Podcast Summary
強者我朋友 by 志祺七七
Episode: 好學生反而用不好AI?該怎麼問對問題,讓你的 AI 學會思考?
Host: 志祺七七
Guest: 李佳達
Date: June 28, 2026
Episode Overview
This episode explores the paradoxical phenomenon: why high-achieving, "good" students sometimes struggle to use AI effectively—despite their academic success. Host 志祺七七 and AI expert 李佳達 dive deep into the art of asking the right questions, discuss how AI can be taught to “think,” and share practical strategies for more thoughtful, creative, and productive interaction with AI tools.
Key Discussion Points
1. 「好學生」與AI的鴻溝 (05:15)
- 志祺:提到許多老師發現原本成績很好的學生,反而在使用AI工具(如ChatGPT)時表現平平。
- 學生傾向於「標準答案」的學習習慣,導致對開放式、創意思考的 AI 操作感到不自在。
- 李佳達:「好學生在傳統體制裡學會追求正確答案,對於問問題這件事情有點『生疏』。」
2. 問對問題的重要性 (10:10)
- 李佳達:AI 實際上是「問對問題的技術」。
- 強調問問題的關鍵是明確、具體、有目標感。
- Quote:「你給 AI 的問題越清楚,AI 給你的答案才會更接近你要的。」(李佳達,10:58)
- 志祺:回顧自己早年學寫文章,也發現「題目出得好,內容就會好」這一點和AI極為相似。
3. Prompt Engineering 實務解析 (18:40)
- 兩人分享私房「下指令」方法,如用假設情境、限制範圍、細分步驟。
- 李佳達例子:「請你假裝成一個律師,幫我分析XXX……」
- 結合生活應用面:可用於學業、簡報、創業提案。
- 志祺:「很多人會以為AI太強,其實它只是很快給你答案,問題的設計還是人類的長處。」
4. 失敗經驗 & Deliberate Practice (26:30)
- 李佳達分享自己失敗問AI的經驗與學習。
- Quote:「我一開始也問得很爛,AI就給我一堆廢話,要多試幾次才會抓到眉角。」(李佳達,27:05)
- 建議把與AI互動當成“練功場”,從失敗中修正。
- 志祺也自曝常被AI「回問」,反而激發出「我其實沒有想清楚要什麼」的自省。
5. AI思考的極限與責任分界 (35:30)
- 深談AI思考的界線:「AI不是萬能,也不是答案機器。」
- 李佳達談到:AI的產出源自資料集,並不真正懂“答案的本質”。
- 強調「最後決定權」始終在人類;AI是輔助、不是替代。
- Quote:「用AI最怕的是,讓AI幫你決定人生。」(李佳達,37:26)
- 志祺:「我們還是得為自己的選擇負責,AI只是幫大家多一套新工具。」
6. 教育現場的挑戰與建議 (44:10)
- 新世代學生要培養「提問能力」及「批判思考」——未來最重要的兩項軟實力。
- 建議老師多鼓勵學生「問題導向」,而不是只給標準解答。
- 李佳達推薦兩個實用小技巧供師生練習:
- 順序提問法(分階段問、更細分)
- 角色反轉(讓AI演各種角色,幫你多角度檢視問題)
Notable Quotes & Memorable Moments
- 「好學生在傳統體制裡學會追求正確答案,對於問問題這件事情有點『生疏』。」
— 李佳達 (06:21)
- 「你給 AI 的問題越清楚,AI 給你的答案才會更接近你要的。」
— 李佳達 (10:58)
- 「我一開始也問得很爛,AI就給我一堆廢話,要多試幾次才會抓到眉角。」
— 李佳達 (27:05)
- 「用AI最怕的是,讓AI幫你決定人生。」
— 李佳達 (37:26)
- 「我們還是得為自己的選擇負責,AI只是幫大家多一套新工具。」
— 志祺七七 (39:50)
Timestamps for Key Segments
| 時間 | 主題 |
|----------|------------------------------------------|
| 05:15 | 好學生與AI的鴻溝:標準答案 vs 開放思考 |
| 10:10 | 問對問題的關鍵與Prompt心法 |
| 18:40 | 實務應用:高效下指令的技巧及案例 |
| 26:30 | 失敗與練習:與AI的互動學習 |
| 35:30 | AI思考的極限、責任與價值分工 |
| 44:10 | 教育現場挑戰:未來培養什麼能力與小技巧 |
Podcast Takeaways
- 擅用AI並不取決於學科成績,而是能否靈活提問、開放思考。
- 問題設計與AI互動本身就是一門「新時代閱讀理解」與「表達」的功課。
- 鼓勵失敗,重複修正是成長捷徑。
- AI與人類各有強項,善用互補是關鍵——最終責任、創造力依舊在人類手上。
This summary captures the essence, flow, and key educational insights of the episode, preserving the original conversational tone and expert perspectives.