教案網址： https://framing-psi.vercel.app/
壹、課程基本資訊
- 適用科目： 管理學、組織溝通、公關危機處理
- 適用對象： 大學部學生，特別適合缺乏企業實務經驗
- 教學時數： 建議 1～2 節課（約 50～100 分鐘）
- 教材形式： 可用手機或電腦直接遊玩，由Gemini Canvas協助開發
- 核心主題： 組織變革、利害關係人管理、溝通策略矩陣、領導者框架 (Framing)
- 教案連結：教案1：CEO的100天（總共有7輪，不要玩3輪就死掉）
教案2：領導者的畫布
貳、教學動機與課堂痛點
在教授「組織變革與溝通」時，遇到一個很明顯的問題： 學生可以背出管理學名詞，但很難真正感受到「管理者在面對變革時的焦慮與兩難」到底意味著什麼。
例如：
- 概念太抽象： 像是 Spray and Pray (噴灑與祈禱)、Tell and Sell (告知與推銷)、框架 (Framing) 等溝通策略，學生常常知道定義，但不知道這些概念如何在真實辦公室的政治角力中出現。
- 教材太靜態： 如果只是用投影片分析企業案例，學生很難意識到：一個看似合理的決策，可能會引發意想不到的負面連鎖反應。
- 缺乏參與感： 學生若只是看別人的案例，很容易停留在「事後諸葛」的旁觀者位置；但如果能讓他們自己扮演 CEO、自己承受股價與士氣的雙重壓力，理解會完全不同。
因此，我這次想做的，不是一份單純解釋理論的講義，而是一個能讓全班一起參與的互動式教材： 學生在手機上扮演推動 AI 轉型的 CEO，每天面對工會、技術長、記者的逼問，並看著自己的決定如何即時影響「股價、士氣與進度」三個指標。
而這個教材，不是我自己從頭獨立寫完，而是透過一段很長、很密集的人機協作對話，一步一步和 AI 一起完成的。
參、教學設計理念與亮點
這次教案最值得分享的，不只是最後那兩個互動網頁遊戲，而是整個從教學想法到教材生成的設計歷程。
我認為這個案例真正的亮點有三個。
亮點一：不是先寫程式，而是先釐清教學目標 一開始，我不是先問 AI「幫我寫一個遊戲」，而是先問：
- 最近真實世界的組織變革新聞有哪些？（如：拜耳去管理層、紐時設立 AI 總監）
- 什麼活動能讓學生真的體會管理者的壓力？ 也就是說，我先把 AI 當成教學設計助理，用真實的商業痛點來建構遊戲的世界觀，而不是直接當成寫程式工具。
亮點二：從課堂活動設計，逐步收斂成可操作的數位工具 當概念清楚後，我才讓 AI 提案，最後收斂成【CEO 的黃金 100 天】這個劇本。在這個過程中，必須根據教學需求不斷來回修正內容，例如要求 AI 把選項改寫成符合學術期刊上的「5 種溝通策略」，讓選項不再只是簡單的「說好話」或「說壞話」。
亮點三：把 AI 從「回答問題」變成「共同開發者」 當使用者知道自己要什麼，並能持續修正需求時，AI 就不只是回答工具，而會變成一個共同開發者。我要求它把遊戲做成免登入、單一 HTML 檔案的格式，解決了課堂上學生註冊的麻煩。這邊真正重要的不是AI 能做什麼，而是教師能不能把需求講清楚。
肆、教材生成歷程：我是怎麼一步一步和 AI 協作的？
如果只看最後成果，會以為這是一個單純的技術作品。但實際上，它經歷了幾個很典型的教學設計階段。
第一階段：從真實痛點出發 我先請 AI 幫我整理傳播媒體與科技業近期導入 AI 的真實新聞。這一步幫我們確立了遊戲背景：「一家面臨 AI 轉型與裁員壓力的傳統公司」。
第二階段：把活動轉成互動邏輯 接著，我請 AI 針對主題提案，在比較不同主題之後，我選擇「情境選擇題」的模式，並由 AI 自動生成了包含儀表板、對話框的網頁雛形。
第三階段：反覆修改與除錯（導入學術理論） 真正花最多時間的，是後面的反覆修正。我發現初版的選項太容易猜（學生只要無腦當好人就能破關）。 因此我把學術上的「溝通策略矩陣」餵給 AI，要求它重寫劇本。現在，學生若選擇丟出一大堆白皮書，系統會即時給出教練回饋：「你使用了【噴灑與祈禱】，員工覺得被資訊淹沒，士氣下降。」這才讓遊戲擁有了大學課堂應有的學術深度。
第四階段：從單一遊戲擴充為模組化教案 我們打鐵趁熱，追加開發了第二套遊戲【領導者的畫布】。我要求 AI 在 8 個不同的危機情境中，各給出 4 種不同維度的 Framing (框架) 選項（如：比喻、故事、潤飾），並最終將這些程式碼打包成學生不需登入也能直接玩的格式。
伍、課堂操作方式
這個互動教材在課堂上的使用方式，其實很直覺。
步驟一：帶入變革情境 教師先用投影片簡述目前的產業 AI 轉型趨勢，並介紹基本的變革溝通理論。
步驟二：學生個別填答遊玩 每位學生用手機進入【CEO 的黃金 100 天】網址：
- 閱讀每天發生的危機事件
- 從三個溝通策略中做出選擇
- 觀察自己造成的股價與士氣變化
步驟三：全班一起觀看結局與覆盤 大約 10 分鐘後，學生會陸續得到結局（有人成為冷血屠夫、有人是爛好人、有人被開除）。教師可挑選幾個關鍵情境（如：Day 45 面對裁員謠言），詢問學生選擇不同策略的考量，進行全班覆盤。
步驟四：帶入正式概念解讀 最後，教師透過遊戲中出現的【強調與探索】或【識別與回應】等專有名詞，正式講解理論，這時候，抽象理論就會和學生剛剛「搞砸公司」的經驗連在一起。
陸、這個案例給我的教學啟發
這次最大的收穫，不只是做出一個教材，而是我更清楚理解：
1. 教師不是被 AI 取代，而是被迫更清楚自己的設計意圖 如果我不知道自己要什麼，AI 只會給我一堆看似厲害但毫無深度的罐頭問答。但當我能不斷修正問題、說清楚學術需求，AI 就會變得非常有用。
2. 真正有價值的不是一次生成，而是反覆修正 這次最重要的能力，其實不是 prompt 寫得多漂亮，而是能不能在每個版本後都問：這真的符合教學目標嗎？選項會不會太好猜？
3. AI 最適合的角色之一，是做「可快速試作的教學開發夥伴」 以前如果我要做這種互動教材，常常會卡在不會寫前端、不會部署。但現在，透過對話式協作，教師有機會把原本只存在腦中的教學想法，快速做成可以操作的原型。
柒、結語：一種新的教學工作流程
這次的經驗讓我覺得，未來的教案設計，很可能不只是：「想內容 ➔ 做投影片 ➔ 進教室上課」。 而會變成：「先釐清教學問題 ➔ 再與 AI 反覆共創 ➔ 快速生成可試作的教材 ➔ 在課堂中實測 ➔ 再持續修正」。
真正值得記錄的，不只是最後那兩個漂亮的網站，而是： 教師如何透過和 AI 的持續互動，把抽象的管理學理論，慢慢做成一個可以讓學生親自參與、承受壓力、並在錯誤中理解概念的沉浸式學習工具。
