我是怎么把几十万的课程,蒸馏成公司 AI Skill 和内部使用网站
AI 时代的学习,不只是听懂一门课,而是把老师的方法论沉淀成公司可以反复调用的能力。
封面图:把一门课,变成公司可调用的 AI Skill
前段时间,一位老师问我:
为什么总感觉你学东西比别人快?很多新东西,你好像一下就跟进了。
我后来想了想。
其实一个人的认知提升,过去主要靠两种方式。
第一种,是看书,或者参加培训、上课。
看书,本质上是学习别人把一生经验、长期思考和失败教训总结成的文字。上课和培训也是一样,老师把自己多年踩过的坑、做过的判断、总结出来的方法,用更高密度的方式讲给你听。
第二种,是找高人聊天。
很多时候,一本书要讲几万字的东西,一个真正有经验的人,可能一句话就能点破。高手的一两个观点,常常会让你突然意识到:原来问题不是我以为的那个问题。
这是过去很重要的认知提升方式。
但到了 AI 时代,我觉得还要加上第三种方式:
和 AI 深度交流、沟通和学习。
某种程度上,这也是一种新的“找高人聊天”。
只不过这个“高人”不是某一个具体的人,而是一个可以持续陪你读书、拆课、复盘、追问、重组知识的智能伙伴。
以前我们看书、上课、聊天,当然也会进步。
但这种进步很多时候是线性的。
你今天听懂了一个观点,过一段时间可能就忘了。你今天被一句话点醒,三个月以后也可能只剩下一个模糊印象。
而在 AI 时代,这件事开始变得不一样。
你可以把看书得到的认知、参加培训学到的方法、和高人聊天得到的启发,全部蒸馏成 Skill。
这些 Skill 可以放在你的电脑里,放在 Agent 里,放在你的知识库里。
它们不只是笔记。它们会变成一个个可以被再次调用的能力。
当这些 Skill 慢慢连接起来,你的 AI 甚至会反过来引导你:提醒你过去学过什么,帮你把不同知识关联起来,告诉你某个问题应该调用哪套方法。
当你的电脑和 Agent 变得越来越像你,甚至在某些方面比你记得更完整、连接得更快时,你自己的进化速度也会变快。
这篇文章,我就用“如何把老师的课程蒸馏成 Skill”作为一个案例,讲讲我是怎么一步步做的。
但这个方法不只适用于上课。
它同样适用于读书、聊天、培训、经营复盘,甚至适用于你每天和 AI 的对话。
所以,很多人现在都会用 AI 学习。
听完课,把录音丢给 AI,让它总结。
拿到 PPT,让 AI 提炼重点。
看到一篇文章,让 AI 帮忙写读书笔记。
这些当然有用。
但我最近做的事情,比“总结课程”多走了几步。
我不是让 AI 告诉我“老师讲了什么”。
我是把老师讲课的录音、现场照片、逐字稿、PPT、案例、表格、我和 AI 的对话,一步步整理成:
·内训 PPT
·方法论文档
·可复用 Skill
·公司内部网站
·最后再整合成一个经营增长系统
这篇文章,我想把过程写细一点。
因为真正值得分享的,不是“我做出了一个网站”,而是:
一个不懂代码的人,怎么和 Codex 一步步沟通,把老师的课变成公司能力。
更重要的是,我越来越觉得:
AI 时代的学习方式,已经和过去完全不一样了。
过去学习一门课,核心是“我有没有听懂”。
现在学习一门课,更重要的是:
这门课能不能被公司记住、复用、关联,并进入真实经营决策。
一、为什么 AI 时代要这样学习?
以前我们上课,流程大概是这样的:
自己录音。
自己拍照。
自己记笔记。
回来以后再慢慢整理。
有时间就做个 PPT。
没时间就先放着。
然后很快,材料就散了。
录音在手机里。
照片在相册里。
笔记在微信里。
PPT 在电脑文件夹里。
老师讲过的很多判断,当时觉得很震撼,过一段时间就模糊了。
更真实的情况是:
三个月以后,90% 的内容可能已经还给老师了。
这不是因为人不努力。
而是因为传统学习方式本来就很难对抗遗忘和碎片化。
课程现场的信息密度太高。
老师讲课不是按书本目录走的。
现场有案例、有问答、有白板、有临时发挥。
回来以后,靠一个人手动整理,很慢,也很累。
但 AI 出现以后,这件事变了。
现在我们可以把录音、照片、逐字稿、PPT、表格、案例全部交给 AI,让它帮我们做第一轮整理。
它不会嫌资料乱。
不会忘记某张照片。
不会因为过了三个月就想不起来。
也不会只保存“我当时记住的那一点”。
它可以把原本散落在不同地方的学习资料,重新组织起来。
这解决的是第一个问题:
碎片化和遗忘。
过去上完课,知识在人的脑子里,时间一长就会衰减。
现在上完课,知识可以沉淀到公司的资料库、PPT、Skill 和网站里,变成可以被反复调用的资产
另:以下之前写的两篇文章可以对于你学习这篇文章更有帮助:
不懂代码的人,五一这天干了很多人一直想干的事,你也可以
Codex+Kimi WebBridge+CLI+Hermes 等,让公司变成了一套可以用微信调用的 AI 系统
图 1:传统学习方式 vs AI Native 学习方式
二、第二个变化:知识开始互相连接
过去我们学 A 课、B 课、C 课,通常是分开的。
这门课讲品牌。
那门课讲电商。
另一门课讲独立站。
还有一门课讲经营复盘。
每一门课单独看都有价值,但它们之间很难自然连接。
因为连接这件事,过去主要靠人。
老板要自己想:这门课和公司现在的问题有什么关系?
运营要自己想:这个方法能不能用到某个产品?
市场要自己想:老师讲的案例能不能变成我们的内容打法?
管理层要自己想:这套方法能不能进入月度经营会?
但 AI 介入以后,每上一门新课,它都可以帮你自动问几个问题:
这门课和公司现有项目有什么关系?
它能补充哪个部门的能力?
它能和之前学过的哪门课连接?
它应该变成 PPT、SOP、Skill,还是网站?
它能不能马上用在某个真实产品或经营问题上?
这就产生了第二个变化:
知识开始结构化关联。
A 课不再只是 A 课。
B 课不再只是 B 课。
C 课不再只是 C 课。
它们会被 AI 放到同一棵树上。
比如一门课解决“品牌定位”。
另一门课解决“用户买点”。
另一门课解决“渠道成交”。
另一门课解决“经营复盘”。
单独看,是几门课。
连起来,就是一条公司经营链路:
定位 → 人群 → 买点 → 渠道 → 转化 → 复盘。
这就是 AI Native 组织里的学习方式。
知识不是一堆文件。
知识开始像树一样生长。
三、第三个变化:学习开始进入经营实践
以前学习,经常停在“听懂”和“感动”。
一堂课听完,当时觉得很有启发。
回到公司以后,真正改变的东西却不多。
为什么?
因为知识没有进入流程。
老师讲的是方法论。
但公司每天面对的是产品、销售、研发、市场、投放、客服、组织、会议、复盘。
如果方法论不能进入这些环节,它就只能停留在认知层面。
所以我现在越来越觉得,学习的核心不是“听懂知识点”。
而是:
把老师的方法论,变成公司经营决策、研发判断、市场动作和复盘机制的一部分。
比如公司要做一个新产品,不应该只是问:
这个产品卖点是什么?
而应该问:
它承接了公司什么长期优势?
它对应哪类用户、哪种场景、哪种痛点?
它在电商平台应该先测哪个切口?
它的详情页应该怎么组织?
它的内容应该怎么讲?
它这个月应该进入哪个经营复盘指标?
这时候,老师的方法论就不是课程内容了。
它变成了经营工具。
这也是为什么我会把课程继续往后做:
录音和照片,只是原始素材。
PPT,是给人看的内训材料。
Skill,是给 AI 调用的方法。
网站,是给团队使用的入口。
经营复盘,是让方法真正进入公司决策。
这才是 AI Native 组织里学习的意义。
学习不是为了收藏知识,而是为了让公司变得更会判断。
四、第一步不是总结,而是把素材喂完整
每次听完课,我做的第一件事,不是马上让 AI 写总结。
而是先把素材尽可能完整地给它。
比如某次课程结束后,我给 Codex 的不是一份简单笔记,而是一整包材料:
·课程录音转写
·上课现场照片
·老师课件 PDF
·课堂文字记录
·表格模板
·现场案例
·我自己的补充说明
另一门课的素材更碎:
·一百多张课堂照片
·两份文字记录
·配套 Excel 模板
·老师现场讲到的投放、人群、价格带、竞争格局内容
这一步很重要。
因为如果你只给 AI 一个录音,它只能总结“老师说了什么”。
但如果你同时给它:
录音、照片、逐字稿、PPT、表格、课堂截图、现场白板、老师讲到的案例,
AI 才能开始还原一堂课的真实结构。
我给 Codex 的指令也不是:
“帮我总结一下。”
而是更像:
你先不要写结论。你先帮我看这些资料里分别是什么:哪些是老师的主线,哪些是案例,哪些是现场板书,哪些是图片证据,哪些可以做 PPT,哪些可以变成 Skill。
这一步,本质上是让 AI 先做“资料清点”。
图 2:第一步先清点完整素材
五、第二步:把录音和照片一一对应起来
很多课程最难处理的地方,不是没有文字,而是文字和图片是分开的。
录音转写里有老师讲的话。
照片里有白板、PPT、现场案例。
但它们之间没有自动对应关系。
所以我会让 Codex 做一件事:
把老师讲到的内容,和现场照片、PPT 页面、PDF 截图尽量对应起来。
比如它会帮我判断:
老师先讲什么?
中间切到哪个案例?
哪张照片对应哪一段?
哪个 PDF 页面是老师当时讲的证据?
哪些内容属于品牌?哪些属于用户?哪些属于渠道?哪些属于复盘?
这样处理以后,课程不再是一坨文字。
它开始变成一个可以被重建的结构:
录音转写 |
这一步非常关键。
因为老师上课时的逻辑,经常不是像书一样整齐的。
老师可能先讲一个案例,又跳到一个方法,再回头补一个背景,现场又有人提问,老师又展开一段经验。
如果直接总结,很容易丢掉老师真实的判断顺序。
但如果先做“图文对应”,就能尽量还原老师当时是怎么一步步带人理解的。
图 3:把录音、照片和课件页面对应起来
六、第三步:先做还原版 PPT,再做逻辑版 PPT
我后来发现,课程蒸馏最好不要一步到位。
不要一开始就让 AI 直接写“高级内训课件”。
更好的流程是分四层。
第一层:还原版 PPT。
先按老师讲课顺序,把内容还原出来。
这一版不追求美,不追求短,不追求结构完美。
它的任务是:不要漏。
第二层:逻辑版 PPT。
等还原版出来以后,再让 Codex 重…