AI로 소스 자료를 편집 가능한 강좌로 전환하세요

구조를 생성하기 전에 대상, 사전 지식, 목표 결과, 언어, 과목 및 연습량을 정의하세요. 처리 권한이 있는 출처 자료만 사용하고, 불필요한 개인정보 또는 민감한 정보를 제거하세요.

구조를 생성하기 전에 대상, 사전 지식, 목표 결과, 언어, 과목 및 연습량을 정의하세요. 선택한 설명, 문서, 녹음, 수업 또는 응답은 요청한 워크플로의 기반 맥락으로 유지됩니다.

새로운 아이디어에는 설명을 사용하고, 정확성이 기존 자료에 달려 있는 경우 책, PDF, 동영상 아카이브, 수업 또는 전사문을 첨부하세요. 생성된 모듈, 수업, 연습 문제, 기준, 점수 및 피드백은 다른 곳에 복사할 텍스트 블록이 아니라 편집 가능한 제품 객체로 저장됩니다.

처리 권한이 있는 자료만 업로드하세요. 교육 작업에 필요한 최소한의 개인정보만 유지하고, 공유하기 전에 결과를 검토하며, 조직의 보존 및 동의 정책을 따르세요.

출력은 하나의 긴 답변을 반환하는 대신 모듈, 수업, 목표, 설명, 연습 문제 및 증거를 구분합니다. AI가 초안 준비 또는 1차 평가를 수행할 수 있지만, 교육자는 소스 자료, 과제, 게시, 최종 점수 및 학생에게 제공되는 피드백을 관리합니다.

출력은 하나의 긴 답변을 반환하는 대신 모듈, 수업, 목표, 설명, 연습 문제 및 증거를 구분합니다. 지원 수준은 소스의 품질과 요청한 과목에 따라 달라지므로, 교육자는 사용 전에 용어, 표기법, 문화적 맥락 및 평가 기대치를 검토해야 합니다.

AI 사용량은 강좌, 수업, 숙제 및 평가 워크플로에 사용하는 것과 동일한 SubSchool AI 잔액으로 측정됩니다. 초안을 비공개로 유지하고 결과를 게시하거나 할당하기 전에 예상 작업을 검토할 수 있습니다.

학습자에게 먼저 필요한 것이 무엇인지, 섹션이 지나치게 광범위한지, 예시나 형성 점검이 누락된 부분은 어디인지 확인하세요. 작업물은 초안으로 비공개 유지하고, 예시 데이터로 전체 흐름을 테스트한 뒤 검토 후에만 게시하거나 배정할 수 있습니다.