 AI 引導自己的反思(問 AI:「我今天學到了什麼?」)。

  • 不可以做

    直接讓 AI 寫實習日誌內容。

  • 不可以做

    用 AI 編造沒有做過的護理經驗。

引導學生用 AI 做實習反思

PROMPT
我今天在內科病房實習,照顧了一位 COPD 的阿公。

請用以下問題引導我反思今天的學習:
(1) 今天做了哪些護理活動?
(2) 哪個環節讓我最緊張?為什麼?
(3) 我今天的護理判斷哪裡可以更好?
(4) 這個經驗讓我對護理有什麼新的理解?
(5) 明天我想改善什麼?

注意:請引導我思考,不要直接給答案。
OUTPUT
AI 會扮演引導者角色,用提問幫學生深化反思。學生需要用自己的經驗回答。

設計反思日誌的引導模板

PROMPT
請幫我設計一份護理實習反思日誌的結構化模板。

模板內容:
(1) 今日照護的病人(疾病/情境簡述,不含個資)
(2) 我今天做了哪些護理活動?
(3) 最有成就感的一刻是什麼?
(4) 最有挑戰的情境是什麼?我怎麼處理的?
(5) 如果重來一次,我會怎麼做?
(6) 今天的經驗讓我對護理有什麼新的理解?
(7) 明天我想特別注意或改善什麼?

附註:這份模板的目的是讓學生用自己的話反思,AI 無法代答。
OUTPUT
AI 會生成結構化的反思模板,每個問題都指向個人經驗,AI 無法代替。

好的 AI 輔助 vs 壞的 AI 依賴

✅ 好的 AI 輔助

  • ✅ AI 幫查資料,學生自己分析。
  • ✅ AI 引導反思,學生自己寫心得。
  • ✅ AI 檢查格式,學生自己寫內容。
  • ✅ 學生知道 AI 的限制。

❌ 壞的 AI 依賴

  • ❌ AI 直接寫作業內容。
  • ❌ AI 代寫實習日誌。
  • ❌ 完全不驗證 AI 的資訊。
  • ❌ 學生無法脫離 AI 獨立思考。

護理實習各階段的作業設計

  • 實習前

    預習疾病知識(允許 AI)+預寫護理計畫草稿。

  • 實習中

    每日實習日誌(禁止 AI)+護理技術自評表。

  • 實習後

    個案報告(限制 AI)+口頭報告+反思心得。

  • 跨實習

    實習歷程檔案(Portfolio)+學習成長自述。

三種 AI 輔助作業模式

🔍

AI 搜尋模式

學生用 AI 搜尋資料,但要自己判斷、篩選、整理。提交搜尋紀錄。

🤖

AI 對話模式

學生跟 AI 討論問題,截圖對話過程,附上自己的反思和結論。

📋

AI 審核模式

學生先寫完,再讓 AI 審核,記錄 AI 的建議和自己的修改決定。

💡

最好的作業

最好的作業是讓學生跟 AI 對話之後,寫出 AI 寫不出來的東西 — 那就是學生自己的臨床經驗、感受和判斷。

AI 給知識,學生給智慧。

學期作業設計的整體規劃

  • 期初

    說明 AI 使用規範,讓學生了解遊戲規則。

  • 期中前

    安排 1-2 次 AI 輔助作業,讓學生熟悉正確使用方式。

  • 期中後

    設計需要批判思考的作業(AI 偵錯、比較分析)。

  • 實習期間

    反思日誌和個案報告,限制 AI 使用範圍。

  • 期末

    綜合性作業+口頭報告,驗證學習成效。

✍️ Practice

作業設計實作

  1. 1 為你教的課程設計一份 AI 時代的護理作業。
  2. 2 選擇你的一個教學主題。
  3. 3 設計一份即使學生用 AI 也必須自己思考的作業。
  4. 4 包含明確的 AI 使用規範(可以做/不可以做)。
  5. 5 設計驗證機制(口頭/反思/同儕互評)。
  6. 6 與旁邊的老師交換意見。
⏱ 15 分鐘 📎 紙筆 + 小組討論

05

AI 輔助批改

降低老師的負擔

500+

頁/學期

一位護理教師每學期批改的報告頁數經常超過 500 頁,還不含實習日誌。

💡

批改的困境

一個班 50 份個案報告,每份 10 頁,光是讀完就要幾十個小時。還要寫回饋、改格式、確認引用。

批改是教學中最耗時但最有價值的環節。

護理教師批改的現況痛點

  • 量大

    每位老師一學期批改上百份報告。

  • 重複

    很多學生犯同樣的格式和結構錯誤。

  • 耗時

    一份個案報告要花 30-60 分鐘仔細批改。

  • 回饋品質

    批改到後面容易疲勞,回饋品質下降。

  • 時效性

    學生等太久才收到回饋,學習效果打折。

AI 可以幫老師批改什麼?

  • 格式檢查

    個案報告的結構是否完整、格式是否規範。

  • 內容初審

    護理診斷是否符合 NANDA 標準、用語是否正確。

  • 邏輯檢查

    護理評估→診斷→計畫的邏輯是否連貫。

  • 回饋生成

    為每位學生生成個別化的改善建議。

  • 共性彙整

    找出全班學生的共同問題,設計補救教學。

50×10

一個班 50 份個案報告,每份平均 10 頁,老師一學期批改超過 500 頁。

護理教師批改的三大困境

時間壓力

批改一份個案報告需要 30-60 分鐘,50 份就是 25-50 小時。

😴

品質遞減

批改到第 30 份時,回饋的細緻度會明顯下降。

🔄

重複勞動

很多學生犯一樣的錯(NANDA 格式、引用格式),反覆寫同樣的回饋。

AI 適合批改 vs 需要老師親批

✅ AI 可以做

  • ✅ 格式和結構完整性檢查。
  • ✅ 護理術語和 NANDA 用語驗證。
  • ✅ 參考文獻格式檢查。
  • ✅ 生成初步的書面回饋。

✅ 老師必須做

  • ✅ 臨床判斷的正確性評估。
  • ✅ 護理計畫的可行性判斷。
  • ✅ 反思深度的品質評估。
  • ✅ 最終成績的決定。

AI 輔助批改的工作流

1

AI 初審

讓 AI 檢查格式、結構、用語。

2

AI 生成回饋

AI 根據檢查結果生成初步回饋。

3

老師覆核

老師審閱 AI 的回饋,修改不正確的地方。

4

補充專業意見

老師加上臨床經驗的回饋。

5

發回學生

學生收到結合 AI 和老師意見的完整回饋。

批改護理個案報告(結構檢查)

PROMPT
你是一位護理教育專家。請幫我檢查以下個案報告的結構完整性。

標準架構:
1. 題目
2. 摘要
3. 前言與文獻回顧
4. 個案簡介
5. 護理評估(Gordon 十一項)
6. 護理問題
7. 護理計畫
8. 護理措施與評值
9. 結論與討論
10. 參考文獻

請逐項檢查以下報告:
[貼上學生報告]

輸出格式:
- 每個項目:✅ 完成 / ❌ 缺少 / ⚠️ 需改善
- 具體說明需改善的地方
OUTPUT
AI 會逐項檢查報告結構,標記完成度和需改善之處。

批改參考文獻格式

PROMPT
請檢查以下個案報告的參考文獻格式是否符合 APA 第七版。

[貼上學生的參考文獻列表]

檢查重點:
(1) 中文文獻:作者(年份)。篇名。期刊名,卷(期),頁碼。
(2) 英文文獻:APA 7th edition 標準格式
(3) 文獻排列順序是否正確
(4) 文中引用格式是否與文獻列表一致
(5) 有無網路來源缺少日期或 URL

對每個錯誤提出具體修改建議。
OUTPUT
AI 會逐條檢查引用格式。老師只需快速瀏覽確認即可。

批改護理計畫(NANDA 檢核)

PROMPT
請檢查以下護理計畫中的護理診斷是否符合 NANDA-I 標準格式。

[貼上學生的護理計畫]

檢查重點:
(1) 護理診斷是否使用 NANDA-I 正式用語
(2) 相關因素是否合理
(3) 護理目標是否可測量
(4) 護理措施是否具體可執行
(5) 評值標準是否與目標對應

對每個問題提出具體的改善建議。
OUTPUT
AI 會檢查 NANDA 格式並提出改善建議。老師需確認 AI 使用的是最新版 NANDA-I。

批改實習日誌(反思深度)

PROMPT
請評估以下護理實習日誌的反思深度。

[貼上學生的實習日誌]

評估標準(0-5 分):
1 分:只有事實描述,沒有反思。
2 分:有簡單的感受描述。
3 分:能連結理論與實務。
4 分:有深度的自我覺察和批判思考。
5 分:能提出改善計畫並連結未來學習。

請給出分數、評語,以及如何提升到下一個層次的具體建議。
OUTPUT
AI 會評估反思深度並給出提升建議。老師需確認 AI 的評分是否合理。

批改護理評估(Gordon 十一項完整性)

PROMPT
請檢查以下個案報告中的護理評估是否完整涵蓋 Gordon 十一項功能性健康型態。

[貼上學生的護理評估]

檢查重點:
(1) 每一項是否都有記載(有無遺漏的項目)
(2) 主觀資料與客觀資料是否區分清楚
(3) 評估內容是否與個案的疾病相關
(4) 是否有異常發現未被標記
(5) 評估深度是否足夠(而非只寫「正常」)

以表格格式呈現:項目 | 有無記載 | 品質評等 | 改善建議
OUTPUT
AI 會逐項檢查 Gordon 十一項的完整性。老師確認後可直接作為回饋。

批改衛教計畫書

PROMPT
請評估以下學生撰寫的衛教計畫書品質。

[貼上學生的衛教計畫]

評估標準:
(1) 衛教對象評估是否具體(年齡、教育程度、理解能力)
(2) 衛教目標是否具體可測量(SMART 原則)
(3) 衛教內容是否正確且適合對象程度
(4) 教學方法是否多元(口頭、書面、示範、回覆示教)
(5) 評值方式是否能確認學習成效

每項給 1-5 分,附具體改善建議。
OUTPUT
AI 會用結構化標準評估衛教計畫書。老師覆核後發回學生。

用 AI 生成個別化回饋

  • 優點先行

    先肯定學生做得好的地方。

  • 具體建議

    不只說「要改善」,要說「怎麼改」。

  • 學習引導

    建議學生下一步可以做什麼。

  • 鼓勵語氣

    即使問題很多,也要保持鼓勵。

生成個案報告的改善建議

PROMPT
以下是一份護理個案報告的批改結果。

[貼上 AI 初審結果]

請根據批改結果,用溫暖但專業的語氣,為學生生成一份回饋信。

要求:
(1) 先說 2-3 個做得好的地方
(2) 再說 3-5 個需要改善的地方(附具體修改建議)
(3) 最後給予鼓勵和學習方向建議
(4) 語氣要像學姊在指導學妹
OUTPUT
AI 會生成一封溫暖且具體的回饋信。老師只需微調後即可發給學生。

生成個案報告的評語範例

PROMPT
以下是一份護理個案報告的評分結果。

評分:
- 護理評估完整性:15/20
- 護理診斷正確性:12/20
- 護理計畫可行性:16/20
- 文獻回顧品質:10/20
- 反思深度:18/20
總分:71/100

請幫我生成一段 200 字的總評語:
(1) 肯定反思寫得深入
(2) 指出文獻回顧需要加強
(3) 說明 NANDA 格式的常見修正方向
(4) 鼓勵學生繼續努力
(5) 語氣溫暖如學姊指導
OUTPUT
AI 會生成適當的評語。老師可建立不同分數段的評語模板。

批改後生成學習建議

PROMPT
我批改了全班 50 份「心衰竭個案報告」。

常見問題:
1. 護理評估不夠完整(30% 學生)
2. NANDA 護理診斷格式錯誤(45% 學生)
3. 護理措施太籠統(60% 學生)
4. 缺少評值標準(25% 學生)

請根據這些常見問題,幫我設計一堂 30 分鐘的補救教學活動。
OUTPUT
AI 會根據全班的共同問題,設計針對性的補救教學方案。

AI 批改的三層架構

📐

格式層

結構完整性、格式規範、引用格式 — AI 幾乎可以全自動。

📚

內容層

護理術語、NANDA 格式、邏輯連貫性 — AI 可以初審,老師覆核。

💭

思考層

臨床判斷、反思深度、批判思考 — 必須由老師評估。

批次生成回饋模板

PROMPT
我批改護理個案報告時,經常遇到以下幾種常見問題。

請為每種問題生成一段標準回饋模板:

(1) NANDA 護理診斷格式不完整(缺少相關因素)
(2) 護理目標太籠統(不可測量)
(3) 護理措施寫「觀察」但沒有具體方法
(4) 文獻回顧只有摘要沒有自己的分析
(5) 反思流於表面(只寫「學到很多」)

每段回饋要求:
- 先肯定學生的努力
- 指出問題所在
- 給出具體修改範例
- 語氣溫暖但專業
OUTPUT
AI 會生成可重複使用的回饋模板。老師建立模板庫後,批改效率大幅提升。

回饋的黃金比例

  • 三明治法

    肯定 → 建議 → 鼓勵,不要一開始就指出問題。

  • 具體可行

    不說「要改善」,說「請把護理目標改為:病人能在出院前...」。

  • 對比示範

    附上錯誤版本和正確版本的對比。

  • 學習導向

    指出「為什麼」要這樣改,讓學生理解背後的邏輯。

NotebookLM 在批改中的應用

  • 建立標準庫

    上傳優良的個案報告範本,作為 AI 的參考標準。

  • 批量比對

    上傳多份學生報告,比較品質差異。

  • 追蹤進步

    比較同一位學生前後兩份報告的進步。

  • 發現抄襲

    交叉比對學生報告之間的相似度。

批改護理技術報告

PROMPT
請評估以下學生的護理技術操作報告。

[貼上學生報告]

評估標準:
(1) 操作步驟是否完整且順序正確
(2) 無菌技術的概念是否正確
(3) 注意事項是否涵蓋安全要點
(4) 異常狀況的處理描述是否恰當
(5) 病人溝通和解釋是否適切

每項 1-5 分,附具體改善建議和正確做法示範。
OUTPUT
AI 會以結構化方式評估技術報告。老師需確認操作步驟的正確性。

用 NotebookLM 建立批改標準庫

1

上傳範本

將過去優良的個案報告上傳為範本。

2

上傳指引

將評分標準(rubric)上傳。

3

提問比對

問 AI:「這份報告與範本的差距在哪?」

4

生成回饋

根據比對結果生成改善建議。

5

記錄分析

彙整全班的共同問題,規劃教學調整。

AI 批改結果的教師覆核清單

AI 的格式檢查結果正確。
AI 的 NANDA 用語建議是最新版本。
AI 的回饋語氣適切且具建設性。
AI 沒有遺漏重要的臨床錯誤。
老師已補充了臨床經驗的專業回饋。
💡

AI 批改的定位

AI 批改是「初審」,不是「終審」。就像住院醫師先看病歷,主治醫師做最終確認一樣。

AI 是初審,老師是終審。

全班共性問題分析

PROMPT
我剛批改完全班 48 份「慢性腎臟病個案報告」。

以下是我標記的各項問題出現次數:
- 護理評估遺漏營養代謝項目:18 人
- NANDA 診斷用語錯誤:22 人
- 護理措施只寫「衛教」沒有具體內容:28 人
- 文獻引用格式錯誤:35 人
- 缺少護理評值:15 人

請幫我:
(1) 分析最嚴重的前三個問題
(2) 為每個問題設計一個 5 分鐘的補救教學活動
(3) 設計一份「常見錯誤對照表」發給全班
(4) 建議下次作業如何避免這些問題
OUTPUT
AI 會根據數據分析全班弱點,生成有針對性的補救教學方案。

建立批改效率的 SOP

1

預設模板

為常見問題建立回饋模板庫。

2

AI 初篩

先讓 AI 檢查格式和結構。

3

分類處理

把報告按品質分為 ABC 三組。

4

重點批改

A 組快速通過,C 組重點指導。

5

共性回饋

全班共同問題用統一講解處理。

直接給回饋 vs 引導式回饋

直接回饋

  • 「你的護理診斷格式錯誤,應該是...」
  • 適合格式和事實性的修正。
  • 節省時間。

引導式回饋

  • 「你的護理診斷缺少了一個重要元素,你覺得是什麼?」
  • 適合促進深度思考。
  • 學生學得更多。

設計同儕互評的 AI 輔助工具

PROMPT
我想讓學生互相批改個案報告,但學生不知道怎麼給回饋。

請幫我設計一份「同儕互評檢核表」:

檢核項目(每項 1-5 分):
(1) 護理評估是否涵蓋 Gordon 十一項的所有項目?
(2) 護理診斷格式是否正確(NANDA-I)?
(3) 護理目標是否具體可測量?
(4) 護理措施是否具體且可執行?
(5) 文獻引用是否充足且格式正確?

每項附上「怎麼給回饋」的範例句型。

例:「你的護理目標可以更具體,建議改為:病人能在出院前...」
OUTPUT
AI 會生成引導學生互評的檢核表和回饋句型範本。

AI 批改的注意事項

  • 不要全部外包

    AI 只做初審,最終評分和核心回饋由老師決定。

  • 保護隱私

    不要把含有學生姓名的報告上傳到 AI。

  • 保持公平

    確保每位學生都收到同等品質的回饋。

  • 透明揭露

    可以告訴學生你有用 AI 輔助批改。

  • 持續校準

    定期檢查 AI 的批改建議是否與你的標準一致。

自動化回饋:相同問題批次處理

  • 痛點

    批改 30 份報告,發現 20 個學生犯同樣的錯誤,每份都要重寫相同的回饋。

  • AI 做法

    先讓 AI 分析全班報告,歸納出 5-8 個「共性問題」,生成統一的回饋模板。

  • 個別化調整

    AI 在統一模板上根據每位學生的具體情況微調,兼顧效率與針對性。

  • 一次到位

    把「花 3 分鐘寫重複回饋 × 20 人」變成「花 5 分鐘生成模板 + 1 分鐘/人微調」。

全班共性問題歸納 + 自動回饋

PROMPT
我是護理臨床指導教師,以下是 5 位學生的個案報告摘要。

[貼上 5 份報告節錄]

請分析:
(1) 這 5 份報告有哪些共同的結構性問題?
(2) 有哪些常見的護理診斷錯誤?
(3) 針對每個共性問題,幫我寫一段「通用回饋」模板。
(4) 針對每位學生,列出個別需要改進的重點(2-3 句)。
OUTPUT
AI 會歸納共性問題並生成統一回饋模板 + 個別回饋。教師覆核後分發給學生。

監督修改進度的 AI 工作流

1

第一輪:AI 初審

學生繳交 → AI 批改結構、格式、引用,生成改善建議清單。

2

學生修改

學生收到 AI 回饋後限期修改,重新繳交。

3

第二輪:AI 對比

AI 比對第一版和修改版,列出「已改善」和「仍待改進」的項目。

4

教師終審

老師只需看 AI 的差異報告,聚焦在「學生改了但改錯」的部分。

5

產出進度總表

AI 生成全班修改進度表:誰改完了、誰還沒交、誰需要額外指導。

修改前後對比 + 進度追蹤

PROMPT
以下是同一位學生的個案報告第一版和修改版。

第一版:
[貼上第一版]

修改版:
[貼上修改版]

請分析:
(1) 列出所有修改過的地方,標註「改善」或「仍有問題」。
(2) 給一個修改完成度百分比(結構/內容/引用各佔多少)。
(3) 列出仍需改進的具體項目。
(4) 給學生一段鼓勵性的回饋。
OUTPUT
AI 會產出結構化的修改對比報告,教師可快速掌握學生改善狀況。
✍️ Practice

AI 批改實作

  1. 1 用 AI 批改一份護理報告(可以用模擬報告)。
  2. 2 使用 AI 生成一份有錯誤的個案報告初稿。
  3. 3 設計一個批改 prompt(指定檢查項目)。
  4. 4 讓 AI 批改並生成回饋。
  5. 5 審核 AI 的批改結果是否正確。
  6. 6 修改後成為你的批改模板。
⏱ 15 分鐘 📎 ChatGPT / Claude(任選)

06

AI 輔助文獻搜尋

從搜尋到寫作

5-8

篇文獻

一份五專個案報告通常需要引用 5-8 篇參考文獻,含中英文文獻。

💡

文獻是個案報告的根基

不管是學生寫個案報告,還是老師發表教學研究,文獻搜尋都是第一步。AI 可以讓這一步更快更準。

文獻搜尋是個案報告的第一步,也是最重要的一步。

護理學生寫個案報告的困境

  • 不知道搜什麼

    關鍵字不精準,搜不到相關文獻。

  • 看不懂英文

    重要文獻多為英文,五專生閱讀困難。

  • 不會整理

    找到文獻但不知道怎麼歸納重點。

  • 不會引用

    引用格式錯誤、漏引、錯引。

  • 複製貼上

    直接從文獻抄段落,缺乏自己的分析。

個案報告的標準架構

1

題目與摘要

15-20 字精簡題目 + 300-500 字摘要。

2

前言與文獻

撰寫動機 + 相關文獻回顧。

3

個案簡介

基本資料、病史、入院經過。

4

護理評估

Gordon 十一項功能性健康型態。

5

計畫與執行

NANDA 診斷 → 目標 → 措施 → 評值。

個案報告文獻回顧的常見問題

學生常見困難

  • 用中文搜尋找不到足夠文獻。
  • 英文文獻看不懂,只抄摘要。
  • 不會用布林運算精準搜尋。
  • 引用格式每次都被退件。

AI 可以幫助的部分

  • AI 翻譯中英文關鍵字對照。
  • AI 逐段解釋英文文獻內容。
  • AI 建議搜尋策略和關鍵字組合。
  • AI 自動檢查和修正引用格式。

個案報告的標準文獻數量

  • 五專個案報告

    通常要求至少 5-8 篇參考文獻。

  • 中英文比例

    建議至少包含 2-3 篇英文文獻。

  • 年份要求

    以近 5-10 年的文獻為主。

  • 文獻類型

    包含教科書、期刊論文、臨床指引。

  • 臺灣文獻

    至少 1-2 篇臺灣本土的護理研究。

AI 輔助文獻搜尋工具

  • Google Scholar

    免費學術搜尋,AI 大綱功能可快速掌握論文結構。

  • NotebookLM

    上傳文獻後 AI 幫你摘要、比較、找關聯。

  • Explainpaper

    用白話中文解釋英文論文內容。

  • PubMed

    生物醫學文獻的權威資料庫。

  • 華藝線上圖書館

    臺灣護理期刊文獻的主要來源。

三大文獻整理工具

🔍

Google Scholar

搜尋護理文獻、查看引用次數、一鍵匯出引用格式。

📚

NotebookLM

上傳多篇論文,AI 幫你比較分析、找出共同發現。

📖

Explainpaper

上傳英文護理論文,AI 用中文逐段解釋內容。

用 AI 搜集文獻的流程

1

確定關鍵字

用 AI 發想搜尋關鍵字(中英文對照)。

2

搜尋文獻

在 Google Scholar 和 PubMed 搜尋。

3

AI 摘要

用 NotebookLM 或 ChatGPT 摘要重點。

4

人工閱讀

根據摘要選出核心文獻,自己仔細閱讀。

5

整理歸納

用 AI 協助製作文獻比較表。

搜尋退化性關節炎照護的文獻關鍵字

PROMPT
我要寫一份關於「退化性關節炎個案的照護」的個案報告。

請幫我:
(1) 列出 5 組中英文搜尋關鍵字
(2) 建議搜尋的資料庫
(3) 建議搜尋的年份範圍
(4) 建議的搜尋策略(布林運算)
OUTPUT
AI 會提供結構化的搜尋策略,幫助學生更有效地找到文獻。

AI 翻譯護理英文文獻

PROMPT
以下是一篇關於「退化性關節炎運動介入」的英文護理文獻摘要。

[貼上英文摘要]

請幫我:
(1) 翻譯成正體中文(使用護理專業術語)
(2) 標註關鍵的護理專有名詞(中英對照)
(3) 用白話文解釋研究方法(讓五專生能理解)
(4) 列出這篇文獻的 3 個重點發現
(5) 說明這篇文獻對臨床護理的意義
OUTPUT
AI 會提供翻譯和白話解釋。但學生仍需自己閱讀原文確認翻譯的正確性。

護理文獻的主要資料庫

  • PubMed

    全球最大的生物醫學文獻庫,免費搜尋。

  • CINAHL

    護理及相關健康文獻專屬資料庫。

  • 華藝線上圖書館

    臺灣學術期刊全文資料庫,含護理期刊。

  • Cochrane Library

    系統性文獻回顧的權威來源。

  • Google Scholar

    跨資料庫搜尋,方便但需要篩選品質。

用 AI 整理文獻卡片

PROMPT
請將以下論文摘要整理成文獻卡片格式:

[貼上摘要]

格式:
- 作者/年份/期刊
- 研究問題
- 研究方法
- 主要發現(3 點)
- 護理實務意涵
- 值得引用的關鍵句
OUTPUT
AI 會把文獻整理成統一格式的卡片。學生需自己讀完原文後確認卡片內容。

用 AI 撰寫文獻回顧段落

PROMPT
我已整理了 5 篇關於退化性關節炎護理的文獻。

[貼上 5 篇文獻的摘要]

請根據這些文獻,撰寫一段 500 字的文獻回顧。

要求:
(1) 使用正式護理學術用語
(2) 歸納共同發現與分歧
(3) 指出目前研究的缺口
(4) 在引用處標註(作者, 年份)
OUTPUT
AI 會生成文獻回顧段落初稿。學生必須用自己的理解修改,不能直接使用。

AI 生成文獻矩陣表

PROMPT
我正在撰寫關於「壓瘡預防護理介入」的文獻回顧。

已蒐集 6 篇文獻,請幫我製作文獻矩陣表(literature matrix):

[貼上 6 篇文獻摘要]

矩陣格式:
- 橫軸:作者/年份、研究設計、樣本數、介入措施、主要成效、限制
- 縱軸:6 篇文獻

額外分析:
(1) 各研究的介入措施有什麼共同點和差異?
(2) 證據等級最高的是哪幾篇?
(3) 目前文獻的缺口是什麼?
OUTPUT
AI 會生成系統化的文獻矩陣表,幫助整理大量文獻的比較分析。

個案報告文獻回顧撰寫流程

1

確定主題

根據個案的主要護理問題,確定文獻搜尋方向。

2

搜尋文獻

用 AI 輔助發想關鍵字,在資料庫搜尋。

3

篩選閱讀

用摘要篩選後,精讀 5-8 篇核心文獻。

4

整理歸納

用 AI 協助製作文獻卡片和比較表。

5

撰寫回顧

用自己的話歸納文獻,連結到個案照護。

NotebookLM 在護理文獻整理的應用

  • 上傳文獻

    將 5-10 篇護理論文 PDF 上傳到 NotebookLM。

  • 自動摘要

    AI 為每篇論文生成結構化摘要。

  • 交叉比較

    提問「這些文獻在護理介入方面有什麼共同發現?」

  • 發現缺口

    提問「目前文獻還沒有探討的面向是什麼?」

  • 來源追溯

    每段回答都標註來自哪篇文獻。

NotebookLM 操作五步驟

1

建立筆記本

前往 notebooklm.google.com 建立新筆記本。

2

上傳文獻

拖放護理論文 PDF(最多 50 篇)。

3

自動摘要

AI 自動為每篇論文生成摘要。

4

互動提問

輸入你的問題,AI 基於文獻回答。

5

輸出整理

將回答整理為你的文獻回顧素材。

NotebookLM 三大特色功能

🎧

Audio Overview

將文獻轉為 Podcast 風格的語音摘要,通勤或做家事時也能複習文獻重點。

📇

學習卡片

自動產生 Flashcard 幫助記憶關鍵概念,可用於學生的護理專有名詞學習。

🗺️

心智圖

自動將文獻內容整理為心智圖結構,一眼看清研究脈絡與概念關聯。

NotebookLM 問答技巧(護理版)

  • 比較提問

    「這兩篇論文在護理介入方法上有什麼差異?」

  • 摘要提問

    「用三句話摘要這篇論文對壓瘡預防的核心發現。」

  • 批判提問

    「這篇研究的樣本數是否足夠?方法有哪些可能的限制?」

  • 延伸提問

    「根據這些文獻,還有哪些值得探索的護理研究方向?」

  • 臨床連結

    「這些研究發現對臨床護理實務有什麼具體建議?」

NotebookLM 的限制與注意事項

  • 檔案限制

    單一筆記本最多 50 個來源,建議分主題建立多個筆記本。

  • 格式限制

    不支援掃描版 PDF,需要 OCR 處理過的檔案才行。

  • 語言偏好

    英文分析能力較強,中文護理文獻可能需要額外確認正確性。

  • 不會編造

    NotebookLM 嚴格基於你上傳的資料回答,不會自行編造,但仍需確認摘要是否遺漏重要細節。

Publish or Perish

免費文獻計量分析工具

Anne-Wil Harzing 教授開發,整合多資料庫進行學術影響力分析。幫你快速找到近 5 年內的高品質護理文獻。

Publish or Perish 是什麼?

  • 免費軟體

    由 Anne-Wil Harzing 教授開發維護,完全免費下載使用。

  • 多資料庫整合

    同時搜尋 Google Scholar、Scopus、Web of Science、Crossref 等資料庫。

  • 計量分析

    自動計算 h-index、g-index、引用次數等學術指標,幫你判斷文獻的影響力。

  • 匯出功能

    支援 CSV、BibTeX、RIS 等多種匯出格式,可直接匯入 Zotero。

Publish or Perish 安裝教學

  • Windows

    前往 harzing.com/resources/publish-or-perish → 下載 Windows 安裝檔 → 雙擊安裝 → 完成。

  • Mac

    同一個頁面下載 Mac 版 .dmg → 打開後拖到「應用程式」→ 第一次開啟需到「系統設定 → 隱私權與安全性」允許。

  • 免費帳號

    不需要任何帳號,下載安裝後直接使用。

  • 搭配 Google Scholar

    PoP 預設用 Google Scholar,不需要額外的資料庫訂閱。

用 PoP 快速找到 5 年內護理期刊

1

開啟 PoP

啟動 Publish or Perish,選擇 Google Scholar 作為搜尋來源。

2

輸入關鍵字

在搜尋欄填入護理主題的關鍵字,例如 pressure injury nursing intervention。

3

設定年份範圍

在「Years」欄位設定 2021-2026,只搜尋近 5 年的文獻。

4

按引用排序

搜尋結果按「Cites」欄位排序,高引用的文獻通常品質較高。

5

匯出到 Zotero

勾選需要的文獻 → Export → 選 RIS 格式 → 匯入 Zotero 管理。

PoP 搜尋技巧:布林運算

  • AND(且)

    pressure injury AND nursing — 兩個關鍵字都必須出現。

  • OR(或)

    pressure ulcer OR pressure injury — 任一關鍵字出現即可(處理同義詞)。

  • NOT(非)

    nursing NOT pediatric — 排除特定主題。

  • 精確搜尋

    加引號如 "wound care" — 搜尋完全符合的詞組。

  • 萬用字元

    nurs* — 同時找到 nurse、nurses、nursing 等。

💡

h-index 小知識

h-index 是衡量學術影響力的指標:h 值為 N 表示有 N 篇論文被引用 N 次以上。例如 h-index = 10 表示有 10 篇論文各被引用至少 10 次。護理領域的 h-index 標準通常低於基礎醫學。

數字只是參考,文獻與你個案的相關性才是關鍵。

PoP 搜尋結果怎麼讀?

  • Cites(引用次數)

    越高代表越多學者引用,通常品質和影響力較高。

  • Year(年份)

    篩選近 5 年內的文獻,確保資訊是最新的。

  • Authors(作者)

    記下高引用文獻的作者,之後可追蹤同一作者的其他研究。

  • Publisher(出版來源)

    JBI、Journal of Clinical Nursing 等護理期刊通常較可靠。

✍️ Practice

Publish or Perish 實作

  1. 1 用 PoP 搜尋你目前帶學生的個案相關主題,找到 5 篇近 5 年內的高引用文獻。
  2. 2 開啟 Publish or Perish,選 Google Scholar。
  3. 3 輸入你個案的護理主題英文關鍵字(可以用 AI 幫你翻譯)。
  4. 4 設定年份 2021-2026。
  5. 5 找到至少 5 篇引用次數較高的文獻。
  6. 6 記錄文獻的作者、年份、期刊、引用次數。
⏱ 10 分鐘 📎 Publish or Perish(需先下載安裝)

用 AI 檢查文獻引用的正確性

PROMPT
以下是我學生寫的文獻回顧段落。

[貼上段落]

請幫我檢查:
(1) 引用格式是否正確(APA 第七版)
(2) 是否有「引用了但參考文獻沒列」的情況
(3) 是否有「列了但文中沒引用」的情況
(4) 引用的內容是否看起來合理(有無可能是虛構的文獻)
(5) 建議如何改善引用品質
OUTPUT
AI 會檢查引用格式的一致性。但無法確認文獻是否真實存在,學生仍需自己查證。
💡

AI 文獻搜尋的最大陷阱

AI 可能會「編造」不存在的文獻,包含看似真實的作者名、期刊名和年份。每一篇 AI 提供的文獻都必須到資料庫實際查證。

AI 推薦的每篇文獻,都要親自到資料庫確認是否存在。

確保學生有閱讀而非複製貼上

  • 閱讀日誌

    要求學生記錄每篇文獻的閱讀時間和理解程度。

  • 口頭報告

    隨機抽問文獻內容,看學生是否真的讀過。

  • 批判分析

    要求寫「我同意/不同意作者的觀點,因為...」。

  • 連結臨床

    要求寫「這篇文獻對我照顧的個案有什麼啟發?」。

Zotero 搭配 AI 的文獻管理

  • 安裝 Zotero

    免費的文獻管理軟體,可自動擷取書目資料。

  • 瀏覽器外掛

    一鍵從 PubMed、Google Scholar 存入文獻。

  • 自動引用

    插入 Word 時自動產生 APA 格式的引用。

  • 搭配 AI

    將 Zotero 收集的文獻匯入 NotebookLM 做分析。

防止複製貼上的三種策略

🗣️

口語報告

用自己的話解釋文獻內容,不能看稿,老師隨機提問。

🔗

臨床連結

「這篇文獻的發現跟你照顧的病人有什麼關係?」 — AI 回答不了。

📝

批判思考

「這篇研究的限制是什麼?如果在臺灣做,結果會不同嗎?」。

設計文獻閱讀理解測驗

PROMPT
我指定學生閱讀一篇關於「退化性關節炎患者運動介入效果」的護理文獻。

請幫我設計 5 題理解測驗:
(1) 2 題事實題(文章中明確提到的內容)
(2) 2 題推論題(需要理解才能回答)
(3) 1 題批判題(需要學生表達個人觀點)

這些題目要確保學生「真的讀了」才能回答。
OUTPUT
AI 會設計需要真正閱讀才能回答的測驗題。

用 AI 生成個案報告摘要初稿

PROMPT
我完成了一份護理個案報告,主題是「一位退化性關節炎老年患者行全膝關節置換術之護理經驗」。

個案摘要:
- 個案:78 歲女性,右膝退化性關節炎
- 護理期間:2026/01/05-2026/01/12
- 主要護理問題:急性疼痛、身體活動功能障礙、知識缺失
- 護理成效:疼痛指數從 8 分降至 3 分,可使用助行器行走 50 公尺

請幫我撰寫一段 300 字的中文摘要,包含:前言、護理評估、護理問題、護理措施、結果與討論。
OUTPUT
AI 會生成摘要初稿。學生必須根據自己的實際照護經驗修改,不能直接使用。

個案報告各章節的 AI 使用建議

  • 前言

    可用 AI 搜尋背景資料,但動機要自己寫。

  • 文獻回顧

    可用 AI 整理文獻,但分析和歸納要自己做。

  • 護理評估

    完全自己做,AI 只能幫確認術語。

  • 護理計畫

    自己寫,可用 AI 檢查 NANDA 格式。

  • 結論反思

    完全自己寫,這是個案報告的核心價值。

護理教師自己的學術寫作

  • 教學研究

    AI 協助設計教學研究、分析數據、撰寫報告。

  • 投稿準備

    用 AI 潤飾英文摘要、檢查引用格式。

  • 升等準備

    AI 協助整理教學成果和研究文獻。

  • 研討會發表

    用 AI 幫忙準備海報和口頭報告內容。

撰寫護理教學研究論文摘要

PROMPT
我完成了一項護理教學研究,主題是「AI 輔助出題對護理學生學習成效的影響」。

研究設計:準實驗研究法
樣本:五專四年級護理科學生 80 人(實驗組 40 人、對照組 40 人)
介入:實驗組使用 AI 生成的練習題進行每週測驗
主要發現:實驗組的段考成績顯著優於對照組(p < .05)

請幫我撰寫一篇 300 字的中文摘要和一篇 250 字的英文 Abstract。
OUTPUT
AI 會生成中英文摘要初稿。老師需要用自己的研究細節修改。

用 AI 潤飾護理論文英文摘要

PROMPT
以下是我的護理教學研究論文的英文 Abstract 初稿。

[貼上英文初稿]

請幫我:
(1) 修正文法和拼字錯誤
(2) 將口語化的表達改為學術寫作風格
(3) 確認護理學術專有名詞的英文是否正確
(4) 調整為 IMRAD 格式(Introduction, Methods, Results, Discussion)
(5) 控制在 250 字以內
(6) 建議 3-5 個英文 Keywords
OUTPUT
AI 會潤飾英文摘要。老師需確認專業術語和研究數據的正確性。

AI 在教師學術寫作的角色

✅ AI 可以做

  • ✅ 潤飾英文摘要的語法。
  • ✅ 檢查引用格式是否正確。
  • ✅ 整理文獻摘要和比較表。
  • ✅ 建議論文結構的改善方向。

✅ 老師必須做

  • ✅ 提出研究問題和假設。
  • ✅ 設計研究方法和蒐集資料。
  • ✅ 解讀研究結果的意義。
  • ✅ 撰寫討論和結論。

學術誠信守則

所有 AI 輔助的部分都在文章中揭露。
核心論點和分析都是自己完成的。
AI 生成的內容經過人工驗證和修改。
引用格式正確,沒有虛假引用。
遵循學校和期刊的 AI 使用規範。

引導學生用 AI 做文獻批判

PROMPT
我指定學生閱讀一篇護理文獻。

請幫我設計一份「文獻批判分析」作業模板:

學生需回答以下問題:
(1) 這篇研究的目的是什麼?用一句話概括。
(2) 研究方法是否適合回答這個問題?為什麼?
(3) 樣本數和取樣方式是否合理?
(4) 結果是否支持作者的結論?有沒有過度推論?
(5) 這篇研究對你照顧的個案有什麼啟發?

注意:第 5 題需要連結個人臨床經驗,AI 無法代答。
OUTPUT
AI 會生成文獻批判的結構化模板,訓練學生的批判性思考能力。
✍️ Practice

文獻搜尋實作

  1. 1 用 AI 搜尋你的教學研究主題的相關文獻。
  2. 2 選擇一個你想研究的教學主題。
  3. 3 用 AI 發想搜尋關鍵字。
  4. 4 在 Google Scholar 搜尋 3-5 篇文獻。
  5. 5 用 AI 整理成文獻卡片格式。
  6. 6 評估 AI 整理的品質。
⏱ 15 分鐘 📎 ChatGPT / Google Scholar / NotebookLM

07

AI 倫理與展望

負責任地使用 AI

💡

倫理是 AI 應用的底線

技術可以快速進步,但倫理的底線不能動搖。護理教育使用 AI 的每一步,都要問:這對學生好嗎?這對病人安全嗎?

技術再新,倫理底線不能動搖。

AI 在護理教育的倫理考量

  • 病人隱私

    絕對不能上傳含有病人資料的內容到 AI 工具。

  • 資訊正確

    AI 可能產生錯誤的醫學資訊,必須驗證。

  • 學術誠信

    明確界定 AI 輔助與 AI 代寫的界線。

  • 公平性

    確保所有學生都有平等使用 AI 的機會。

  • 專業判斷

    AI 不能取代護理師的臨床判斷和倫理決策。

護理教育中的 AI 倫理議題

教師面向

  • 如何在教材中揭露 AI 使用?
  • AI 出的題目算不算原創?
  • 用 AI 批改是否公平對待學生?
  • 教師是否有義務學會使用 AI?

學生面向

  • AI 輔助和代寫的界線在哪?
  • 不同經濟能力取得 AI 的差異?
  • 過度依賴 AI 是否影響臨床能力?
  • 國考沒有 AI,平時用 AI 是否有害?

病人隱私與資料保護

  • 絕對禁止

    任何包含病人姓名、病歷號、身分證字號的資料。

  • 絕對禁止

    臨床照片、檢驗報告、護理紀錄的原始檔案。

  • 可以做

    使用完全虛構的案例讓 AI 生成教學素材。

  • 可以做

    將真實案例去識別化後使用(更換所有個資)。

  • 建議做

    制定科級的 AI 使用規範與資料保護準則。

💡

紅線:病人資料

不管 AI 工具多方便,絕對不能上傳任何可辨識病人身分的資料。這是護理專業倫理的底線,也是法律的要求。

寧可多花時間去識別化,也不要冒險上傳真實資料。

AI 使用的去識別化原則

  • 姓名

    一律使用化名,不使用真實姓名或縮寫。

  • 病歷號

    完全移除所有醫療機構的識別碼。

  • 日期

    可調整入院日期,但保留病程時間軸。

  • 地點

    不提及具體的醫療機構名稱。

  • 特殊特徵

    移除可能識別個人的罕見疾病或特殊情況描述。

去識別化的標準流程

1

移除直接識別

姓名、身分證字號、病歷號、地址。

2

修改間接識別

年齡可用範圍、職業可泛稱。

3

檢查照片

移除所有可辨識面部或特徵的照片。

4

交叉檢查

確認無法透過多項資訊組合識別個人。

5

同事覆核

請另一位老師確認去識別化是否完整。

AI 與護理專業判斷

  • AI 是工具

    就像聽診器、血壓計一樣,AI 是輔助判斷的工具。

  • 經驗不可替代

    十五年的臨床經驗教會你的直覺,AI 學不到。

  • 情感無法複製

    護理的溫度、同理心、陪伴,AI 無法取代。

  • 倫理判斷

    面對生死、家屬情緒、資源分配,需要人的智慧。

AI 可以輔助 vs AI 不能取代

✅ AI 可以輔助

  • ✅ 出題、批改、案例生成。
  • ✅ 文獻搜尋與整理。
  • ✅ 教材製作與格式檢查。
  • ✅ 學習引導與反思提問。

✅ AI 不能取代

  • ✅ 臨床判斷與專業決策。
  • ✅ 病人的情感陪伴。
  • ✅ 師生之間的信任關係。
  • ✅ 護理倫理的價值判斷。

護理倫理情境:AI 與臨床決策

  • 情境一

    學生用 AI 建議的護理措施,但與指導老師的意見不同。

  • 情境二

    AI 建議的藥物劑量與臺灣臨床慣用不同。

  • 情境三

    病人問護理師「AI 說我的病可以治好,是真的嗎?」

  • 情境四

    學生用 AI 寫了一份完美的個案報告,但口頭報告時答不出來。

設計 AI 倫理討論課

PROMPT
請幫我設計一堂 50 分鐘的「護理教育中的 AI 倫理」討論課。

學生:五專四年級護理科

課程架構:
(1) 暖身活動(5 分鐘):你用過 AI 寫作業嗎?匿名投票
(2) 案例分析(15 分鐘):3 個 AI 倫理兩難情境
(3) 小組辯論(20 分鐘):正方「允許用 AI 寫作業」vs 反方「禁止用 AI」
(4) 共識建立(10 分鐘):全班一起制定 AI 使用公約

請設計 3 個具體的兩難情境供分析。
OUTPUT
AI 會設計包含倫理兩難情境的討論課方案。

建立科級 AI 使用規範的建議

  • 範圍界定

    明確哪些作業允許 AI、哪些禁止、哪些限制使用。

  • 揭露要求

    規定學生必須在作業中說明 AI 使用的方式和範圍。

  • 違規處理

    訂定未按規定使用 AI 的處理方式。

  • 定期更新

    每學年檢討一次規範,因應 AI 工具的演進。

  • 師生共識

    邀請學生參與規範制定,增加認同感。

各校 AI 使用政策趨勢

  • 透明揭露

    多數學校要求在作業中說明 AI 使用方式。

  • 分級管理

    不同類型的作業有不同的 AI 使用規範。

  • 教師裁量

    各科教師可自訂 AI 使用規則。

  • 積極引導

    從「禁止 AI」轉向「善用 AI」。

制定科級 AI 使用規範範本

PROMPT
請幫我制定一份護理科的 AI 使用規範範本。

適用對象:五專護理科全體師生

內容包含:
(1) 總則:AI 使用的基本原則(輔助學習、透明揭露、誠信為本)
(2) 教師使用規範:出題、批改、教材製作的 AI 使用準則
(3) 學生使用規範:各類作業的 AI 使用分級(綠燈/黃燈/紅燈)
(4) 病人資料保護條款
(5) 違規處理方式
(6) 附則:年度檢討機制
OUTPUT
AI 會生成規範範本初稿。科內教師討論修改後可正式施行。

給學校的三個建議

📜

制定政策

盡快制定校級的 AI 使用指南,明確界線。

👩‍🏫

教師培訓

定期辦理 AI 教學工作坊,讓老師跟上工具進化。

🔄

循序開放

從簡單的應用開始,逐步擴大 AI 在教學中的角色。

AI 使用政策的三種模式

保守型

  • 僅允許教師使用 AI 輔助教學。
  • 學生作業全面禁止使用 AI。
  • 適合:剛開始探索 AI 的學校。

開放型

  • 師生都可使用 AI 輔助教學。
  • 分級管理,不同作業不同規範。
  • 適合:已有 AI 教學經驗的學校。
💡

數位素養是護理核心能力

未來的護理師不只需要臨床技能,還需要數位素養。教會學生正確使用 AI,本身就是一種護理教育。

教學生善用 AI,就是在培養未來護理師的核心能力。

AI 在護理教育的未來

  • AI 虛擬病人

    更擬真的虛擬病人模擬,減少實習場域限制。

  • 個人化學習

    AI 根據每位學生的弱點,推薦練習題和學習路徑。

  • 自動評量

    AI 輔助 OSCE 評分,提高評量客觀性。

  • 臨床決策支援

    AI 在臨床實習中提供即時的護理建議。

臺灣 vs 國際的護理 AI 教育發展

臺灣現況

  • 多數學校尚在探索階段。
  • 缺乏統一的 AI 使用指引。
  • 教師對 AI 的認識差異大。
  • 學生使用 AI 的速度超越教師。

國際趨勢

  • 美國 NLN 已發布 AI 教育指引。
  • 英國多校將 AI 素養列入課程。
  • 日本推動 AI 輔助臨床決策教學。
  • 澳洲在 OSCE 中導入 AI 評分。

AI 對護理師角色的影響

  • 行政減負

    AI 自動化護理文書,護理師有更多時間照顧病人。

  • 決策輔助

    AI 提供即時的臨床決策建議,但最終判斷仍是人。

  • 教育變革

    AI 讓護理教育從知識傳授轉向能力培養。

  • 終身學習

    AI 工具不斷更新,護理師需持續學習新技能。

  • 人文價值

    AI 越強大,護理的人文關懷越顯珍貴。

AI 在臨床護理的三大趨勢

🏥

智慧病房

AI 監測病人生命徵象變化,提前預警異常,護理師即時介入。

📱

遠距照護

AI 輔助居家病人監測,護理師遠端追蹤和指導。

🤖

護理文書自動化

AI 自動生成護理紀錄初稿,護理師確認修改後簽章。

AI 護理教育發展趨勢

2023

ChatGPT 進入校園

教師開始探索 AI 在教學中的可能性。

2024

專業工具成熟

NotebookLM 等工具讓文獻整理更有效率。

2025

AI 出題與批改

AI 輔助出題和批改成為主流教學工具。

2026

人機協作教學

AI 融入護理教育的每個環節,成為教學基礎設施。

未來

AI 虛擬實習

AI 虛擬病人取代部分臨床實習時數。

給護理教師的 AI 素養建議

  • 保持好奇

    每月嘗試一個新的 AI 工具或功能。

  • 建立社群

    與同科老師組成 AI 教學社群,互相分享經驗。

  • 記錄成果

    記錄 AI 使用前後的教學效率和品質變化。

  • 回饋改善

    根據學生的反應和成績持續調整 AI 的使用方式。

  • 關注發展

    訂閱 AI 教育相關的電子報或社群。

護理的本質是照顧人。AI 可以讓我們更有效率,但永遠不會取代那份對病人的關懷。

— Virginia Henderson

現代護理理論先驅

08

總結與行動計畫

把 AI 帶回你的教學現場

💡

今天的核心收穫

AI 是你教學的加速器,不是替代品。它幫你處理重複性工作,讓你有更多時間做真正重要的事:陪伴學生成長。

AI 處理瑣事,老師專注育人。

各章重點回顧

  • 認識 AI

    選對工具、學會提示工程、建立正確期待。

  • AI 出題

    五大科出題模板、Bloom 層次設計、品質審核。

  • 案例生成

    Gordon 評估、NANDA 診斷、虛擬病人對話。

  • 作業設計

    AI 防呆原則、分級使用制度、創新作業模式。

  • 輔助批改

    三層批改架構、回饋模板庫、全班共性分析。

回去後的行動計畫

1

今天

選定 2-3 個 AI 工具,建立帳號試用。

2

本週

用 AI 出一份小測驗,試用看看效果。

3

兩週內

用 AI 生成一個完整的臨床案例。

4

一個月

建立你的 AI 提示模板庫。

5

持續

與同事分享經驗,一起提升教學效率。

帶走三件事

💡

觀念

AI 是實習生,不是主治醫師。所有產出都需要你的臨床專業把關。

🔧

工具

至少帶走 ChatGPT + NotebookLM 兩個工具開始使用。

📋

方法

建立提示模板庫,從出題開始,逐步擴展到案例、批改、文獻。

加碼:會議錄音 → 逐字稿 → 摘要報告

  • 適用情境

    科務會議、教學研討、個案討論會、在職教育——錄音後自動整理。

  • 工具組合

    錄音(手機即可)→ 語音辨識(Whisper / 好用語音轉文字 App)→ AI 摘要(Claude / ChatGPT)。

  • 產出

    逐字稿、重點摘要、行動項目清單、正式會議紀錄。

  • 省多少時間

    1 小時的會議,傳統整理要 2-3 小時;用 AI 只要 15-20 分鐘。

會議錄音處理四步驟

1

錄音

用手機或錄音筆錄下會議。建議放在桌面中央,確保收音清楚。

2

語音轉文字

上傳錄音檔到 Whisper(免費)或 Clova Note、好用語音轉文字等 App,產出逐字稿。

3

AI 整理

把逐字稿貼到 Claude 或 ChatGPT,請它生成:(1) 三句話摘要 (2) 行動項目清單 (3) 正式會議紀錄格式。

4

教師覆核

檢查 AI 產出的內容是否正確,特別注意專有名詞和人名。

會議錄音整理 Prompt

PROMPT
以下是一段護理科教學研討會的逐字稿。

[貼上逐字稿]

請產出:
(1) 會議摘要(200 字以內)
(2) 重要討論議題列表
(3) 行動項目(Action Items),包含負責人和預計完成日
(4) 正式會議紀錄格式(含時間、地點、出席者、議題、決議)
OUTPUT
AI 會產出結構化的會議紀錄。教師只需檢查正確性,省下 80% 的整理時間。

推薦的語音轉文字工具

  • Whisper(免費開源)

    OpenAI 開發,支援中英文,準確率高。需要一點技術操作。

  • Clova Note(免費)

    LINE 旗下工具,中文辨識效果好,手機 App 直接錄音轉文字。

  • 好用語音轉文字(免費)

    臺灣團隊開發,繁體中文辨識佳。

  • NotebookLM

    如果會議已有文字紀錄,可上傳到 NotebookLM 產生 Audio Overview,反過來用。

帶回去的操作流程 SOP 總表

  • 出題

    開 AI → 貼課程主題 + Bloom 層次 → 指定題數與格式 → AI 出題 → 教師審題修改。

  • 案例生成

    開 AI → 描述個案背景 + 護理問題 → 指定格式(Gordon / NANDA) → AI 生成 → 教師確認臨床合理性。

  • 批改

    複製學生報告(去識別化)→ 貼到 AI + 評量標準 → AI 初審 → 教師終審 + 補充回饋。

  • 文獻搜尋

    用 AI 翻譯關鍵字 → PoP 或 PubMed 搜尋 → 篩選近 5 年 → 匯入 NotebookLM → AI 比較摘要。

  • 會議紀錄

    手機錄音 → 語音轉文字 App → 逐字稿貼到 AI → 生成摘要 + 行動項目 → 教師覆核。

每個 SOP 的共同心法

  • 第一步永遠是「去識別化」

    任何含有學生或病人真實姓名的資料,先替換為代號。

  • AI 做初稿,你做終審

    永遠不要直接使用 AI 的產出,你的專業判斷是最後一道防線。

  • 存好你的 Prompt 模板

    用過的好 Prompt 存成範本,下次直接套用,不用每次重寫。

  • 一次學一個工具

    不要今天想全部學會。先從 ChatGPT 出題開始,穩了再加 NotebookLM。

  • 有問題隨時問 AI

    忘了怎麼操作?直接問 AI「請教我怎麼用 NotebookLM 上傳 PDF」。

常見問題 Q&A

  • Q:AI 會不會讓老師失業?

    不會。AI 是工具,教學的靈魂在老師身上。

  • Q:學生用 AI 寫作業怎麼辦?

    設計 AI 寫不出來的作業,引導而非禁止。

  • Q:AI 的醫學資訊可以信任嗎?

    不能完全信任,所有內容都要經過臨床驗證。

  • Q:我不太會用電腦怎麼辦?

    從最簡單的 ChatGPT 對話開始,慢慢學。

  • Q:學校沒有 AI 相關政策?

    可以先從自己的課堂開始制定規範。

給不同程度老師的建議

🌱

初學者

先學會一個工具(ChatGPT),用它出 5 題考題。成功後再擴展。

🌿

進階者

建立提示模板庫,嘗試 AI 批改和案例生成,與同事分享經驗。

🌳

熟練者

設計 AI 融入教學的完整流程,帶領科內同事一起成長。

推薦工具清單

教學準備

  • 💬 ChatGPT — 出題、案例生成。
  • 🎭 Claude — 批改、邏輯分析。
  • 📚 NotebookLM — 文獻整理。

教材製作

  • 🪟 Copilot — Word/PPT 製作。
  • 📊 Napkin — 護理流程視覺化。
  • 📖 Explainpaper — 英文文獻閱讀。

延伸學習資源

  • Vista 電子報

    每週精選 AI 工具與教學應用案例。

  • AI 好好用社團

    Facebook 社團,各領域 AI 使用者交流。

  • 教育部數位學習平臺

    免費的 AI 教學線上課程。

  • 護理教育學會

    關注護理教育的 AI 相關研討會。

  • ChatGPT 官方教學

    OpenAI 官方的教育應用指南。

✍️ Practice

反思與討論

  1. 1 分組討論 AI 在護理教學的應用,分享你今天最大的收穫。
  2. 2 今天學到的哪一個工具或技巧最實用?
  3. 3 你回去後最想先嘗試什麼?
  4. 4 你覺得 AI 在護理教育中最大的挑戰是什麼?
  5. 5 你會如何引導學生正確使用 AI?
  6. 6 各組推派一人分享。
⏱ 10 分鐘 📎 分組討論

課程總結檢核

認識了主要的 AI 工具和提示工程技巧。
學會用 AI 快速出題(附解析)。
能用 AI 生成臨床案例和虛擬病人對話。
知道如何設計 AI 時代的護理作業。
掌握了 AI 輔助批改的工作流。
📊 即時投票

經過今天的學習,你對使用 AI 輔助教學的信心如何?

A非常有信心,已經知道怎麼用了。
00%
B有些信心,需要再多練習。
00%
C持觀望態度,想先觀察。
00%
D還是比較擔心,需要更多指導。
00%
0
尚未開始
最好的老師不是什麼都會的人,而是願意持續學習的人。今天你已經邁出了第一步。

— Vista Cheng

共勉之

感謝聆聽

Vista Cheng

iamvista@gmail.com

https://www.vista.tw