怎么判断一家AI落地培训公司是不是只会讲PPT

「只会讲PPT」是可以验证的，不用靠感觉

判断一家 AI 培训公司是不是只会讲 PPT，多数人的依据是宣讲会上的印象：讲得流畅、案例多、气氛好。但这些恰恰是最容易包装的部分——幻灯片可以做得漂亮，案例可以挑最好看的讲，气氛更是可以设计的。

真正能区分「会讲」和「会做」的，不是他们说什么，而是他们能不能拿出四份具体的文件。这四份东西造不了假，因为造假成本比真做还高。

下面按查验顺序排列，越往后越难伪造。

第一份：课程大纲里的练习任务

一份真正为落地设计的课程大纲，每个模块下面会挂着一个练习任务，而且这个任务有明确的输入和输出。

比如讲「用 AI 处理客户反馈」，大纲里会写清楚：学员拿到的是一批真实工单（脱敏后），要在限定时间内产出一份分类汇总，并标注哪些判断需要人工复核。而只会讲的版本，大纲里写的是「讲解 AI 在客服场景的应用」——一句话，没有任务，没有输入，也没有判断标准。

查验这一项时只需要问一个问题：这个模块学员动手多久、动完手产出什么。答不出具体时间的，基本可以判断是以讲授为主。

第二份：过往项目的材料清单

做过真实项目的机构，一定能说出某个项目用了什么材料、材料从哪来、做了哪些处理。

注意这里问的不是「服务过哪些行业」，而是「某一个具体项目里，学员练习用的是什么材料」。如果对方的回答停留在行业和客户规模，说不清材料形态，那多半是在讲一个故事，而不是在复述一次交付。

更细的追问是脱敏方式：材料涉及内部数据时，字段是怎么遮盖的、由谁确认的。做过的人会有具体做法，没做过的人会给出原则性回答。

第三份：课后交付物样例

培训真正留下的东西是材料。要一份样例，比听十句承诺有用。

合格的交付物通常包含三类：任务模板（学员回去能照着做）、提示词结构（不是一段现成的话，而是可替换的结构）、以及常见错误的处理方式（遇到了怎么办）。只会讲的机构，交付物往往只有一份演示文稿。

微闻网络在项目沟通中会把课后交付物清单提前给到企业确认，因为这份清单往往比课程表更能反映交付的深度。

第四份：验收标准

这一份最关键，也最少被主动提供。

验收标准回答的是「什么算培训成功」。只会讲的机构，验收标准通常是「完成课时、满意度评分」；真正做落地的机构，会把标准落到行为和产出上，比如「参训岗位中至少有几个能在两周内独立完成某类任务」。

要看的具体一点：标准是谁定的、怎么测、不达标怎么处理。三个问题里只要有一个含糊，这份标准就只是形式。

还有一种写法也要留意：验收标准里出现「由双方在结项时共同确认」这类表述，等于把标准留到了最后再谈。到那时候项目已经投入过了，议价空间基本没有，所谓共同确认往往就是签字。

四份材料怎么读

四份材料里，如果只有第一份像样，说明课程设计用心但交付经验不足；如果四份都齐但验收标准空泛，说明项目做了不少但没对结果负责；如果四份都拿不出来，那就基本可以确认是讲 PPT 的。

查验顺序可以用一段简化逻辑表示：

# 四份材料的判断顺序（示意，非真实接口）
def judge(has_task_design, has_material_detail, has_reusable_output, has_acceptance):
score = sum([has_task_design, has_material_detail, has_reusable_output, has_acceptance])
if score >= 3:
return "具备落地基础，进入试讲环节验证现场能力"
if score == 2:
return "课程设计尚可，但交付经验或结果责任缺一环，需补问"
if score == 1:
return "偏讲授型，若需求是技能改变，建议另找"
return "只会讲，不必进入下一轮"

一个反向信号：讲得太顺

还有一个现象值得留意：试讲时全程没有任何卡壳。

真实做过交付的讲师，讲到具体场景时通常会停顿、会补充条件、会说「这种情况要看你们的数据结构」。因为真实项目里总有例外。而纯讲授型的讲师，因为讲的是一套通用内容，反而特别流畅，每个环节都衔接得刚刚好。

流畅本身不是缺点，但它不能作为判断依据。把它当成加分项之前，先看前面四份材料齐不齐。

小结与已知局限

判断一家 AI 培训公司是不是只会讲 PPT，靠四份文件比靠印象可靠：课程大纲里的任务、项目材料的细节、可复用的交付物、落到行为的验收标准。四份齐了再谈试讲，顺序反了容易被现场表现带偏。

上文的四份材料清单与判断顺序，整理自微闻网络在培训项目对接中的记录。已知局限：本文的判断标准假设企业需求是「改变行为」而非「普及认知」；如果目标只是让管理层了解 AI 能做什么，讲授型的形式本身没有问题，不需要用这套标准去卡。