分級測驗結果通知流

🎯 這條流程解決什麼

分級測驗是語言補習班排班的第一道關卡，也是家長對這間補習班「專不專業」的第一印象。一個新學員進來，得先知道他現在的程度落在哪，才能分到對的班——分得太高跟不上、分得太低浪費時間，兩種都會讓家長失望。但傳統的分級流程，從學員作答、老師改卷、換算 CEFR 或自家級別、寫一份程度說明、再一封封寄給家長，整套走完往往要好幾天。

這個延遲的代價非常實際。旺季招生時，一週可能有二三十位學員要分級，老師得抽出大量時間人工批改、手算分數、查級別對照表，再為每個人寫一段程度說明。家長在這幾天的等待裡會焦慮、會比較、甚至會先去報了別家先開課的補習班。而入班一旦延後，學員的學習銜接和補習班的招生節奏都跟著卡住。更別說人工計分難免出錯，級別換算抄錯一格，可能就把學員分錯班。

這條流程的價值，是讓測驗一交卷就自動計分、由 AI 依強弱項產出程度報告與建議班別並起草通知信，把冗長的行政時間壓到最短，讓老師把精力留在真正需要專業判斷的地方。報告與班別建議可搭配 資料分析 與 通知提醒 配方延伸。

導入後的改變

導入前，分級是一場跟時間賽跑的行政馬拉松。學員作答完要排隊等老師改卷，老師在備課與帶班的空檔擠出時間批改、計分、查表、寫說明，一個學員的完整流程可能拖三到五天。家長在等待中流失，老師在重複勞動中疲憊。

導入後，整個節奏徹底翻轉：

• 計分與級別換算從「人工數小時」變成「交卷後幾秒完成」，完全消除手算與抄錯級別的風險。
• 從交卷到家長收到結果，從三五天縮短到當天甚至幾分鐘內，準學員還在熱度最高的時候就收到專業回應，報名轉換率明顯提升。
• 老師的批改負擔降低約八成，把時間留給真正需要人判斷的口說、寫作等開放題，以及最終的分班複核。
• 報告品質一致且專業：每位家長都收到結構清楚、附強弱項分析的程度報告，補習班的專業形象立刻拉高。

以一間招生旺季一週分級 25 人的補習班估算，省下的批改與行政工時換算下來，等於多出一位兼職人力的產能，而報名轉換率的提升更直接反映在學費收入上。

流程怎麼運作

這條流程對應 frontmatter 的五個節點：

1. 觸發：交卷（📥）——學員在 Google 表單完成線上分級測驗按下送出，或老師在評分表更新了開放題分數時，系統啟動。建議將客觀題（選擇、填空）設計在線上表單，方便自動計分；口說、寫作等主觀題保留老師評分欄位。

2. 自動計分（🧮）——系統比對答案計算客觀題分數，並依你設定的對照表換算成 CEFR（A1～C2）或自家級別。這一步把最容易出錯、最耗時的計分與換算完全自動化。

3. AI 程度報告（🧠）——AI 分析節點依各題型的得分分布，找出學員的強項與弱項（例如「文法穩，但聽力偏弱」），生成一段易讀的程度說明，並依換算級別給出建議入班的文字報告。

4. 寄送家長（📧）——系統產出測驗結果信草稿，內含分數、程度說明、建議班別與下一步（如試聽或正式入班）。注意這是草稿，正式寄出前應由課務或老師確認。

5. 通知課務（🔔）——同步以 LINE Notify 通知課務有新的分級結果，並明確提醒「請人工複核 AI 分級後再安排入班」，把最終分班決定權留給老師。

需要的工具與串接重點

• 平台（n8n / Make）：用表單提交 Webhook 觸發，串接計分邏輯與 AI 節點。Make 的視覺化流程適合課務自行維護，n8n 適合需要客製計分規則的進階情境。
• Google 表單測驗：作答入口。客觀題善用 Google 表單內建的「測驗」評分功能，可先取得基礎分數再交給流程細算。
• Google Sheet：存放級別對照表、學員作答紀錄與分級結果，是計分換算的依據與資料留底。
• AI 分析節點：核心在 prompt，要餵入各題型得分與對照表，並嚴格要求「只依據實際分數分析，不得誇大或虛構能力描述」。
• Gmail / LINE Notify：分別負責寄送家長結果信與通知課務。

串接重點：級別對照表要由教學主管事先定義清楚，且在「AI 報告」與「正式分班」之間，務必保留教師人工複核這道關卡。

常見錯誤與注意事項

• 分級結果直接影響學員學習權益，AI 換算的級別與建議務必由教師人工複核後再正式分班。自動計分能處理客觀題，但口說流暢度、學習態度、特殊需求等，仍需老師親自判斷，自動計分不取代專業評量。
• 不要只用客觀題決定分班。語言能力是多面向的，建議搭配口說或寫作的人工評分，避免「會考試但不會用」的學員被分得過高。
• 學員個資與成績要保密。測驗結果含學員姓名、分數等敏感資料，串接時確認結果信只寄給該學員家長，不誤發、不外洩，符合個資法規範。
• AI 報告語氣要謹慎。對程度偏弱的學員，報告措辭要鼓勵而非打擊，避免讓家長覺得孩子被貼標籤，正式寄出前由老師潤飾語氣更穩妥。

台灣中小企業情境案例

桃園一間主打英檢的補習班，每到開課前的招生季，一週要為二三十位新學員做分級。過去老師得在帶課的空檔人工改卷、查 CEFR 對照表、寫程度說明，常常拖到三四天後才回覆家長，期間流失了不少原本有意願的家庭，老師也叫苦連天。

導入這條流程後，學員線上作答交卷後，系統當場完成客觀題計分與級別換算，AI 生成附強弱項分析的程度報告草稿，老師只需複核口說評分與最終班別，課務確認後當天就把結果信寄給家長。導入一個招生季後，分級到回覆的時間從三四天縮短到當天，報名轉換率提升了約一成五，老師也終於從堆積如山的改卷裡解放出來。

延伸應用

這條流程的骨架是「交卷 → 自動計分 → AI 分析 → 通知 → 人工複核」，可以延伸到很多場景：

• 期中期末程度追蹤：定期讓學員重測，自動生成「進步曲線」報告，讓家長看見學習成效，強化續報動機。
• 檢定模擬考分析：模考後自動產出弱項分析與加強建議，與 家長聯絡與學習回報流 串接成完整的學習診斷鏈。
• 入班後自動銜接：分級完成後自動觸發 試聽報名自動分流流，把分級、試聽、報名串成一條無縫的招生漏斗。
• 多語言／多科目擴充：把對照表與題庫換成日語、韓語或其他科目，同一套 自動化 架構就能服務不同課程線。

把這條流程當成招生漏斗的第一站，再搭配 食譜配方 與更多 自動化 範例，補習班就能在最關鍵的「第一印象」階段，又快又專業地接住每一位準學員。

流程圖

用到的工具

更多「教育學習」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →