🗺️ #105 臺灣主權 AI 訓練語料庫 × 石門國小：把「國家拿去訓練 AI 的語料」變成孩子的教材
數位發展部花十年、集 265 個機關蒐集了 6 億 tokens 的臺灣本土語料，本來是拿去餵 AI 模型的。#105 是石門國小阿凱老師把它「教育轉化」的共學站：九大主題、4,554 筆語料一鍵探索，每筆標課綱與來源，還能用自備的免費 Gemini 生成台語／客語學習單與繪本腳本。國家的語料，第一次真正走進國小教室。
一個價值連城的資料庫，卻沒人想到拿來教書
去年底我看到一則新聞：數位發展部推出「臺灣主權 AI 訓練語料庫」，花了十年、串接 265 個機關，蒐集了 6 億 tokens 的正體中文本土語料。海洋、本土語、在地文化、歷史文物、法律判決⋯⋯全是「最台灣」的高品質文本。
新聞底下大家在討論的是：「這樣訓練出來的 AI 會不會更懂台灣？」我腦中冒出來的卻是另一個問題——
這麼大一座本土語料庫，除了拿去餵模型，難道不能拿來「教書」嗎？
市面上的 AI 多半有股「美國味」。當我教孩子用 AI，卻發現它不太會講台語、不懂在地廟會、講到海洋總是講錯潮間帶。我們石門國小以「鱻魚特色學園」聞名、緊鄰海洋，最適合從海洋與本土教育切入——可是手邊的 AI 工具，偏偏最不懂這些。
那座國家級語料庫，明明就是答案。只是它躺在那裡，是一座給工程師看的「冷資料」，不是給老師用的教材。於是我動手把它教育轉化，做成 #105：臺灣主權 AI 訓練語料庫 × 石門國小，也就是我們的「鱻本土 AI 共學站」。
#105 怎麼解？把「冷語料」重新編成「熱教材」
原始語料庫是給 AI 訓練用的，欄位、格式、授權全是工程思維。我做的事，是幫它換一套老師看得懂的衣服：
- 把 4,554 筆語料重新歸進九大國小教育主題（海洋、本土語、在地文化、交通安全、媒體素養⋯）
- 每一筆都補上建議年段（低／中／高年級）
- 每一筆都標課綱領域與議題對應，備課時直接對得上
- 每一筆都註明授權狀態與政府來源，引用得安心、查得到出處
換句話說：同一批語料，工程師看到的是訓練資料，老師看到的是「點得到、用得懂、查得到出處」的素材庫。這就是「教育轉化」四個字的重量。
一座有多大？用數字說話
- 4,554 筆語料集，全站可搜尋
- 265 個提供機關
- 6 億+ tokens 本土文本
- 9 大國小教育主題分類
對國小現場來說，它同時是一座超大型的本土素材寶庫——你想得到的台灣主題，幾乎都查得到對應語料。
不只給老師：師生家長三方共學
我希望它不是「老師備課完就關掉」的工具，而是一家人都用得上的平台：
- 老師 — 素材庫快速篩選、AI 生成教材（繪本、台語朗讀稿、探究提問）、課綱對應、跨校共享
- 學生 — 家鄉探究式自主學習、本土語闖關、跟 AI 共創在地故事繪本、順便養資訊素養
- 家長 — 親子共讀素材、交安與媒體素養延伸、孩子的學習可視化、而且每份素材都追得到政府來源
兩階段：先能查，再能生成
我把開發拆成兩階段，現況就能用、未來更強：
階段一・語料導覽站（現在就能用）：九大主題互動探索器、4,554 筆全站搜尋、開放／需申請一眼分辨、課綱領域與議題對應。
階段二・本土 AI 教學助理（進行中）：
- 問 AI — 依「主題／年段／領域」提問，系統從 4,554 筆台灣語料檢索，標註引用來源
- 生成學習單 — 自動產台語／客語／國語版本，分低中高年級，可調 4–8 頁
- 生成繪本腳本 — 輸入領域與課綱單元，自動產出繪本內容結構
- 語料配對（免金鑰） — 輸入課綱單元或關鍵字，立即撈出相關素材
最讓我有感的是「生成學習單」一鍵出台語、客語版本——這在別的 AI 工具上幾乎做不到，因為它們的語料裡根本沒有夠多本土語文本。#105 有，因為它站在國家語料庫的肩膀上。
隱私與授權，這關我特別在意
要敢推薦給家長、敢在校園用，隱私和授權一定要先講清楚：
- AI 功能採使用者自備免費 Gemini 金鑰，資料只存在你自己的瀏覽器（localStorage），不上傳、不共用，免費額度約每天 1,500 次，日常備課綽綽有餘
- 開放資料約 1,154 筆：加註來源即可用於教學與公開分享
- 需申請約 3,400 筆：用於 AI 訓練與校本應用，引用前先確認授權範圍
- 頁面也誠實標註：AI 生成內容僅供參考，請老師審閱後再使用
把「能開放的」和「要申請的」分得清清楚楚，老師才不會踩到授權的雷。
真實技術棧
- 前端：純靜態 HTML + CSS，九大主題互動探索器、全站語料搜尋
- AI：前端直連 Gemini API（使用者自備金鑰），零後端、零成本
- 部署：GitHub Pages
- 資料：數位發展部「臺灣主權 AI 訓練語料庫」教育轉化版
- 主辦：數位發展部、桃園市龍潭區石門國民小學（鱻魚特色學園）
- 核心開發：石門國小阿凱老師
為什麼是石門國小做這件事
說真的，國家語料庫誰都能用，但「把它變成國小教材」需要一個真的站在講台上的人來做。我每天面對的就是石門的孩子、龍潭的海岸、本土語課的窘境，我知道老師缺什麼、學生卡在哪、家長想看什麼。
這不是一個工程 demo，是一個老師寫給老師的工具。國家把語料準備好了，我負責把它接到教室的最後一哩路。
老師回饋
「我第一次能一鍵生出台語版的學習單，而且底下還附語料來源。本土語課終於有像樣的素材了。」
— 桃園某國小本土語支援老師
「九大主題探索器我直接拿來當備課入口，輸入單元就撈到對應語料，省掉我自己上五個政府網站翻資料的時間。」
— 準備海洋教育課的中年級老師
「最打動我的是『每筆都查得到政府出處』。教媒體素養時，我可以直接示範給孩子看『資料要追到源頭』。」
— 上媒體素養課的高年級導師
跟其他工具的關係：讓 AI 真正「懂台灣」
阿凱工具集裡有一條「讓 AI 更懂台灣」的線，#105 補上了最關鍵的「資料源頭」：
- #104 台灣官方資料庫 Twinkle Hub：讓 AI 即時查台灣官方資料（假日、農曆、地址）
- #105 臺灣主權 AI 訓練語料庫：讓 AI 有一座國家級本土語料可以學、可以生成教材
- #88 課程計畫 AI 審查：讓 AI 照課綱標準幫老師看課程計畫
#104 給 AI「即時查得到」的官方資料，#105 給 AI「本土夠深」的語料底子——一個查、一個學，台灣味才補得齊。
配對工具推薦
- #104 台灣官方資料庫 Twinkle Hub — 讓 AI 即時查台灣官方資料，跟 #105 是「查得到 × 學得深」雙生
- #88 課程計畫 AI 審查工具 — 上傳 PDF 依教育局標準逐項自動比對，課綱備課好搭檔
- #105 臺灣主權 AI 訓練語料庫 × 石門國小 — 本篇主角
適用對象
- 本土語文老師 — 一鍵生台語／客語學習單，終於有夠深的本土語素材
- 海洋／在地文化課老師 — 九大主題探索器，輸入單元就撈到對應語料
- 教媒體素養與資訊素養的老師 — 「資料要追到政府源頭」的活教材
- 家長 — 親子共讀、交安媒體素養延伸，每份素材都追得到來源
- 關心臺灣主權 AI 的人 — 看國家級語料如何真正落地到一間國小教室
想試試？
→ 前往 #105 臺灣主權 AI 訓練語料庫 × 石門國小
先逛逛：打開九大主題探索器，搜搜「海洋」「本土語」，感受一下 4,554 筆語料的厚度。
再動手：填入自備的免費 Gemini 金鑰，讓它幫你生一份台語版學習單——你會發現，原來 AI 也可以這麼懂台灣。
國家花十年蒐集的本土語料，這一次，真的走進了國小教室。從石門出發，從海洋開始。