差異化教學設計工具

Step 0：讀取參考文件

references/udl_framework.md — UDL 通用設計學習三原則
references/differentiation_strategies.md — 差異化策略庫
/mnt/skills/public/docx/SKILL.md

概念對齊協議（必要前置步驟）： ../../tw_edu_concept_alignment.md → 在執行任何工作前，先完成概念對齊確認卡。

Step 1：資訊收集

課文/單元名稱與年級科目？
這節課的核心學習目標？
班上學生組成？（一般生/資優/學習障礙/新住民/其他）
主要差異化向度？（學習內容/學習過程/學習成果/學習環境）

Step 2：生成差異化文件

python scripts/generate_differentiated.py \
  --subject "[科目]" --title "[課文]" --grade "[年級]" \
  --needs "[學生需求說明]" \
  --output "/mnt/user-data/outputs/[課文]_差異化設計.docx"

文件結構

封面：差異化教學設計摘要

表格一：三層次學習任務對照

表格二：UDL 三原則應用

表格三：個別學生調整建議

（依教師輸入的特殊需求填入）

表格四：差異化評量規準

（各層次對應不同評量期待）

年級適應 + 引導式收集（v2.0 更新）

自動年級偵測

從使用者輸入辨識學習階段（國小/國中/高中），自動調整：

教學語言複雜度與詞彙難度
布魯姆認知層次分布
活動設計的自主程度
課綱代碼學段後綴（-E- / -J- / -U-）

詳見：../../tw_edu_grade_adapter.md

引導式資訊收集

啟動時執行漸進式三輪問答，確保取得充足資訊再開始任務。詳見：../../tw_edu_guided_collection.md

MCP 連接器

Claude Code ／ Claude.ai（Pro/Team/Enterprise）

WebSearch（自動啟用）：
  搜尋最新課綱資料、教材資源、時事素材

Google Drive（若已連接，Settings → Connectors）：
  直接從 Drive 讀取現有教材
  完成後直接儲存輸出文件到 Drive

Codex 平台

MCP Connectors 透過 ~/.codex/config.toml 設定（codex mcp add 指令或手動編輯）。未設定時自動降級：請參閱上方降級方案。

Antigravity 平台（Google AI IDE）

MCP 透過 MCP Server Hub（1,500+ servers）或 ~/.gemini/antigravity/mcp_config.json 設定。支援 Jupyter Notebook 整合。未設定時自動降級：請參閱上方降級方案。

MCP 整合更新（v3.0）

讀取全域策略文件：../../tw_edu_mcp_strategy.md

本 Skill 適用的 MCP 最佳化

WebSearch（已啟用）： 搜尋最新課綱資料、教學素材、時事情境。

Canva MCP（若已連接）： 使用者說「幫我做更美觀的版本」或「Canva 設計」時： → 呼叫 Canva:generate-design 生成高設計感版本 → 優先適用：教案封面、簡報、學習單封面

Google Drive（若已連接）： 文件生成後詢問：「要上傳到 Google Drive 嗎？」 → 確認後上傳，返回分享連結 → 不修改任何現有檔案的分享權限

安全原則： 所有 MCP 寫入操作執行前，必須顯示確認摘要並等待使用者確認。

tw-edu-differentiated