工作坊簡介
本工作坊聚焦於大語言模型在教育與學術研究中的實務落地。課程涵蓋提示詞優化核心技巧，並深入探討生成式 AI 的法律與研究倫理。
學員將掌握文字與圖像模型微調的進階技術，並運用 BERTopic 與 TopicENA 進行文本探勘，抽絲剝繭分析文本脈絡。更進一步融入前沿的 AI 自動化技術，以 n8n 平台為核心，實作具備特定目標的教學對話機器人，透過系統自動進行認知網絡分析（ENA）並即時產出個人化的師生雙向建議報告。學員將能親手建立一套「懂教學、會分析、能回饋」的自動化研究大腦，將複雜的互動與量化分析轉化為具體的研究效能。
報名連結
※注意事項：
1. 工作坊報名時間至 2026年8月23日 (日) 23:59 止，截止後將關閉報名連結，敬請見諒。
2. 本次工作坊包含實作與系統體驗，請與會者先行準備部分文本資料，以利現場操作。
3. 因場地插座有限，歡迎各位與會人攜帶延長線使用。
4. 場地無法確保 Wi-Fi 品質與使用情形，煩請與會者可提前申請eduroam服務，以利活動順利進行。
5. 詳細資訊將於行前通知信內進行說明，若有任何疑問，歡迎來信詢問，計畫信箱：ccmtw.aihumanities@gmail.com
舉辦時間與地點
- 南區工作坊
時間：2026年 8月 28日（五）09:00 – 17:00
地點： 國立成功大學 文學院（台南市東區大學路1號） - 北區工作坊
2026年 9月 2日（三）09:00 – 17:00
地點：國立政治大學 達賢圖書館（台北市文山區萬壽路36號） - 中區工作坊
時間：2026年 9月 4日（五）09:00 – 17:00
地點：國立臺中科技大學 中商大樓（台中市北區三民路三段129號 ）
議程(會場一)
主開幕場地
【主題一】異質文本的深度探索：
BERTopic 與 TopicENA 文本探勘
主講人：政治大學 呂欣澤 副教授
推薦報名學門：人文學、社會科學、管理學
本課程將帶領學員走入自動化文本探勘的核心。內容系統性介紹 BERTopic 的基本原理與文本主題分析流程，示範如何從海量、非結構化的文字資料中精準萃取關鍵主題。更進一步，課程將結合 TopicENA（主題網路分析）來剖析主題之間的內在關聯與演變趨勢。透過實際的學術與應用案例，協助學員掌握將此技術導入自身研究分析與文本探勘的方法路徑。
休息
【主題二】生成式 AI 的法律與研究倫理
主講人：雲林科技大學 楊智傑 教授
推薦報名學門：推薦給所有人
隨著 AI 應用日益普及，個人資料保護、著作權、商業機密與 AI 生成內容的責任等議題也愈發重要。本課程將介紹 AI 應用常見的法律與倫理風險，透過實際案例說明研究與商業應用中的注意事項，協助學員建立安全且合規的 AI 使用觀念。
午餐
【主題三】與模型高效對話：
提示詞工程設計與優化實踐
主講人：臺中科技大學 曾建維 副教授
推薦報名學門：推薦給所有人
提示詞（Prompt）是決定大型語言模型輸出品質的關鍵樞紐。本課程專為希望優化 AI 協作效率的研究者設計，系統性介紹提示詞設計的基本原則、結構化框架與常見的進階優化技巧。透過不同領域的實際案例，現場對比不同提示詞結構對模型輸出結果的顯著影響，協助學員掌握引導 AI 產出高精確度、高可用性回答的實戰方法。
休息
【主題四】從理論走向落地：
商用/開源工具分享
主講人：高雄科技大學 張道行 副教授
推薦報名學門：人文學、社會科學、科學教育領域
現成商用工具應用：引導學員快速上手高效的現成商用工具鏈，包含處理文本與 OCR 辨識的 PDF 工具、處理雙語或特殊教育語音互動的語音辨識與生成工具，以及用於影像標註與分析的商用工具，在客製化開發前先解決基本研究難點。
休息
【主題五】領域知識的精準對齊：
大語言模型微調技術與策略
主講人：高雄科技大學 張道行 副教授
推薦報名學門：科學教育領域（資訊教育/應用科學教育）、管理學
聚焦於文字模型微調（Fine-tuning）的核心技術概念。說明如何透過「少量、高品質」的特定領域資料，進行策略性訓練，有效提升大語言模型在特定學術或商業場景下的專業表現。
賦歸
議程(會場二)
共同開幕（視訊）
【主題一】多模態資料處理：
圖像資料標註與視覺模型微調
主講人：政治大學 陳志銘 特聘教授
推薦報名學門：科學教育領域、人文學（藝術學）、社會科學（人類學/心理學）
本課程將系統性盤點當前影像模型常見的研究任務，並探討不同任務適合解決哪些核心研究問題。課程將深入解構視覺模型微調的必要性，詳述資料品質、資料量、標註方式如何決定模型的最終表現，並介紹圖像標註工具，協助學員建立規範化的影像資料處理流程。最後帶領學員實際操作圖像標註工具，瞭解藉由工具產生的JSON內容如何進行微調。
午餐
【主題二】建構 AI 教師與分析大腦：
從互動對話到自動化學習回饋報告
主講人：政治大學 蔡林貴 軟體工程師
推薦報名學門：科學教育領域、社會科學（教育學/心理學）
本主題聚焦於如何將前沿的 AI 自動化技術導入教學與研究情境中，以 n8n 整合平台為核心，打造一個具備「自動對話引導、歷程分析與教學反饋」的完整 AI Agent 系統。學員將學習如何利用模組化的工作流(Workflow)，將複雜的教學互動與量化分析轉化為完全自動化的研究大腦。
休息
【主題三】從人工到智慧化： AI 輔助文本標註與實作－以馬來西亞興化群賢錄為例
主講人：政治大學 李怡欣、陳宣竹
推薦報名學門：人文學、社會科學（人類學/社會學/區域研究）
探討質性研究中常見的文本標註流程。課程展示如何利用大語言模型（LLM）協助自動化擷取人物、地點、事件、概念與相互關係等關鍵資訊。重點講述提示詞設計如何直接影響標註品質、如何建立一致性的智慧標註規則、如何驗證 AI 標註結果，以及如何有效降低模型幻覺（Hallucination）帶來的偏誤。 帶領學員進入 LLM 文本標註系統的實際運用場景，透過現場實作體驗，讓與會者親身感受 AI 輔助標註在整合質性分析與網路分析時的流暢度與高效能。
賦歸
錄影(會場一)
錄影將於工作坊結束後公布
錄影(會場二)
錄影將於工作坊結束後公布