| 10 上一課 | 11 本篇 | 12 下一課 |
這課是整個 Description 和 Discernment 單元的實戰整合。前幾課分別學了怎麼描述（Lesson 8）、怎麼用提示詞技巧（Lesson 9）、怎麼評估（Lesson 10），這課要把它們串在一起：在你 Lesson 7 選的真實專案上，跑完一個完整的 Description → 輸出 → Discernment → 調整 Description 的迭代循環。這課幾乎全是實作，沒有新概念——概念都已經準備好了，現在是動手的時候。
📋 課程基本資訊
| 項目 | 內容 |
|---|---|
| 所屬課程 | AI Fluency: Framework & Foundations |
| 課程章節 | Discernment（辨別）— 最終課 |
| Lesson | Lesson 11：The Description-Discernment loop |
| 課程平台 | Anthropic Academy（免費） |
| 預估學習時間 | 30–60 分鐘（依專案複雜度而定） |
🎯 這課學完你會得到什麼？
- 在真實專案中整合應用 Description 和 Discernment 技能
- 實際跑完 Description-Discernment 回饋循環
- 透過人機協作，產出超越你或 AI 單獨能達到的成果
🧠 概念複習：什麼是 Description-Discernment Loop？
這課沒有新概念，但值得先把這個循環的全貌看清楚。
這個循環不只是「重問一遍」。每一輪的關鍵在於：你用 Discernment 找出具體問題，再用更精準的 Description 解決那個問題，而不是模糊地說「這個不夠好，再試一次」。
✏️ 實作練習：四步驟執行你的專案
預估時間：30–60 分鐘
「這個不夠好，重寫」幾乎不會帶來改善。有效的調整需要具體說明：什麼不對、哪裡不對、你希望如何不同。例如：「第二段的論點跳得太快，沒有說明為什麼 X 會導致 Y，請補充這個連結的說明。」
Description-Discernment 循環的反饋範本
不確定怎麼給具體反饋？可以參考這個框架：
📝 有效反饋的結構
✅ 哪裡做得好：「第一段的框架設定很好，清楚說明了為什麼這個問題重要。」
❌ 哪裡有問題：「第三點的數據引用沒有說明來源，讀者無法驗證。」
🔄 具體調整要求：「請在第三點後加一句說明這個數據的來源或估算依據，或者移除這個數據點。」
🔜 下一課預告
完成 Description 和 Discernment 單元，你現在能有效溝通需求、批判性評估輸出，並透過迭代循環不斷改進成果。
接下來進入最後一個 D：Diligence（謹慎）。前三個 D 聚焦在效能和效率，Diligence 則聚焦在 AI 協作的倫理和責任面：如何確保你的 AI 使用是負責任的、透明的、可被背書的。
📖 延伸閱讀
- AI Fluency: Framework & Foundations 完整課程目錄
- Lesson 7：用委派思維做專案規劃（你的專案計畫在這裡）
- Lesson 8：深入認識 Description
- Lesson 9：有效提示詞技巧
- Lesson 10：深入認識 Discernment
❓ 常見問題 FAQ
這個循環要跑幾輪才算夠？
沒有固定答案。判斷標準是：你對這個任務的輸出滿意了嗎？你願意為這個成果背書嗎？如果是，就可以進入下一個任務。如果你發現自己在第五輪還在做同樣的修正，可能需要退一步重新思考你的 Description 策略，或者這個任務是否更適合由你自己來做。
如果 AI 一直給不出我要的結果，是我的描述問題還是 AI 的問題？
兩者都可能。先檢查 Description 三個層次是否都說清楚了；如果已經夠清楚但還是達不到，可能是這個任務超出這個 AI 目前的能力範圍，或者需要你提供更多領域特定的脈絡。這時候最誠實的做法是：把這部分留給自己做，或者尋求其他工具和資源。
「加入你的專業與判斷」（Step 3 的第四個動作）具體是什麼意思？
意思是：不要把 AI 的輸出直接當作最終成果。即使 AI 的輸出品質很好，你還是需要做最後的確認和決策——哪些部分正確反映了你的意圖？哪些地方需要用你的知識或判斷修正？最終交出去或發布的東西，應該是你願意對它完全負責的版本，而不只是 AI 的版本。
這課的練習一定要用 Lesson 7 的那個專案嗎？
強烈建議。Lesson 7 的專案是為了這個目的設計的——一個夠真實、夠複雜，能讓你練習多個 4D 能力的中型專案。如果你沒有完成 Lesson 7，也可以現在選一個新的任務，但建議選一個有多個子任務的專案，這樣才能真正體驗到多輪 Description-Discernment 循環的價值。
📬 喜歡這篇文章？訂閱電子報不錯過任何更新
生成式 AI 時代，最珍貴的資產不是工具本身，而是你的提問力與協作思維。
每週精選 AI 實戰技巧、官方課程更新與 AI 工作流攻略，直接寄到你的信箱！
Leave a Reply