AI赋能内训师-课程开发与教学设计AI工具运用实战训练

线上部分之后继续拆到导入模块——AI工具认知与课程全景图和四类大模型在培训中的应用方向，让参训团队知道第一轮该跟进什么

1天 内训师培养
授课讲师： 马斌 · 内训师培养与数字化课程开发专家
获取课程方案 查看课程大纲

课程大纲

课程总览

内容重点
  • 线上部分

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

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
  • 线下部分

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
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-课程开发与教学设的适用场景、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-课程开发与教学设的工具配置、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

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
  • 课程总结、答疑

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

AI任务拆解、流程嵌入和输出复核复盘时，问题、方法和课后检查点需要连起来，便于回到岗位继续推进

核心收益

  • 场景边界更清楚：工具场景、输入要求和输出校验，先讲清对象、约束和判断标准
  • 围绕线上部分梳理关键判断点，避免停留在概念解释
  • 借助导入模块——AI工具认知与课程全景图完成一次可复盘的应用演练
  • 输出四类大模型在培训中的应用方向相关的后续跟进清单，方便课后跟踪

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

1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： 1天（6小时/天）

课程内容重点

01线上部分
02导入模块——AI工具认知与课程全景图
03四类大模型在培训中的应用方向
04语言大模型：课程开发与授课中文本/文稿内容生成
05——代表AI

讲师介绍

马斌 讲师头像

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-课程开发与教学设计，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： 1天（6小时/天），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