AI 副業實戰教學

AI 教學真學員驗證:報名不是學習需求

群裡 200 人喊著想學,開班 8 人沒人交作業——這就是 AI 教學最大的陷阱。本文給你一張真學員驗證單:5 行為訊號 + 100 分評分 + 紅黃綠結論,算完直接告訴你能不能開班、要不要先做工作坊。

📖 本篇術語速查表
英文 / 縮寫中文一句話解釋
AI literacyAI 素養理解、使用、評估和負責任地應用 AI 的能力。
learner學員真正帶著學習任務、願意練習並反饋的人。
learning outcome學習成果學完後能做出的具體結果,而不是“聽懂了”的感覺。
assignment作業用來驗證學員是否真的掌握某個能力的小任務。
cohort訓練營班級一組學員在固定週期內一起學習、練習和反饋。
workshop工作坊圍繞一個具體問題現場講解、演示和練習的教學形式。
consultation諮詢針對個人或企業具體問題提供診斷和方案的服務。

讀完你能交付:一張《[課程方向]》真學員驗證單(5 行為訊號 + 100 分評分 + 紅黃綠結論 + 7 天驗證動作)。 一句話錨點:報名 200 人不等於學員 8 人——先看作業、提問、追問,再決定開課、工作坊還是暫緩。 涉及 AI 工具能力、教育平臺規則、隱私、未成年人、企業培訓、付款、退款、退課條款和證書時,以執行當天官方文件、平臺後臺和合同約定為準。

不想讀完?把下面這段提示詞丟給 AI 幫你跑完——複製提示詞,餵給 Codex / Claude Code / Cursor / DeepSeek,把變數改成你的課程方向,AI 會按本文框架輸出真學員驗證報告。

# 角色:AI 教學 / 線上課程 / 知識付費 / 訓練營真學員驗證顧問

你是我 AI 教學方向的真學員驗證顧問。我會把一個想做課的方向(主題、目標人群、已有的提問 / 報名 / 作業 / 私信 / 試聽記錄)交給你,你的工作不是替我決定做不做這門課,而是把"看起來感興趣的人"和"真正在學習的人"區分清楚,告訴我現在的方向是綠燈可以收費試點、黃燈先做工作坊或試聽、還是紅燈只剩注意力還沒有教學需求。你只做需求驗證和形態判斷,不寫課程大綱、不替我設計作業評分細則、不挑課程平臺;隱私、未成年人、教育合規、平臺分成、付款退款一律標"以執行當天官方文件和合同約定為準",不編固定數字;報名人數 / 進群人數 / 點贊數一律剔除,只算行為訊號;不寫"AI 教學是藍海""一定會爆"這種安慰話。

## 核心任務

把我的教學方向翻譯成一張能反證的真學員驗證單:5 個真學員行為訊號逐項判斷,5 步驗證流程跑一遍,100 分評分表算出目前階段,3 類偽需求逐項排除,最後給紅 / 黃 / 綠結論 + 適合的產品形態 + 7 天驗證動作清單。


**成功標準**:交付的結果必須同時滿足——5 行為訊號是否每個都標了三檔之一;評分表是否 5 維度都打滿 0-20;偽需求 3 類是否都查過;結論是否綠 / 黃 / 紅三選一;產品形態是否只選 1 種不混;7 天動作是否 ≤3 件;有沒有用報名人數 / 點贊數 / 進群數當作判斷證據(這些必須剔除)。 任意一條沒滿足即視為未達標,需補料後重跑。
## 資訊輸入

驗證之前先看我手裡的材料齊不齊。

如果教學主題、目標學員(個人新手 / 職場人 / 創作者 / 老師 / 企業團隊)、學員現在遇到的具體任務、我已有的內容 / 社群 / 試聽記錄、過去 30 天提問 / 作業 / 私信 / 付費證據這五件事我能填出 60% 以上,你就直接開始判斷。如果我填得很模糊(比如"教 AI 給小白"這種沒有窄化的方向),你就先停下來進入訪談模式:一次問我一個問題,給我三到五個選項讓我選,等我答完你複述確認,再問下一個。

訪談時你要問的就是這五件事:

1. 教學主題最窄化到一個任務能不能說出來?("教 AI" / "教 AI 寫作" / "用 ChatGPT 把會議錄音整理成行動清單",選最具體那個)
2. 目標學員是個人新手 / 職場人 / 創作者 / 老師 / 企業團隊中的哪一類?最好只選 1 類。
3. 過去 30 天有幾個人主動說出"我想用 AI 解決具體某件事"?(0 / 1-3 / 4-9 / 10+ 選一檔)
4. 有沒有人提交過作業、文件、提示詞截圖給你看?(沒有 / 1-2 個 / 3 個以上)
5. 有沒有人問過你單課、訓練營、諮詢、企業內訓的價格或細節?(沒有 / 問過 / 已付費 / 已復購)

如果完全沒有學員行為證據,只有報名 / 點贊 / 收藏,直接判紅燈並轉去做內容驗證;如果學員願意交作業但還沒付費,先排工作坊或小班試聽;如果已經有付費 + 復購 + 轉介紹,強制要求量化到具體人數和場景再做產品形態判斷。

## 工作流程

第一步是 5 個真學員行為訊號逐項打分,每個訊號只能選"出現 / 偶爾 / 沒有"三檔:

| 行為訊號 | 出現意味著 | 沒有意味著 |
|---|---|---|
| 說出場景 | 學員知道自己想用 AI 解決什麼任務 | 還停留在"想了解 AI" |
| 提出問題 | 問步驟、限制、案例、工具選擇 | 只問"能不能賺錢""會不會替代我" |
| 完成練習 | 願意提交作業 / 截圖 / 流程結果 | 只收藏、只進群、只點贊 |
| 請求反饋 | 希望你指出哪裡錯、哪裡改 | 只想聽完不想被改 |
| 繼續行動 | 問進階、諮詢、企業內訓 | 學完沒下文 |

只有"說出場景 + 提出問題"是中訊號;"完成練習 + 請求反饋"才是強訊號;"繼續行動"是商業訊號。在 `<thinking>` 標籤裡標出"哪幾個訊號出現、哪幾個缺、對應到哪個階段"。

第二步是 5 步驗證流程跑一遍:找具體工作或學習場景 → 區分焦慮圍觀 vs 任務學習 → 用作業結果驗證需求 → 看提問和覆盤深度 → 決定做課 / 做諮詢 / 暫緩。每一步都要寫出目前學員表現屬於哪一檔(焦慮圍觀 / 任務學習 / 商業訊號),並寫"什麼證據支援這個判斷"。

第三步是按 100 分制評分表給出階段判斷:

| 維度 | 分值 | 判斷問題 |
|---|---|---|
| 場景清楚 | 20 | 學員能不能說出具體任務 |
| 痛點真實 | 20 | 是否已經被這個問題影響 |
| 作業可交 | 20 | 是否願意提交半成品 |
| 反饋可用 | 20 | 提問是否幫你改課程 |
| 商業可談 | 20 | 是否出現進階 / 諮詢 / 團隊需求 |

80 分以上 = 綠燈,可以設計收費試點;60-79 分 = 黃燈,先做工作坊或試聽;低於 60 分 = 紅燈,繼續做內容驗證,暫緩做產品。

第四步是 3 類偽學習需求逐項排除。焦慮型需求只緩解落後感、沒有具體任務,適合做內容教育不適合系統課;工具獵奇問很多工具名字但沒有使用場景,可以做工具對比不能當深度學習需求;免費陪跑一直問問題但不交作業、不付費、不進入服務範圍,要儘早設邊界。每一類偽需求都要在目前材料裡找證據,標"出現 / 沒出現"。

第五步是按結論匹配產品形態:很多人問同一個入門問題 → 單課或小課;少數人有相同任務並願意練習 → 工作坊或訓練營;問題高度依賴個人 / 企業場景 → 諮詢或內訓;只有圍觀沒有作業 → 暫緩做產品繼續內容驗證。產品形態要服務學習成果,不要服務你的內容庫存。

第六步是給紅 / 黃 / 綠結論 + 7 天驗證動作清單。7 天內只允許做 1-3 件事:找 3 個真學員做 30 分鐘訪談 / 設計一個當天能完成的小作業並請 3 人提交 / 跑一次 60 分鐘工作坊看實際到場和提問深度。不許同時鋪開 5 件事。

## 示例 / 樣板

輸入是"我想教職場人用 AI 寫週報和會議紀要,已經有一個 200 人的微信群,過去 30 天有 12 人主動問過具體步驟,3 人提交過他們的提示詞截圖給我看,1 人付費 199 元參加了我的 60 分鐘試聽課"。

期望輸出:5 行為訊號裡"說出場景 + 提出問題 + 完成練習"出現,"請求反饋"偶爾,"繼續行動"出現 1 個商業訊號。評分表場景清楚 18 + 痛點真實 16 + 作業可交 14 + 反饋可用 12 + 商業可談 12 = 72 分 → **黃燈**,先做工作坊或小班試聽,不直接上長課。產品形態匹配:4-8 人小工作坊(一次 90 分鐘,每人交 1 份週報或紀要作品,可以收 299-599 元)。7 天動作:再找 3 個交過作業的人做 30 分鐘一對一訪談,把他們的真實任務拆細 → 設計一個當天能完成的"用 AI 把 1 小時會議錄音整理成 5 條行動清單"小作業 → 在群裡招募 5 人下週日跑 90 分鐘工作坊。

反面例子:報"群裡 200 人很有興趣可以直接賣 999 訓練營"(違反"剔除注意力指標");編"行業 70% 學員會復購"(無源資料)。

## 輸出規範

直接輸出《[教學主題]》真學員驗證單正文,不要前言後語,總字數 900 到 1400 字,按以下順序:

1. **5 行為訊號判斷**:每行標"出現 / 偶爾 / 沒有" + 證據
2. **5 步驗證流程**:每步標目前學員表現屬於哪一檔 + 證據
3. **100 分評分表**:5 維度逐項打分 + 總分
4. **3 類偽需求排除**:每類標"出現 / 沒出現" + 證據
5. **紅 / 黃 / 綠結論**:三選一 + 一句話理由
6. **匹配的產品形態**:單課 / 工作坊 / 訓練營 / 諮詢 / 內訓 / 暫緩 六選一
7. **7 天驗證動作清單**:1-3 件具體事,每件寫"什麼變化算解決"

輸出前自檢:5 行為訊號是否每個都標了三檔之一;評分表是否 5 維度都打滿 0-20;偽需求 3 類是否都查過;結論是否綠 / 黃 / 紅三選一;產品形態是否只選 1 種不混;7 天動作是否 ≤3 件;有沒有用報名人數 / 點贊數 / 進群數當作判斷證據(這些必須剔除)。

## 硬約束 · 拒絕場景
遇到下面這些情況直接拒絕驗證,告訴我先回去補哪一項:

- 教學主題沒窄化到一個任務("教 AI" "教小白用 AI")→ 轉訪談窄化
- 5 行為訊號 4 項以上沒有證據 → 轉訪談或先做 30 天內容驗證再回來
- 要求給"行業平均完課率""AI 教學客單價中位數"這種無源數字 → 拒絕,回平臺或自己資料核驗
- 要承諾學員收入 / 漲薪 / 接案 / 拿證 → 拒絕,違反角色邊界
- 涉及未成年人資料、企業敏感資料、醫療 / 法律承諾合規紅線 → 拒絕
- 佔位符 `___` 未替換或欄位全空 → 拒絕

先給結論

AI 教學要先找真學員,再做課程。

下面這張圖把「報名 → 真學員 → 產品形態」的判斷順序串了一遍,只有越過作業和反饋兩個閘門,才允許進入收費試點

流程图加载中

真學員不是“對 AI 感興趣的人”,而是出現過具體學習行為的人:

行為說明
說出場景知道自己想用 AI 解決什麼任務
提出問題問的是步驟、限制、案例、工具選擇,而不是隻問“能不能賺錢”
完成練習願意提交作業、截圖、文件或流程結果
請求反饋希望你指出哪裡錯、哪裡可以改
繼續行動詢問進階、諮詢、企業內訓或長期陪伴

如果只有報名、點贊、收藏和圍觀,這還不是教學需求,只是注意力。注意力可以用來測試選題,不能直接當作課程產品驗證。

為什麼報名不是學習需求

AI 教學特別容易被“報名”誤導。

很多人報名,是因為焦慮:怕自己落後、怕工作被替代、怕孩子不會用 AI、怕團隊跟不上。焦慮能帶來短期關注,但不一定帶來學習投入。

教學需求要看後面的行為:

表面訊號更可靠的訊號
報名了是否到場、是否提問
進群了是否完成練習
收藏了是否複述學到什麼
問工具是否說清要完成什麼任務
誇課程是否願意讓你改他的作業

強調學習要以學習者為中心,關注障礙、選擇、表達和證據。翻成 AI 教學的商業判斷,就是:學員有沒有真實障礙,是否願意用你的方法跨過去。

沒有障礙,只有興趣,很難形成穩定課程需求。

真學員長什麼樣

真學員通常有三個特徵。

第一,他有具體任務。比如“我要用 AI 改簡歷”“我要用 AI 寫公眾號選題”“我要給團隊做會議紀要自動化”“我要教學生負責任地使用 AI”。

第二,他願意暴露半成品。真學習不是聽完,而是拿出自己的文件、流程、提示詞、課堂設計或業務問題,讓老師幫他改。

第三,他能說出下一步。學完後要釋出一篇文章、做一個表格、交一份報告、完成一節課、搭一個流程,而不是“感覺開眼界”。

可以用這張表初篩:

學員表現判斷
只說想了解 AI弱訊號
能說出一個任務中訊號
願意提交練習強訊號
主動請求反饋強訊號
問進階、企業培訓或諮詢商業訊號

教學產品的需求,最終要落在“學員能做出什麼”上。

第 1 步:把學員任務窄化到「下週交作業」

不要先問“你想學 AI 嗎”,要問“你現在卡在哪件事上”。

常見場景可以這樣拆:

人群具體場景
職場人寫週報、整理會議、做表格、寫郵件、做彙報
創作者選題、指令碼、標題、配圖、釋出覆盤
老師備課、出題、反饋、差異化學習支援
企業團隊客服知識庫、銷售話術、文件自動化、流程梳理
自由職業者客戶 brief、報價、交付、覆盤

場景越具體,課程越容易設計。比如“AI 辦公課”太寬,“用 AI 把會議錄音整理成行動清單”就能馬上設計練習。

AI 教學不是講工具選單,而是把工具放進真實任務裡。

第 2 步:把焦慮圍觀和真學員從報名表裡分出來

焦慮圍觀和任務學習的表現不同。

維度焦慮圍觀任務學習
提問AI 會不會替代我我這類任務怎麼做
行動收藏、轉發、進群提交作業、請求反饋
付費理由怕錯過要解決當下問題
學完反應覺得資訊很多能做出一個結果

提醒,AI 是工具,不是替代個人判斷和客戶理解的萬能方案。做 AI 教學也一樣:你賣的不是“緩解焦慮”,而是讓學員完成具體任務。

如果一個群裡大家只討論“AI 會不會改變世界”,但沒人願意交作業,這個方向還停留在圍觀層。

第 3 步:用 20 分鐘小作業驗證完課率

最小課程驗證,不是發一節長課,而是設計一個小作業。

作業要滿足三個條件:

條件說明
學員當天能完成
和真實工作或學習場景有關
可評你能看出哪裡做對、哪裡要改

示例:

課程方向最小作業
AI 寫作用 AI 改一段自己的文章,並說明改了什麼
AI 辦公把一段會議記錄整理成任務清單
AI 教師應用設計一份含 AI 使用邊界的課堂活動
AI 程式設計入門讓 AI 幫你讀懂一個小指令碼並寫執行說明
企業 AI 工作流寫出一個部門流程的輸入、輸出和人工確認點

作業結果比報名表可靠。因為它證明學員願意投入注意力,也讓你看到課程是否真的幫到了他。

設計最小作業有一個反直覺的判斷:作業越小、學員越敢交。學員型別:30+ 人付費微信群、過去 30 天有 12 人主動問步驟、3 人主動曬過截圖、單課價位 99-299。在「寫一段可釋出短文」這種大作業裡只有 1-2 人交件;改成「用 ChatGPT 把上週週報刪掉一半字數」的 20 分鐘微作業後,當晚交件率明顯上來,且至少有 3 人提交多版迭代。規律:把作業切到 20 分鐘以內、且能用現有素材當晚交,是把“群成員”轉成“學員”的最低門檻。同樣的反直覺對營運崗、設計崗、教師崗三類目標學員都成立。

第 4 步:用群答疑提問深度判斷續課意願

真學員會追問細節。

覆盤時看四類問題:

問題型別含義
操作問題學員已經動手,但卡在步驟
判斷問題學員不知道哪個方案更適合
風險問題學員擔心隱私、版權、準確性或合規
遷移問題學員想把方法用到其他場景

如果學員只問“有沒有錄播”“會不會發課件”,學習深度還不夠。不是不能做課,而是不能直接做高價訓練營。

提問越具體,你越容易判斷該做單課、工作坊、訓練營還是諮詢。

第 5 步:按完課率倒推單課 / 訓練營 / 諮詢

一輪驗證後,按證據決定產品形態。

訊號適合形態
很多人問同一個入門問題單課或小課
少數人有相同任務並願意練習工作坊或訓練營
問題高度依賴個人或企業場景諮詢
只有圍觀,沒有作業暫緩做產品,繼續內容驗證

不要把所有需求都做成課程。課程適合可重複、可練習、可評價的能力;諮詢適合複雜場景和個別問題;企業培訓適合團隊共識和流程落地。

先選對形態,再談定價和推廣。

形態選錯的代價比定價錯更高:單課和工作坊錯位的危害是退款率和評價掉檔,而把高度場景化的需求做成長課會讓交付負擔和復購率同時崩。學員型別:20-30 人企業客服團隊 / 客單 ¥1999 / 8 節錄播課 / 自有內容平臺分發——把客服話術診斷硬塞進 8 節錄播後,第二期招生收縮明顯,原因是這類問題本來就該走 1 對 1 諮詢而不是長課。

繼續讀這兩篇能把「學員 → 產品形態」的判斷閉環:

真學員評分表

可以用 100 分制判斷。

維度分值判斷問題
場景清楚20學員是否能說出具體任務
痛點真實20是否已經被這個問題影響
作業可交20是否願意提交半成品
反饋可用20提問是否能幫助你改課程
商業可談20是否出現進階、諮詢或團隊需求

80 分以上可以設計收費試點;60-79 分先做工作坊或試聽;低於 60 分不要急著做課程。

這張表能幫你避開“很多人感興趣,但沒人真的學”的陷阱。

三種偽學習需求

第一種:焦慮型需求。

學員想緩解落後感,但沒有具體任務。適合做內容教育,不適合直接做系統課。

第二種:工具獵奇。

學員問很多工具名字,但沒有使用場景。可以做工具對比,但不要當成深度學習需求。

第三種:免費陪跑。

學員一直問問題,卻不提交作業、不付費、不進入明確服務範圍。這類互動會消耗你的教學精力,要儘早設邊界。

偽需求不是沒有價值,它可以提供選題線索,但不能直接支撐課程產品。

AI 怎麼輔助

AI 適合做教學驗證助理。

環節AI 可以做什麼人要判斷什麼
學員分組把報名表、評論、私信按場景分組哪些是真任務
作業設計給出不同難度的小作業是否能當天完成
反饋整理把作業問題歸類成步驟、判斷、風險哪些要改課程
產品建議判斷更像單課、工作坊、訓練營還是諮詢是否符合你的能力和時間

不要讓 AI 替你判斷“這個人會不會學”。它能整理文本,不能替你觀察學員是否真的動手。

更穩的方式是:AI 做素材和反饋整理,人做教學判斷和產品取捨。

官方資料與核驗口徑

平臺規則、演算法動向、報價規則、政策口徑都會變化。本文保留的是可遷移的判斷框架,具體數字一律給區間。

跨平臺核驗入口:

  • Teachable — 看課程託管平臺費率、退款與交付規範
  • 小報童 — 看付費專欄抽成、定價與分發規則
  • Patreon · Education — 看教育類創作者訂閱檔位與權益設計

涉及具體資料、比例、報價區間的部分,以執行當天后臺為準。

常見問題

學員說「聽不懂」要不要重講一遍?

先看是聽不懂還是沒動手。讓學員把卡點寫成一句話 + 截圖,多數情況下不是知識漏講,而是任務太大或材料沒準備。重講只解決 20%,剩下 80% 要靠把作業切到 20 分鐘以內並加 1 次群答疑確認。

訓練營拉群后沒人發言怎麼辦?

群活躍度不是學習訊號。第 1 周直接拋一道 20 分鐘可交的小作業,讓學員當晚交截圖;交了的進入正式名單,沒交的標為旁聽。沉默群通常是任務太寬 + 學員不知道交什麼,不是學員不夠熱情。

第一期完課率不到 30% 要不要給學員退款?

按報名時的退款條款處理,不要臨時承諾。開營前必須把「訓練營提供課程、反饋和支援,是否完成作業由學員負責」寫到入營須知;完課率低更要覆盤是作業太大、反饋太慢還是社群太吵,而不是用退款掩蓋結構問題。

主理人時間不夠,要外包答疑給助教嗎?

可以,但關鍵反饋不能外包。助教只做「提醒、整理問題、初步檢查格式」,作品質量點評和續課邀請必須主理人親自做。每週老師可投入小時數 ÷ 每份作業 15 分鐘 = 承載人數上限,超額就壓人數,不要靠助教稀釋主理人時間。

執行前至少核驗:

接下來去哪

如果你已經找到真學員,下一步讀 AI 教學必備技能,把課程設計、講解、作業、反饋和工具演示拆成學習清單。

如果你還在判斷產品形態,繼續讀 AI 教學變現路徑,區分單課、訓練營、諮詢和企業內訓。

如果你的方向更像內容服務,也可以參考 AI 內容服務真客戶驗證:別先賣 AI 文章,先把客戶任務和交付價值寫清楚。

本頁目錄