项目背景：
企业最大的浪费是经验的浪费
经验萃取（企业内训落地版）可以解决以下问题：
1、一个员工调岗或离职时，能够“将经验留存下来”确保岗位工作的传承过渡；
2、管理者、老员工、高绩效员工的经验可以转化成集体智慧，提升团队整体能力；
3、将零散经验系统化、偶然经验标准化，避免“个人经验主义”和重复错误发生；
4、将隐性经验显性化，成为组织内的最佳实践成果，优化工作中的执行标准；
5、外部知识转化为符合企业内部DNA的内容，结合内部经验，建立自主知识体系。
项目特色：
1、经典前沿的理论支撑：
知识管理 内化技术 系统复盘 知识收割 AAR 萃取技术
2、科学系统的内容编排：
3、生动有趣的教学设计：
炼“经”成“金”：
识矿——概念认知篇；
选矿——选题定位篇；
找矿——场景还原篇；
炼矿——经验提炼篇；
加工——运用转化篇；
集市——经验集市篇。
项目价值：
经验萃取（企业内训落地版）——把员工个人智慧当作组织知识资产来管理：
价值1：提升参与者的能力
——在学中学、在习中学、在教中学，对参与者本身就是最好的能力提升机会
价值2：避免知识资产流失
——人可以走，经验留下，将员工个人智慧当作组织的知识资产去管理
价值3：降低组织试错成本
——组织最大的成本是重复犯错的成本，通过经验梳理避免员工重复犯错
价值4：优化工作执行标准
——一线打仗的人最有资格研究怎么打仗，从下至上优化标准，推动管理改善
价值5：梳理培训内容
——将经验转化为手册、课程、案例集，成为内部开发出来的接地气的内容
价值6：培养专业师资队伍
——培训需要“内外结合，软硬兼施”，但最终需要的是强有力的内部培训力量
价值7：打造人才培养体系
——为企业创造价值最高的方式是培养人才，通过项目解决关键难题
价值8：构建内部学习文化
——每个人都在教，每个人都在学，人人皆需为师，人人皆能为师
产出的成果：
成果1：标准课件包
标准1：《课程定位表》-课程选题分析、课程背景分析、学员对象分析、教学目标制定
标准2：《课程结构图》-符合学习者信息吸收的课程结构、主要经验点的提炼
标准3：《PPT演示文稿》-基于组织经验的实用内容及备注页的教学流程、教学策略
标准4：《培训师手册》-教学工具箱（素材、道具）、参考资料、常见问题应对与解决等
标准5：《学员手册》-课程简介、课程要点记录、复习计划、课后行动计划、课后参考资料
成果2：合格培训师
标准1：对开发成果的完整陈述
- 清晰陈述课程背景与学员对象 - 清晰陈述教学目标 - 清晰陈述课程结构、
- 展示PPT框架 - 说出每一页PPT的教学方式 - 总结课程成果对公司的价值
标准2：对课程内容的演绎
- 状态调整，包括紧张的缓解、开场的导入
- 生动表达，包括表达逻辑性、表达感染力
- 仪态运用，包括形象的展现、肢体的运用、声音的转换、表情的演绎
- 现场掌控，包括工具的使用、氛围的营造、异常的处理、结尾的设计
项目适用：企业内部经验型人才，包括：
企业内部培训师、各级管理者、技术岗位的核心人才、业务岗位绩优员工、老员工等
项目实施：
方案一：
三阶段6-9天项目实施+2天辅导评审：项目周期1-2个月，根据企业的时间安排可以调整
方案二、急训浓缩3天版
基于AI赋能：
基于AI课程开发的实践，AI在企业课程开发中的应用已形成系统化流程，主要分为以下六大核心环节，结合多个实践案例和工具链，现详细拆解如下：
一、智能需求定位与课题筛选
AI通过业务数据解析和语义分析技术快速锁定开发方向：
1、需求洞察：将需求输入AI等工具，AI可自动生成热力图分析高频痛点
2、课题优化：基于岗位能力模型和战略目标，AI智能推荐课程主题库并生成《课题定位表》
支持多维度评估（普遍性/重要性/可复制性）
3、场景匹配：通过自然语言处理识别员工的知识盲区，结合企业文档库建立知识关联图谱
二、经验萃取与内容开发
AI实现内外部经验的高效融合：
1、经验捕获：
- 专家访谈等音频、视频、文档等通过AI实时转写，自动标记关键语句
- 本地文档解析工具批量处理PDF手册、视频字幕，提取结构化知识节点
2、内容生成：
- 使用AI生成课程三级大纲，结合工具自动生成可视化知识框架
- AI根据教学策略自动补充案例、测试题等素材，支持多模态内容生成（文字/图表/视频）
三、智能课件开发
AI重构课件制作流程，效率提升10倍：
1、一键转化：
- AI可直接生成带交互设计的PPT（含点击展开等动态效果）
- AI实现Word文档智能排版转换，自动匹配企业模板
2、智能优化：
- AI自动生成场景配图
- DeepSeek辅助编写讲解脚本，课程目标
四、情境案例开发
AI实现案例开发的场景化再造：
1、案例生成：输入业务关键词，AI自动生成包含冲突点的教学案例（如设备故障排除场景）
2、形式转化：
- 案例文本通过闪剪数字人一键生成带虚拟讲解的视频课程
- 基于案例内容自动设计情景测试题（模拟真实工作场景的故障判断）
五、学习体验设计
AI赋能人性化教学设计：
1、互动设计：
- 使用AI生成游戏化学习路径
- AI根据学员注意力数据动态调整课程节奏
2、授课支持：
- 实时生成教学话术库
- 数字人创建虚拟助教
六、质量验证与迭代
构建智能评估闭环：
1、内容校验：AI交叉验证课程逻辑，自动识别知识矛盾点
2、效果追踪：
- AI生成课堂摘要，分析知识点覆盖率
- 可视化呈现测试通过率与业务指标关联
【注意事项】
1、人机协作边界：核心经验验证、情感共鸣设计等环节仍需人工主导
2、数据安全：建议采用私有化部署的国产工具链（如文心一言、通义千问）
3、能力迁移：需配套培训师提示词工程、AI工具工作坊等专项训练
当前主流解决方案已形成"AI工具包+方法论+实施模板"的完整生态，企业可根据自身数字化成熟度分阶段实施。
【实施模块】
出发：密谋-课前准备
0.1-炼金传说-正式踏入探索之旅
0.2-任务领取-前期准备工作与资源盘点
0.3-结盟起誓-团队文化建设与规则约定
模块一：识矿-概念认知篇
1.1-识学习之本
- 信息量 - 有效率 - 转化率
1.2-研经验之义
- 经验的定义 - 经验的意义 - 经验的风险 - 经验VS知识
1.3-明萃取之道
- 经验萃取的概念（经验萃取VS工作总结/复盘/经验内化/知识管理）
- 经验萃取的分类（个人式萃取/他人式萃取/团队式萃取）
- 经验萃取的要求（组织层面/业务层面/个人层面）
模块二：选矿-选题定位
2.1-确定萃取主题 - 任务分析 - 问题描述
2.2-明确萃取目标 - 组织目标 - 业务目标 - 受众目标
2.3-分析收益对象
2.4-规划预期收益
模块三：找矿-场景还原
3.1-叙述背景
3.2-还原细节
3.3-描述挑战
3.4-自我剖析
3.5-第三方验证
模块四：炼矿-经验提炼
4.1-资料/数据
4.2-信息/观点
4.3-方法/工具（流程/量表/口诀/话术/模板）
4.4-模型/公式
4.5-理论/系统
模块五：加工-运用转换
5.1-手册（岗位操作手册/岗位带教手册）
5.2-课程（微课/短课/版权课）
5.3-案例（百问百答宝典/最佳实践案例集）
5.4-资料（书籍/论文/申报材料）
模块六：展览-经验集市
6.1-集市筹备
6.2-成果广告
6.3-成果展示
6.4-成果评价
6.5-奖励兑现
模块七：展示-讲台训练
7.1-敢讲：不怯场
7.2-能讲：生动演绎
7.3-会讲：落地转化
模块八：PPT-视觉呈现
8.1-视觉化要求
8.2-字、表、图
8.3-工具的运用
授课老师
牛一贺 《麦肯锡问题拆解法》作者
常驻地：北京
邀请老师授课：13439064501 陈助理
