本文基于9月22日到23日在浙江磐安的一次真实助残AI培训写成。内容偏一线复盘，不堆概念，重点是把课堂上卡住人的地方和对应的处理方法讲清楚。
导语，背景与你能学到的东西
9月22日到23日，我在磐安给三类学员上了两天AI课。学员构成和常见的企业内训很不一样，包括残疾人朋友、启智园的老师，以及残联各机构的管理人员。两天里，我们从手机截图讲起，经过课件生成、表格汇总，一直做到台账处理。
写这篇复盘，我不是要证明课程多成功。培训结束时讲师一走，学员还能独立做成什么，才是真正要回答的问题。很多机构把AI培训做成演示秀，一个结果出来大家看懂了，就接着讲下一个，但离开讲师之后遇到问题能不能自己往前走，往往没人看。
下面四条主线，是这次课堂让我重新想清楚的东西。每一条我都会把现场发生了什么、可以提炼成什么可复用规则分开写，方便你直接对照自己的培训或者交付场景。
- 一、工具到手以后还有一段路
- 二、经验越具体，AI才越有用
- 三、执行越快，判断越要清楚
- 四、省下来的时间要有去处
- 结语，三个问题检查「赋能」有没有发生
文中配图均为AI生成的概念插画，不代表现场照片、真实学员形象或系统截图。
一、工具到手以后还有一段路
现场，截图这一步就卡住了人
22日上午，有几位残疾人朋友还不会截图。我没有直接替他们截，而是按手机型号去找对应的办法，再带着他们看怎样从相册里找到图片，怎样把图片传给豆包。到了22日下午，大家用AI生成了作品，但事情没完，还得反复练习把作品下载下来、再发送出去。
你看，现场的事就是这么小。应用已经装在手机里了，为什么还是用不起来。因为「拿到工具」和「用它完成一件事」之间，隔着一串我们这些熟练用户习以为常的动作。熟练的人一口气点完，初学者得一个一个认，少一个动作，整件事就断在那里。
可复用规则，别站在会用电脑的人那一边说门槛低了
我们平时说AI降低了门槛，往往是站在已经会用电脑、会找文件的人这一边说的。对这些人来说，一句话就能得到一张图，确实方便。可另一些人还在解决，图在哪里，怎样传进去，做好了怎么拿出来。
工具变强了，这段距离也需要有人去补。同样一节课，对不同的人，「往前一步」的含义并不一样。有人需要学会处理复杂表格，有人能自己把作品发给朋友，就已经多了一种表达和参与的方式。我不想用统一的速度来评价这些进步。
尤其面对残疾人朋友，替他操作完一次很容易，陪他练到下一次能自己试，要多花耐心。前一种做法留下一个作品，后一种做法才有机会增加他的自主。
这件事有个边界要讲清楚。每个人需要的支持不同，自主也可以包括知道什么时候求助、能够说清楚自己想要什么。我不推断所有残疾人朋友的能力，也不把「能自己操作」当成标准。
AI普及值得追问的，是一个人在获得工具之后，能不能多做一些由自己决定的事。
可复用判断，评估一次培训，除了看现场演示效果，还要多看一个时刻，就是讲师不再指着屏幕之后，学员会怎样继续。
二、经验越具体，AI才越有用
现场，一份17页冰皮月饼课件
22日晚上，一位启智园老师想改进第二天要用的冰皮月饼课件。原稿有17页，里面放着真实照片、制作步骤和注意事项。我让豆包在保留内容的前提下，再调整风格。
让我在意的不是AI改得好不好看，而是这份课件里已经存在的东西。老师知道要教什么，手里有素材，也能判断修改后的版本是否适合课堂。AI接到的，其实是一份经过人准备和选择的任务。
可复用规则，先想清楚自己能给AI什么
我们谈AI时常常问，它会做什么。换个方向，自己到底知道什么，能交给它什么，也值得认真想一想。熟悉工作的人，脑子里装着很多自己都没专门总结过的判断。这一步为什么要放慢，这份材料为什么不能省，这张表为什么这样汇总。平时做熟了觉得顺手，要交给别人或者交给AI，才发现还有许多话没说清。
23日讲表格汇总时，我让大家把原始分表和已经做好的总表放在一起，让WorkBuddy分析对应关系。这件事就很像带新同事，把原料和成品摆出来，还得解释中间的做法。
经验需要被表达出来，才能被AI使用。
这对老师和管理人员，其实是很有价值的提醒。你多年积累的做法，并没有因为工具会生成文字、会处理表格就失去意义。你得更清楚地说明，什么算做对，什么地方不能随便改。
这也是我理解的AI思维，先看清一件事需要哪些材料、遵循什么规则、怎样判断结果，再决定让工具承担哪一段。不过，也别把所有经验都想成能装进文件的规则。老师当面观察一个学生、临场调整讲解，有许多判断还依赖具体情境。把可记录的部分整理好，能帮助后面的工作，现场的观察仍然需要人去做。
现场，用录音把经验留下来
这又往前带出一个问题，经验怎样留得下来。23日，我拿前一天三场课的录音做示范。先把录音转成逐字稿，放进ima知识库，再用WorkBuddy试着整理通讯稿。
这个例子给我的启发，比多写出一篇稿更大。如果一件事做完，只留下一篇修饰得很漂亮的总结，很多过程中的问题、判断和改法就丢了。下次换个人做，又得重新摸索。保留适合保存的原始材料，再把有效做法和适用条件整理出来，经验才有机会被下一次工作、下一个同事接住。
你想想，一家机构真正积累下来的，除了文件数量，还有多少「遇到这种情况，我们可以怎么做」。我希望知识库能帮忙留下这些东西。当然，涉及个人的记录要有使用边界，资料也要更新和核对。把一堆文件存进去，只是开始。
三、执行越快，判断越要清楚
现场，一张对不上的台账
23日试台账时，有一张手工记录表来自另一家机构，和当时登录的启智园后台对不上。我给AI加了一条要求，名字不匹配就跳过，不要录入。
这件事很具体，也让我更在意一个问题，什么情况下我们才放心把工作交出去。工具能进入后台，说明一段操作路径走通了。可要把它放进日常工作，还得知道，材料是否对应、结果怎样核对、遇到异常找谁处理。执行能力增加了，判断的责任也得跟着说清楚。
平时人手工填表，碰到陌生名字、看不清的字，会停一下、问一句。这种停顿里，藏着对工作背景的理解。交给AI后，如果任务里只有「全部填完」，这些原本由人承担的判断就容易被漏掉。做得越顺，越需要有人确认它有没有在该停的地方停下来。
可复用规则，教发指令也要练习给标准
我想把这个问题带回以后的培训里。除了教大家怎样发出指令，也要练习怎样给出标准。什么资料可以使用，哪种对应关系算成立，什么结果需要复核，哪里缺了依据就应该留下来等人确认。这几句话说清楚，才谈得上把活交好。
坦白讲，磐安这次台账尝试还需要继续调试，也没有完整的日常运行验收。但它给了我一个很明确的方向，AI用得深，需要我们把工作理解得更清楚。
四、省下来的时间要有去处
再往下想，就到了我更关心的问题。假如老师备课快了一些，管理人员整理表格轻松了一些，然后呢。效率当然值得追求，重复录入、反复改格式，都在消耗人的时间和注意力。
但在助残服务这样的场景里，我希望还要接着问，省下来的时间最后流向了哪里。如果只是多写几份材料、多交几张表，工作量又很快填满，服务对象未必感受到什么变化。如果老师能多观察一个学生，工作人员能多听一会儿真实需求，原本来不及跟进的事情有人继续跟进，这份效率才更接近我们想要的结果。
工具负责省出一部分时间，如何安排这些时间，还需要机构和人来决定。软件不会替我们决定什么更值得做。
结语，三个问题检查「赋能」有没有发生
回头看这两天，我想用三个问题检查「赋能」有没有发生。学员有没有多一点自主，遇到类似任务时，能自己尝试或清楚地提出需要的帮助。老师和管理人员的经验有没有被整理下来，让下一次工作有据可依，也让同事更容易接上。减掉的重复劳动，有没有为更具体、更耐心的服务腾出空间。
这三个问题，现在还不能靠两天课堂就交出全部答案。它们需要课后的使用、反馈和继续调整。但我愿意把它们当作自己接下来做培训和提效陪跑的标准。演示做得漂亮之后，还要沿着真实工作往前走。
对我来说，AI的进步落到这里，才开始有了具体的分量。一个人多了一点自主，一段经验得以留下，一份服务多了一点耐心。这几件事，值得继续做。