學不完．教不停．用不盡

延續這一篇：

利用Claude AI將英文PDF內容轉成中文互動式網頁再給合Padlet和觸屏進行數位教學

取用學生寫的回饋單（Google表單結果），來讓 Claude AI 產出互動式內容，而且不用寫任何的程式。先將 Google 表單下載的結果轉成 PDF 檔。

資料來源：

內容有10題問題，學生回答0-10的分數，有3題是自由填答的內容。本例抽樣100個學生的回覆結果讓 Claude AI 分析。

提示詞：為我根據這個資料表格，建立一個互動式介面來呈現文章內容，並且提供詳細解說。（請使用繁體中文和台灣用語）

Claude 立刻產生 2 個標籤內容和介面說明：

我已經製作了一個互動式儀表板來呈現課程回饋的分析結果。這個介面包含以下特點：

1.整體設計：

• 使用分頁設計，可切換檢視不同面向的分析
• 採用現代化的UI設計，包含卡片、圖表等元素
• 支援響應式設計，可適應不同螢幕大小

2.課程評分分析：

• 使用長條圖呈現10個評分項目的平均分數
• 提供互動式提示框，顯示完整題目內容
• Y軸範圍設定為0-10分，便於評分比較

3.回饋重點整理：

• 將學生意見分為正面回饋和建議事項兩大類
• 提供可展開/收合的介面，方便瀏覽
• 條列式呈現重要回饋重點

根據數據分析，我們可以發現：

• 整體而言，學生對課程評價良好，大多數項目平均分數在7分以上
• 教師授課狀況獲得最高評價（8.0分）
• 分組合作效果較其他面向稍低（7.1分）
• 學生特別肯定課程在實用技巧培養方面的價值
• 主要建議集中在課程進度和實作時間的安排上

互動圖表

(1) 課程評分析析：將10題0-10的填答結果，自動生成一個統計圖表。

(2) 回饋重點整理：分為正向回饋和建議事項

我請 Claude AI 增加一個分析項目：

提示詞：為我增加：在學生回饋裡列出正向和負向的字詞。

結果是依情感詞彙加統計數量。很好的一個小幫手！

系統也給了一些分析和建議，很棒的結果。

從情感詞彙分析可以發現：

• 正面評價主要集中在課程的實用性和學習收穫
• 負面意見主要集中在課程進度和內容量
• 整體而言，正面詞彙的出現頻率高於負面詞彙
• 學生普遍認為課程內容豐富但可能需要更多消化時間

這個分析可以幫助了解：

• 學生對課程的整體感受偏向正面
• 未來可以考慮調整課程節奏
• 可以增加實作練習的時間
• 可能需要提供更多課後輔助資源