A · 探索式
在世界裡玩，撞到規則
Minecraft 式元素挖掘
- 學生在做什麼
- 在世界裡玩，撞到規則
- 適合的科目
- 有大量屬性、分類、交互關係——化學元素、生物
- 學習的時刻
- 「我把鈉丟進水裡，它炸了」
無聊的原因不是內容難，
而是學生始終在被動端。
學習不是接收知識，而是玩進去、再設計出來。
學生從頭到尾都在接收端，知識與自己無關。
學生站到生產端，理解成為完成作品的必要條件。
Minecraft 式元素挖掘
寶可夢球投擲關卡
兩者不衝突——先玩進去（A），玩熟了再自己造（B），這是很自然的學習曲線。
化學 / 用後果建立記憶
學生不是背「鈉的活性大」，而是親手把鈉丟進水裡，看到它炸開，然後好奇為什麼鉀更誇張、金為什麼什麼都不理。這是用後果建立記憶，比背表格牢固得多。
[ 互動示意 · 點按上方按鈕看後果 ] 屬性卡採真實數據，反應結果即為關卡回饋。
玩家問「為什麼會這樣？」時，AI 即時解釋反應原理。
AI 不是關卡的答案，是關卡裡的百科全書。
物理／力學 / 設計的過程就是學習的過程
為了設計出一個「玩得通」的關卡，學生必須先真正搞懂原理。設計的過程就是學習的過程。
核心命題
以寶可夢球為例：要讓球準確命中，得想清楚拋射角度、初速、重力如何決定軌跡；要讓球落地滾動後停住，就得處理摩擦力。這些不是被要求背的，是為了讓自己的作品成立而不得不弄懂的。
兩型共用的骨架：從遊玩，到互評，到變現。
探索元素世界，或設計自己的關卡＋五道考題。全程與 AI 對話，AI 提供正確原理與驗算。
關卡可選擇公開，平台記錄挑戰人數、破關率、評分與文字評語。這一層產生的是社會性回饋，比老師打分更有動力。
高評價關卡可包裝上架販售。學生從學習者變成內容創作者；對合作方而言，課程就升級成學習平台。
必須講清楚，否則會被質疑「AI 直接給答案，那學生還學什麼」。
AI 給得出正確答案，但給不出「炸開的那一瞬間」和「設計出好關卡」的成就感。答案已經不值錢了，值錢的是過程。
AI 是用來交付完整工作的，不是拿來問問題的
這是他們完全沒有的產品線，差異化明確。
作品可累積、可公開、可販售，動機不依賴考試。
不是「教 AI 工具」，而是「用 AI 重新定義學習方式」。
先前討論的「卡牌大亂鬥」被否決是對的——卡牌是消費現成內容，這個模型是生產內容，層次不同。