👥 隨機分組產生器
Random Group Generator
線上隨機分組工具，支援指定組數或每組人數，快速完成名單分組。
Online Random Group Generator, supports splitting by group count or members per group.
支援換行或逗號分隔 (Supports newlines or commas)
什麼是隨機分組產生器？
What is Random Group Generator?
這是一個簡單實用的線上工具，協助您將一群人公平、隨機地分配到不同的組別中，省去人工抽籤的麻煩。
This is a simple and practical online tool that helps you fairly and randomly distribute a group of people into different teams, saving the hassle of manual drawing.
如何使用？
How to Use?
- 輸入名單：在文字框中輸入要分組的名單，支援換行或逗號分隔。
Input Names: Enter the list of names in the text area, separated by newlines or commas. - 選擇模式：選擇「分成幾組」或「一組多少人」。
Select Mode: Choose between "Total Groups" or "Members per Group". - 設定數量：輸入您想要的組數或每組人數。
Set Number: Enter the desired number of groups or members. - 開始分組：點擊按鈕，系統將自動隨機打亂並產生分組結果。
Generate: Click the button to shuffle and generate random groups automatically.
每組幾人最剛好？分組人數建議
How Many per Group?
分組不是人越多越好——組員太多容易有人打混、太少又難分工。依情境挑組員數，討論品質會差很多：
| 情境 Scenario | 建議每組人數 | 原因 |
|---|---|---|
| 課堂討論 | 4–6 人 | 人人有發言機會，又足以分工 |
| 破冰／團康 | 3–4 人 | 小組更快熟悉、氣氛熱絡 |
| 專題／報告 | 3–5 人 | 分工明確，不易有人搭便車 |
| 分隊競賽 | 依總人數平均 | 各隊人數平衡最公平 |
分組實務小技巧
Grouping Tips
- 隨機就是最公平：完全隨機能自然打散原有的小圈圈，也免去「老師偏心」的疑慮——這正是隨機分組最大的價值。 Random grouping breaks up existing cliques and removes any perception of bias.
- 想要「異質分組」（能力／性別均衡）：本工具是純隨機，若需刻意均衡，可先把名單依條件分成兩份（如強／弱各半）各自隨機，再交叉配成組。 For balanced (heterogeneous) groups, split the list by criteria first, shuffle each subset, then interleave.
- 有人不能同組：工具不支援排除條件，遇到必須避開的組合，重新分組幾次、或把兩人手動對調即可。 The tool has no exclusion rules — just re-shuffle or swap two people manually when a pairing must be avoided.
- 當眾操作最有說服力：投影畫面、當場按「開始分組」，過程公開透明，結果沒有人能事先操控。 Run it live on a projector — the shuffle is visibly fair and unriggable.
常見問題
Frequently Asked Questions
「分成幾組」和「一組幾人」有什麼差別？
「分成幾組」：您指定組數，系統將人員盡量平均分配到各組（人數可能差 1 人）。例如 10 人分 3 組 → 4+3+3。「一組幾人」：您指定每組最多幾人，系統依此計算需要幾組。例如 10 人每組 3 人 → 自動分 4 組（3+3+3+1）。選哪種取決於您的需求是「控制組數」還是「控制組員數量」。
"Total Groups": you specify the number of groups and the tool distributes people as evenly as possible (groups may differ by 1). E.g., 10 people into 3 groups → 4+3+3. "Per Group": you specify max members per group, and the tool calculates how many groups are needed. E.g., 10 people at 3 per group → 4 groups (3+3+3+1).
Fisher-Yates Shuffle 是什麼？為什麼用它？
Fisher-Yates Shuffle（又稱 Knuth Shuffle）是一種產生均勻隨機排列的演算法，能確保每種排列出現的機率完全相等（無偏性）。相比常見的「隨機排序後取前 N 個」方法（可能有統計偏差），Fisher-Yates 保證分組結果公正，沒有任何成員比其他人更容易被分到某組。
The Fisher-Yates (Knuth) Shuffle produces an unbiased uniformly random permutation — each possible ordering has exactly equal probability. Unlike naive "sort by Math.random()" approaches (which can be statistically biased), Fisher-Yates guarantees every member has an equal chance of landing in any group.
可以在課堂上即時展示分組過程給同學看嗎？
可以。本工具完全在瀏覽器端運行，只需投影螢幕，學生可即時看到輸入名單和分組結果。點擊「開始分組」按鈕後結果立即顯示，過程公開透明，消除「老師手動指定」的疑慮。您也可以多次點擊重新分組，直到獲得滿意的結果。
Yes. The tool runs entirely in the browser — project your screen and students can see the name list and results in real time. Clicking "Generate" shows results instantly, making the process fully transparent and eliminating any perception of teacher bias. You can also re-shuffle multiple times.
名單最多支援幾個人？
本工具沒有設定嚴格的人數上限，實測在數百人的名單下仍能即時完成分組。對於超大名單（如千人活動），建議先確認名單格式正確（每人佔一行或以逗號分隔）再貼入，處理速度取決於瀏覽器效能，一般不超過數秒。
There's no strict limit — the tool handles hundreds of names instantly in testing. For very large lists (1,000+ names), ensure correct formatting (one per line or comma-separated) before pasting. Processing time depends on browser performance but typically completes in seconds.
分組結果可以儲存或複製嗎？
目前分組結果以卡片方式顯示在頁面上，可以：(1) 直接截圖分享；(2) 選取卡片內容手動複製；(3) 使用瀏覽器的列印功能（Ctrl+P）儲存為 PDF。若需要匯出至 Excel 或 CSV，建議手動複製各組名單，或透過瀏覽器開發者工具取得結果資料。
Results display as cards on the page. You can: (1) screenshot and share; (2) manually select and copy card content; (3) use browser Print (Ctrl+P) to save as PDF. For Excel/CSV export, manually copy each group's names or use browser developer tools to extract the result data.
如何確保同一人不會一直被分到相同的組？
本工具每次點擊「開始分組」都是完全獨立的隨機洗牌，不記憶上次結果。理論上某人重複出現在同一組的機率取決於名單大小和組數。若需確保歷史記錄中的多次分組不重複，需自行記錄並比對結果，本工具目前不提供跨次記憶功能。
Each click performs a fully independent shuffle with no memory of previous results. The probability of the same grouping repeating depends on list size and group count. For guaranteed non-repeating assignments across multiple sessions, you'd need to track and compare results manually — the tool doesn't currently store session history.