利用 LLM 教導提示詞編程：針對終端用戶編程者的 45 分鐘引導式實作課程
arXiv - Computers and SocietyKeith Tran, Samiha Marwan, Thomas Price
研究證實僅需 45 分鐘的引導式提示詞教學，即可顯著提升學生對 LLM 提示詞撰寫的自我效能感。
AI 幫你先抓重點
AI 重點 1
提示詞編程不代表可以放棄傳統計算思維（CS skills）
滑鼠懸停看 AI 判斷理由
這挑戰了「AI 能取代所有編程學習」的迷思。即便使用自然語言進行編程，學習者仍需具備明確表達計算目標的能力，否則無法有效與 LLM 溝通，這對課程設計者重新定義編程教育至關重要。
AI 重點 2
微型教學（Micro-intervention）在技能轉型中的潛力
滑鼠懸停看 AI 判斷理由
研究證明僅需 45 分鐘的輕量化課程即可產生正面影響，這為繁忙的高等教育環境提供了可行方案，證明教育者無需大幅更動課程結構，即可透過嵌入式教學提升學生的 AI 素養。
核心研究發現
- 1
實驗組在提示詞撰寫能力的進步幅度（+10.8%）優於對照組（+1.1%），儘管在統計學上未達顯著差異。
- 2
實驗組在「提示詞自我效能感」上的平均增長（+35.4%）顯著高於對照組（+21.9%）。
- 3
研究指出短期的介入教學雖有成效，但效果相對溫和，顯示提示詞技能可能需要更長的時間與練習才能精通。
對教育工作者的啟發
教育者應將「提示詞工程」視為一種新型態的計算技能進行教學，而非僅將其視為工具使用。建議在現有的程式設計或計算思維課程中，嵌入 45 分鐘左右的輕量化引導式練習，重點放在如何將模糊的意圖轉化為精確的計算目標。由於單次教學效果有限，應採取「小步快跑」的策略，將提示詞技巧分散於多個教學單元中進行重複練習，以建立穩固的自我效能感與實際操作能力。
原始文獻資訊
- 英文標題：
- Teaching Prompt-Based Programming with LLMs: A 45-Minute Lesson with Guided Practice for End-User Programmers
- 作者：
- Keith Tran, Samiha Marwan, Thomas Price
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。