工作流培训，怎样判断学员真正学会了？

先看结论

如果一场 AI 培训围绕真实工作展开，验收也可以回到真实工作：学员能否用新的材料，独立完成任务，并判断结果是否可用？

这是一个课程设计思路，仍需要在具体培训中结合学员基础、任务难度和练习时间调整。

先说清楚任务怎样算完成

“用 AI 做一份报告”还不够具体。报告给谁看，需要回答什么问题，可以使用哪些材料，哪些数字必须核对，都影响结果是否合格。

在练习开始前，把用途、输入资料和验收标准说清楚，可以让学员知道自己是在完成什么工作。

把纠错放进练习里

当结果不符合要求时，学员需要知道怎样定位问题：是资料缺失、要求不清，还是生成结果没有遵守约束？

练习中保留检查和修正步骤，能够帮助学员理解一次任务是怎样完成的，而不只是记住一句提示词。

课堂尝试与独立掌握，分别看什么？

已有课程记录提供了两种不同的观察：锡跃沙龙第三期用同一套材料换目录，仍出现对规则的追问；盐龙湖数据分析课安排了换月份试用，但没有全员独立验收记录。前者说明旧对话中的条件未必完整保留，后者说明换数据这一步进入了课堂；两者都不能直接证明长期掌握。

这张表是我建议采用的验收划分，不是上述课程已经达到的评估成绩。

换一份材料再做一次

使用新的资料，能够检查原先的方法是否可以迁移。

可以观察三个方面：

• 是否能独立整理输入材料、提出需求；
• 是否能检查关键数字、事实和交付格式；
• 遇到偏差时，是否能说明原因并尝试修正。

回到工作中，是否还愿意继续用？

课堂完成一次任务，不等于工作方法已经稳定建立。后续可以了解学员是否在实际工作中继续使用，卡在哪一步，以及原先的验收标准是否需要调整。

这些观察有助于改进培训内容，但在缺少记录时，不应直接表述为效率提升或业务收益。

可以从各场授课记录查看具体练习与已有证据，或带着团队的一项重复任务讨论AI 应用培训。