AIGC 培训师：一门课做完的标志，是换个人也能讲

2026-11-04silcano

微信读书《AIGC培训师课程开发全攻略——MAP模型让课程开发更高效》· 刘妈（刘宁）等
逐页翻阅 367 屏 · 7 章 · 2026-11-04
说明：读至末页"课程回顾与总结"（未见"全书完"标记）。按 ADDIE 七章顺序通读，重点抽看了第二章的 MAP 与九个模型、第三章的访谈大纲实例、第四章的大纲结构图、第五章的培训师手册示例、第六章的生图生视频，以及第七章那个承认翻车的项目复盘。下面只写我实际看到的段落。

先说结论，因为它跟书名给人的预期相反。

这本书叫《AIGC 培训师课程开发全攻略》，副标题是"MAP 模型让课程开发更高效"。你会以为它的重点是"怎么用 AI 做课"。但翻开第二章你会发现，作者把 MAP 拆成三条腿——Model（应用经典模型的能力）、AIGC（对工具与技术的洞察力）、Prompt（与 AI 对话交互的能力）——然后花了整整一节的篇幅先讲九个经典教学设计模型：ADDIE、五星教学法、ARCS、学习金字塔……

这个顺序不是排版失误，是作者的态度。她要说的其实是：AI 只是第三条腿，前两条腿站不稳，第三条腿再粗也没用。

而全书最值钱的一句话，不在第二章，在第五章讲"知识沉淀"的地方。我把它单独拎出来讲，因为它定义了什么叫"一门课做完了"。

一、它给了一个判据：没人讲的课，等于没做过

书里讲企业内部课程开发时常走进的一个误区，原话我抄下来：

即认为内训师和他所开发的课程是相互绑定的。这就造成了，如果开发课程的内训师离开企业，这门课就"没人讲"了。"没人讲"的课程，渐渐地就会被遗忘，如果此时培训部门再"换人"，很有可能就消失了。在很多企业中，都存在同一课题反复开发的情况。

这段话不长，但它把培训行业一个几十年的老毛病说穿了：企业花钱做出来的不是课程，是一个人的讲课能力；这个人一走，钱就白花了，然后换个部门再花一遍。

接着它给出了"做完"的标准——不是讲得好听，是能交接。它列了一份清单，业内叫"N 件套"：课程大纲、授课 PPT、培训师手册、学员手册、配套案例、工具表单、考试题库。

我认为这份清单比书里所有的提示词都重要，因为它是可验收的。你不需要讨论"这门课好不好"，你只要问：七件里有几件是齐的？缺培训师手册，就意味着换个人讲只能照着 PPT 念；缺考试题库，就意味着没人知道学员到底学会没有。

而这也正好解释了这本书为什么值得写——N 件套里最耗人力的那几件（手册、案例、题库、PPT），恰恰是 AI 最擅长的活。不是"AI 帮你创新"，是"AI 帮你补齐那些你一直懒得补的东西"。这个定位比"AI 让课程开发效率提升十倍"诚实得多。

二、一千美元的锤子：它自己说破了 AI 的边界

第二章讲"企业智慧大脑"时，作者把知识库拆成两半：显性知识和隐性经验。显性知识是能被"记录"下来的——制度、流程、标准、会议纪要、培训课件；隐性经验是"那些被封装在人类头脑中的知识和思维模式"。

然后她讲了一个老故事，全文照抄：

有一艘船的发动机出现了故障，很多人来维修都没有修好。后来，他们请来了一位非常有经验的技师。这位技师拿着一把锤子，这里敲敲，那里敲敲，然后仔细地倾听，直到他指着一个地方说："就是这里！"他用锤子以特殊的手法在那个地方敲了几下，发动机就神奇地恢复了运转。几天后，船公司收到了技师寄来的账单，1000 美元。

这个故事几乎所有讲"隐性知识"的书都会用，用不好就变成鸡汤。这本书用得还算克制，因为它紧接着讲了一件具体的难处：

尽管隐性经验的萃取近年来备受企业关注，但了解下来，多数企业开展的隐性经验的萃取项目还是基于"面授"这一应用场景的，换句话说，萃取的目标多是针对"点"的。而构建智慧大脑所需要的是更为系统化、结构化的经验。

这句话里藏着一个很少有人愿意承认的事实：隐性经验之所以"隐性"，恰恰因为专家自己也说不清他知道什么。你能录下他讲课，但你录不到他为什么在这一页停了三秒、为什么不讲那个反例、为什么把一个案例放在这里而不是那里。

所以我对这本书的 MAP 模型有一个不太客气的读法。它把 Prompt 定义为"与 AIGC 对话与交互的能力"，这没错。但真正的门槛不在"会不会问"，在于你能不能把"我为什么这么做"翻译成一句可执行的指令。翻译不出来的部分，就是你自己的隐性经验；那部分 AI 学不到，因为它根本没被说出来过。

这本书讲清楚了这件事的存在，但没有给出办法。它给的是"用 AIGC 辅助萃取"——让 AI 追问、让 AI 整理。这在"点"的层面有效，在"结构"的层面，仍然是人的活。

三、真的省了时间的地方：访谈和三问结构

第三章讲用 AIGC 做培训需求调研，是全书操作感最强的一章。它给了一个 Kimi 生成的访谈大纲实例，结构挺讲究：四个模块（项目理解与目标设定、当前工作状况、痛点与需求分析、优秀者的工作方法），每个模块下开放、封闭、追问三种问法各来一条。

比如"痛点与需求分析"这一组：

开放式问题：在"开门红"项目中，理财经理遇到了哪些具体的痛点？
封闭式问题：这些痛点是否影响了业绩目标的达成？
追问问题：您认为解决这些痛点的首要步骤是什么？

这个"开放—封闭—追问"的三段式，是我在同类书里少见的好设计。它的好处是把访谈从"聊天"变成了"取数"：开放问题让你听到没预料到的，封闭问题让它可归类，追问问题逼出细节。三条一组，节奏刚好。

而且这一章还给了配套的收集手段——用 ASR 做实时转写，举的工具是通义听悟（微信小程序名叫"通义效率"）、讯飞听见、飞书妙记。这一段没有玄学，是真的能今天就用的东西。

需要说清楚的是：这里的 AI 干的是搭骨架和记原话，不是"替你去问"。访谈的价值在于人坐在对面时那一刻的反应，AI 给不了。书里也没这么吹，算守住了分寸。

四、设计那一章：Why—What—How—If

第四章给了一个课程大纲的通用结构图，逻辑是四问：

（Why）开场、破冰、导入（价值意义）→ 总论概述（What）→ 各章模块（How）→ 课程回顾总结与展望（If）

前三问是黄金圈，第四问"if"是这本书加的，指的是边界与延伸——什么情况下这个方法不适用。把"什么时候不管用"写进大纲，这个自觉在培训类书里不常见，值得记一笔。

更实用的是它后面那句要求：

可以看到，这样的课程大纲在之前三级教学目标的基础上，至少又进一步拆解了一级内容，即我们在梳理课程大纲时，大纲应尽量细化至四级目录标题。

"细化到四级"——这六个字是全书对提示词最有价值的一句实操建议，虽然它没写在提示词那一章。因为 AI 生成大纲的通病就是只肯给到二级：一级模块、二级小节，再往下就变成"内容……内容……"。你不逼它，它永远停在目录层。

顺带说一句我在这一章注意到的排版问题：同一个课程大纲结构，书里用两张图（图 4-4、图 4-5）分别画了单模块和多模块版本，而两张图的模块内部都是"内容……内容……"的省略号。作者紧接着的文字就是在讲"要细化到四级"，可图里自己没细化。这是个很小的细节，但它说明一件事：连写书的人都会在"画结构图"这一步偷懒，那你用 AI 生成大纲时，它偷懒就更正常了。

五、培训师手册：人机分工说得最清楚的一页

第五章讲用 AIGC 制作课程资料，把 N 件套里的每一件都过了一遍。其中"培训师手册"这一节，是我认为全书分寸感最好的一处。

它先给了手册的核心要素，一共四项：讲话话术、环节要点、授课注意事项、案例/素材/物资。然后说了一句很实在的话：

这是一个相对复杂和综合的实际任务，根据我们的"AIGC 应用能力发展模型"，需要达到第五级的能力，对其进行拆解和分工，确定人与 AI 如何协同完成这项工作。所以在这里，我们先思考一下，这项任务中，哪些子问题可以由 AI 来完成？用什么样的 AI 工具来完成？我们与 AI 之间如何彼此配合完成？

请注意它的写法：在给答案之前，先要求读者自己想一遍，而且明确写了"请先自行思考，再继续阅读"。这种"留白"在工具书里是稀缺的——大部分书直接给你二十条提示词模板，你抄完就走，什么也没学会。

它说的那个"第五级"，对应的是前文的能力分级：到第四级叫"综合使用"，指能按需组合多种工具；再往上才是拆解任务、分工协同。这个分级本身有可取之处，因为它把"会用 AI"和"会安排 AI 干活"分开了。多数人卡在第三级：会调参数、会改提示词，但不会把一个复杂任务切成人做的部分和机器做的部分。

第六章的实施部分则是另一路：生图用 Whee、腾讯智影、字节即梦、文心一格、通义万相，生视频用百度度加剪辑和剪映，"短短几分钟内制作一个针对知识点讲解的视频"。这一段是纯工具清单，会过期，但它诚实地标了"省的是拍摄和剪辑工时，不是脚本"——脚本还是得自己写。

六、它承认翻过车，这一点很难得

第七章的评估部分，作者放了一个真实项目的复盘。这一段我读了两遍，因为在这种体例的书里，写成功案例是常态，写失败是例外。

她写一个在线训练营出了什么问题：

通过数据统计分析，发现参加在线训练营的员工仅为报名总人数的 60%，且缺乏全程参与和统计渠道，导致提交课程大纲的数量和质量欠佳。

然后她把原因拆成两条，拆得很准：

问题锁定在学习率和触达率上。学习率低是由于缺乏内部监督机制，触达率低则因为缺少有效的跟踪与指导。

对策也很具体：责任督导（战队队长监督、运营班主任统计各战队学习情况）+ 考核机制（90 分为基准线，用 AIGC 快速生成题库，一周内完成，截图提交成绩）。

为什么我觉得这一段比前面所有方法论都值得读？

因为它无意中暴露了"AI 做课"这件事真正的瓶颈——不是做不出课，是没人学。你的大纲再细、手册再全、视频再漂亮，如果参与率只有六成，后面所有工序的产出都要打个四折。而作者给出的解法不是"做得更好看"，是"加监督和加考试"。

这个答案不够优雅，但它是真的。它也顺手回答了开头那个问题：为什么"没人讲的课就会消失"——因为一门课能不能活下去，从来不取决于它做得多好，取决于有没有人被要求必须学完它。

七、它的短板

说完好的，得说不够的。

第一，MAP 的三条腿其实长短不齐。Model 那条腿有九个模型撑着，是硬的；AIGC 那条腿给的是工具清单和五级能力模型，工具会过期；Prompt 那条腿最薄——全书没有给出一个可以复用的提示词结构（类似"角色+任务+约束+输出格式"这种），只散着给了一堆示例。对一本副标题叫"让课程开发更高效"的书来说，这是结构性的缺口。

第二，它没有回答"AI 生成的课，质量怎么判"。书里讲了怎么生成大纲、怎么生成手册、怎么生成题库，但没讲怎么判断生成得对不对。而这恰恰是新手最容易踩的坑：AI 给的大纲看起来很顺，四级目录也齐，可内容全是正确的废话。它缺一条验收标准。

第三，评估那一章还是老一套。反应层、学习层、行为层、结果层，这是柯氏模型的标准四层，没错，但也几乎没有新东西。真正难的是行为层——学员回去以后做事方式变了没有。这一层 AI 现在判不了，书里也没试着给个取巧办法（比如让 AI 追踪工作产出的变化）。这是全书最该往前一步却停住的地方。

第四，隐性经验这一节只开了个头。锤子的故事讲得很好，但"萃取"这一步给的方法仍然停留在"面授访谈 + AI 整理"。前面说了，隐性经验的核心难处是专家说不清，那真正的解法应该是观察他的工作产出、比对新手与专家的差异，而不是问他。这条路书里没走。

最后一句公道话：这是一本培训从业者写给自己同行的书，不是写给 AI 工程师的。按这个定位，它把"课是资产不是作品"这件事说透了，把 N 件套和手册四要素列清楚了，还老老实实放了一个失败案例——这些都做到了。它做不到的，是把 AI 从"高效的打字员"抬成"懂教学的合作者"，那还得好几年。

八、一句话

如果你只带走一句话，我建议是这句：一门课做完的标志，不是讲得好听，是换个人也能讲。

AI 在这件事上能帮的忙，比你想的实在——它不擅长让你变成更好的讲师，它擅长把"只有你能讲"变成"谁都能讲"。而这，恰好就是培训部门真正该干的事。

阅读记录：《AIGC培训师课程开发全攻略——MAP模型让课程开发更高效》，刘妈（刘宁）等，微信读书网页版逐页翻阅 367 屏，2026-11-04，读至末页"课程回顾与总结"。
抽样页：p0006（好评页）、p0032（企业智慧大脑与隐性经验）、p0038（三阶段推进）、p0050（知识沉淀与 N 件套）、p0056（Model 与 ADDIE）、p0062（ARCS）、p0073（能力分级第四级）、p0088（Kimi 访谈大纲）、p0140（Why-What-How-If 结构图）、p0195（培训师手册示例）、p0245（AI 生视频）、p0312（失败案例复盘）、p0360（课程总结）。