Industry RAG
Definition先看懂：這套 RAG 是什麼
題庫 AI 助教是把課綱與自有題庫建成知識庫，讓 AI 依範圍出題、拆解步驟並釐清觀念，作答有依據可查。
高雄三民區補習街的老師，備課時最花時間的往往不是講解，而是找題、改題、對照課綱。題庫 AI 助教（RAG，檢索增強生成）的做法，是讓 AI 從你整理過的課綱與題庫裡檢索，再依指定範圍出題與拆解解題步驟，而不是自己憑空生成一堆與課綱脫節的題目。這樣老師拿到的每一題，都能追溯到題庫來源與對應章節。
Key Takeaways
- 題庫 AI 助教依你自有題庫與課綱出題，題目來源可追溯
- 解題步驟逐步拆解，方便老師檢查邏輯與學生理解
- 觀念釐清以課綱範圍為界，避免超綱或答非所問
- 難易度可依年級與章節調整，備課更省時
- 教師仍須複核，AI 負責產草稿，判斷權留給老師
才藝與學科混合經營的班別，一位老師常要同時顧多個年級，備課時間被切得很碎。
Pain真實痛點與高雄現場
情境範例三民區課後班的備課壓力
我在三民區帶國小到國中的課後班，過去每晚要為隔天 3 個不同年級各出一份練習，光找題與核對課綱就花掉約 90 分鐘，常常備課到快 11 點。
問題核心在於，題目散在各版本講義與歷年考卷，沒有和課綱對齊，也沒有標記難易度。每次出題都像重新翻箱倒櫃，效率自然拉不起來。
要把題庫變成 AI 能用的助教，需要有人把資料工程與教學現場串起來。賴家榮，甫東科技創辦人、SAIP 台灣首席 AI 長、SGS AI 認證；16 年帶團隊為超過 500 家企業做過系統與 AI 導入；服務高雄、台南、屏東、嘉義的中小企業主管與第一線團隊；開發時用 Claude AI、Codex、Antigravity 三工具分工，能協助補習班把歷年題庫與課綱對齊，建成可依範圍出題的 AI 助教。
RAG 讓出題這件事從『生成』回到『檢索加組裝』：先找到符合範圍的題目與對應課綱，再讓模型改寫、拆解與釐清觀念。下表對照一般 AI 出題與題庫 RAG 助教的差別。
SolutionRAG 解法：痛點 → 做法 → 可量化效益
| 面向 | 一般 AI 直接出題 | 題庫 RAG 助教 |
|---|---|---|
| 題目來源 | 模型自行生成 | 檢索自有題庫 |
| 課綱對齊 | 常超綱或脫節 | 限定課綱範圍 |
| 難易度控制 | 不穩定 | 依標籤挑選 |
| 解題步驟 | 有時跳步 | 逐步拆解 |
| 可追溯性 | 無來源 | 標註題庫與章節 |
| 觀念釐清 | 泛泛而談 | 對應課綱條目 |
以下內容基於 2026 年 7 月各工具版本，說明題庫 AI 助教的標準建置流程；工具介面日後更新時，操作名稱或有差異，但核心步驟不變。
SOP標準導入流程 SOP：Claude × Codex × Antigravity
1確認課綱範圍Claude AI
輸入各年級課綱與教學進度
動作整理出章節與能力指標清單
產出課綱結構表
負責角色範圍界定
常見地雷混用不同版本課綱造成範圍錯亂
2彙整題庫Claude AI
輸入歷年考卷與講義題目
動作去重並補上解題與答案
產出完整題庫草稿
負責角色內容整理
常見地雷只收題目沒收詳解，助教無法拆步驟
3標記難易與章節Codex
輸入題庫草稿
動作為每題加上難易度與課綱標籤
產出帶標籤題庫
負責角色資料工程
常見地雷標籤不一致導致挑題失準
4建立檢索索引Codex
輸入帶標籤題庫
動作產生向量索引供範圍檢索
產出可查詢題庫索引
負責角色檢索建置
常見地雷沒依章節分區，範圍出題會混題
5設計出題模板Codex
輸入檢索結果
動作組裝出題並附解題步驟與來源
產出帶步驟的題組
負責角色生成控制
常見地雷允許模型改動答案卻不標註
6串接教師介面Antigravity
輸入出題邏輯與題庫
動作做成老師可選範圍與難度的介面
產出可操作的 AI 助教
負責角色系統整合
常見地雷介面太複雜，老師懶得用
7試教與校對Claude AI＋人工
輸入生成的題組與解析
動作老師逐題複核答案與步驟正確性
產出上線前題目品質報告
負責角色品質把關
常見地雷未經老師複核就發給學生
流程走完，老師拿到的是一份份對齊課綱、附詳解、可追溯的題組草稿，剩下的只是快速複核與微調，備課時間自然壓下來。
Flow一張圖看懂導入流程
1需求釐清
2文件清理
3切分策略
4向量索引與檢索
5生成與出處控制
6介面與整合
7試運行與維運
若看不到上方流程圖，以下文字等價說明：先釐清各年級出題需求，清理歷年題庫與課綱，決定依章節與難易度的切分策略，建立向量索引與檢索，設定出題生成與來源標註，串接老師操作介面，最後試教並持續維運題庫。
| 階段 | 重點工作 | 產出 |
|---|---|---|
| 需求釐清 | 定義年級與範圍需求 | 出題需求表 |
| 文件清理 | 整理課綱與題庫 | 乾淨題庫 |
| 切分策略 | 依章節難易分段 | 帶標籤題目 |
| 向量索引與檢索 | 建庫並分區 | 可查詢索引 |
| 生成與出處控制 | 出題附步驟來源 | 帶詳解題組 |
| 介面與整合 | 老師選範圍難度 | 可操作助教 |
| 試運行與維運 | 老師複核與補題 | 維運機制 |
Case我踩過的坑：一次差點失敗的導入
情境範例超綱題誤發給學生
我曾直接讓 AI 出一份幾何練習，沒細看就印給國一學生，結果混進了要用到國三定理的題目，隔天約 6 位學生卡住、家長來問，我才發現沒設好課綱範圍。
講師的建議
在檢索階段就把課綱範圍設成硬限制，只從對應年級章節的題庫挑題，並要求每題標註來源章節與能力指標；出題後一律由老師逐題複核，確認難易度與範圍相符再發下。把 AI 定位成產草稿，最終判斷權留給老師，就能避免超綱題流入課堂。
發題給學生之前，用下面這張檢核表確認題組品質，能避免大部分低級錯誤。
Checklist獨家資產：導入自我檢核表
Checklist
- 每題都標註對應課綱章節與能力指標
- 題目難易度符合目標年級
- 解題步驟完整且沒有跳步
- 答案與詳解已由老師複核
- 題目來源可追溯到自有題庫
- 沒有混入超綱或跨年級題目
- 觀念釐清內容對應課綱條目
- 同一題組難易分布合理不偏頗
FAQ常見問題 FAQ
常見問題 FAQ
題庫 AI 助教會不會出超綱題？
只要在檢索階段把課綱範圍設為硬限制就能避免。系統只從對應年級與章節的題庫挑題，並要求每題標註來源章節與能力指標。導入時會依各年級課綱分區建索引，讓範圍出題不跨界。最終仍建議由老師逐題複核，確認難易度與範圍相符後再發給學生。
AI 拆的解題步驟正確嗎？
解題步驟來自題庫中附帶的詳解與老師整理的邏輯，而非模型憑空推導，因此可追溯也可檢查。若原題庫詳解完整，AI 助教能把步驟逐步呈現方便教學。導入前的試教階段會由老師複核步驟正確性，發現跳步或錯誤即回頭補正題庫詳解，確保上線品質。
導入需要準備哪些資料？
主要需要各年級課綱、教學進度，以及歷年考卷與講義題目，最好連同答案與詳解一起提供。資料越完整，出題與解題步驟品質越好。若目前題庫散亂，導入初期會協助去重與補詳解。實際準備清單會在需求釐清階段依補習班科目與年級一起確認。
老師還需要自己出題嗎？
AI 助教負責產出對齊課綱的題組草稿與詳解，老師的角色轉為複核與微調，而非從零找題。對於特殊教學設計或臨場調整，老師仍可自行增補。整體目的是把重複性的找題、對課綱、排難易度交給系統，讓老師把時間留在教學設計與學生個別輔導上。
費用與導入時間怎麼估？
時間取決於題庫規模與詳解完整度。若題庫與課綱已整理，基礎版助教通常數週內可試教。費用因科目數量與整合範圍差異大，建議以區間評估並在導入前完成需求釐清。實際金額請於諮詢時依補習班科目與年級規模確認，避免以單一數字誤導。
非技術背景的老師會用嗎？
會。老師端的操作設計成選年級、選章節、選難易度即可出題，不需接觸底層索引。技術性的題庫標記與索引建置在導入階段完成，日常使用著重在選範圍與複核題目。導入時會提供教學，一般老師經過短暫上手即可獨立操作，並在使用中逐步累積題庫。
備課時間省下來的每一分鐘，都能還給教學設計與個別輔導。題庫一次整理好，往後每學期都在複利受益。
CTA下一步：三種開始的方式
下載題庫助教上線檢核表，確認你的題庫準備到位。
下載檢核表預約 30 分鐘諮詢，一起盤點你的課綱與題庫現況。
預約30分鐘諮詢想為教學團隊導入 AI 助教，歡迎索取企業內訓報價。
企業內訓報價
圖片來源 Image Credits
8386440.jpg｜題庫 AI 助教示意｜https://www.pexels.com/photo/8386440/17781869.jpg｜課綱出題示意｜https://www.pexels.com/photo/17781869/5212666.jpg｜解題步驟示意｜https://www.pexels.com/photo/5212666/
本文為賴家榮 AI 教學中心原創教學內容；想讓團隊學會用 AI，歡迎看AI 課程或預約授課 →
代表圖片來源：圖片來源：Pexels
