本課程以「AI × 策略決策 × 跨領域應用」為核心,帶領同學學習如何運用 AI 提升問題分析、決策品質與溝通表達。課程不要求管理背景，任何領域的同學都能參與。透過實作、討論與專案，同學將能：
- 將職場專業或學術生活問題轉換為 AI 可處理的 Prompt 技巧。
- 辨識與修正 AI 的偏誤,提升判斷力,避免 AI 幻覺。
- 結合 AI 工具於研究與職場溝通面試提案等場景。
實作部分,完成個人或團隊 AI 專案(包括但不限於模擬面試、品牌推廣設計、企業決策支援系統等)。
本課程以「AI × 策略決策 × 跨領域應用」為核心,帶領同學學習如何運用 AI 提升問題分析、決策品質與溝通表達。課程不要求管理背景，任何領域的同學都能參與。透過實作、討論與專案，同學將能：
實作部分,完成個人或團隊 AI 專案(包括但不限於模擬面試、品牌推廣設計、企業決策支援系統等)。
| 課程大綱 | 分配時數 | ||||
|---|---|---|---|---|---|
| 單元主題 | 內容綱要 | 講授 | 示範 | 習作 | 其他 |
| AI 與決策基礎 (Week 1–2) | 認識 AI 在決策中的角色與限制 學習如何把專業或日常問題轉換為有效的 Prompt 方法：案例演練、Prompt 練習 | 3hr | 0.5hr | 0.5hr | - |
| 偏誤與策略思維(Week 3–4) | 辨識 AI 可能複製的人類偏誤 結合SWOT/VRIO/五力分析等策略工具，用AI輔助思考, 與「如何引導 GPT」。 方法：情境模擬、討論與修正 AI 生成3家企業 SWOT → 學生標出假設與遺漏。 | 3hr | 1hr | - | - |
| 組織溝通與人資應用 (Week 5–7) | 透過 AI 模擬職場對話，學習心理安全與回饋技巧。設計公平且去偏誤的選才流程 方法：角色扮演、案例分析，模擬面試，履歷優化。 | 4hr | 2hr | - | - |
| 專題設計與倫理挑戰 (Week 8–9) | 期中專案雛形展示： 問題定義 × Prompt 邏輯 × 證據鏈 探討 AI 錯誤判斷與責任歸屬 | 3hr | 1hr | - | - |
| 跨領域溝通與表達力 (Week 10–14) | 摘要與邏輯表達 利用AI金字塔結構將複雜內容轉換成清晰訊息，提升跨專業間的理解效率。 圖文整合設計：學習如何讓AI生成的圖像與文字一致，強化簡報與報告的說服力。 方法: 挑戰與對抗賽，透過Prompt Robustness對抗練習，模擬錯誤訊息，訓練跨領域的協作與思辨。 | 7hr | 2hr | 1hr | - |
| 成果驗證與發表 (Week 15~16) | 以專業標準完成展示、答辯與文件繳交。 • 每組 10~15 分鐘簡報：問題→理論→流程→原型→治理→成效。 • 現場Q&A、互評（理論應用、結構性、視覺整合、反思力）。 • 課後最終繳交： 系統原型（Prompt） • 簡報與一頁紙摘要 | 1hr | 2hr | 1hr | - |
| 日期 | 課程進度、內容、主題 |
|---|---|
| 03.06 | 第 1 週 AI 與決策角色 • 第 1 小時：認識 AI 在決策中的定位與限制(Agent 四步驟) • 第 2 小時：用 ChatGPT 模擬錯誤決策，討論 AI 不能做什麼 |
| 03.10 | 第 2 週 問題結構化：問題如何轉為 Prompt • 第 1 小時：Prompt 結構分解與問題類型設計演練 • 第 2 小時：實作演練：以「留任率低」案例設計多輪 Prompt 實作對應教育理論: 建構主義（從實例中建構知識）＋ 探究式學習 |
| 03.13 | 第 3 週 AI 偏誤與風險 • 第 1 小時：認識 AI 常見偏誤（確認偏誤、錨定等） • 第 2 小時：比較 AI 的直覺式 vs 推理式建議，練習修正方法 |
| 03.20 | 第 4 週策略思維 × AI 工具 • 第 1 小時：學習 SWOT、五力等策略工具如何轉換成 Prompt • 第 2 小時：AI 產生案例，學生檢驗假設與遺漏資訊 |
| 03.27 | 第 5 週 AI 模擬職場溝通 • 第 1 小時：AI 生成「不當對話」，學生分析問題 • 第 2 小時：用 SBI / NVC 方法重寫對話，進行角色扮演 實作對應教育理論: 建構主義（理論內化與情境應用）＋同儕互學理論 |
| 04.07 | 第 6 週 策略評估模型 × 多版本生成推理訓練 • 第 1 小時：介紹如何用 AI 生成多種策略方案 • 第 2 小時：比較成本、風險與可行性，寫出優化建議提案 |
| 04.10 | 第 7 週公平選才與去偏誤 • 第 1 小時：AI 模擬履歷篩選，找出偏誤點 • 第 2 小時：重寫面試問題，設計公平選才方案 |
| 04.17 | 第 8 週 期中專題初步提案展示：理論 × Prompt 邏輯 • 第 1 小時：各組提出問題定義、理論選用、AI 任務設計 • 第 2 小時：展示輸出成果，接受互評與回饋 實作對應教育理論: 同儕互學理論＋體驗學習循環 |
| 04.24 | 第 9 週 AI 錯誤與倫理責任 • 第 1 小時：介紹 AI 錯誤分類與責任框架 • 第 2 小時：分組分析案例，設計責任歸因圖(AI vs 使用者 vs 組織) |
| 05.05 | 第 10 週 決策流程建模：BPMN × Prompt 系統整合 • 第 1 小時：學習流程圖 (BPMN) 基本概念 • 第 2 小時：用 AI 建構升遷/申請流程，檢查邏輯缺漏 |
| 05.08 | 第 11 週 摘要錯誤重建 × 金字塔結構寫作訓練 • 第 1 小時：學習金字塔結構，練習清晰摘要 • 第 2 小時：對比 AI 與人寫摘要，分析差異與修正 |
| 05.15 | 第 12 週 視覺識別與圖文一致性 • 第 1 小時：學習 AI 生成圖像的五要素與版面原則• 第 2 小時：團隊產出品牌封面圖與簡報，進行互評 實作對應教育理論: 同儕互學理論＋協作學習 |
| 05.22 | 第 13 週 Prompt Robustness 與語境錯誤對抗練習 • 第 1 小時：介紹「容易被誤解的 Prompt」案例 • 第 2 小時：設計錯誤指令，學員解題與修正，整理穩健表達清單 |
| 05.29 | 第 14 週 跨文化跨領域溝通決策 • 第 1 小時：比較不同文化/專業的溝通差異 • 第 2 小時：AI 產出三版本邀請信，學生判讀是否得體、學生撰寫 改寫版、並說明文化適配與反思 |
| 06.05 | 第 15 週 系統驗證與成果預演反饋 • 第 1 小時：整理專案模型（理論 × Prompt × AI 輸出 × 評估） • 第 2 小時：預演發表簡報與 Q&A，修正不足 實作對應教育理論: 同儕互學理論＋協作學習 |
| 06.12 | 第 16 週 AI 設計成果發表與評鑑 • 第 1 小時:各組進行專案發表(10 分鐘簡報) • 第 2 小時:現場 Q&A、師生互評、課程總結 實作對應教育理論: 體驗學習循環+同儕互學理論 |