AI知识服务的两大产品
两款产品采用不同的AI应用逻辑，分别适配不同的业务场景需求
微咨询式一站课程开发
核心逻辑：+AI
AI作为工具提升萃取/开发效率， 核心工作仍然是传统的课程开发。最终产出仅为经验萃取文档、课程等单一内容形式。 这是传统的"课程开发+AI辅助"模式。
AI角色定位
核心特点
- 聚焦课程：以课程开发为核心交付目标
- AI提效：AI辅助案例生成、内容优化
- 产出单一：主要交付课程及相关文档
AI场景知识服务
核心逻辑：AI+
将核心工作从"课程开发"转移到场景知识的设计与开发， 课程仅为众多产出中的一种，AI成为核心底层支撑。先定义具体业务场景， 梳理场景下的知识语料，对语料进行溯源、清洗、整理，最终形成结构化的场景语料库。
AI角色定位
核心特点
- 颗粒度小：瞄准企业单一具体业务场景
- 产出多元：课程、AI专家、AI陪练、知识检索等多形态
- 语料核心：专属语料加工方法是核心竞争力
AI场景知识服务的核心步骤
定义业务场景
先定义具体业务场景，梳理场景下的知识语料及客户需求
语料溯源整理
对语料进行溯源、清洗、整理，内容不全时补充知识萃取，形成结构化场景语料库
多形态产出
基于语料库实现多形态产出：课程、AI专家、AI陪练、知识检索等延伸应用
核心关键：未加工的原始语料存在杂乱、不完整、无结构化的问题，我方拥有专属的语料加工方法，是打造场景语料库的核心能力。
企业课程开发面临的三大核心挑战
传统课程开发模式的痛点与困境
短周期与开发量大的矛盾
精品课程开发项目通常要求在30天左右的短周期内完成多门精品课程的开发工作。从课程设计、内容开发到成果输出，涉及课程结构设计、知识萃取、案例开发、教学设计、材料制作等多个环节，对项目管理和执行能力提出了极高要求。
较高的专业难度
精品课程开发涉及多个专业领域，包括任务场景分析、知识主题分析、知识萃取、教学设计、活动体验设计等。这些工作不仅需要深厚的学习技术理论功底，还需要对业务领域有深入的理解。
专家的工学矛盾
课程开发需要业务专家的深度参与，但专家往往面临繁重的业务工作压力，难以投入大量时间参与课程开发工作。如何在有限的时间内，确保专家的知识经验得到有效萃取和转化，是项目成功的关键。
顾问式课程开发：三大核心解决方案
微咨询+AI辅助的创新开发模式
顾问微咨询开发模式
咨询顾问承担主要的分析和开发工作，通过深度访谈、案头研究、焦点小组等方式， 系统萃取业务专家的知识经验。组织方主要提供岗位专家资源，大幅降低组织参与难度。
AI辅助开发方法
将访谈萃取的专家智慧作为AI输入，利用大语言模型辅助生成岗位相关的学习内容。 顾问和业务专家共同审核、迭代优化AI生成的内容，确保输出成果的可靠性和准确性。
质量保证机制
通过标准化的开发流程、成熟的方法论体系和严格的质量审核机制， 确保开发的内容质量处于市场的90-95分位水平，交付成果完整一致。
顾问式开发 vs 传统开发模式
全方位对比，优势显著
| 对比维度 | 顾问式课程开发 | 传统开发模式 |
|---|---|---|
| 组织难度 | 低，顾问主导开发，组织方主要提供岗位专家资源 | 高，需大量内部资源投入 |
| 专家时间投入 | 少，主要参与访谈和成果确认 | 多，需深度参与各环节 |
| 开发周期 | 短，约3个月（标准课程） | 长，通常6个月以上 |
| 内容质量 | 高，市场90-95分位水平 | 参差不齐，依赖内部人员能力 |
| AI技术应用 | 深度应用，AI辅助生成案例、课程、手册 | 较少应用 |
| 交付完整性 | 完整套件，即开即用 | 往往需要二次开发 |
四阶段标准化实施流程
约3个月完成标准课程开发，质量达市场90-95分位水平
组织与计划
- 组建课题专家小组，明确项目组织架构和沟通机制
- 定义课程说明书，明确课程开发的目标、范围和边界
- 制定详细的开发日程计划，明确各阶段时间节点和里程碑
深度调研
- 开展案头调研分析，收集整理相关领域的成熟知识和最佳实践
- 进行线上线下深度访谈（约2小时/人），系统萃取业务专家的知识经验
- 顾问基于调研结果，开发出课程全套交付物的讨论稿
课程开发
- 以课题为单位进行焦点小组校准（2-3小时/课题），组织业务专家审核反馈
- 根据反馈意见进行迭代优化，确认终稿内容
- 完成教学PPT、讲师手册、学员手册等全套材料制作
开发对齐
- 开展开发赋能认证工作坊（2次，每次2天），对内部讲师进行培训
- 组织试讲认证（现场），确保讲师具备独立授课的能力
- 完成讲师认证，确保课程交付质量
学习技术方法论体系
系统化的专业知识框架，确保开发成果的科学性和有效性
任务场景定义模型
采用AOE模型和LEAO模型进行场景描述
- AOE模型：行为动作（Action）、动作对象（Object）、行为环境（Environment）
- LEAO模型：学习者（Learner）、环境（Environment）、动作（Action）、对象（Object）
知识分类技术
按知识类型进行系统分类，确保知识结构完整
- 过程（How）：完成任务/解决问题的流程步骤
- 原理（Why）：条件、公式、原则、分类处理策略
- 概念（What）：名词术语、类别、组成成分
- 信息工具：信息清单、表单、模板、图纸
WWH通用结构
课程内容设计的通用框架，确保知识体系完整
- What（是什么）：名词术语、分类类别等概念性知识
- Why（为什么）：条件要素/原则、分类处理策略等原理性知识
- How（如何做）：应用场景、流程步骤、行为方法等过程性知识
改进型梅瑞尔五星教学设计
系统化的教学设计模型
- 导入激发：激活学习者已有经验，通过测试认知获得初步经验
- 展示新知：通过讲授新知、视频动画展示呈现学习内容
- 例证新知：通过实例、示范、案例帮助理解
- 理解练习：通过测试评估、模拟演练巩固学习效果
案例STORY模型
案例开发的标准化方法
- S-Situation（背景）：描述任务场景的背景信息
- T-Trouble（面临挑战）：描述遇到的挑战性问题
- O-Options（面临选择）：描述情绪反应、感受及可能的选择
- R-Result（取得结果）：描述应对过程和取得的结果
- Y-Yield（反思收获）：总结经验，升华价值
标准课程六件套交付
完整套件，即开即用，确保培训效果有效达成
课程说明书 (CD)
课程基本信息、教学目标、适用对象、前置要求等
明确课程定位、学习目标、目标学员、课程时长、前置知识要求等基础信息
课程内容大纲 (CO)
课程知识框架、知识点结构、内容要点
系统呈现课程的知识体系结构，包括WWH结构、知识分类、逻辑关系等
课程教学大纲 (IO)
教学活动设计、时间分配、教学方法
基于五星教学设计模型，设计每节课的教学活动、时间分配、教学方法
教学PPT
课堂授课使用的演示文稿
配合教学活动设计的精美PPT，包含案例展示、互动环节、知识讲解等内容
讲师手册
授课指导、讲解要点、时间控制、注意事项
为讲师提供详细的授课指导，包括每页PPT的讲解要点、时间控制、互动设计等
学员手册
学习资料、练习题、参考资料
为学员提供系统的学习资料，包括知识点总结、练习题、案例分析、参考资料等
典型项目案例
众多行业头部企业的选择，专业可靠的服务品质
中铁隧道集团
8位专家带头人，近100位业务专家
开发3大任务模型，50个任务知识图谱和在岗带教工作手册，近100小时精品课程，约1万道的题库
针对隧道施工领域的复杂技术场景，通过微咨询式开发模式，系统萃取专家经验，形成标准化的课程体系和知识资产。项目涵盖隧道开挖、支护、衬砌等核心工序，建立了完整的技能操作标准和培训体系。
中国石油
30位专家带头人，近300位业务专家
开发8大高技能岗位，8大任务模型和学习地图，近100个任务知识图谱，120余门精品课程，约1.6万道题库
覆盖石油开采、炼化、储运等核心业务领域，建立完整的高技能人才培训体系。项目涉及钻井、采油、集输、炼油等关键岗位，通过系统化的知识萃取和课程开发，大幅提升了技能培训的效率和质量。
东北证券
10个岗位序列
开发示范性学习地图，累计100多门标课，超过200多门在线课程，培养两批学习内容开发方向内训师
针对证券行业的合规、投顾、运营等核心岗位，构建覆盖全业务链的培训体系。项目重点围绕财富管理、投资银行、资产管理等业务线，建立了标准化的培训课程体系和内训师培养机制。
兵工集团民生物流
4个专业线，22个岗位
21个岗位知识模型，21个岗位知识地图和课程资源体系，21个岗位训战型分级学习地图，70个实战型案例
聚焦汽车物流的核心作业场景，打造从基层操作到管理岗位的完整学习路径。项目涵盖仓储管理、运输调度、配送服务等专业线，通过训战结合的方式，实现了知识向能力的高效转化。