這是一個真實的實驗記錄。一位在港島區任教的 IT 科老師，用了一個月時間測試 OpenClaw 能夠幫助他節省多少備課時間。以下是他的親身分享。
## 實驗設定
我教初中 IT 科，每週約有 12 節課，需要備課的課題涵蓋 Python 編程、網絡安全、數據處理等。實驗期間，我嘗試將以下備課任務交給 OpenClaw 處理：
– 生成課堂練習題
– 撰寫教案初稿
– 設計評估標準
– 搜集最新教學資源
## 第一週：學習期
設定 OpenClaw 並告訴它我的教學風格、學生程度、課程要求，大約花了兩個小時。之後開始嘗試讓它生成練習題，質量良莠不齊，需要大量修改。
**第一週節省時間：約 1.5 小時（低於預期）**
## 第二週：調整期
花時間優化給 OpenClaw 的指令（Prompt），例如加入「適合香港中一學生」「參考 DSE IT 範疇」「難度中等，包含思考題」等具體說明。生成質量明顯提升。
**第二週節省時間：約 4 小時**
## 第三週：高效期
OpenClaw 已經累積了足夠的上下文，了解我的教學風格和要求。這週它生成的練習題，我幾乎可以直接使用，只需微調 10-15 分鐘。
**第三週節省時間：約 7 小時**
## 第四週：自動化期
設定了每週一早上自動生成本週備課草稿的工作流。OpenClaw 會根據課程進度表，提前準備好每節課的材料供我審閱。
**第四週節省時間：約 8 小時**
## 一個月總結
四週合計節省約 20.5 小時備課時間。這些時間被我重新投入到個別學生輔導和課堂活動設計。最重要的感受是：AI 解放了我的時間，讓我做更有意義的教育工作。
## 給想嘗試的老師
別期望第一天就能節省大量時間。投資在設定和學習上的時間是值得的——通常第二到三週開始才會看到明顯成效。
