继续看实战指南
先补齐更多企业和个人 AI 高频问题,再逐步把 AI-TTT 做成完整路径。
返回指南库 →你的定位不是“算法专家”,而是“能把 AI 变成学员能上手的工具和方法的人”。如果你原来就会讲课、会控场、会设计互动、会根据客户目标调整内容,这些能力在 AI 课里仍然成立,甚至更重要。
| 错误定位 | 正确定位 |
|---|---|
| 我要先把所有技术原理搞懂才能讲 | 先讲清 AI 是什么、能做什么、怎么安全上手,再逐步加深 |
| 我要像工程师一样讲模型 | 我要像培训师一样讲结构、场景、互动和迁移 |
| 这是一门新课,要从头再来 | 这是在你原有课程能力上的一次升级 |
| 模块 | 建议时长 | 课堂目标 | 必须保留什么 |
|---|---|---|---|
| 开场 + 破冰 | 5-10 分钟 | 建立信任、快速摸底、把课定成“体验课”和“上手课” | 自我介绍 + 一句“我用AI做过什么” |
| 第一次互动:天气卡片 | 3-5 分钟 | 快速让学员看到结果,并为后面讲提示词埋钩子 | 至少保留讲师演示 1 次,不强求全员同步 |
| AI 历史与能力展示 | 10-15 分钟 | 建立共同认知:2015、2017、2022、2024/2025/2026 六个节点够用 | 历史节点 + “现在AI已经能写文、画图、做视频” |
| AI 基础知识 | 20 分钟 | 只讲后面演示必须用到的原理:提示词框架、概率生成、幻觉、知识库、记忆 | 提示词框架对比练习 + 秘塔搜索演示 |
| AI办公 | 25-30 分钟 | 把“值回票价”的部分讲出来,优先 PPT 和表格 | PPT 强演示 1 个 + 表格/公式 1 个 |
| AI文案 / 导图 | 10-15 分钟 | 不硬讲文案正确性,改讲结构化结果与知识库思路 | Markdown 转导图 1 次 |
| AI图片 / 视频 / 音频 | 10-15 分钟 | 重新提神,拉起课堂气氛 | 图片生成或图生视频至少保留 1 项 |
| AI助理 / Agent | 10-15 分钟 | 只做价值展示,不在 2 小时里现场搭建 | 1 个成熟案例即可 |
| 结尾总结 + 安全边界 | 10 分钟 | 让学员带走工具分类、试用顺序和安全红线 | 工具分类 + 涉密/敏感信息不上 AI |
你给的 SOP 表里最值钱的,不是“讲什么”,而是“哪几个互动最值得保留、哪里容易翻车、时间不够时先砍什么”。下面这 8 个足够组成一堂能落地的 2 小时 AI 体验课。
| 互动 | 建议位置 | 作用 | 翻车时怎么兜 |
|---|---|---|---|
| 豆包天气卡片 | 开场后 | 让学员立刻看到“说清需求”会直接影响结果 | 直接展示预生成样例,再补两轮提示词优化 |
| 写一首《念奴娇》 | 提示词框架部分 | 用“直接写”和“按框架写”做效果对比 | 一定展示前后两版结果,不要只讲概念 |
| 秘塔 AI 搜索指定知识库 | 讲幻觉与知识库时 | 让学员理解为什么指定来源比全网乱搜更可信 | 发起任务后先继续讲,“稍后回来验收” |
| 同题做 PPT | AI办公部分 | 把“AI 能不能干活”从口头说明变成现场结果 | 至少备好 1 份预生成结果,并明确“不要把 AI 做好的 PPT 直接拿去讲” |
| 表格生成 + 序号公式 | AI办公部分 | 证明 AI 能解决真实办公小问题 | 提前准备 CSV 和 UTF-8 导入路径,避免乱码卡死 |
| Markdown 转导图 | AI文案部分 | 把结构化产物讲清楚,尤其适合政府/文案类场景 | 提前准备已导好的 XMind 成品 |
| 图片生成 / 图生视频 | 提神模块 | 快速拉高课堂兴奋度 | 视频排队时只现场发起任务,结果用预生成素材回看 |
| 成熟 Agent 案例 | AI助理模块 | 让学员看见 Agent 的价值,而不是被配置细节拖走 | 只演示成熟成果,不现场跑新任务 |
课前必须准备:
课堂上必须记住:
最不能砍的是开场、提示词框架对比、一个强办公演示、总结与安全边界。历史、视频、Agent 都可以压缩,但这四项最好保留。
优先掌握你自己最容易拿来上课演示、且学员最关心的那类工具。通常是豆包/DeepSeek 这类文本工具、秘塔搜索、PPT 工具、表格工具,而不是一开始就追最复杂的 Agent 工作流。
第一,准备替代路径;第二,准备截图或备选结果;第三,把“等待 AI 生成”的时间变成“先让它干活,稍后回来验收”的控场时间。不要现场僵住,更不要死磕某一个工具。
可以。两小时课完全可以改成“讲师演示 + 学员看结果”的结构。优先保留手机可参与的互动,比如天气卡片、图片生成、语音对话;Agent、本地表格和多维表格可以只做讲师演示。