補習班成績通知與弱點分析推播

🎯 這條流程解決什麼

每次月考結束，補習班最忙的不是改考卷，而是「成績通知」這件看似簡單卻極度耗工的雜事。課務拿到一疊成績後，要把每位學生的各科分數手動填進成績單版型、算出班級名次、再翻出上次的成績比對進退步，最後一張一張傳給家長。一個班三十人、五六個科目，光排版與計算就要耗掉大半天，而且全程手動抄寫，抄錯一個分數、算錯一個名次，家長一看就對補習班的細心程度打折扣。

更深層的問題是：家長拿到的往往只是一排冷冰冰的數字。70 分到底是進步還是退步？在班上排第幾？哪一科是弱點？這些家長最想知道的事，成績單上根本看不出來，得家長自己去問、老師再口頭解釋一遍。同時，最該被注意的「默默退步的孩子」——這次沒有不及格、但已經連續兩次往下掉——很容易被淹沒在一堆分數裡，等到成績崩到家長來抗議，輔導的黃金時機早就過了。

純人工做這件事，以一間有六個班、約 180 位學生的補習班估算，每次月考後的成績整理、排版、比對、逐一發送，加總起來課務與班導師要投入 8 到 12 個工時，而且這還只是「把分數送出去」，完全沒包含分析與關懷。這條流程要解決的，就是「整理太慢易出錯、家長看不懂、需關懷學生被漏掉」這三件事。

可與 /workflows 的作業批改輔助、家長聯絡流程串接，把學習數據變成具體行動，更多成績單套版與趨勢分析設計見 /recipes，完整的成績處理 /automation 也能由此擴展。

導入後的改變

導入前：成績靠人工排版計算，180 份成績單要耗 8 到 12 工時；家長收到一排數字看不懂；名次與進退步靠課務手算容易出錯；退步的孩子常被漏掉，等家長發現才補救。

導入後：成績登錄完成後自動讀取、比對、生成、推播，整套幾乎不需人力介入；家長收到的是「這次 78 分、比上次進步 6 分、班排第 12、弱點在二次函數」這種看得懂的回饋；退步與不及格的學生被自動標記出來，老師在第一時間就能安排個別輔導。

合理的效益估算：原本 8 到 12 工時的成績整理可壓縮到審核校對的 1 到 2 小時，省下約八成工時；手動抄寫與計算的錯誤幾乎歸零；因為家長「看得懂、有感覺」，月考後的家長滿意度與續報意願通常會明顯提升；而「需關懷學生」從靠老師憑印象記，變成系統主動圈出來，避免漏掉任何一個正在往下掉的孩子，這對補習班的口碑與留班率影響最大。

流程怎麼運作

對應 frontmatter 的五個節點，逐步說明：

1. 讀取成績（📥）：老師把本次月考各科分數登錄進 Google Sheets 成績表後，流程讀取每位學生的各科分數、所屬班級與基本資料，作為後續分析的原料。

2. 趨勢分析（📈）：系統把本次成績與該生歷次成績比對，計算出本次班級名次、與上次相比的進退步幅度，並找出明顯落後的弱點科目（例如某科連續兩次低於班平均）。這一步把「一排分數」轉成「有脈絡的學習軌跡」。

3. 生成成績單（📝）：套用成績單版型，把分數、名次、進退步、弱點科目填入，再交給 AI 摘要 API 產出一段簡短、家長看得懂的文字分析與建議（例如「數學進步明顯，建議維持；英文單字量需加強，可利用每日小考補強」）。

4. 分眾推播（📣）：依每位家長預先設定的偏好，用 LINE Official Account 或 Gmail 把「只屬於自己孩子」的成績單逐一發送出去。關鍵是逐筆精準對應，絕不群發。

5. 關懷標記（🚩）：對退步達一定幅度或有科目不及格的學生，自動在 Notion 或成績表標上關懷旗標，並提醒對應班導師安排個別輔導與聯繫家長。

需要的工具與串接重點

• 平台（n8n / Make）：成績屬學生敏感個資，建議用可自架的 n8n，把資料留在自己環境。流程以「成績表更新」或「手動觸發月考批次」啟動。
• Google Sheets：成績的單一真實來源，欄位含學生、班級、各科分數、歷次成績、家長聯絡偏好。歷次成績欄位是趨勢分析的基礎，務必持續累積。
• AI 摘要 API：負責把數據轉成家長看得懂的文字建議。提示詞要限定語氣正向、具體、不誇大，並明確要求只根據提供的數據說話、不臆測。
• LINE Official Account / Gmail：分眾推播的兩個出口，依家長偏好二選一，逐一發送。
• Notion：當作關懷任務看板，被標記的學生在這裡形成待辦清單，方便班導師追蹤輔導進度。

串接注意點：學生與家長聯絡方式的對應表必須極度準確，一旦對錯，就會把 A 家孩子的成績寄給 B 家，是最嚴重的事故；推播一律逐筆發送、絕不用群組或副本群發；趨勢分析需要至少兩次以上歷史成績才有意義，首次導入時要先把過往成績匯入。

常見錯誤與注意事項

• 嚴防誤寄他人成績：成績是學生高度敏感個資，推播前務必再次確認家長身分與聯絡方式正確，逐一發送，絕對避免群發、副本或群組通知導致他人成績外洩。這是這條流程最不能出錯的環節，建議首次上線時先小批量人工抽查。
• AI 分析僅供參考、需老師複核：自動生成的弱點分析、名次與文字建議只是輔助。學生實際的學習狀況、退步的真正原因、該怎麼輔導，應由班導師人工複核後再與家長溝通，系統不取代老師對學生的整體評估。
• 進退步幅度要設合理門檻：一兩分的波動不該被標成退步而驚動家長，門檻要依科目與滿分合理設定，避免製造焦慮。
• 關懷標記是起點不是終點：被標記只代表「該關心」，真正的個別輔導與家長溝通仍要靠老師親自完成，系統只負責不漏掉。
• 正向語氣的拿捏：AI 建議要誠實但不打擊，對成績不理想的孩子也要找到可肯定的點，避免家長看了反而責罵孩子。

台灣中小企業情境案例

新北一間國高中數理補習班，原本每次月考後課務要花近兩天把六個班、約 160 位學生的成績排版、算名次、比對上次、再逐一傳 LINE 給家長，月考週課務幾乎做不了別的事，偶爾還會發生分數抄錯被家長抓到的尷尬。導入這條流程後，老師登錄完成績，系統自動算出名次與進退步、生成附文字建議的個人化成績單、依偏好逐一推給家長，並把連續退步的學生圈出來給班導師。

班主任分享，最有感的有兩點：一是家長回訊明顯變多，因為過去只看到分數的家長，現在看得懂孩子哪裡好、哪裡要加強，會主動回來討論；二是抓住了好幾個「成績還沒崩、但已經連續下滑」的孩子，班導師提前介入個別輔導，把他們拉回來，這些孩子後來都續了班。對補習班來說，省下的兩天工時固然實在，但「家長更信任、孩子更早被接住」帶來的留班率提升，價值更高。

延伸應用

• 串接作業批改輔助：把作業錯題統計併入成績分析，讓弱點判斷不只靠考試一次表現，而是平時作業加考試的綜合數據。
• 班級整體報告：除了個人成績單，另產出給班主任看的班級整體趨勢報告，哪一科全班偏弱、哪個班進步最多，作為調整教學的依據。
• 家長會前自動彙整：家長面談前，自動把該生近幾次成績、進退步、弱點與關懷紀錄整理成一頁摘要給老師，面談更有料。
• 段考總複習對接：依每位學生累積的弱點科目，自動推薦對應的複習講義或加強班，把分析直接導向行動。
• 激勵機制連動：對進步幅度達標的學生自動發出鼓勵訊息或小獎勵通知，把成績通知從「報分數」變成「正向回饋」的環節。

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 →