A 班
业务岗
销售、采购、客服、行政、质检——不需要写代码，但要能判断AI给出的结果对不对，并且知道什么时候不该信它。
- 把日常任务拆解成能被AI执行的步骤
- 写出让AI稳定输出可用结果的指令
- 识别幻觉与不可信输出，建立使用边界
- 用本岗位文档做提取、总结、分类实操
课程设计
定向培训和通用课程，差在哪
通用课程讲的是工具怎么点，定向培训解决的是你的活怎么干。这是两件事。
| 对比项 | 通用课程 | 定向培训 |
|---|---|---|
| 案例来源 | 公开的通用示例 | 本企业本部门的真实数据与流程 |
| 内容组织 | 按工具或概念模块 | 按岗位拆分成多个班，各自独立大纲 |
| 练习素材 | 现成样例文件 | 课前采集的企业真实数据，脱敏后使用 |
| 考核方式 | 选择题或结课作业 | 在本岗位真实任务上完成一项可交付成果 |
| 课后支持 | 录播回看 | 陪跑一个周期，工作中的问题当面解决 |
| 成果归属 | 个人笔记 | 沉淀为企业可继续用的提示词与流程文档 |
分层设置
三类班，三套大纲
这三类人关心的问题不一样，混在一个班里谁都听不进去。我们通常分开开课，也可以按企业情况合并。
B 班
技术岗
开发、算法、信息化——需要动手接模型、做检索、管部署，能独立完成一个完整的小场景。
- 调用大模型接口，处理上下文与提示结构
- 搭建检索增强流程并评估效果
- 本地部署与私有化环境的常见问题
- 把模型接进已有业务系统
C 班
管理层
部门负责人与高管——需要判断投入产出、设定验收标准、盯住风险，而不是学会写提示词。
- 哪些环节值得投、哪些不值得
- 怎么定验收标准，避免自欺欺人
- 数据安全与合规边界的把握
- 团队推广的路径与阻力预判
实施流程
从调研到陪跑，五步
课前调研这一步不能省。不了解岗位实际怎么干活，课程就只能做成通用版。
STEP 01
岗位调研
访谈参训人员，梳理各自岗位的高频任务与现有痛点，确定培训目标。
STEP 02
大纲定制
按调研结果分班定纲，每班明确要解决的岗位任务和结课验收标准。
STEP 03
数据准备
采集企业真实数据并脱敏，整理成课堂练习素材，同时确定安全边界。
STEP 04
授课实操
讲授与动手交替，每人用本企业素材完成一次完整任务，不做纯听讲。
课程产出
结课之后，企业手里留下什么
培训不是上完课就结束。我们会把课堂成果沉淀成企业自己的资产， 下次遇到相似任务，新同事可以直接用，不必从零开始。
01
岗位提示词库
按岗位整理的指令模板与使用说明，注明适用场景和已验证的输出效果。
02
实操成果样例
课堂产出的实际结果，可直接作为该岗位的日常工具使用。
03
岗位使用规范
什么场景可以用、什么场景必须人工复核、哪些数据不能提交给模型。
04
内部讲师材料包
课程录像、课件与操作手册，支撑企业后续自主开班。
常见问题
关于培训的常见疑问
多少人一个班比较合适？
实操环节建议控制在十人以内，人数越少，导师能逐个看每个人的操作问题。超过二十人我们会拆成多场并行，保证每人都被单独指导过。
培训需要准备数据吗？
需要，但不用提前整理好。调研阶段我们会列出需要哪些字段、哪些文档，脱敏工作由我们协助完成。敏感数据可以只提供样本和字段说明，不必给全量。
企业没有技术基础能学吗？
A 班完全不需要技术基础，要求反而是熟悉本岗位的业务。C 班面向技术岗，需要基本的编程概念。B 班要求最高。
能不能只培训管理层？
可以，但通常不划算。管理层如果不了解基层能做成什么，后续推行的判断容易失真。我们的建议是每个业务条线至少配两名 A 班学员参与。
培训完之后怎么保证用起来？
结课考核要求每个人在本岗位真实任务上完成一项可交付成果，验收标准在开课前就明确。考核通过后还有一段陪跑期，实际工作中遇到的问题可以随时找我们。
先聊聊你们要解决什么
告诉我们参训人员的岗位和目前最耗时的环节，我们先给一版课程建议，再谈合作。