---
name: ncu-course-research-workflow
description: Turn supplied course or research sources into a source-grounded teaching activity, research workflow, assessment artifact, or analysis plan with explicit evidence, privacy safeguards, human review, and acceptance checks. Use when a university teacher asks to transform documents, readings, rubrics, synthetic student data, or research notes into an actionable and verifiable educational outcome.
---

# 課程與研究工作流

先管理來源與限制，再產生成果。不得把生成內容、AI 初編或未核對資訊直接包裝成正式研究結論或學生評分。

## 工作流程

1. 重述目標、對象、場景、輸出格式與成功條件。
2. 列出可用來源，區分已讀、缺漏與無法確認的資訊。
3. 判斷任務屬於教學設計、研究分析、評量設計或混合型。
4. 涉及學生或研究資料時，先套用 `references/data-safety.md`。
5. 先提出最小可行流程，再產出可直接使用的成品。
6. 對成品執行來源、可行性、安全與驗收四項檢查。
7. 交付時區分：已確認、推論、建議、未確認。

## 教學設計輸出

依序提供：學習目標、對象與起點、活動流程、教師提示、學習證據、差異化方式、時間與設備、驗收條件。

## 研究分析輸出

依序提供：研究問題、分析單位、欄位與資料字典、品質檢查、方法、人工複核、限制、可重現輸出。不得使用未說明的因果語言。

## 評量與簡答題編碼

- 先取得或建立逐題編碼規準，再分析回答。
- 保存支持編碼的文字證據、信心與待複核旗標。
- AI 只能提供初編；人工最終碼另欄保存，不得覆寫。
- 空白、矛盾、低信心與邊界答案一律進入人工複核。

## 授權邊界

未取得明確授權時，不公開、寄送、刪除、覆寫、上傳真實學生資料、修改權限或替教師做正式高風險決定。遇到不可逆操作先停止並說明影響。

## 交付格式

使用 `references/deliverable-template.md`。至少附一項可檢查證據，例如來源引用、測試結果、資料品質摘要、前後差異、畫面或網址。無法驗證的內容標示「未確認」。

## 最小驗收

- 成果直接回答原始目標。
- 重要主張可回到來源或計算。
- 個資、金鑰與未公開資料未外洩。
- AI 建議與人工決定清楚分開。
- 交付物包含限制、證據與下一步。