學習歷程的寫法只有一個核心：讓審查教授在三分鐘內看懂你為什麼做、怎麼做、學到什麼、接下來想做什麼。建議的結構是五段：動機、過程、成果、反思、下一步，全文 800 到 1500 字，配 3 到 5 張有說明的圖。下面用一次 AI 營隊專題當例子，逐段示範。
第一段：動機，寫你為什麼選這個主題
動機要具體到一個事件或一個問題，不要寫「對 AI 有興趣」。例如：「家人做健檢時醫師提到 AI 輔助判讀，我想知道電腦到底怎麼從影像裡看出病灶，所以報名了 AI 醫療專題實作營。」一個真實的起點，比任何形容詞都有說服力。
第二段：過程，寫你做了什麼、卡在哪裡
過程要寫「你」做的事，不是課程大綱。例如：「我負責標註訓練資料，第一次標完後模型準確率只有 62%，討論後發現是我們把模糊的影像也當正樣本，重新篩選後提到 81%。」卡關與調整是審查教授最想看的部分，因為這裡看得出思考能力。配圖放標註畫面或調整前後的數據對比，每張圖下方一句說明。
第三段：成果，寫最後做出了什麼
成果要可驗證：一個能運作的模型、一份發表簡報、一支示範影片、評審的回饋。寫法是「做出了什麼＋有什麼限制」，例如：「最後完成肺部 X 光分類模型，測試集準確率 81%，但對小面積病灶的判斷仍不穩定。」坦白寫出限制，比宣稱完美更可信。
第四段：反思，寫你對這個領域的看法怎麼變了
反思是整份檔案的重心。回答一個問題就好：「營隊前我以為……，現在我知道……」。例如：「我原本以為 AI 醫療的難點在演算法，實作後發現資料品質和醫師的標註標準才是瓶頸，這讓我對『醫學知識和資工能力哪個更重要』有了不同的答案。」這種句子審查教授一看就知道你真的做過。
第五段：下一步，寫你接下來打算怎麼延伸
下一步要和你的科系方向接起來，而且要是做得到的事：「高二上學期想用公開資料集重做一次，把標註標準寫成文件，比較結果差異」，比「未來想投入 AI 醫療」具體得多。若之後真的做了，就成為下一份學習歷程，兩份串起來就是一條有連續性的探索軌跡。
常見的五個錯誤
- 照課表流水帳：「第一天學了 Python，第二天學了 CNN……」。
- 只放證書和合照，沒有作品和反思。
- 全部用「我們」，看不出你個人負責什麼。
- 寫成廣告：「這是非常棒的營隊，老師都很專業」。
- 反思只有一句「收穫良多」。
營隊期間就該做的事
每天結束花十分鐘記下三件事：今天卡在哪、怎麼解的、有什麼話讓你印象深刻。專題的每個版本都截圖。AI4kids 的學習歷程平台就是為這個流程設計的，營隊期間隨時存，結束後直接匯出。哪些營隊素材能放學習歷程，見寒假營隊可以放學習歷程嗎；2027 寒假的四個 AI 營隊見總覽頁。