講者：tcsu
日期：2022-04-06
觀看: 4620
  • 00:00 1.
    EverCam 快速入門
  • 00:20 1.1
    錄影
  • 00:43 1.2
    預覽
  • 00:55 1.3
    繼續錄影
  • 01:05 1.4
    編輯
  • 01:17 1.5
    匯出
  • 01:25 2.
    壓縮上傳
  • 02:00 3.
    重點整理
  • 02:11 4.
    工具很簡單，但錄教材卻不簡單
  • 02:37 5.
    教學現場
  • 02:54 6.
    學習特性分析
  • 03:37 7.
    翻轉教室 2.0 ~ 上課同步錄影 + 提問
  • 04:57 8.
    錄好的教材，可以用在那裡？
  • 05:26 9.
    PPT 設計小技巧
  • 05:46 10.
    The end
  • 索引
  • 筆記
  • 全螢幕
翻轉教室 2.0 ~ 上課同步錄影出高品質的教材
長度: 05:52, 瀏覽: 4621, 最近修訂: 2026-09-21
主題索引
1. 上課時錄影
2. 主題式循環
3. 推動
熟悉了系統的線上與實體課程後，接下來馬上就會面臨教育訓練的典型問題
  1. 線上教材來源
    錄製教學影片真的很不容易！
    即使有豐富的教學經驗，也常因為不習慣面對電腦「講課」，無法像站在講台上自在地侃侃而談，更因為可以「重來」，想要講得更好而不斷 NG 重錄 ... 耗時又耗力。
     
  2. 實體課程參與度不高
    有時候內容就是艱深、沒興趣、時間又很長 (1 小時以上) ...，讓講台上的老師挫折、學生學習效果也不好。
 
上課時錄影
其實解法很簡單 ~
就是在教室一邊上課一邊錄影 (用 EverCam 或 xms+ 線上錄影功能)，上完課就同時完成教學影片。
 
這樣的教材品質一定不好，能用嗎？
這是許多人聽到後的第一個反應。

實務上的確如此，
但只要稍作調整，推動主題式循環的授課模式，就能立馬突破！
不僅可以提升現場教學的品質，更能在上課的同時，錄影出高品質的教材。
 

主題式循環
什麼是主題式循環？
這是台灣數位學習科技推動翻轉教室 2.0 其中的主要策略之一，主要流程如下：
 
f13af531b1f716eea684ac1ce20a17a7.png
  1. 講解 5 ~ 10 分鐘
    除了解決專注力無法持久的現象外 (註)，因為老師要將內容重新構思、整理成更明確、獨立的主題，教材內容的品質就會因此提升。
     
    附註:
    MIT 2014 年發表一篇分析報告 (Learning from MOOC mistakes, one click at a time)，從近 700 萬次的閱讀紀錄中發現，大部分的學習者看影片不會超過 6 分鐘，雖然這些數據主要取決於影片內容，例如追劇，連續 6 小時還能繼續專注，但短教材通常更能符合人類的大腦學習。
     
  2. 提問
    在每一個主題結束，針對較困難的內容進行提問。
    因為要設計問題，老師就必須更深入思考教學內容，進而再次改善教材內容，
    學習者則因為提問，更打破了學習金字塔的魔咒 ~ 只是聽，只有 5% 的效果。
     
  3. 補充
    若學生的回答不是很理想，老師就可以進行補充，針對不容易理解的觀念，從老師講解、提問互動到補充，就有多次從不同角度去理解的機會，大幅解決聽不懂的問題。
 
在這個循環的授課過程中，就能錄影出高品質的教材，因為
  1. 分主題，教材就更有結構。
  2. 提問，幫助老師設計教材時深度思考，再次提升品質。
  3. EverCam 或 xms+ AI 會自動分段建立索引，教學影片結構清楚，方便直接跳到特定主題強化學習。 
 
 
推動
以下就用 OKR 的技巧，透過具體、可執行的策略與方法來，推動就很容易！
 
目標：
建立公司採用「主題式循環」授課模式。
 
關鍵結果：
  • 設計公司的 ppt 模版，包含：
    • 主題轉場頁
    • 重點整理頁
    • QA 頁
  • 有 2 位老師 (兩門實體課) 的 ppt 符合模版規範，並完成上課錄影
重點
  1. 1.
    向老師說明授課方式
    邀請老師一定要看這部影片，這很重要，因為認同就容易推動，教學方式如下：
    • 講解時，請學生不要發問
      有時候同學的問題很可能在接下來的講解就會說明到，而且聽完主題有更完整的概念，想清楚再問也會更有深度。這樣就可以不被打斷，一氣呵成講述完整的主題與錄影，聽完主題後再提問。
       
    • 提問與補充
      學習者就會更專注，因為老師會隨機提問，且提問過程剛好可以讓學生的大腦稍作休息，預備進入下一個主題，學習就會更有節奏與效率。
  2. 2.
    提供教材內容的範本
    如何幫助老師做到分主題 + 提問呢？
    只要有標準化的「規格」，就容易遵循與檢核，以附件的 ppt 範本為例
    • 如果是 1 小時的授課內容，至少要有 5 張 ppt 不同底圖 (例如：藍底) 的主題
    • 每一個主題結束前，要有重點整理 (彙整與快速回顧) + 要問的題目 (3 題)
    因為有標準，即使看不懂內容，也可以清楚檢核，有 5 個藍底 + 重點整理 + 測驗，就過關。
     
    附件:
  3. 3.
    建立老師授課及教材設計指引
    建議可以寫成一份 SOP，以後照著做就很容易，例如
    1. 授課流程
    2. PPT 設計原則 (分主題、重點整理、Q&A)
    3. 如何上傳影片
    4. ...
  4. 4.
    上課前 5 天，請講師提供 ppt
    提前很重要，因為
    • 因為老師要提前備課，初步備課後又還有 5 天的時間調整，品質就會更好。
    • 如果不合規格，還有緩衝時間，可以請老師調整。
    建議透過專案開工作執行，好處是系統會自動提醒，也方便追蹤。
  5. 5.
    上課錄影
    一鏡到底，過程中不要中斷錄影，因為只要中斷，繼續上課時比較容易忘記錄影，重要內容可能就沒錄到了。
     
    如果錄到一些不重要的內容呢？
    沒問題，因為 EverCam 剪接非常方便，且有音軌、畫面縮圖、快轉等方便快速定位的工具，剪掉不要段落就超簡單。
  6. 6.
    上傳教材
    上完課，一定要記得上傳到面授課程，除了讓學員複習之外，也可以變成線上課程，讓無法參加實體課程的人，可以透過線上來學習。
     
    延伸閱讀:
  7. 7.
    建立測驗
    透過 AI 將每一個主題的題目，直接設計成選擇題。

    或是在 xms+ 開啟「自動設計測驗」的功能，
    線上錄影完成後，AI 就會自動設計測驗。
    評語
    5
    共 3 則評分
    5
    4
    3
    2
    1
    請登入後才可以評分
    上一篇 下一篇
    • 00:00 1.
      EverCam 快速入門
    • 00:20 1.1
      錄影
    • 00:43 1.2
      預覽
    • 00:55 1.3
      繼續錄影
    • 01:05 1.4
      編輯
    • 01:17 1.5
      匯出
    • 01:25 2.
      壓縮上傳
    • 02:00 3.
      重點整理
    • 02:11 4.
      工具很簡單，但錄教材卻不簡單
    • 02:37 5.
      教學現場
    • 02:54 6.
      學習特性分析
    • 03:37 7.
      翻轉教室 2.0 ~ 上課同步錄影 + 提問
    • 04:57 8.
      錄好的教材，可以用在那裡？
    • 05:26 9.
      PPT 設計小技巧
    • 05:46 10.
      The end
    位置
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    資料夾名稱
    AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    上傳者
    蘇德宙
    單位
    台灣數位員工
    建立
    2022-04-06 16:44:08
    最近修訂
    2026-09-21 11:20:29
    長度
    05:52
    引用
    7
    1. 知識庫
    2. AI 人工智慧之道 ~ 每天 10 分鐘，打造沒有幻覺的 AI 知識庫
    1. 1.
      快速入門
      1. 1.1
        AI 人工智慧之道
      2. 1.2
        60 分鐘就上手 ~ 從 AI 知識庫到 10 倍速傳承
      3. 1.3
        問&答，是打造企業 AI 知識庫唯一實務可行的方法！
      4. 1.4
        問，真的很重要！！
    2. 2.
      需求、現況與突破
      1. 2.1
        需求：有問題要問誰？
      2. 2.2
        GenAI 鴻溝 ~ 95% 企業 AI 投資零回報
      3. 2.3
        為什麼 AI 展示時都很厲害，但實際導入後卻常常令人失望
      4. 2.4
        隱性經驗危機，AI 巧婦難為無米之炊
      5. 2.5
        知識管理的 3 大痛點 ~ 經驗進不去、維護困難、找不到
      6. 2.6
        突破 ~ 什麼都先問 AI 就對了
      7. 2.7
        寫 FAQ ，是紀錄經驗最簡單、有效的方式
      8. 2.8
        寫 FAQ 案例：RD 一人踩坑、全體免疫
    3. 3.
      生成式 AI 的根本限制與風險
      1. 3.1
        生成式 AI 的 5 個根本限制
      2. 3.2
        AI 幻覺 (hallucination) 與可能的風險
      3. 3.3
        避免 AI 幻覺 ~ 不讓 AI 生成、直接輸出 FAQ 內容
    4. 4.
      打造沒有 AI 幻覺的知識庫
      1. 4.1
        30 分鐘，建立基礎的 AI 知識庫
      2. 4.2
        每天 10 分鐘，打造一個沒幻覺的 AI 知識庫
      3. 4.3
        有記錄到的這麼少，甚至還寫錯，真的值得做嗎？
      4. 4.4
        AI 知識社群
      5. 4.5
        AI 知識社群，執行流程 ~ 寫了，就不要浪費
      6. 4.6
        AI 小幫手 or 知識社群，要選哪一個？
      7. 4.7
        推動，很困難？「小行為 + 即時激勵」就對了
      8. 4.8
        讓寫 FAQ 不再抗拒，反而變成每天都很渴望想做的事
      9. 4.9
        輔導方案 ~ 導入 xms+ AI 知識庫
      10. 4.10
        教育訓練指引 (以圖書館服務為例)
    5. 5.
      應用 (1) ~ 用 AI 提升業績 20%
      1. 5.1
        用 AI 帶動團隊業績提升 20%
      2. 5.2
        向 AI 學習！
      3. 5.3
        向 AI 學習的案例：官網價格比較低，為什麼要向你們買比較貴的？
      4. 5.4
        提升業績案例 (1) ~ 連鎖超商的水餃促銷
      5. 5.5
        提升業績案例 (2) ~ 連鎖超商泡麵促銷
    6. 6.
      應用 (2) ~ AI 驅動的學習革命
      1. 6.1
        70-20-10 學習法則，要很久才能累積經驗
      2. 6.2
        記錄經驗，可以很簡單、有效率！
      3. 6.3
        設計測驗，確保學習效果最有效的方法！
      4. 6.4
        用 AI 實踐 10 倍速經驗傳承
      5. 6.5
        AI 驅動的翻轉教室 3.0，打破聽課只有 5% 吸收率的魔咒
      6. 6.6
        翻轉教室 2.0 ~ 上課同步錄影出高品質的教材
      7. 6.7
        將「現場操作教學」變成高品質的線上課程！
      8. 6.8
        學習的 5 大關鍵 ~ 理解、整理、刻意練習、回想
    7. 7.
      採取行動 ~ 導入系統與建立制度
      1. 7.1
        ABC 行動指南
      2. 7.2
        冰山在融化 ~ 組織成功變革的 8 個步驟
      3. 7.3
        做，就對了
      4. 7.4
        導入企劃書 (1) ~ 分階段策略
      5. 7.5
        導入企劃書 (2) ~ 深耕人才發展，邁向頂尖 (成為台灣領頭羊、全球典範)
      6. 7.6
        導入企劃書 (3) ~ AI 驅動的學習革命，翻轉教室 3.0 (邁向頂尖大學)
      7. 7.7
        為什麼傳統的激勵方法，效果不好？
    8. 8.
      知識管理 (1) ~ 記錄經驗
      1. 8.1
        寫文件，很難！
      2. 8.2
        已經有文件了，為什麼還要寫 FAQ？
      3. 8.3
        文件看不到重點 vs. FAQ 對症下藥
      4. 8.4
        不同的經驗，適合的紀錄方式也不同 (因地制宜)
      5. 8.5
        完美的結合 ~ 文件 + FAQ
      6. 8.6
        收集經驗，讓 AI 來幫你快速整理
    9. 9.
      知識管理 (2) ~ 維護資料
      1. 9.1
        維護資料，很困難！
      2. 9.2
        ISO 的文件規範，很理想，但是 ...
      3. 9.3
        AI 驅動的維護資料 ~ 什麼都問 AI 就對了！
      4. 9.4
        依據 AI 統計資料，持續維護與優化知識庫
      5. 9.5
        維護案例 (1) ~ 改善「過時」的流程
      6. 9.6
        維護案例 (2) ~ 改善「不完整」的流程
    10. 10.
      知識管理 (3) ~ 寫 FAQ
      1. 10.1
        FAQ 怎麼寫？
      2. 10.2
        QBS ~ 寫成一個 QA 還是分拆多個？
      3. 10.3
        降低寫 FAQ 的門檻：AI 輔助與 PREP 結構應用
      4. 10.4
        寫 1 個 QA 要花多少時間？ (含寫作技巧)
      5. 10.5
        寫 FAQ (1) ~ 快速、高品質的標準化流程
      6. 10.6
        寫 FAQ (2) ~ 問題，要怎麼描述？ (原則與步驟)
      7. 10.7
        寫 FAQ (3) ~ 內容，先講重點就對了 (PREP)
      8. 10.8
        寫 FAQ (4) ~ 分領域 or 補前提
      9. 10.9
        寫 FAQ (5) ~ 排版，可以畫龍點睛！ (凸顯重點、增加可讀性)
      10. 10.10
        寫 FAQ (6) ~ 案例練習 (下標題、排版)
    11. 11.
      知識管理 (4) ~ 寫文件
      1. 11.1
        文件：用「重點」來整理就會簡單很多
      2. 11.2
        寫操作手冊
      3. 11.3
        案例分析：從「經驗」提升到「能力」層次
      4. 11.4
        從案例分析到行為變革
    12. 12.
      操作教學
      1. 12.1
        [操作] 建立 AI 小幫手 (1) - 基礎 AI 服務
      2. 12.2
        [操作] 建立 AI 小幫手 (2) - 打造沒有 AI 幻覺的小幫手
      3. 12.3
        [操作] AI 知識社群
      4. 12.4
        [操作] 用 AI 實踐 10 倍速經驗傳承
      5. 12.5
        [操作] 翻轉教室 3.0 ~ 線上錄影、AI 重點整理、設計測驗
      6. 12.6
        [操作] 依據 AI 統計資料，持續優化知識庫
      7. 12.7
        [操作] AI 會議管理
      8. 12.8
        [操作] 案例分析 (1) ~ 問題處理
      9. 12.9
        [操作] 案例分析 (2) ~ 重點整理
    13. 13.
      Q&A
      1. 13.1
        AI 人工智慧之道 ~ 打破砂鍋問到底！
      2. 13.2
        企業為什麼需要自己的 AI 知識庫？
        1. 13.2.1
          企業已經有 ChatGPT，為什麼還需要自己的 AI 知識庫？
        2. 13.2.2
          Google 查得到的、ChatGPT 都可以回答的，還要問嗎？
        3. 13.2.3
          為什麼企業最缺的不是 AI 系統，而是企業自己的經驗？
        4. 13.2.4
          什麼是「隱性經驗危機」？
        5. 13.2.5
          為什麼「提問」是建立企業 AI 知識庫的起點？
      3. 13.3
        文件與 FAQ
        1. 13.3.1
          為什麼 FAQ 比完整文件更適合記錄實務經驗？
        2. 13.3.2
          已經有很多文件，為什麼還要寫 FAQ？
        3. 13.3.3
          文件與 FAQ 應該如何搭配？
        4. 13.3.4
          用文件記錄經驗，為什麼不會成功？
        5. 13.3.5
          為什麼寫 FAQ 是必要的？
      4. 13.4
        AI 幻覺
        1. 13.4.1
          為什麼 AI 會胡說八道？
        2. 13.4.2
          AI 胡說八道，可以解決嗎？
        3. 13.4.3
          如何避免 AI 胡說八道？
        4. 13.4.4
          不讓 AI 生成，那要如何回答問題？
        5. 13.4.5
          為什麼讓 AI 找 QA 就比較不會歪樓呢？
        6. 13.4.6
          為什麼企業自己的 FAQ 可以降低 AI 幻覺？
      5. 13.5
        如何開始累積經驗？
        1. 13.5.1
          什麼是「需求驅動 Q&A」？核心概念是什麼？
        2. 13.5.2
          每天只花 10 分鐘，真的可以建立 AI 知識庫嗎？
        3. 13.5.3
          如果只能記錄少部分經驗，真的有用嗎？
        4. 13.5.4
          為什麼「什麼都先問 AI」可以幫助建立知識庫？
      6. 13.6
        員工不想寫 FAQ 怎麼辦？
        1. 13.6.1
          大家都不想寫 Q&A，怎麼辦？
        2. 13.6.2
          如何降低寫 FAQ 的門檻？
        3. 13.6.3
          如何養成寫 FAQ 的習慣？
        4. 13.6.4
          推動知識分享為什麼困難？
      7. 13.7
        FAQ 要怎麼寫？
        1. 13.7.1
          一個好的 FAQ 應該怎麼寫？
        2. 13.7.2
          FAQ 的答案為什麼要先講重點？
        3. 13.7.3
          一個問題應該寫成一個 QA，還是拆成多個 QA？
        4. 13.7.4
          FAQ 需要補充前提嗎？
        5. 13.7.5
          已經有 QA，只是使用者換了一種問法，該怎麼處理？
        6. 13.7.6
          如何將已上傳的影片 or 文章放進 FAQ？
      8. 13.8
        知識庫如何持續維護？
        1. 13.8.1
          知識庫建立後，為什麼維護很困難？
        2. 13.8.2
          如何改善知識庫中，過時、不完整的流程？
        3. 13.8.3
          如何讓知識庫持續改善，而不是建立一次就停止？
      9. 13.9
        經驗如何變成能力？
        1. 13.9.1
          如何把一個人的經驗快速傳承給整個團隊？
        2. 13.9.2
          如何從「記錄經驗」進一步做到「能力提升」？
        3. 13.9.3
          AI 如何做到 10 倍速經驗傳承？
      10. 13.10
        如何推動？
        1. 13.10.1
          現在已經有很多文件了，可以直接給 AI 用嗎？
        2. 13.10.2
          紀錄經驗很難？
        3. 13.10.3
          寫錯怎麼辦？
        4. 13.10.4
          推動很困難？
        5. 13.10.5
          如何推動？
        6. 13.10.6
          建立好知識庫後，但還是習慣直接問人，可以怎麼解決這樣狀況呢？
        7. 13.10.7
          如何鼓勵分享與使用知識庫呢？
        8. 13.10.8
          如果問 AI 無法回答時，該怎麼辦？
      11. 13.11
        xms+AI 操作相關
        1. 13.11.1
          為什麼 AI 找不到新建立的 FAQ？即使問了一模一樣的問題也是
        2. 13.11.2
          AI 小幫手想推廣到全公司，建議怎麼規劃 AI 小幫手和資料夾分類？
        3. 13.11.3
          xms+ AI 模組有哪些功能？有操作介紹嗎？
        4. 13.11.4
          AI小幫手有啟用「限制AI生成」，卻還是出現 AI 生成的內容？
        5. 13.11.5
          後台可以統計誰最多發問嗎？
        6. 13.11.6
          AI 小幫手可以開放給所有人用嗎？
        7. 13.11.7
          內部專屬問題與客戶可能詢問的問題，應如何建立資料夾？
        8. 13.11.8
          試用站建立的 FAQ，可以移回自己的系統嗎？ (FAQ 匯入、匯出)
        9. 13.11.9
          可以查看單位內同仁寫過哪些 FAQ 嗎？
        10. 13.11.10
          從 FAQ 建立課程時，可以選擇跨資料夾的 FAQ 嗎？
        11. 13.11.11
          系統導入時程，可以怎麼規劃？
        12. 13.11.12
          用 AI 小幫手，或是產生逐字稿、重點整理、字幕等，資料會不會外洩？
        13. 13.11.13
          如何克服語音轉文字 (逐字稿) 可能有錯字？
        14. 13.11.14
          已經將 AI 小幫手的權限設成所有成員了，為什麼還是沒有權限？
        15. 13.11.15
          AI 出題的題目數量是如何決定的
        16. 13.11.16
          AI 可以自動將影片內容整理成講義嗎？
        17. 13.11.17
          AI 可批改作業，繳交後可以收回嗎？
        18. 13.11.18
          為什麼 AI 批改作業的「設定分數區間判斷」只有 5 項？
        19. 13.11.19
          以前上傳的影片，可以 AI 上字幕嗎？
    14. 14.
      補充 (1) ~ 數位轉型
      1. 14.1
        AI 會議管理
      2. 14.2
        專案 / 工作管理
      3. 14.3
        職能知識庫
      4. 14.4
        工作日誌 ~ 結合職能 + 專案管理的超強便利貼
    15. 15.
      補充 (2) ~ 其他應用
      1. 15.1
        打造「學習型組織」的指南
      2. 15.2
        護理臨床經驗，可以 10 倍速傳承
    © Copyright since 2017 by FormosaSoft Corporation.
    All rights reserved.