我把「做课」这件事做成了一台机器：任何人、任何内容、任何方法，都能变成一门课

引语：做了 31 节课之后，我发现最值钱的不是课本身，是「把知识变成课」的完整流程。于是我做了一台做课智能体——输入任何内容（公开的、私有的都行），输出一门完整的课：方案、课件、题库、讲稿。中间推翻过三次，附可以直接抄的提示词。

1. 为什么做：从 31 节课里提炼出来的「做课流水线」

过去几个月，我做了四门 AI 课：入门 7 课、进阶 8 课、高阶 8 课、案例实战 8 课。做到第 20 节的时候，一个念头越来越强：每节课的结构明明一模一样——封面、知识点、实操步骤、Prompt 模板、总结页、桥接语——但我每次都从空白开始。

真正让我下决心的，是一次深夜赶课。一门课 30 页课件，从搭框架到逐页排版到配图，三周。做完那一刻我意识到：这个流程里 90% 是重复劳动，10% 才是教学设计。

于是我想：能不能把「做课的方法」变成「做课的机器」？输入任何内容——一门课的讲义、一份技术文档、甚至只是脑子里的一堆知识——输出一套完整的课程。

这个定位从一开始就不是「给老师做个 PPT 工具」。任何人——企业培训、个人博主、社团负责人、想系统学一个领域的人——都有「把内容变成课」的需求。公开的知识（教材、文档、网址）和私有的知识（内部资料、个人笔记、经验总结）都应该能被做成课。甚至不一定是课：一份演讲稿、一场分享、一个培训大纲，本质都是同一件事——把知识结构化、教学化、可传播化。

2. 解决什么问题：做课工具市场的三个断层

动手之前我盘了一圈市面上的工具，发现做课这件事有明确断层：

结论很直接：从「知识」到「一门能教的课」之间的整条流水线，没人打通。AI PPT 工具只做了最后一环（呈现），大模型只做了一环（生成），课堂平台依赖现成内容，辅导系统更是建立在课程之上。

所以我的判断是：缺的不是更好的课件工具，而是一条完整的做课流水线——输入内容，产出「方案 + 详细内容 + 课件 + 题库 + 讲稿」的完整课程包，并且每一步都是可编辑的中间态。

3. 怎么做：六步流水线，每一步都是可编辑的中间态

智课工坊的核心是一条六步流水线：

课程输入（内容/主题/受众/课时/教学设计框架）
→ 课程方案（产出链 + 课时大纲）
→ 课程详细内容（每课知识点/步骤/Prompt 模板）
→ 逐课课件（10 种页型 + 纸面实验室风）
→ 题库考核（分批生成 + 去重）
→ 审校导出（讲解脚本 + PPT + ZIP 课程包）

输入层支持的不只是主题一句话：上传 PDF、Word、Markdown 附件，或者贴一个网址，系统会分段深读整份材料，再基于它设计课程。这意味着私有知识可以直接变成课——公司内部的技术文档、个人的研究笔记、一段访谈记录，都能作为课程的事实来源，而不是让 AI 凭空编。

我特别想强调中间态设计。市面上很多工具是「给个提示词，吐一个成品」，你只能接受或者重来。这里每一步——方案、每课详细内容、每页课件、每道题——都是独立的可编辑对象。你可以改一课的标题、删一页课件、调一道题的选项，然后继续往下走。你拿到的是半成品流水线，不是黑盒成品，这是它跟「让 AI 直接写一份 PPT」最本质的区别。

4. 三次推翻：每一次都是血泪教训

第一次推翻：AI 从大纲直接生成课件，整课只剩 2 页。

最初的想法很天真：把模板和规范写清楚，让 AI 照着做。结果让 AI 从大纲直接生成课件，它只给 2-3 页——一页封面一页总结，中间全空。

原因后来想明白了：大纲到课件之间隔着一道工序。大纲是「这节课讲什么」，课件是「每一页长什么样」——中间是每个知识点的呈现方式、每个实操的步骤拆分、每条桥接语。没有中间态，AI 只能自由发挥，而自由发挥的结果是页数失控。

修复：在方案和课件之间强制插入「课程详细内容」这道闸。每课先生成知识点、实操步骤、Prompt 模板的结构化内容，确认后再生成课件页。这是可以抄的提示词：

你是教学设计专家。为课程《{课程名}》第 {N} 课「{课名}」设计详细内容。
输出 JSON：{"objectives":["本课学习目标（可测量）"],
"kps":[{"t":"知识点标题","d":"讲解要点"}],
"steps":[{"s":"实操步骤","c":"具体做法"}],
"prompts":[{"t":"Prompt 模板名","c":"可直接复制使用的提示词"}]}
每课至少 3 个知识点、2 个实操步骤、1 个 Prompt 模板。

第二次推翻：内容做了三周，一次生成就要三小时——改成分批 + 断点续传。

六步流水线跑通后，问题变成「慢」。一门 8 课的课，全量生成要好几个小时，中途浏览器一关、网络一闪断，全部白干。

修复分两层：生成层面，所有批量任务都是逐课串行、逐课落盘，每课生成完立刻保存；恢复层面，重新打开后点同一个按钮，系统自动检测哪些课已完成、哪些缺内容，从断点继续——已完成的课绝不重复消耗 API。这是最实用的设计之一：中断不是事故，是常态，系统要为常态设计。

第三次推翻：课件是死的——全是字、没人看、没人答疑。

工具做出来后给用户试用，反馈三条：课件生成完就是个 HTML 文件，学生学完有疑问没人答；每页全是文字，学生看着累；一个老师要开两三门课，数据挤在一起切来切去就乱。

对应三个修复：课件里嵌了 AI 助教——学生打开课件直接提问，回答基于这门课的上下文（课程名、产出链、当前课），不需要任何配置；课件排版重做成纸面实验室风——暖纸底、衬线标题、入场动画、进度条、圆点导航，代码页能直接点运行，测验页点选项即时反馈；配图用文生图一键生成，每页不再是纯文字。加上了多课程管理，一个账号开几门课互不干扰，还能导出导入项目文件。

AI 助教的实现逻辑（可直接抄）：

课件加载时注入课程上下文 JSON（课程名/产出链/课时安排/当前课），
学生提问时构造 system prompt：
"你是「{课程名}」的 AI 助教。课程背景：{产出链}；当前学习：{本课主题}。
用简洁友好的中文回答，不知道的明确说不知道，不要编造。"

5. 关键功能：每个功能背后的取舍

• 教学设计框架：做课之前先选 BOPPPS、5E 探究、对分课堂、标准式之一——取舍是「课程结构先于内容」，AI 按教学法组织每课，而不是自由发挥。对分课堂这种本土教学法（讲授留白 → 独学 → 讨论 → 分享）也内置了，因为理论课大班课它就是好用。
• 产出链驱动：每课强制一个可展示产出物（作品/代码/报告），第一课就要有可见成果——取舍是「课程是能力地图不是课表」，学完能拿出东西，而不是听了一堆概念。
• 讲解脚本 + TTS：每课自动写逐字讲稿，还能在课件里一键朗读——取舍是「老师的时间花在讲台上」，备课讲稿这层自动化掉。
• 纸面实验室风课件：暖纸底、衬线标题、动画、进度条——取舍是「课件要像作品，不像文档」，学生打开第一眼决定他看不看下去。
• AI 助教 + 一键配图 + 可运行代码页：课件从「看」变成「问」和「动手」——取舍是「课后没人答」和「全是字」是课件死掉的两大主因，一次修掉。
• 课程包一键导出：课件 HTML + 讲稿 + 题库 + PPT 打成一个 ZIP——取舍是「课程即产品」，一个包拿走就能开课，下学期迭代不用重做。

6. 开发提示词合集

做课链路上最常用的几个提示词，集中贴出来，改改就能用：

1. 课程方案：
你是一位资深课程设计师。课程主题：{主题}；目标学员：{受众}；课时数：{N}。
输出 JSON：{"title":"课程名","output_chain":"产出链","lessons":[{"seq":1,"title":"课名","desc":"主题","output":"产出物"}]}
每课产出物必须可展示，禁止抽象目标。

2. 详细内容（见第 4 节，每课知识点/步骤/Prompt 模板）

3. 课件页：
你是课件作者。为「{课名}」第 {N} 页生成{页型}页。
输出 JSON：{"type":"{content/quiz/demo/summary}","tag":"[思考]","h2":"页标题","paras":["要点"],"code":"示例代码"}
代码页必须可直接运行，测验页必须给出正确答案和解析。

4. 讲解脚本：
你是课程讲师。为「{课名}」写逐字讲解稿，按页组织，
口语化，每页 150-300 字，标注停顿点和强调词。

5. 题库：
为「{课名}」生成 {N} 道题，JSON：{"quiz":[{"q":"题干","options":["A","B","C","D"],"ans":0,"exp":"解析"}]}
题目覆盖本课知识点，选项干扰项要合理，不要与已有题目重复。

7. 一个意外的收获

工具上线后我观察用户怎么用，发现一个反直觉的现象：几乎没人用「一键直出」跑完全程，大家都在中途停下来改。改课名、调课时顺序、删掉某页、重写某个实操步骤——每门课都被改得面目全非，然后才满意地导出。

这个观察让我确认了中间态设计的价值：如果用户拿到的是成品，他只能接受或者重来；如果拿到的是流水线，他会在每一道工序上留下自己的判断。做课这件事，最终的「老师」永远是人，工具只是把重复劳动搬走，把判断权留给人。

8. 总结

三个判断：

1. 做课的最大成本不是讲课，是课前从零到一——方案、课件、题库、讲稿，每一步都在重复劳动。把流水线自动化，是效率上最划算的投入。
2. 中间态比成品值钱。任何「输入内容吐成品」的工具都会被「可编辑的流水线」替代，因为真实世界的知识工作，永远是人在做判断。
3. 课程的结构（教学法）先于内容。先选 BOPPPS 还是对分课堂，再谈写什么——没有结构的内容，AI 写得再好也是散的。

做课这件事，最贵的从来不是讲课，是课前那三周。把这部分交给流水线，任何人都能把自己脑子里的知识，变成一门能教、能学、能传播的课。