用 AI 做课：它能替你做什么，不能替你做什么

关于用 AI 做课，市面上有两种极端说法。一种说"一键生成整门课程，三天躺赚"；另一种说"AI 做的课都是垃圾，学员一眼就看穿"。

两种都不对，而且都很危险。

第一种让人低估了做课的难度——你真按提示词生成一门课，学员看两节就退款了。第二种让人错过了效率红利——同样一门 12 节的课，会用 AI 的人三天出大纲，不会用的人磨两个月还在改结构。

我们带学员做了几十门课，结论很明确：AI 能把你已有的东西整理出来，但变不出你没有的东西。

理解了这句话，就知道该怎么分工。

一、AI 真正能帮上忙的四个环节

第一个环节：把散落的经验结构化

这是 AI 最被低估的用途。

你脑子里的经验通常是"事件式"的——记得某个客户的案例、某次踩过的坑、某个当时觉得很妙的解法。但你说不清它们之间的关系，更排不出教学顺序。这就是为什么很多专家写不出大纲：不是没东西讲，是东西太多且散。

有效的做法不是让 AI 凭空生成大纲，而是：

先花两个小时，把你能想到的所有片段口述录音——不管多零散，想到哪说到哪，"上次那个客户问我某某问题，我当时是这么处理的"这种碎片就很好。转成文字，通常能得到五六千字的素材。

然后一次性丢给 AI，提示词的关键不是"帮我写课程大纲"，而是：

"以下是我在某领域的实战片段。请完成三件事：一、找出其中重复出现的方法论，也就是我在不同场景下反复使用的判断标准或操作步骤；二、按照新手会先遇到什么、再遇到什么的顺序重新排列；三、指出哪些片段其实在讲同一件事，可以合并。"

AI 擅长发现模式。你自己看自己的经验，因为太熟悉，反而看不出结构——这在心理学上叫"知识的诅咒"。外部视角能帮你把隐性知识显性化。

第二个环节：把专业话翻译成人话

做久了的人有个通病：默认别人懂行话。

你写的课程介绍，自己看非常清楚，新手看完一头雾水。更麻烦的是，你意识不到哪些词是行话——对你来说"做一次归因分析"是常识，对目标学员来说这七个字里有四个不认识。

把你写的介绍丢给 AI，指令是：

"假设读者完全不懂这个行业，只有高中文化程度。请指出这段文字里哪些词或概念需要解释，并把每句话改写成他能看懂的表达。改写时保留原意，不要加入新信息。"

这一步通常能让销售页的转化率有明显改善，因为一个朴素的道理：看不懂就不会买。人不会为自己看不懂的东西付钱，他会默默关掉页面，而且不会告诉你原因。

第三个环节：批量产出配套物料

一节课需要的东西比你想的多：标题、导语、要点清单、课后作业、自检表、常见错误提示、一句话总结。

这些东西有固定套路，AI 产出的质量足够用，人工只需要修改 20%。这是最省时间的一块——原本一节课的配套物料要花 2 小时，现在 20 分钟。12 节课就是省下 18 个小时。

一个技巧：不要一节一节地生成。把整个大纲丢进去，让它一次性按统一的格式产出全部 12 节的物料。这样风格才统一，也避免了第 8 节和第 3 节自相矛盾。

第四个环节：当你的第一个学员

这个用法很多人没想到，但价值极高。

课录完之后（哪怕只是讲稿），把内容给 AI，让它扮演零基础学员提问：

"你是一个完全没有相关背景的学习者，刚看完这节课。请列出 10 个你看完之后仍然不明白的问题，按困惑程度排序。不要问超纲的问题，只问这节课本该讲清楚但没讲清楚的地方。"

它提的问题里，通常有三四个是真实学员也会卡住的地方。补上这几个点，课程的完课率会明显不一样——而完课率直接影响口碑和复购。

二、AI 替不了的三件事

第一件：判断什么值得教

AI 不知道你的行业里哪些是"正确的废话"，哪些是真正的关键动作。

它会把搜索引擎上排名靠前的通用建议，和你花五年踩坑总结出的独家判断，放在同等重要的位置。而学员付费买的，恰恰是后者。

举个例子，做短视频的课，AI 会告诉你"前三秒很重要要抓住注意力"——这是正确的废话，所有人都知道。而一个真正做过的人会说："前三秒别放 logo 动画，别说'大家好我是某某'，直接把结论甩出来，我们测过，加一个 3 秒片头完播率掉 40%。"

后面这句话 AI 生成不出来，因为它需要真实的测试数据。

第二件：真实案例和数据

一门课的可信度来自具体：具体的客户、具体的数字、具体的失败。

"这个方法很有效"是空话。"我们给 17 个学员用过，其中 12 个在 8 周内上线，最快的 23 天，最慢的没做完因为中途换了工作"——这才是可信的。

AI 编不出来，编出来也不能用。课程里唯一不能让 AI 代劳的，就是你亲身经历的部分。这也是你的护城河——别人可以抄你的大纲，抄不走你的案例。

第三件：判断输出好不好

AI 给你的东西，看起来总是像那么回事。语句通顺、结构工整、术语准确，但可能整段都是似是而非的。

分辨"看起来对"和"真的对"，需要你的专业判断。这也是为什么外行用 AI 做的课经不起推敲——不是 AI 不行，是没人能验货。

一个判断标准：如果这段内容你自己不敢在同行面前讲，就别放进课里。

三、一个可以直接用的分工表

决定教什么、给谁教——你来定。这是最花心思的一步，也是决定成败的一步，没有捷径。

整理经验、排出结构——AI 主导，你审核。大约半天。

写讲稿框架——AI 主导，你填案例。每节 30 分钟。

案例、数据、踩过的坑——只能你来。这部分取决于你的积累，写不出来说明经验还不够。

配套物料（作业、清单、自检表）——AI 主导。每节 20 分钟。

最终定稿——你来。每节 15 分钟，重点检查有没有似是而非的地方。

按这个分工，一门 12 节的课，从大纲到可开录，三天是现实的。注意是"可开录"，不是"录完"——录制和剪辑是另一件事。

四、一个常见误区：用 AI 追求"更多"

很多人用 AI 之后，课程从 12 节膨胀到 40 节。因为生成内容太容易了，忍不住多加。

这是错的。学员要的不是更多内容，是更快拿到结果。40 节的课完课率通常低于 20%，而完不成的学员不会给你好评，也不会复购。

正确的用法是：用 AI 省下的时间，去打磨最关键的那 3 节，而不是多加 28 节。

判断标准：如果删掉某一节，学员还能不能拿到承诺的结果？能，就删掉。

想看完整的三天流程怎么走，可以从课程大纲速成工作坊开始——3 小时录播，当天就能产出一份 8 到 12 节、每节带作业的完整大纲。