Overview·Pitch Deck
S1–S2 數學HK EDB 課綱8 AI Agents
School / Pilot Pitch Deck — 10 Slides

S1–S2 自適應數學學習平台

從操卷走向「概念 + 興趣」的主動學習。 本頁是 10 張 slide 架構，供學校 / 基金 / 內部 pitch 使用。

01 / 10

S1–S2 自適應數學學習平台

從操卷走向「概念 + 興趣」的主動學習

8 Specialist AI AgentsHK EDB S1–S2 CurriculumBilingual EN / 繁中

8

Specialist Agents

Claude Haiku

20+

Curriculum Concepts

HK EDB aligned

3

User Roles

Student · Teacher · Principal

一個追蹤學生概念掌握度與學習興趣的自適應數學平台， 為香港 S1–S2 設計，幫助老師做出更好的教學決定。

02 / 10

問題 / Pain Point

香港初中數學教學的常見困境

學生面
  • 大量操卷，「識做題」但未必「明概念」
  • 考試前臨急溫習，缺乏持續練習習慣
  • 難以知道自己真正弱在哪個概念
  • 學習興趣未被主動追蹤或重視
老師面
  • 靠感覺判斷全班或個別學生的弱點
  • 缺乏工具追蹤每個概念的掌握趨勢
  • 批改完試卷後，難以系統化跟進補底
  • 試卷和教材分散，難以形成知識資產
03 / 10

解決方案（High-level）

一句話：以「概念掌握 + 學習興趣」為核心的自適應練習平台

「一個對齊 EDB 課綱的自適應平台，自動分析學生對每個概念的理解與興趣， 並給老師清晰而可行的班級與個人 insight。」

對齊 EDB 課綱

每條題目對應 S1–S2 learning objectives，確保練習有意義

自動分析掌握 + 興趣

8 個 AI agent 處理解說、摘要、報告、文案，全面追蹤

給老師可行的 insight

班級 heatmap、個人 profile、AI 建議，一目了然

04 / 10

對學生：學習體驗

短時間、聚焦、有即時反饋的 20 分鐘 session

  • 20 分鐘 session，聚焦 1–3 個概念，不拖長
  • 每題即時解說：解釋概念、為何對錯、下一步
  • 自評理解度和興趣（1–5），系統跟住調整難度
  • 概念旅程圖取代考試分數，看自己的成長
  • 輕量遊戲化：badges、小任務，獎勵探索和進步

Session Flow

1

揀概念

從建議或自選 1–3 個概念

2

練習題

自適應出題，配合掌握度

3

即時解說

AI 解釋概念和原因

4

自評

理解 + 興趣各打 1–5 分

5

Session 摘要

今天學了什麼、強弱、下一步

05 / 10

對老師：數據 + 教學決策

清晰 dashboard，減少猜測，增加行動

班級視角
  • 概念 heatmap：一眼看出全班在哪些概念較強／較弱
  • 常見錯誤 panel：系統自動歸納出最多人犯的錯
  • AI 班級摘要：優先補底概念 + 3–6 個具體教學建議
  • 上載校本試卷 → 自動分題、標籤概念，建立題庫
個人視角
  • 個別學生 profile：每個概念的掌握度 + 興趣趨勢
  • 近期 session 紀錄：看到學習軌跡變化
  • AI 個人摘要：強項、需關注概念、具體教師行動建議
  • 老師可標記需要特別跟進的學生
06 / 10

對學校：成效與知識資產

數據支撐三年計劃，校本題庫成為可持續資產

成效證據
  • 用概念掌握度和使用數據支撐學校三年計劃匯報
  • 更早發現在多個概念上持續落後的高風險學生
  • 校長 / 數學科主任可查閱年級和全校摘要報告
  • 學生興趣趨勢可作為課程設計的參考依據
知識資產化
  • 歷年試卷 → 結構化題庫（概念標籤 + 解說 + 難度）
  • 課綱概念地圖與學生真實掌握數據對應
  • 題庫和數據屬於學校，不依賴特定老師
  • 可隨時匯出報告，作家長溝通和問責材料
07 / 10

系統架構 Overview（非技術版）

所有分析都基於學校自己的題庫和課綱

學生 / 老師 / 校長介面

三個角色各有專屬介面：20 分鐘練習 · 班級 dashboard · 成效報告

AI 智能層（8 個專職 Agent）

自適應出題 · 概念解說 · 班級摘要 · 題目標籤 · UX 文案 · 徽章任務 · 老師指南 · 成效報告

課綱概念 + 題庫 + 學習數據

HK EDB S1–S2 學習目標 · 校本題庫 · 每位學生的掌握度和興趣歷史

Live agent demo → /use-cases/adaptive-learning/agents
08 / 10

Pilot 設計（S1–S2）

小範圍、快速驗證、可持續擴展

Pilot 範圍
  • S1–S2 數學，先由 1–2 個 topic 開始（分數、方程）
  • 2–3 個班，1 個學期（約 14–15 週）
  • 每週 1–2 次 20 分鐘 session（課堂或課後均可）
  • 學期末出具成效報告供校方評估
校方需要做的
  • 提供過往 2–3 份試卷（PDF）和課程手冊
  • 指定 1–2 位數學老師作 pilot champion
  • 安排學生登入方式（學校 Google 帳戶或統一 ID）
  • 學期末填寫老師問卷，分享使用反饋
09 / 10

預期成果 & 評估

量化指標 + 質化反饋，有據可查

量化指標
  • 概念掌握度變化（學期前 vs 學期末，0–4 級）
  • 達到目標掌握水平的學生比例（per concept）
  • 學生自評學習興趣的平均變化
  • 每週平均 session 數及完成率
成功樣子
  • 重點概念（如分數加法）fail rate 明顯下降
  • 老師能清楚說出班上在哪個概念最需要補底
  • 學生願意在課後自主做 session（engagement 持續）
  • 老師認為 dashboard 節省了分析時間並有助備課
10 / 10

時間表

6 週 Demo → 1 學期 Pilot

Week 1–2

準備期

課綱 mapping 確認收集試卷 + 課程手冊初步題庫建立（AI 輔助）

Week 3–4

MVP 開發

學生 20-min session UITeacher dashboard（heatmap + profile）核心 AI agent 串連測試

Week 5–6

Demo 測試

小班 internal 測試（5–10 位學生）老師 walkthrough + feedbackDemo 給學校負責人

Term 1

正式 Pilot

2–3 班正式使用持續收數據 + 每月小結學期末成效報告 + 決定是否擴展

完成 Pilot 後決策點：

擴展到更多班級 / 年級 → 正式訂閱 → 校本知識資產長期積累

準備好看 Live Demo？

所有 8 個 AI Agent 都可以在 demo 頁面即時試用，包括概念解說、班級摘要、成效報告。

試用 8 個 Agent Demo