---
title: "在南澳偏鄉小學讓 Claude Code 一夜生成 480 堂教案：AI 從「幫忙」變成「接手」"
description: "AJ 受邀到宜蘭南澳一所偏鄉小學辦師培。開場 10 分鐘把整包課程資料丟進 Claude Code，下課前打開檔案——一到六年級泰雅文化 × 英語教案，每個年級 90 頁、80 堂課全部跑完。這篇記錄那場師培如何把老師從「聽說 AI 很厲害」推向「我想開始用」，以及 OpenAI 提的 Harness Engineering 為什麼是 2026 年最該碰的關鍵字。"
author: "莊哲昀（AJ）"
tag: "企業 AI 導入"
date: 2026-05-25
canonical: https://www.ahadigit.work/blog/nanao-claude-code-rural-teacher-training
source: "html"
---

# 在南澳偏鄉小學讓 Claude Code 一夜生成 480 堂教案：AI 從「幫忙」變成「接手」

前陣子受邀到宜蘭南澳的一所偏鄉小學辦教師培育。前期對焦會議我一如往常先問主任：「目前手上有沒有什麼工作是卡住的？」這個問題我每場師培前都會問——因為比起講完一份預設的課綱，**把當天的 AI 教學跟學校真正的痛點接起來，遠遠重要得多**。

主任那次提到他們正在規劃一套「泰雅文化 × 英語」的校定課程。架構其實已經有初步雛形，卡點不在方向，而是——**不知道怎麼把每節課的教案內容快速展開，也不知道簡報圖卡要怎麼系統化產出**。簡單講就是：有方向，但做不完。

我聽完跟主任說：可以試試，說不定培訓當天我們就把這件事做完。主任聽了半信半疑，但還是答應當天會把所有手邊的課程資料寄給我。

## 進入懷舊的 DOS 模式，向 Claude Code 精靈許願

上課當天，簡單開場後，我沒有先打開上課簡報。我直接打開電腦上的終端機，把老師寄來的整包課程資料丟進去餵給 Claude Code。

接著我請現場老師一起寫下他們的願望：

$ claude

\# 餵入整包資料夾後

\> 參考資料夾裡面的內容，

幫我規劃一到六年級的 Word 教案，分成六個檔案。

每個年級 80 節課，每節課 40 分鐘，

需包含學習目標、課程流程、活動設計、評量與作業。

請自行分析，不要囉嗦，做完再給我。

送出指令之後，我就把視窗縮小，打開當天的授課簡報、開始講 AI 提示詞的基礎。台下開始出現各種 murmur：

> 「蛤？這樣就行了嗎？」  
> 「真的會生出 Word 檔嗎？」  
> 「會不會當機？」  
> 「這樣要花很多錢嗎？」

我笑笑跟他們說：「我也不知道，我們下課前再來看看結果吧！」

接下來的課，我帶老師們回到大家比較熟悉的工具，從 Google Gemini Canvas 到 Nano Banana、NotebookLM，做資料整理、RAG 萃取、簡報生成。一輪走完，老師們已經覺得收穫滿滿——但這場師培真正有趣的，是最後 10 分鐘。

## AI 不只協助，甚至能夠接手

下課前，我們一起回去看 Claude Code 精靈的工作成果。我打開了《一年級教案.docx》。

第一頁——完整的封面，主題、年級，全都正確。  
第二頁——課程總覽。  
第三頁——單元節數分配。  
第四頁——第一節課完整教學設計。

再往下滑，第五頁、第六頁……我直接把捲軸拉到最底。**總共 90 頁，整整 80 堂課，每一頁都是一堂完整的 40 分鐘教學規劃**。然後我打開二年級——也是 90 頁。

現場一片安靜。過了好幾秒，老師們才開始驚呼：

> 「這也太快了吧！！！！！」  
> 「好誇張，怎麼可能！！！」

下課時間到了，負責的老師有點不好意思地問我是否趕時間——因為他們想等五、六年級的教案全部跑完，一次把六個檔案打包帶走。**那個「想把檔案帶走」的瞬間，對我來說比任何滿意度問卷都重要**。

## 先說清楚：那份教案大概只有 60 分

我必須誠實。Claude Code 一口氣產出的這份教案，大概只有 60 分。

它的骨架完整、邏輯通順、格式統一——一個老師如果要從零開始寫一到六年級共 480 節課的教案，光排版就會崩潰。但它**欠缺真正在地的泰雅文化情境**，部分活動設計偏向通用英語教學的套路；評量與學習單的細節，也需要現場老師依學生程度補強。

這份檔案的價值不在「直接拿去上課」，而是在**把老師從 0 推到 60**。剩下的 40 分——文化深度、學生差異化、評量精準度——本來就只有教育現場的老師做得到。AI 把那塊「沒人想動但必須做」的骨架解決了，老師才有餘力把專業放在真正需要專業的地方。

這也是我在 [AI 時代我的第三選擇](https://www.ahadigit.work/blog/ai-era-teaching-third-choice) 那篇一直在講的事——AI 不是來取代老師，是把老師從「教案排版工」的角色解放出來，讓他們回到「教學設計師」的位置。

## 從「用 AI」到「駕馭 AI」

今年三月，OpenAI 提了一個新詞：**Harness Engineering（駕馭工程）**。

如果 AI 是一匹很快的馬，CLI 就是那個讓你能駕馭牠的馬具。也因此，大家慢慢不再滿足於只用 ChatGPT 這種聊天工具，開始嘗試更多形式的「駕馭」：

- **CLI（命令式操作）**：像 Claude Code、Gemini CLI、Codex CLI——把 AI 變成一位住在你終端機裡、能讀你資料夾、能寫檔案的精靈。
- **Codex / Cursor 這類 AI Coding 工具**：直接做事，不只是回答你。
- **各種 AI Agent（自動跑流程）**：給目標，它自己拆解、自己執行、自己回報。

這場南澳師培對我來說，最重要的不是「完成了一場工具教學」——是最後那個畫面：**老師們想把檔案帶走**。那代表他們已經從「聽說 AI 很厲害」，走向「我想開始用」。這中間那一步，靠 10 場 ChatGPT 教學都跨不過去；但一次「眼睜睜看著 AI 把整件事做完」的衝擊，可以。

這就是 Harness Engineering 之所以是 2026 年最值得碰的關鍵字——它不是新工具，是新的**認知重組**。原本以為 AI 只是來幫忙，但 Claude Code 這次魔法展現的是：AI 不只是幫忙，**它開始「接手」**。

## 給還沒碰過 CLI 的你一個小建議

我最近拍了一支 **Gemini CLI 的安裝教學影片**，放在 YouTube「[欸那個 AJ](https://www.youtube.com/@ohthataj)」頻道。如果你還沒試過 CLI 或 Codex，我會建議你：

> 不用急著學會，但一定要去碰一次。  
> 只要你看過 AI 幫你把一整件事情做完，你就回不去了啊啊啊！

因為一旦你親眼看過那個「整包資料夾餵下去、整份 Word 跑出來」的瞬間，你對 AI 能做什麼、你自己能做什麼，會有完全不一樣的想像。

> 那個數位陪伴政府、企業、學校把 Harness Engineering 這件事從「聽說過」帶到「現場做出來」——從 Claude Code、Gemini CLI 到 Codex 與 AI Agent 工作流，內訓設計就是**讓你親眼看到 AI 把整件事做完**。[歡迎預約諮詢](https://www.ahadigit.work/contact)，我們把這場認知重組帶到你的組織裡。