■ 任課教師：陳順孝
■ 任課系級：臺灣大學新聞研究所
■ 課程目標
- 掌握生成式AI（generative AI）與AI代理（AI agent）的運作原理與能力邊界，辨識各類工具功能與適用情境，並理解其對新聞產製與媒體生態的衝擊。
- 掌握AI協作的三層方法——提示工程（prompt engineering）、脈絡工程（context engineering）與技能包（AI skills），並能將個人工法寫成可重複使用、可分享的AI技能包。
- 能在選題、採訪、查證、構稿、寫作、圖解、下標各環節與AI協作，讓AI擔任顧問而非代筆，判斷與查證始終由人承擔。
- 能規劃並完成一項AI增能的新聞報導或媒體專案，且能說明人機如何分工、關鍵判斷為何由人作成。
- 理解AI的倫理與法規爭議（偏見、真實性、透明度、著作權、隱私），並在作品中落實AI使用揭露與標示。
■ 課程進度
第1週【 課程說明 】
① 課程地圖：從AI基礎與協作方法出發，走過選題、採訪、查證、構稿、寫作、圖解、下標各環節，最後回到倫理法規與成果發表。 ② 課程要求說明：AI使用規範、判斷紀錄的寫法、技能包的逐週迭代，以及期末計畫的時程節點。 ③ 學生背景調查：現有AI使用經驗、想完成的報導或專案方向、可投入的時間。 ④ 作業形式界定：哪些作業為個人完成、期末計畫是否容許小組合作。（課後習作「課程調查表」：填寫課程調查表；記下自己目前最常用的三個AI工具與用途，作為學期末對照的基準線。）
第2週【 AI基礎：原理、邊界與工具 】
① 大型語言模型如何運作：詞元預測、脈絡視窗、幻覺、推理模型與多模態。 ② AI有「鋸齒狀邊界」——同一個模型在某些任務超越專家，在相鄰任務卻犯低級錯誤，因此每項任務都要先測邊界再委託。 ③ 工具分四類：對話型（ChatGPT、Claude、Gemini）、研究型（Perplexity、Deep Research、Gemini Notebook）、代理型（Claude Code、Cowork、AI瀏覽器）、生成型（圖像、影片、語音）。 ④ 新聞業的採用現況：從效率工作流走向新聞蒐集、產品開發與答案引擎時代的生存策略。（課後習作「文獻對讀」：讀Simon（2024）或Diakopoulos等人（2024），先用AI做摘要，再對照原文找出AI漏掉或說錯的兩處。）
第3週【 AI協作：提示、脈絡與技能包 】
① 提示是任務說明書，六要素：角色、任務、材料、格式、限制、檢核；提供範例與拆解任務仍是基本功。 ② 脈絡工程——AI表現取決於給它什麼材料（編採手冊、範本、過往稿件、風格樣本），而非只靠一句指令。 ③ 技能包（skill）把一套工法寫成SKILL.md：何時啟動、步驟、判準、禁區、範例，寫一次就能跨平台重複使用，也能分享給團隊。 ④ 代理初探：AI能讀檔、查資料、跑程式、分步完成任務，記者從操作者變成任務設計者與驗收者。（課後習作「技能包 v0.1」：建立個人AI技能包v0.1——挑新聞產製中自己最常做的一個環節（例如訪前研究、逐字稿整理、社群文案）寫成技能包，在兩個AI平台測試同一任務並記錄差異。）
第4週【 知識增能：學習、研究與個人知識庫 】
① AI能講解、出題、對談、模擬，但研究顯示過度依賴會降低批判思考投入與學習成效，因此要立下「先想後問」的使用紀律。 ② 人機協作五階段：奠定基礎、廣泛發散、聚焦收斂、迭代優化、定稿潤飾。 ③ 個人知識庫：用Gemini Notebook之類的工具把文獻、逐字稿、筆記變成可問答的資料庫，讓AI只依自己的材料回答。 ④ 跨領域快速上手：請AI當領域嚮導，列出關鍵概念、爭點、必讀文獻與必訪專家，再由人逐一驗證。（課後習作「個人知識庫」：選一個陌生議題，用AI建個人知識庫（至少五份來源），寫出三個關鍵概念，附一張「AI說法／來源查證」對照表。）
第5週【 選題企劃：讀者、觸達與答案引擎 】
① 編採方針的三種導向——市場、公共、社群——以及三者的交集。 ② 2026年讀者樣貌：社群與影音平台首度超越媒體自有網站與電視，成為最大新聞來源；每週用AI聊天機器人看新聞者升至一成；媒體主管預期搜尋流量三年內減少四成以上。 ③ 答案引擎時代還有價值的報導：原創採訪、在地連結、獨家資料、可驗證、有人味的觀點與敘事。 ④ 用AI做議題發想、讀者樣貌分析與切角比較，在產製者想說與讀者想知之間找交集。（課後習作「期末計畫定題」：為期末計畫擬三個候選題目，各附目標讀者、核心問題，以及「為何AI答案引擎無法取代這篇報導」，用AI扮演反方讀者做壓力測試後選定一題。）
第6週【 採訪策略：情報網、背景研究與模擬採訪 】
① 從已知背景出發探問未知特點。 ② 用RSS、Google快訊、社群監測與AI摘要建立個人情報網，AI每日整理、人負責挑選。 ③ 用Deep Research類工具做議題研究與受訪者背景分析，要求逐項附來源並抽查關鍵事實。 ④ 與AI對話擬定採訪策略——列出已知、未知、必問、追問，再請AI扮演受訪者進行模擬採訪。（課後習作「背景研究與訪綱」：為期末計畫的一位受訪者做AI背景研究（附來源與查證結果），擬十題訪綱，與AI模擬採訪一次，記錄哪些問題被證明無效、如何改。）
第7週【 事實查證：來源、合成媒體與溯源 】
① 查證三層次：來源可信度評估、內容交叉驗證、脈絡還原。 ② AI用於查證是兩面刃——能快速比對、翻譯、整理證據，但自己也會捏造來源，研究更顯示AI查核結果可能誤導讀者判斷，因此「AI查AI」與人工終審缺一不可。 ③ 合成媒體辨識：反向搜尋、元資料、內容憑證（C2PA）與AI偵測工具。 ④ 台灣查核生態：台灣事實查核中心、Cofacts、MyGoPen的做法與可借用之處。（課後習作「查證報告」：挑三則可疑的網路訊息（含一則圖片或影片），分別用AI輔助與傳統方法查證，記錄AI幫上忙與誤導之處，寫出查證結論與證據鏈。）
第8週【 構稿分析：逐字稿、框架與資料 】
① 逐字稿與資料整理：用AI把數萬字逐字稿分主題、抓引句、標時間軸，人核對原音。 ② 框架理論與金字塔原理——先定核心命題，再組織論據與故事；萃取主題、梳理脈絡、篩選亮點的專家模式與人機協作模式。 ③ 資料的常識性檢查：數字上稿前必問五件事——分母是什麼、樣本怎麼來、時間可不可比、有沒有加權、這個差距算不算大。 ④ 政府開放資料與試算表可交給AI做清理與初步整理，但都要回到原始資料核對。（課後習作「主題與證據」：把一份訪談逐字稿或一份開放資料集交給AI分析，產出三個候選主題與各自的證據，列出AI可能誤讀之處，並逐項核對回原始資料。）
第9週【 寫作敘事：初稿評估、逐段修訂與去AI腔 】
① 好文稿的四項要求：連結已知、開頭吸睛、敘事具體、文字簡明。 ② AI當顧問的修訂流程：自己先寫初稿，再請AI做整體評估、逐段診斷、提出兩三種改法，由人選擇與改寫，而非請AI代寫。 ③ AI腔的辨識與去除——空泛形容、排比套語、高頻詞、過度整齊的三段式，一律以具體事實、人物與動作取代。 ④ 建立個人風格樣本，把自己的文字特徵寫進技能包，讓AI的生成貼近自己的筆法。（課後習作「技能包 v0.2」：交一篇自己寫的初稿與AI逐段診斷紀錄，標示採納、部分採納、拒絕的建議與理由；更新技能包v0.2，加入寫作環節。）
第10週【 AI輔助報導計畫提案討論 】
① 學生分組提報AI增能的新聞報導或專案研發計畫：主題、問題意識、目標讀者、核心要點、AI工具與協作流程、預期成果與影響力。 ② 師生共同評估可行性、創新性與預期效益。 ③ 聚焦策略：先做最小可行報導驗證流程再擴大，並把AI協作紀錄當成成果的一部分。 ④ 對照國內外新聞室的AI應用案例，區分把原有工作做得更快的應用，與沒有AI就做不到的報導。（課後習作「企劃書定稿」：依討論修訂企劃書，補上AI協作流程圖與「判斷保留清單」（哪些決定不交給AI）。）
第11週【 資訊圖解：圖像、影音與互動 】
① 圖解的四種類型與適用範圍：解釋型、比較型、流程型、地圖型。 ② 用AI生成圖像、動畫、影片與語音的工作流，以及各自的品質與版權風險。 ③ 新聞用途的紅線：真實事件不得用擬真AI圖像冒充現場，說明性圖解、動畫、示意圖須明確標示。 ④ 互動視覺：用自然語言請AI做出互動圖表或小工具，重點在說清楚資料從哪來、圖表想回答什麼、有哪些限制。（課後習作「視覺產物」：為期末計畫做一件視覺產物（圖解、動畫、互動圖表或音訊摘要），附AI參與說明與標示方式。）
第12週【 標題點睛：原理、判準與亮點 】
① 標題要再現事實、詮釋意義、吸引閱讀。 ② 判準從文辭優美、語意精準、誘發點閱走向叫好叫座，以誠信為底線——不誇大、不誤導、不斷章取義。 ③ 淘金四法：切身共鳴（與我有關、對我有用）、奇特搶眼（驚奇特點、鮮明對比）、聚焦增輝（名人、引句、數字）、具體生動（直白明確、舉例說明）。 ④ 人機共創工序：AI依技能包產出多個候選，人依題型、語境、目標讀者評選、修改、定稿。（課後習作「候選標題評選」：用自己的技能包為三篇稿件各生成五個候選標題，評選並說明採用或修改理由，記錄AI標題常犯的毛病。）
第13週【 標題修辭：鍛字、換句與一稿多標 】
① 修辭四法：以命名與排比「打亮特點」，以對比與反差「引爆驚奇」，以雙關與比喻「激發想像」，以借代與換句「顛覆預期」。 ② 一稿多標：網站標、報紙標、SEO標、推播標、社群標、口播標各有字數、語境與判準，AI產出選項，人負責校準。 ③ 點擊誘餌的界線：釣魚標題提高點閱率、降低信任度，A/B測試可檢驗編輯直覺準不準。 ④ 答案引擎優化初探：AI搜尋如何摘取標題與導言，清楚具體的標題比花俏的標題更容易被正確引用。（課後習作「一稿多標」：為一篇稿件做五種版本標題（網站、推播、社群、SEO、口播），標示各版字數與判準，用AI做讀者反應預測後，說明自己不同意之處。）
第14週【 寫法蒸餾：公式、語料與技能包 】
① 新手歸納並活用寫作與下標公式，快速學會陌生領域的寫法；老手與AI協力進行腦力激盪、風格設定與草稿精進，以指明方向、提示範例、評選定稿的共創模式破框創新。 ② 寫法蒸餾：從自己或團隊的改稿改標實錄中，抽出反覆出現的判準與禁忌，寫成技能包的規則、範例與自檢清單；同一套做法可推及採訪、查證、構稿等其他環節。 ③ 隱性知識外顯化：老編輯的直覺如何變成可傳授、可迭代的規格，以及哪些判斷不該寫進規則、必須留給人。（課後習作「技能包 v0.3」：交技能包v0.3——加入自己領域的判準、禁忌與五個以上的正反範例，並用它處理一件真實任務，附前後對照。）
第15週【 倫理法規：紅線、指引與新聞室準則 】
① 倫理挑戰：偏見、真實性、透明度、著作權、隱私與受訪者資料保護。 ② 台灣法規新局：《人工智慧基本法》、NCC「廣電媒體製播新聞應用AI指引」。 ③ 新聞室準則比較：中央社、《報導者》、AP、BBC、《衛報》，以及無國界記者組織巴黎憲章。 ④ 爭議案例：AI摘要錯誤、假書單、假引述、AI圖像冒充現場，以及訓練資料著作權訴訟的走向。（課後習作「媒體AI準則草案」：以自己實習、關注或想進入的媒體為對象，草擬一頁AI使用準則（禁區、須標示、須人審、資料保護），對照中央社規範與NCC指引找出差異。）
第16週【 AI輔助報導計畫成果發表 】
① 學生分組發表成果，附AI協作反思：如何運用、遭遇哪些挑戰與解法、哪些判斷保留給人、對AI使用倫理的思考。 ② 學生相互評分與講評，可先用AI依評審規格做結構化評閱，再由人給出評語與分數。 ③ 老師總結：從本學期作品看AI擅長與不擅長的環節、判斷力在哪些節點決定品質；AI時代新聞工作者的能力地圖，以及個人技能包的後續維護與分享。（期末繳交「成果、協作紀錄、技能包完整版」：成果作品、AI協作紀錄與判斷紀錄、技能包完整版）
■ 成績評量
- 每週習作，個人作業，40%。依當週內容做文獻研讀或工具演練，包括技能包逐週迭代、AI輔助的資料蒐集與主題發想、查證練習、圖文生成與標題寫作。評分看AI使用是否得當、判斷紀錄是否具體，不以AI產出多寡計分。
- AI輔助報導計畫提案，小組作業，20%。自選一項新聞報導或專案研發主題，規劃如何運用AI協作完成。企劃書須含主題、問題意識、目標讀者、核心要點、AI工具與協作流程、判斷保留清單、預期成果與影響力。評分看問題意識是否清楚、AI協作規劃是否具體可行、判斷保留清單是否切中關鍵。
- AI輔助報導計畫成果，小組作業，40%。依提案實際完成報導或專案，成果報告附AI協作反思與判斷紀錄，說明如何運用AI、遭遇哪些挑戰與解法、哪些決定保留給人，以及對AI使用倫理的思考。技能包完整版隨成果繳交，列入本項評分。評分看報導或專案的完成度、查證是否紮實，以及人機分工與關鍵判斷的交代是否清楚。
- AI使用規範：每份作業須附AI使用聲明，載明使用的工具、階段與用途。訪前資料蒐集、擬定訪綱、資料整理、架構建議、文字修潤與標題候選皆可使用AI。AI無中生有的事實、數據、引述或受訪者，該項作業以零分計。所有AI產出須經本人查證，作業中的判斷紀錄——採納、修改、拒絕AI建議的理由——是評分依據之一。