AI的力量（2）：善用提示素養，讓 Gemini 3 成為教學最佳助手
張瓊文 臺中市政府教育局課程督學
國立政治大學教育學系博士生
莊雅如 新北市政府教育局秘書室輔導員
新北市永和區秀朗國小教師
一、前言
Google 於 2025 年 11 月 18 日發布 Gemini 3，並以更強的推理、程式及多模態理解能力作為核心訴求，被定位為現階段功能最完整的 Gemini 模型。Gemini 3在推理、多模態與編碼等面向較前代更具優勢，並推出Deep Think強化推理模式，以支援更複雜問題的處理（Google, 2025a；Google, 2025b）。
值得注意的是，模型能力能否在教育現場轉化為有效的教與學，關鍵不僅在於模型本身，更在於教師如何提問與提供證據。當教師具備良好的提示素養（Prompt Literacy），並能運用精準且有意識的提問策略與 AI 對話時，才能引導 Gemini 3 在課程設計、評量回饋與差異化教學上，產出高品質的可用成果（Tour & Zadorozhnyy, 2025；Google AI for Developers, 2025）。本文將以Gemini 3 的可用特徵與教師提示素養的可操作策略為主軸，說明如何在教育場域中更有效、也更負責任地運用 Gemini 3，促進教學設計與學習歷程品質的提升。
二、Gemini 3 與教學應用的核心特徵
Gemini 3 的價值並非自動取代教師工作，而是協助教師更高效地完成教學設計、教材製作以及學習分析等任務。以下分述四項特徵說明其在教學應用上的具體意涵。
（一）更強推理模式：支援高複雜度的教學設計與評量任務
Gemini 3 的 Deep Think 模式旨在提升處理複雜數理、科學與邏輯問題的推理能力，使其更適用於需清晰推理鏈與多條件權衡的教學任務。例如：評分規準的設計、跨領域課程學習表現的指標校準或多版本試題的難度調控（Google, 2025b）。
（二）長上下文與多模態：利於跨文本、跨證據的教學診斷
Gemini官方資料指出，Gemini 3支援百萬級詞元（Token）的脈絡窗口，可結合文字、圖片等多模態輸入，教師能在同一脈絡中提供課文內容、學習單、學生作品截圖及評量結果摘要等，使模型能在完整的證據基礎上，進行錯誤型態歸因、概念迷思彙整與補救路徑建議等分析（Google, n.d.-a；Google, n.d.-b）。
（三）Canvas：把對話變成可協作的作品
Canvas定位與Gemini協作的工作區，可共同撰寫文件或程式、並可生成或是轉化成果——例如：將研究報告轉成網頁、資訊圖表、測驗或語音摘要等，教師可將課程設計、講義初稿、試題藍圖及班級學習活動流程放入 Canvas 中反覆迭代，並留存版本差異與修訂軌跡（Google, n.d.-b；Google, 2025c）。
（四）Nano Banana：將推理輸出快速轉化為可用的視覺教材
Nano Banana（含 Pro）可在 Gemini 中進行影像生成與編修，提供低門檻的創作方式——例如：在圖片上塗鴉或加註文字，由模型完成細節補全，教師可藉此將抽象概念轉化為視覺化教材、情境圖卡或課堂引導圖像（Google, n.d.-c）。不過，教師仍需檢核生成內容是否符合教材正確性與版權規範。
三、教師必備的新時代核心素養－－提示素養
提示素養可被視為與生成式 AI 互動的整合能力，包含提出可解的問題、提供必要證據、設計輸出結構、迭代修正與批判性判讀。Tour 與 Zadorozhnyy（2025）指出，提示素養不只是下指令的技巧，更涉及對 AI 生成內容的批判性理解與在情境中反覆調整的能力。依據 Google 的提示設計指南（Google AI for Developers, 2025），以下將提示素養轉化為基礎心法、進階戰術與迭代修正三層架構進行分享（視覺化摘要見圖1）：
（一）基礎心法：讓模型知道要做什麼、根據什麼、用什麼形式交付
1.提示三要素：任務＋素材＋格式
有效的提示應包含三項核心要素：
（1）任務：希望 AI 執行的具體工作，例如設計教案、批改作文或產製試題。
（2）素材：AI 進行任務時所依據的資料，例如課文內容、YouTube 逐字稿或學生的錯誤類型。
（3）格式：涵蓋字數、格式與語氣等規範，例如500 字以內、繁體中文、以表格呈現，或採用鼓勵性語氣。
2.給予參考範例（少量樣本提示 Few-shot）
若希望 AI 生成特定格式的教材，提供一至兩個範例往往比抽象描述更有效，這種少量樣本提示策略，能讓 AI 迅速掌握預期的輸出格式與風格。例如，教師可提供一個英文單字練習的範例格式，再要求 AI 依此格式產製其他單字練習，如此便能確保輸出的一致性與精準度。
【提示範例】
請依照以下格式幫我產製 3 個英文單字練習：
Apple (蘋果) - I eat an apple every day.
[請依照此格式產製 Banana 和 Orange]
3.運用專業術語
使用特定領域的專業符號或術語，能更有效地驅動 AI 提取該領域的深度知識，例如，在數學領域中加入「階層評量」、「高層次認知（如分析、評鑑、創造）」等關鍵詞，或在自然領域中明確使用「自變項、依變項、控制變項」等術語，有助於 AI 依照專業語境組織內容與推理步驟。
（二）進階戰術：利用Gemini 3 的推理模式與結構化輸入
1. 先思考、後執行：提升複雜任務可靠度
在提示中要求模型先進行結構化分析，再產出最終答案，便能提升其推理的正確性。例如在設計教案時，可以在提示詞中加入以下內容，讓AI先分析再執行，能大幅提升複雜任務的準確度：
【提示範例】
在提供最終教案之前，請先完成前置評估：
（1）分析本課的核心素養目標。
（2）確認現有教材是否涵蓋這些目標。
（3）列出一個結構化的大綱，再開始撰寫細節。
2. 設定系統角色與結構化標記：降低誤判、提高可控性
使用結構化標記（如 XML 標籤 <role>、<task>、<context>）能幫助 Gemini 3 清楚區分指令與素材，減少誤判並提升回應精準度。以下提供可直接修改的結構化提示詞範例，放入 Gemini 3 中使用：
【提示範例】：
XML
<role>
你是一位資深的國中生物老師，擅長將複雜知識轉化為有趣的故事。
</role>
<context>
當前日期：2025年12月
教學對象：國一學生，程度中等
主題：細胞的構造（細胞核、粒線體、細胞膜）
</context>
<task>
請根據以上主題，設計一份「情境式導學單」。
1. 包含一個生活化的開場故事。
2. 設計 3 個引導思維的問題。
3. 輸出格式：Markdown 格式，標題清楚。
</task>
<constraints>
- 語氣：幽默、親切。
- 嚴格禁止生成錯誤的科學知識。
- 如果資訊不足，請提醒我補上。
</constraints>
<final_instruction>
請先深呼吸，一步步思考如何設計這份導學單。
</final_instruction>
（三）迭代修正：把 AI 變成可被管理的協作者
若AI輸出不理想時，與其重複相同指令，不如運用可操作的微調策略：
1.賦予豐富的上下文脈絡
Gemini 3 具備百萬詞元的上下文空間，教師可一次上傳整本電子教科書、課綱、教學目標、或整學期的學生作業，讓AI在完整的背景脈絡下進行整體脈絡分析。
2.採用正向表述
將「不要使用太難的詞來解釋光合作用」改為「假設我是 10 歲小孩，請用公園裡的樹做例子解釋光合作用」。
3. 採取提示鏈策略
當一個提示包含太多要求時，例如：要求AI一次完成出題、翻譯與解釋，模型容易出錯，此時可拆解提示，先完成摘要，再進行翻譯、解釋，最後才格式化的出題。
4.設定反饋循環：要求模型在輸出後提出確認問題：「老師，這份教案符合您的進度嗎？需要更難還是更簡單？」
5. 請AI改進問題
可在輸入提示後，請AI評析並修改提示，或加入「我還需要提供什麼資訊，才能讓你回答得更好？」。
圖1 提示素養視覺化摘要
四、結語
提示素養的核心不在於將工作交給AI，而是在於將AI納入可管理的教學設計流程。Gemini 3具備 Deep Think、支援長上下文、多模態、Canvas 與 Nano Banana 等能力 ，大幅擴展教師在教材生成、課程設計與分析診斷上的應用範圍；然而，教育專業的價值在於教師能基於目標、證據與倫理責任，判斷何者可用、何者需查證、何者不應進入課堂。最理想的做法，是教師先自主思考、形成初步構想，再以精準提示邀請 AI 協助豐富、驗證與修正，讓 AI 成為拓展專業視野的協作者，而非取代思考的替身（Tour & Zadorozhnyy, 2025；Google AI for Developers, 2025）。
參考文獻
Google. (2025a, November 18). A new era of intelligence with Gemini 3. Google Blog. https://blog.google/products/gemini/gemini-3/
Google. (2025b, December 4). Gemini 3 Deep Think is now available. Google Blog. https://blog.google/products/gemini/gemini-3-deep-think/
Google. (2025c, March 19). Gemini 帶來全新協作與創意方式. Google台灣官方部落格. https://blog.google/intl/zh-tw/products/explore-get-answers/gemini-collaboration-features/
Google. (n.d.-a). Gemini 3. Google DeepMind. https://deepmind.google/models/gemini/
Google. (n.d.-b). Gemini Canvas. https://gemini.google/tw/overview/canvas/?hl=zh-TW
Google. (n.d.-c). Nano Banana. https://gemini.google/tw/overview/image-generation/?hl=zh-TW
Google AI for Developers. (2025, December 18). Prompt design strategies. Gemini API documentation. https://ai.google.dev/gemini-api/docs/prompting-strategies
Tour, E., & Zadorozhnyy, A. (2025). Conceptualizing and operationalizing prompt literacy for English language learners. Journal of Adolescent & Adult Literacy, 69(3), e70020. https://doi.org/10.1002/jaal.70020
