---
name: course-outline
tags: [course-design, curriculum, instructional-design]
creator: 传鹏
description: |-
  从知识库取材生成课程大纲与模块详案。先澄清需求，再检索库内素材，按"讲授:练习:复盘"配比排出模块与时长，每个模块标注素材出处，最后输出缺口清单。

  触发词：做一门课、开发课程、出大纲、课程设计、内训方案、课程框架、排课表、模块设计
---

# 做课：从库到可交付大纲

## 第 0 步 · 需求澄清（**不许跳过**）

以下 5 项缺任何一项，先问清楚再动手：

| 项 | 为什么必须知道 |
|---|---|
| **学员是谁** | 岗位、职级、AI 使用经验。决定讲多深 |
| **要解决什么业务问题** | "学 AI"不是需求，"客服响应慢 30%" 才是 |
| **时长与形式** | 半天/1天/3天2晚，线上/线下，是否有晚课 |
| **交付物** | 只要讲授？要产出 PPT 模板？要每组交一个作品？要认证？ |
| **验收标准** | 老板/客户怎么判断课讲成功了 |

如果用户说"你看着办"，按公司主力产品默认值走并在方案开头声明假设：
> 假设：3天2晚 / 40人 / 零基础到能用 / 交付物是每组一个可跑的 Agent 工作流。如不符请指出。

---

## 第 1 步 · 取材（**禁止凭记忆写大纲**）

对每个候选模块主题，走 `kb-query`：

```bash
python 90-工具/kb.py status        # 先确认没有未整理的料
```

然后按主题检索 `topics/`、`modules/`、`sources/`。

**产出物是一张素材对照表**，不是大纲：

| 模块主题 | 库内素材 | 页路径 | 证据等级 | 判定 |
|---|---|---|---|---|
| 提示词工程 | 三类基础方法 + 5 个行业案例 | `modules/D1-提示词工程.md` | B | 可做，讲时说「案例来自…」 |
| Agent 编排 | 仅 1 份工具文档 | `sources/Coze文档.md` | C | 可做，但必须标「经验为主」 |
| 企业落地路径 | 无 | — | — | 缺，不许硬编 |
| 市场规模 | 白皮书测算 380 亿 | `topics/AI培训市场.md` | B | 可做，说「某机构测算」 |

**证据等级决定这个模块能讲多重的话**：

| 等级 | 课里怎么说 |
|---|---|
| A | 直接讲，页脚标出处 |
| B | 必须说「某机构测算」「有研究显示」，不能说「数据显示」 |
| C | 必须说「我们的经验是」，不能当结论，不能写进 PPT 标题 |
| D | **不上课件**。只能作为「待验证假设」放进讲师备注 |

「缺」的模块不要硬编。要么换成库里有料的方向，要么明确告诉用户"这块需要补料才能讲"。

---

## 第 2 步 · 排结构

### 时间预算（AI 技能类课程的硬约束）

| 总时长 | 有效教学时间 | 讲授 | 动手 | 复盘/答疑 |
|---|---|---|---|---|
| 半天 | 3.5h | 1.2h | 1.8h | 0.5h |
| 1 天 | 6.5h | 2.2h | 3.5h | 0.8h |
| 2 天 | 13h | 4.5h | 7h | 1.5h |
| 3 天 2 晚 | 19h | 6.5h | 10.5h | 2h |

**讲授占比不超过 35%** —— 这是 AI 技能课和传统讲授式培训的分水岭。超过这个比例，学员回去什么都不会。

### 模块切法

每个模块必须能回答"学完这个，学员手上多了一个什么东西"。

```
模块 ≠ 知识点罗列
模块 = 一个完整的能力闭环（输入 → 处理 → 输出 → 检验）
```

好模块：「能用 15 分钟把一个模糊需求变成可执行的提示词模板，并当场跑通」
坏模块：「提示词的定义、分类、发展历史、注意事项」（这是教材，不是训练）

### 递进结构（3 天 2 晚参考）

```
D1 上午  认知对齐 + 第一个可用产出（必须让学员当天有成就感）
D1 下午  核心方法 + 高频场景覆盖
D1 晚    工作坊：把自己的真实工作流拆解一遍
D2 上午  从单点到流程（编排/自动化）
D2 下午  组队做真实业务课题
D2 晚    辅导打磨
D3 上午  成果发布 + 互评
D3 下午  落地机制（谁负责、怎么考核、怎么复用）+ 结课
```

---

## 第 3 步 · 写大纲

输出到 `20-课程产出/<客户简称>-<课程名>-<YYYYMM>/`：

```
00-需求确认.md      ← 第 0 步的澄清结果 + 假设声明
01-课程大纲.md      ← 一页纸能看完全貌
02-模块详案/        ← 每个模块一个 md
03-缺口与补料.md    ← 库内素材不够的地方
04-交付物清单.md    ← 学员产出什么、讲师交付什么
```

### `01-课程大纲.md` 骨架

```md
# <课程名>

> 学员：__ / 时长：__ / 人数：__ / 形式：__
> 一句话目标：学完能 ___

## 能力地图
（学完前后对比，3–5 条）

## 课表

| 时间 | 模块 | 形式 | 产出 | 素材出处 |
|---|---|---|---|---|
| D1 09:00–10:30 | M1 认知对齐 | 讲授+投票 | 个人 AI 使用现状清单 | `topics/企业AI落体现状.md` |
| ... | | | | |

## 设计说明
（为什么这么排：难度曲线、练习节奏、为什么先讲这个后讲那个）
```

**「素材出处」列不许留空。** 留空说明这个模块是编的。

### `02-模块详案/<Mx-模块名>.md` 骨架

```md
# M2 提示词工程

**时长** 120 分钟（讲授 40 / 练习 70 / 复盘 10）
**学员产出** 一份自己岗位的提示词模板库（≥3 条）

## 学习目标
- 能说出好提示词的 4 个要素
- 能把自己岗位的一个高频任务改写成模板

## 内容线
1. 为什么同一句话，AI 给出的结果差十倍（10min，对比演示）
2. 四要素：角色 / 任务 / 约束 / 示例（25min）
3. 现场改写（60min，用学员自己的真实任务）
4. 互评 + 讲师点评（15min）

## 使用素材
- 三类基础方法 → `sources/提示词案例集.md`
- 行业案例 → `modules/D1-提示词工程.md` 第 3 节

## 常见卡点
- 学员会写成"帮我写个方案" → 现场用这个反例演示
- 有人觉得"这不就是聊天" → 用前后对比数据打掉

## 讲师提示
（语气、节奏、什么时候该停下来等）
```

---

## 第 3.5 步 · 证据配比自检（决定这门课的性质）

数一下讲授内容的等级分布，写在大纲开头：

```
证据配比：A 20% / B 45% / C 35% / D 0%
```

- **A+B ≥ 60%** → 这是一门"有依据的课"，可以对外报价
- **A+B 在 40–60%** → 能讲，但销售时必须说清"部分内容是我们的实践总结"
- **A+B < 40%** → 这门课本质是讲师经验分享。**要么补料，要么改定位**，不要包装成有数据支撑的课

这不是学术洁癖。客户里总有一个人会问"这个 42% 哪来的"，答不上来，后面所有内容都会被怀疑。

---

## 第 4 步 · 缺口报告（这是课程质量的诚实度）

`03-缺口与补料.md`：

```md
# 素材缺口

| 模块 | 缺什么 | 影响 | 补料建议 |
|---|---|---|---|
| M5 Agent 编排 | 缺 2 个真实企业落地案例 | 学员会觉得虚 | 补 `02-客户与需求/` 里的实施记录，或访谈 1 家已落地的客户 |
| M7 效果评估 | 无任何库内素材 | 该模块目前靠讲师经验 | 补 1 份 ROI 测算方法论 |
```

**不许把缺口藏起来。** 一个诚实标了 3 个缺口的方案，比一个看起来完美但经不起追问的方案有价值得多。

---

## 交付后

课程跑完，把现场产生的东西（学员作品、提问、卡点、讲师复盘）放回 `00-原材料/03-课程素材/<课程名>-复盘/`，然后 `kb-sync`。

**这是这套系统的复利来源**：下次做同类课，库里的素材比这次厚一倍。