AI赋能内训师-课程开发与授课AI工具运用实战训练

Q: 课程采用什么授课方式？

课程主要采用老师演示+案例分析+小组讨论+学员跟练+成果展示 授课天数： 2天（6小时/天） 时间 课程内容，强调理解、讨论、工具练习和业务场景应用

课程大纲

导入模块——AI工具认知与课程全景图

一、四类大模型在培训中的应用方向

1. 语言大模型：课程开发与授课中文本/文稿内容生成
梳理一、四类大模型在培训中的应用方向的适用场景、输入输出和使用边界
工具：DeepSeek/豆包/文心一言（文本输出）
工具：豆包、讯飞智文（PPT生成）
2. 音频大模型：把访谈/讲稿音频转为文本
工具：通义听悟/通义千问
3. 图片/视频大模型：生成课程中的演示图片/视频/海报等
工具：即梦AI/豆包
4. 综合类AI

二、IOS提示词框架——与AI沟通，精准表达需求的核心方法

1. I-Identity身份角色：告诉AI我是谁，让AI设身处地为我思考
2. O-Objective目标输出：清晰说明要什么
3. S-Standard标准要求：规定格式、数据源、约束条件
4. 追问优化技巧：正向鼓励、举例引导、负向修正
——实战
演练：学员用IOS框架编写"培训需求调研问卷设计"提示词
运用豆包

三、AI辅助课程开发与授课全景图

1. 七步全流程：调研→定位→萃取→大纲→结构→PPT→配套教材
2. AI介入点：AI擅长重复性工作，人擅长经验判断
3. 人机协作原则：AI做初稿，人做精修
4. 工具选型策略：按任务类型选工具，先核心再扩展
梳理三、AI辅助课程开发与授课全景图的适用场景、输入输出和使用边界

课程定位——AI辅助确定课程目标与价值

一、课程定位的原理与方法

1. 课程定位三角：服务对象→核心价值→差异化特色
2. 学员画像分析：基本信息、能力现状、学习偏好
3. 课程目标三层：认知目标（知道）、技能目标（会做）、态度目标（愿意做）
4. SMART原则在目标撰写中的应用
5. DeepSeek在课程定位中的具体运用

二、AI辅助课程目标与价值撰写

1. 从差距分析到目标表述
2. 课程目标的SMART化表述
3. 课程核心价值的一句话提炼
4. 课程差异化卖点的AI辅助挖掘
梳理二、AI辅助课程目标与价值撰写的适用场景、输入输出和使用边界
演练：学员用AI工具撰写3-5条课程目标，生成课程定位表
拆解二、AI辅助课程目标与价值撰写的工具配置、提示词设计和结果校验步骤

经验萃取——AI辅助萃取业务内容与知识

一、经验萃取的原理与方法

1. 隐性知识显性化：从专家脑中提取经验
2. 业务场景还原：让抽象经验变成具体
3：知识体系构建：把散点经验整理成结构
4. 经验萃取的步骤
采集：访谈记录、业务版本、视频音频
提炼：识别核心观点、关键数据、典型案例
整理：按逻辑结构组织知识点
验证：检查内容的准确性和完整性

二、AI辅助经验萃取——内容采集与整理

1. 专家访谈记录的AI辅助整理
2. 业务版本的结构化提取与要点提炼
3. 视频/音频内容的AI辅助转录与整理
4. 散点经验的AI辅助汇聚与归类
梳理二、AI辅助经验萃取——内容采集的适用场景、输入输出和使用边界
演练：学员用AI工具整理专家访谈记录，输出结构化内容
拆解二、AI辅助经验萃取——内容采集的工具配置、提示词设计和结果校验步骤
运用千问

三、AI辅助核心知识提炼与结构化

1. 核心观点与关键成功因素的提炼
2. 典型业务场景与案例的筛选
3. 知识体系的AI辅助构建与输出
梳理三、AI辅助核心知识提炼与结构化的适用场景、输入输出和使用边界
演练：学员用AI工具将业务材料提炼为知识体系，输出课程内容框架
拆解三、AI辅助核心知识提炼与结构化的工具配置、提示词设计和结果校验步骤

课程大纲——AI辅助设计课程框架

一、课程大纲设计的原理

1. 章节逻辑：先讲什么、再讲什么、最后讲什么
2. 知识点分布：每个章节承载哪些知识点
3. 时间分配：每个章节分配多少时长
4. 章节衔接：前后内容逻辑连贯
梳理AI赋能内训师-课程开发与授课A的适用场景、输入输出和使用边界
演练：学员用AI工具生成课程章节框架
拆解AI赋能内训师-课程开发与授课A的工具配置、提示词设计和结果校验步骤
运用灵光

二、AI辅助课程章节结构设计

1. 课程整体架构的AI辅助设计
2. 章节划分与知识点分配的AI规划
3. 章节标题的AI优化与多版本生成
4. 完整课程章节框架的AI辅助输出
梳理二、AI辅助课程章节结构设计的适用场景、输入输出和使用边界
演练：学员借助AI为自己的课程优化章节框架
拆解二、AI辅助课程章节结构设计的工具配置、提示词设计和结果校验步骤
输出二、AI辅助课程章节结构设计应用清单、质量检查表和迭代计划

课程结构——AI辅助设计教学活动

一、教学活动设计的原理

1. 导入活动：引起兴趣、明确目标
2. 讲解活动：传递知识、示范方法
3. 练习活动：巩固知识、形成技能
4. 总结活动：回顾要点、巩固记忆

二、AI辅助教学活动策划

1. 教学活动类型：导入、讲解、练习、总结
2. 案例研讨活动的AI辅助策划
3. 实操演练环节的AI辅助安排
4. 小组讨论与汇报的AI辅助设计
梳理二、AI辅助教学活动策划的适用场景、输入输出和使用边界
演练：学员用AI工具为自己课程设计2个教学活动
拆解二、AI辅助教学活动策划的工具配置、提示词设计和结果校验步骤
输出二、AI辅助教学活动策划应用清单、质量检查表和迭代计划

三、AI辅助HTML互动工具制作——点名、抽奖、积分榜

1. HTML代码制作课堂互动工具的意义与价值
2. 点名器制作：随机抽取学员回答问题，代码结构含随机数函数、界面设计
3. 抽奖工具制作：从学员名单中随机抽取获奖者，代码含数组操作、中奖展示
4. 积分榜制作：记录小组积分支持加分减分，代码含数据存储、排名展示
梳理三、AI辅助HTML互动工具制作的适用场景、输入输出和使用边界
演练：学员亲手编写一个点名器或抽奖工具
运用腾讯元宝
运用DEEPSEEK

课程PPT——AI辅助制作与美化

一、PPT制作的原理与工具选型

1. 内容标准：要点清晰、逻辑完整、信息适量
2. 视觉标准：配色统一、图文并茂、版式美观
3. 工具选型：豆包、腾讯版本、WPS AI各有侧重
4. 流程：内容整理→视觉设计→细节优化
梳理一、PPT制作的原理与工具选型的适用场景、输入输出和使用边界
运用WPSAI

二、AI辅助PPT生成与内容优化

1. 课程内容与PPT生成提示词的设计
2. 页面内容的AI辅助提炼与精简
3. 文字模块的AI辅助划分与排版
4. 表格与列表的AI辅助可视化
梳理二、AI辅助PPT生成与内容优化的适用场景、输入输出和使用边界
演练：学员用AI工具对PPT内容进行优化
拆解二、AI辅助PPT生成与内容优化的工具配置、提示词设计和结果校验步骤

三、AI辅助PPT视觉美化

1. 美化四原则：突出标题、统一字体、添加配图、巧取颜色
2. WPS智能美化与AI智能图形应用
3. 课程配图的AI辅助生成与选择
4. 封面图、信息图的AI辅助设计
5. islide插件对课程内容快速排版
6. islide插件对课程内容快速构建模型
7. islide插件对课程内容增加图标和插图元素
梳理三、AI辅助PPT视觉美化的适用场景、输入输出和使用边界
演练：学员用AI生图工具美化PPT视觉

四、AI辅助图片与信息图设计

1. 即梦AI生图：场景图、人物图、流程图生成
2. 提示词结构：正向提示词+负向提示词
3. 参考图生图：AI分析参考图元素生成匹配图片
4. 信息图设计：流程图、对比图、数据图表可视化
梳理四、AI辅助图片与信息图设计的适用场景、输入输出和使用边界
演练：学员用AI工具生成课程封面图和内容配图
拆解四、AI辅助图片与信息图设计的工具配置、提示词设计和结果校验步骤
输出四、AI辅助图片与信息图设计应用清单、质量检查表和迭代计划

五、AI辅助考核题库生成

1. 判断题、选择题的AI辅助批量生成
2. 简答题与案例分析题的AI辅助设计
3. 题目难度与知识点的AI辅助匹配
4. 完整考核题库的AI辅助输出
梳理五、AI辅助考核题库生成的适用场景、输入输出和使用边界
演练：学员用AI工具生成HTML考核题库
拆解五、AI辅助考核题库生成的工具配置、提示词设计和结果校验步骤

知识库模块——IMA知识库搭建与应用

一、IMA知识库的价值与原理

1. 个人知识库的概念与减少AI幻觉的原理
2. 知识库vs普通AI对话的区别
3. 知识库的使用场景：固定知识需要精准回答时
4. 知识库内容来源：制度文件、工作手册、产品资料、标准要求
工具演示：讲师演示IMA知识库的使用方法

二、IMA知识库的搭建方法

1. 创建知识库：注册账号、创建知识库、设置权限
2. 上传内容：版本上传（Word/PDF/TXT）、表格上传、图片上传
3. 知识问答：引用知识库进行精准回答
梳理二、IMA知识库的搭建方法的适用场景、输入输出和使用边界
演练：学员创建自己的IMA知识库，上传课程相关资料

三、IMA知识库在课程开发中的应用

1. 课程内容知识库：将萃取的内容上传知识库，随时检索调用
2. 学员问答知识库：建立常见问题知识库，学员自助查询
3. 讲师资料知识库：将讲师个人经验整理成知识库，实现经验传承
4. 知识库的智能体调用与长期记忆设计
梳理三、IMA知识库在课程开发中的应的适用场景、输入输出和使用边界
演练：学员为自己的课程搭建一个内容知识库
运用IMA

学员作品优化成果展示

内容重点

1. 学员展示"优化前vs优化后"的课程作品对比
2. 评审团（讲师+学员）点评与建议
3. 优秀作品分享与经验借鉴
4. 后续优化方向与行动计划制定
成果展示：每位学员进行5分钟的作品展示，分享AI工具使用心得

适合对象

需要学习AI工具提升课程开发与授课工作效率的内训师、业务专家

课程定位与主要问题

工具会用但流程接不上、结果不好验时，课程可以用于梳理现状、练习方法，并明确课后的跟进责任

核心收益

场景边界更清楚：工具场景、输入要求和输出校验，减少只听概念、不知道怎么用的落差
围绕导入模块——AI工具认知与课程全景图校准目标和边界，明确课堂重点动作
流程复用更容易：四类大模型在培训中的应用方向安排练习，检查方法、工具和流程是否可用

查看更多收益收起更多收益

人工复核有抓手：课程开发与授课中文本/文稿内容生成相关的责任分工、跟进节奏和复盘问题

课程背景与交付信息

在数字化转型浪潮中，企业内训正从传统模式向智能化、高效化升级。内训师作为企业知识传递的核心力量，面临着课程开发周期长、课件制作耗时、配套材料不完善等挑战。如何借助AI工具大幅提升课程开发与授课效率，成为每一位内训师的必修课

然而，许多内训师虽有丰富的授课经验，却对AI工具感到陌生，不知从何入手。本课程专为有基础课件的内训师设计，不讲底层逻辑，从完善现有课程角度出发，多演示多实操，最终让每位学员输出"优化前vs优化后"的课程作品，真正实现AI赋能课程开发的落地效果

课程时间

一天

授课方式

老师演示、案例分析、小组讨论、学员跟练、成果展示授课天数： 2天（6小时/天）时间课程内容

课程内容重点

01导入模块——AI工具认知与课程全景图

02四类大模型在培训中的应用方向

03语言大模型：课程开发与授课中文本/文稿内容生成

04——代表AI

05音频大模型：把访谈/讲稿音频转为文本

讲师介绍

马斌

内训师培养与数字化课程开发专家

TTT-AI数字化转型教练，专注内训师培养、AI办公提效及企业文化落地。拥有近20年实战经验，累计授课1300多场，独创五问系列版权课程，助力企业实现培训数字化与文化高效传播

电力能源通信金融银行烟草制造业汽车运输

查看讲师主页

课程差异说明

本课程页面围绕《AI赋能内训师-课程开发与授课，训练AI工具运用实战训练》重点呈现课程定位、适合对象、核心收益和 8 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

适合需要学习AI工具提升课程开发与授课工作效率的内训师、业务专家等需要系统提升相关能力的人群

学习这门课可以获得什么收益？

掌握AI提示词编写的IOS法则及有效追问技巧，能精准输出符合需求的AI指令，并结合课程中的工具、案例和练习推动企业培训落地

课程通常安排多长时间？

当前样板提取的课程时间为：第一天上午导入模块——AI工具认知与课程全景图 9：00-10：00 课间休息 10：00-10：10 课程定位——AI辅助确定课程目标与价值 10：10-11：10 经验萃取——AI辅助萃取业务内容与知识 11：10-12：00 午餐休息 12：00-14：00 第一天下午 AI辅助设计课程框架 14：00-15：30 课间休息…

课程采用什么授课方式？

课程主要采用老师演示+案例分析+小组讨论+学员跟练+成果展示授课天数： 2天（6小时/天）时间课程内容，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配