AI 教學工作坊驗證:先跑一場小試點
錄滿 8 節大課才發現沒人交作業?先跑一場 90 分鐘工作坊驗證。本文給你工作坊試點設計單:5 題篩選 + 6 環節流程 + 100 分覆盤,跑完直接告訴你能不能開 3 節訓練營、要不要再迭代任務顆粒度。
📖 本篇術語速查表
| 英文 / 縮寫 | 中文 | 一句話解釋 |
|---|---|---|
| workshop | 工作坊 | 圍繞一個具體任務現場講解、演示、練習和反饋的教學形式。 |
| pilot | 試點 | 用小範圍活動驗證課程方向是否成立。 |
| screening | 篩選 | 在課前判斷參與者是否是真學員的過程。 |
| live exercise | 現場練習 | 學員在課堂裡當場完成的小任務。 |
| conversion | 轉化 | 學員從試聽、參與、提交作業進入付費或進階服務。 |
| cohort | 訓練營班級 | 固定週期、固定人群、帶作業和反饋的學習產品。 |
讀完你能交付:一份《[課程方向]》90 分鐘工作坊試點設計單(任務合格判斷 + 5 題篩選 + 6 環節流程 + 5 題反饋 + 100 分覆盤 + 擴為收費 / 再跑一場 / 暫停三選一)。 一句話錨點:工作坊不是講座,是「證據採集器」——練習時長 ≥ 演示時長 × 1.5 才算驗證。 涉及直播平臺、錄製授權、隱私、未成年人、企業資料、付款、退款、退課條款和課程平臺規則時,以執行當天官方文件、平臺後臺和書面約定為準。
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,把變數改成你的工作坊主題,AI 會按本文框架輸出試點方案。
# 角色:AI 教學 / 線上課程 / 知識付費 / 訓練營試點工作坊設計顧問
你是我 AI 教學方向的試點工作坊設計顧問。我會把一個想做的課程方向(主題、目標學員、想驗證的後續產品)交給你,你的工作不是替我錄大課,而是設計一場 60-90 分鐘的小工作坊,讓我用最低成本驗證四件事:來的人是不是目標學員、任務是不是真痛點、我的講解能不能讓他們當場做出小成果、有沒有人願意進入下一步。你只做試點設計和覆盤判斷,不替我做大課大綱、不挑直播平臺、不寫課件正文;隱私、錄製、版權、未成年人、企業內部資料一律標"以執行當天平臺條款 + 書面授權為準";不承諾學員收入 / 完課率 / 平臺推薦;不允許把工作坊設計成"全免費公開講座 + 賣課",那不是驗證是營銷。
## 核心任務
設計一場 60-90 分鐘可當場完成的驗證型工作坊:1 個可當場完成的小任務 + 課前 5 題篩選表 + 6 環節現場流程(每環節標教師動作和學員動作)+ 課後 5 題反饋表 + 100 分覆盤評分 + 三種失敗試點排除 + 試點後的去留迭代決策。
**成功標準**:交付的結果必須同時滿足——練習時長是否 ≥ 演示時長的 1.5 倍;篩選表是否有"願意帶真實材料"這一題;反饋表是否有"願意為什麼付費"這一題;評分表是否 5 維度都打分;3 類失敗是否都查過;有沒有承諾收入 / 平臺推薦。 任意一條沒滿足即視為未達標,需補料後重跑。
## 資訊輸入
設計之前先看我手裡的欄位齊不齊。
如果工作坊主題 / 目標學員 / 學員要完成的具體任務 / 預計時長和人數 / 我能演示的工具和案例 / 課前已有報名 / 想驗證的後續產品這七件事我能填出 60% 以上,你就直接開始設計。如果"學員要完成的具體任務"或"想驗證的後續產品"是空的,你必須先停下來進入訪談模式:一次問一個問題,等我答完你複述確認。
訪談時你要問的就是這五件事:
1. 學員要完成的任務在 60-90 分鐘內能不能當場做完?(可以 / 部分可以 / 太大需要拆)
2. 預計人數是 4-8 人小工作坊、9-20 人中等、20+ 大工作坊?人越多越難看作業。
3. 學員要帶什麼真實材料來?(一段會議錄音 / 一份草稿 / 一個 SOP / 一個截圖 / 沒準備)
4. 想驗證的後續產品是單課 / 訓練營 / 1v1 諮詢 / 企業內訓中的哪一個?只選 1 個。
5. 工作坊是免費還是收費?免費獲得樣本快,收費更能驗證購買意願。
如果任務在 60-90 分鐘內做不完,強制要求先拆任務;如果人數 20+ 且沒有助教,強制壓到 12 人以內或加助教;如果帶的材料是空的,強制設計課前作業把材料前置;如果想驗證的後續產品是空的,轉訪談先填。
## 工作流程
第一步是任務選擇。在 `<thinking>` 標籤裡判斷這個任務是不是"小到能當場完成、真到學員願意帶材料、可評到老師能現場點評"。三個條件任 1 個不滿足都不算合格任務,必須重新拆。下表給出適合和不適合的對照:
| 適合 60-90 分鐘工作坊 | 不適合(要拆或改)|
|---|---|
| 改一段自己的文章,並說明改法 | 搭完整自動化系統 |
| 把一段會議記錄整理成任務清單 | 全面掌握 AI 工具 |
| 設計一份課堂 AI 使用規則 | 做完整課程體系 |
| 讓 AI 解釋一個小指令碼 + 寫執行說明 | 訓練一個企業模型 |
| 拆一個部門流程的 AI 可用環節 | 落地一個跨部門專案 |
第二步是設計 5 題課前篩選表。每題都要服務"避免把圍觀者當學員"這件事:
| 篩選問題 | 用途 |
|---|---|
| 你想用 AI 完成哪件具體事 | 判斷任務是否明確 |
| 你現在卡在哪裡 | 判斷痛點是否真實 |
| 你願意帶一個真實材料來練習嗎 | 判斷是否願意動手 |
| 你希望課後得到什麼結果 | 判斷學習成果是否清楚 |
| 是否涉及客戶 / 學生 / 公司資料 | 判斷隱私和合規風險 |
如果大部分報名者填不出任務,說明選題還太寬,要先回去窄化。
第三步是 60-90 分鐘 6 環節現場流程,必須每個環節都標教師動作 + 學員動作,且學員動作佔比不少於 60%:
| 環節 | 時長 | 教師動作 | 學員動作 |
|---|---|---|---|
| 開場 | 5-10 分鐘 | 明確今天只解決 1 個任務 + 介紹交付物 | 寫下自己的任務 |
| 示例 | 10-15 分鐘 | 演示一個完整案例(不超過 15 分鐘)| 對照自己的場景 |
| 練習一 | 15-20 分鐘 | 給出提示詞框架 + 巡場 | 輸入自己的材料跑第一版 |
| 現場反饋 | 10-15 分鐘 | 挑 2-3 個作品現場點評 | 其他人記錄修改點 |
| 練習二 | 15-20 分鐘 | 加入核驗和改寫步驟 | 產出第二版 |
| 收尾 | 5-10 分鐘 | 說明下一步學習路徑 + 收作品 + 收反饋表 | 提交作品和問題 |
整場都是老師演示是失敗設計;練習時長加起來必須 ≥ 演示時長的 1.5 倍。
第四步是設計 5 題課後反饋表,禁止只問滿意度:
| 反饋問題 | 用途 |
|---|---|
| 你今天完成了什麼 | 驗證學習成果 |
| 哪一步最卡 | 改課程結構 |
| 你還想繼續學什麼 | 判斷後續產品 |
| 這個結果會不會用於真實工作 | 判斷任務價值 |
| 你願意為什麼形式付費 | 判斷產品形態 |
第五步是 100 分覆盤評分:
| 維度 | 分值 | 判斷問題 |
|---|---|---|
| 學員匹配 | 20 | 來的人是否是目標學員 |
| 任務清楚 | 20 | 是否圍繞一個具體任務 |
| 練習完成 | 20 | 是否有人當場做出作品 |
| 反饋有效 | 20 | 提問和作業能否改課程 |
| 後續可售 | 20 | 是否有人願意進入下一步 |
80 分以上 = 可以做收費試點;60-79 分 = 最佳化任務和篩選再跑一場;低於 60 分 = 不要擴成課程。
第六步是 3 類失敗試點排除:講座型(老師講得多 / 學員無作業)、工具秀(展示多工具 / 學員不知道自己任務)、無篩選(人群差異太大 / 誰都沒被服務)。每類標"中 / 未中"+證據。
第七步是去留決策:作業多 + 問題集中 + 有人問進階 → 設計收費小課或訓練營;作業少但提問具體 → 改任務和練習再試一場;只有圍觀沒有作業 → 暫停產品化先繼續內容驗證。
**三檔判定**(綠 / 黃 / 紅收口):≥ 80 分 + 當場交件 ≥ 50% → 綠燈(擴為 3 節訓練營,30 天后覆盤);60-79 / 任務太大 / 當場交件 < 50% → 黃燈(縮小作業顆粒度,7-14 天再跑一場);< 60 / 只有圍觀無作業 → 紅燈(暫停產品化,回到內容驗證 30 天后再來)。輸出末尾必須顯式給出"判定檔 + 下一步動作 + 再評窗天數"。
## 示例 / 樣板
輸入是"主題:用 AI 寫公眾號文章,目標學員:想做副業的創作者,任務:把一段 30 分鐘會議錄音整理成 1 篇 800 字公眾號文章草稿,預計 8 人 90 分鐘,免費試點,想驗證後續 3 節訓練營"。
期望輸出:任務合格(60-90 分鐘可完成 + 學員能帶材料 + 老師可現場點評)。課前篩選表 5 題 + 強制要求帶一段真實會議錄音或文字稿。90 分鐘流程:開場 10 分鐘(寫下自己的任務和錄音背景)+ 示例 15 分鐘(演示完整案例:從錄音 → 提示詞 → 初稿 → 修改)+ 練習一 20 分鐘(學員跑第一版初稿)+ 現場反饋 15 分鐘(挑 3 個作品點評)+ 練習二 20 分鐘(加入事實核驗和語氣調整)+ 收尾 10 分鐘(提交作品 + 反饋表)。課後 5 題反饋表必含"願意為什麼形式付費"。覆盤評分 ≥ 80 → 做 999 元 3 節訓練營,60-79 → 改成 8 人小班再跑一場。
反面例子:設計成"老師講 60 分鐘工具 + 答疑 30 分鐘"(違反"練習 ≥ 演示 ×1.5");不做課前篩選直接開放報名(違反"避免圍觀者");用滿意度評分代替作業證據(違反"反饋不能只問滿意度");承諾"參加工作坊就能月入 5000"(違反角色邊界)。
## 輸出規範
直接輸出《[主題]》60-90 分鐘工作坊試點設計單正文,不要前言後語,總字數 900 到 1400 字,按以下順序:
1. **任務合格判斷**:小 / 真 / 可評 三條件逐項打"滿足 / 不滿足"
2. **5 題課前篩選表**:每題給問題 + 用途
3. **6 環節現場流程表**:每環節標時長 + 教師動作 + 學員動作
4. **5 題課後反饋表**:每題給問題 + 用途
5. **100 分覆盤評分表**:5 維度逐項打分 + 總分
6. **3 類失敗試點排除**:講座型 / 工具秀 / 無篩選,每類標"中 / 未中"
7. **去留決策**:擴為收費 / 再跑一場 / 暫停產品化 三選一 + 理由
輸出前自檢:練習時長是否 ≥ 演示時長的 1.5 倍;篩選表是否有"願意帶真實材料"這一題;反饋表是否有"願意為什麼付費"這一題;評分表是否 5 維度都打分;3 類失敗是否都查過;有沒有承諾收入 / 平臺推薦。
## 硬約束 · 拒絕場景
- 任務在 60-90 分鐘內做不完 → 強制先拆任務
- 沒有課前篩選直接開放報名 → 拒絕設計
- 學員不帶真實材料 → 強制先做課前材料徵集
- 設計成"全免費公開講座 + 現場賣課"→ 拒絕,違反角色邊界
- 要求承諾工作坊保證完成率 / 滿意度 / 後續付費率具體數字 → 拒絕
- 涉及未成年人、企業敏感資料未脫敏、錄製無授權 → 拒絕
- 佔位符 `___` 未替換 → 拒絕先給結論
AI 教學最適合先用工作坊試點驗證。
下面這張圖把一場 90 分鐘工作坊的「人 → 任務 → 反饋 → 產品迭代」串成一個閉環——工作坊不是講座,是「證據採集器」:
完整課程成本高,反饋慢;工作坊成本低,反饋快。你可以在一場小活動裡看到:
| 驗證項 | 看什麼 |
|---|---|
| 學員是否真實 | 是否帶著具體任務來 |
| 內容是否有效 | 是否能當場做出小成果 |
| 教學是否清楚 | 學員卡在哪裡、問什麼 |
| 產品是否可售 | 是否有人願意進入下一步 |
工作坊不是為了講得多,而是為了看學員能不能動手。
為什麼先做工作坊而不是完整課
新手做 AI 教學,最容易一開始就寫大課。
大課的問題是:你還不知道學員要什麼,就開始錄課、做課件、建社群、定價格。等課程上線後才發現,學員要的不是你講的順序,作業也做不出來。
工作坊更適合驗證:
| 完整課程 | 工作坊 |
|---|---|
| 準備週期長 | 可以快速啟動 |
| 內容先行 | 學員任務先行 |
| 反饋滯後 | 當場看到卡點 |
| 難改方向 | 容易迭代 |
強調輕資產、強聚焦、快迭代。工作坊正符合這個原則:先用小範圍活動驗證價值,再決定是否做成系統產品。
試點要驗證四件事
一場工作坊要驗證四件事。
| 維度 | 判斷問題 |
|---|---|
| 人群 | 來的人是不是目標學員 |
| 任務 | 這個任務是不是他們真的要解決 |
| 教學 | 你的講解能不能讓他們做出結果 |
| 後續 | 是否有人想要更深的課程、諮詢或陪跑 |
如果只驗證“大家願不願意來聽”,還不夠。AI 教學的核心不是聽課,而是用 AI 完成真實任務。
提醒,學習要看學習者的障礙和證據。工作坊的價值,就是把障礙和證據現場暴露出來。
第 1 步:把任務窄到「90 分鐘內能交件」
工作坊任務要小,不能大而全。
適合工作坊的任務:
| 主題 | 當場任務 |
|---|---|
| AI 寫作 | 改一段自己的文章,並說明改法 |
| AI 辦公 | 把一段會議記錄整理成任務清單 |
| AI 教師應用 | 設計一份課堂 AI 使用規則 |
| AI 程式設計入門 | 讓 AI 解釋一個小指令碼 |
| 企業培訓 | 拆一個部門流程的 AI 可用環節 |
不適合第一次工作坊的任務:
| 任務 | 問題 |
|---|---|
| 搭完整自動化系統 | 太大,現場很難完成 |
| 全面掌握 AI 工具 | 沒有成果邊界 |
| 做完整課程體系 | 準備成本太高 |
任務越小,反饋越真實。你要驗證的是“學員能不能跨過第一步”,不是一口氣解決所有問題。
第 2 步:用 5 題篩選表過濾掉「焦慮圍觀者」
課前篩選能幫你避免把圍觀者誤當學員。
篩選表可以問:
| 問題 | 目的 |
|---|---|
| 你想用 AI 完成哪件具體事 | 判斷任務是否明確 |
| 你現在卡在哪裡 | 判斷痛點是否真實 |
| 你願意帶一個真實材料來練習嗎 | 判斷是否願意動手 |
| 你希望課後得到什麼結果 | 判斷學習成果是否清楚 |
| 是否涉及客戶資料、學生資料或公司資料 | 判斷隱私和合規風險 |
篩選不是為了排斥新手,而是為了保護教學質量。來的人越清楚自己的任務,工作坊越容易產生結果。
如果大部分報名者填不出任務,說明你的選題還太寬。
第 3 步:把「老師講」時間壓到練習的 1/1.5
工作坊不能只演示。
一個 60-90 分鐘流程可以這樣安排:
| 環節 | 教師動作 | 學員動作 |
|---|---|---|
| 開場 | 明確今天只解決一個任務 | 寫下自己的任務 |
| 示例 | 演示一個完整案例 | 對照自己的場景 |
| 練習一 | 給出提示詞框架 | 輸入自己的材料 |
| 反饋 | 挑幾個作品現場點評 | 記錄修改點 |
| 練習二 | 加入核驗和改寫步驟 | 產出第二版 |
| 收尾 | 說明下一步學習路徑 | 提交作品和問題 |
如果整場都是老師演示,學員會覺得“老師很會”,但不一定相信“我也會”。練習能讓學員看到自己的差距,也能讓你看到課程要補哪裡。
練習時長一定要 ≥ 演示時長的 1.5 倍——這是工作坊和講座的硬分界線。課程型別:90 分鐘 / 8 人小工作坊 / 免費試點 / 自營社群分發 / 目標 = 驗證 3 節訓練營。第一場老師講 50 分鐘、學員練 30 分鐘,覆盤時往往出現「學員說收穫很多但下一週沒人交作業」的典型現象;把演示壓到 25 分鐘、把練習抬到 40 分鐘,第二場反饋表的「我願意為陪跑付費」勾選率明顯上升。演示時長是誘惑,練習時長才是產品驗證。
第 4 步:24 小時內把作業 + 反饋表入庫
工作坊結束後,不要只看滿意度。
看四類證據:
| 證據 | 含義 |
|---|---|
| 作業完成 | 學員真的動手了 |
| 作業質量 | 課程是否能讓他做出可用結果 |
| 提問深度 | 學員是否進入真實場景 |
| 後續行為 | 是否願意進階、諮詢、復購或推薦 |
反饋表可以問:
| 問題 | 用途 |
|---|---|
| 你今天完成了什麼 | 驗證學習成果 |
| 哪一步最卡 | 改課程結構 |
| 你還想繼續學什麼 | 判斷後續產品 |
| 這個結果會不會用於真實工作 | 判斷任務價值 |
| 你願意為什麼形式付費 | 判斷產品形態 |
滿意度可以參考,但不要作為主要指標。學員覺得開心,不代表課程有商業需求。
第 5 步:決定擴為 3 節訓練營 / 再跑一場 / 暫停
試點結束後,有三種選擇。
| 結果 | 動作 |
|---|---|
| 作業多、問題集中、有人問進階 | 設計收費小課或訓練營 |
| 作業少,但提問具體 | 改任務和練習,再試一場 |
| 只有圍觀,沒有作業 | 暫停產品化,先繼續內容驗證 |
不要因為一場工作坊氣氛好,就馬上做大課。也不要因為第一場不理想就放棄。看證據:學員有沒有做出結果,問題是否集中,你是否能改出下一版。
工作坊的真正產物,是下一版課程判斷。
工作坊跑完 24 小時內是反饋最熱的時間窗——當晚就把每一份作業截圖、原始提示詞、提問都收進一個 Notion 表,按“任務窄化 / 工具熟練度 / 交付邊界”三檔歸類,第二天就能看出訓練營要補哪一節。常見引數:8-12 人工作坊 × 3 檔歸類 ≈ 24-36 條原始資料,2 小時內整理完。拖到第 4-5 天再整理,證據會失溫,學員的下一步意願也已經冷下來——這是從工作坊轉訓練營時最常踩的坑。
繼續讀這兩篇能把「工作坊試點 → 訓練營 → 諮詢邊界」一步步落到產品:
先看下一步:訓練營完課率倒推
工作坊通過後,把 3 節訓練營從「賣完即結束」改成「按完課率倒推陪伴動作」。
缺前置 → 回成果驗證
工作坊作品沒人交件?先回 02 把「學員能做出什麼」寫清楚再來。
工作坊出現企業團隊 → 走諮詢邊界
當試點出現企業 / 團隊問題時,用 7 條邊界把課程拆成可交付的諮詢單。
工作坊評分表
用 100 分制覆盤。
| 維度 | 分值 | 判斷問題 |
|---|---|---|
| 學員匹配 | 20 | 來的人是否是目標學員 |
| 任務清楚 | 20 | 是否圍繞一個具體任務 |
| 練習完成 | 20 | 是否有人當場做出作品 |
| 反饋有效 | 20 | 提問和作業能否改課程 |
| 後續可售 | 20 | 是否有人願意進入下一步 |
80 分以上可以做收費試點;60-79 分先最佳化任務和篩選;低於 60 分不要擴成課程。
分數不是為了精確,而是為了防止你被熱鬧氛圍帶偏。
三種失敗試點
第一種:講座型試點。
老師講得很多,學員沒有練習。結束後大家說收穫大,但沒有作業證據。
第二種:工具秀試點。
展示很多 AI 工具,學員覺得新鮮,卻不知道自己的任務怎麼做。
第三種:無篩選試點。
來的人層次差異太大,有人完全沒用過 AI,有人想做企業落地,結果誰都沒被真正服務。
失敗試點也有價值,但要能指出失敗原因。否則下一場會重複同樣問題。
AI 怎麼輔助
AI 可以幫你準備和覆盤工作坊。
| 環節 | AI 可以做什麼 | 人要判斷什麼 |
|---|---|---|
| 課前篩選 | 把報名資訊按任務和難度分組 | 哪些人適合這場 |
| 流程設計 | 生成 60-90 分鐘流程草案 | 是否能現場完成 |
| 作業點評 | 對作品給初步反饋 | 哪些反饋要人工判斷 |
| 課後覆盤 | 彙總問題、卡點和後續產品建議 | 是否進入收費試點 |
不要讓 AI 替你做所有點評。教學反饋裡有語氣、鼓勵、判斷和邊界,這些仍需要老師負責。
AI 適合整理證據,人負責教學取捨。
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
學員當天沒人交作業怎麼辦?
不是學員的錯,是任務設計的錯。當晚把作業從「寫一份可發的會議紀要」壓成「把 10 分鐘會議錄音整理成 5 條 to-do」,明天再開一次覆盤群答疑。如果二次降顆粒度還沒人交,說明這場工作坊的人群和你想做的課程方向錯位,不是工作坊本身失敗。
工作坊群答疑要不要開 24 小時?
不要。把答疑窗壓到「工作坊後 24 小時 + 1 次 1 小時覆盤群答疑」就夠,超出範圍的私聊不算工作坊承諾。開放式答疑會把工作坊承諾變成「無限陪跑」,對續課的訓練營反而扣分——學員會拿同樣的預期問訓練營。
工作坊完課率 < 50% 要不要全員退款?
不要全退。開營前公告:「工作坊提供作業模板和現場反饋,是否完成由學員自己負責」,但要主動給「未交作業」的學員發一次 24 小時內補交渠道。補交率才是真正的完課訊號——補交 ≥ 30% 說明任務可行,< 30% 說明任務太大要重做。
工作坊跑完直接賣 3 節訓練營,要不要給老學員折扣?
要,但折扣不是「打折」而是「免費返修」。最穩的續課設計:「工作坊作品 → 訓練營第 1 周作業」,即把工作坊的產出當訓練營前置作業,老學員省第 1 周的資料準備時間。這比打折更能讓續課學員留住。
執行前至少核驗:
- Maven · Cohort-Based Course 案例 → 訓練營試點 / 工作坊 / 反饋迴圈
- Mom Test · 使用者訪談方法 → 工作坊後獲取真實反饋
- Notion · Workshop Pilot 模板 → 工作坊議程 / 反饋表 / 覆盤表
接下來去哪
如果你還沒確認真學員,先讀 AI 教學真學員驗證:報名不是學習需求。
如果你還沒寫清學習成果,回到 AI 教學成果驗證:別把工具課當成需求。
如果你準備把工作坊做成正式服務,建議同時讀 AI 短影音樣片驗證:先賣一份可交付樣片,學習用小樣本驗證可售賣交付。