<![CDATA[The implementation of educational technology in Indonesia still shows regional disparities. Secondary schools outside Java generally lag behind in adopting Artificial Intelligence (AI) compared to schools in major urban centers across Java. This community service project aims to improve the digital pedagogical competence of teachers at SMPN 32 Banjarmasin through training on integrating Gemini AI into instructional design. Using a Participatory Action Research (PAR) approach across four stages (diagnostic planning, interactive workshops, independent mentoring, and evaluation), the training equipped teachers with prompt engineering skills based on the RCTC (Role-Context-Task-Constraint) formula and the ability to design differentiated learning modules. The evaluation results showed a significant improvement in teachers' competence. The average score increased from 44.05 on the pre-test to 86.30 on the post-test, achieving an N-Gain score of 75.51% (high category). Furthermore, the time required to design learning modules was reduced by 85% (from 6–8 hours to under 30 minutes). Teachers transitioned from passive software users to active creators of contextual teaching materials rooted in local wisdom (such as river ecosystems and floating markets), supporting the principles of Meaningful Learning. Targeted AI literacy training in regional areas provides a practical step toward narrowing the educational quality gap across regions. ABSTRAK Penerapan teknologi pendidikan di Indonesia masih menunjukkan ketimpangan wilayah. Sekolah-sekolah menengah di luar Pulau Jawa umumnya lebih lambat mengadopsi kecerdasan buatan (Artificial Intelligence/AI) dibandingkan sekolah di pusat-pusat kota besar di Jawa. Kegiatan pengabdian masyarakat ini bertujuan meningkatkan kompetensi pedagogik digital guru SMPN 32 Banjarmasin melalui pelatihan integrasi Gemini AI dalam perancangan pembelajaran. Menggunakan pendekatan Participatory Action Research (PAR) dalam empat tahapan (perencanaan diagnostik, lokakarya interaktif, pendampingan mandiri, dan evaluasi), pelatihan ini membekali peserta dengan keterampilan rekayasa instruksi (prompt engineering) berbasis formula RCTC (Role-Context-Task-Constraint) dan penyusunan modul ajar berdiferensiasi. Hasil evaluasi menunjukkan peningkatan signifikan pada kompetensi peserta. Skor rata-rata guru naik dari 44,05 pada pre-test menjadi 86,30 pada post-test, dengan nilai N-Gain sebesar 75,51% (kategori tinggi). Selain itu, waktu penyusunan modul ajar berhasil dipangkas hingga 85% (dari 6–8 jam menjadi kurang dari 30 menit). Peserta tidak lagi sekadar menggunakan aplikasi digital secara pasif, melainkan mampu menyusun draf materi ajar kontekstual berbasis kearifan lokal (seperti ekosistem sungai dan pasar terapung) yang mendukung prinsip pembelajaran bermakna (Meaningful Learning). Penguatan literasi AI yang terarah di daerah menjadi langkah nyata untuk memperkecil kesenjangan mutu pendidikan antarwilayah.]]>
