我最近做了一个小实验。
不是给课件旁边放一个聊天框。
而是把一个个人助手，直接嵌进 HTML 课件里。
打开页面之后，学员看到的不再是一叠等待翻页的材料，而是一个可以追问、可以定位、可以生成练习、可以继续执行任务的学习现场。
这个感受非常强烈。
PPT 当然还能用。它适合汇报，适合路演，适合短时间把观点打出去。但如果你做的是咨询培训，尤其是 AI、流程、数字化、Agent 这类主题，PPT 会越来越不够。
因为真正值钱的东西，不在那几页好看的版式里。
它在上下文里。
它在案例、材料、练习、代码、工具入口、评测方法和讲师的判断边界里。
公开趋势也在往这个方向走。
Khan Academy 把 Khanmigo 定义为 AI 个人导师和教学助手；OpenAI 推出 ChatGPT Edu，支持学校在工作区里创建和共享自定义 GPT；Instructure 与 OpenAI 宣布把 LLM 工作流直接嵌入 Canvas 学习环境。
这些案例说的不是同一个产品。
但它们共同指向一个判断：AI 学习助手正在离开通用聊天窗口，进入具体学习环境。
一、真正低效的不是 PPT，而是内容不能被继续消费
培训交付里，最浪费的不是做 PPT 的时间。
而是所有内容做完以后，只能被人眼消费。
一页 PPT 讲完了，学员如果忘了前面的定义，只能回去翻。一个练习讲完了，学员如果不知道从哪里开始，只能等老师再解释。一个案例拆完了，学员如果想迁移到自己的业务里，往往只剩一堆散落的截图和笔记。
这在传统课里还能忍。
但在 AI 课里不行。
因为你讲的对象，本身就是“如何让机器理解上下文并执行任务”。如果课件本身仍然不能被机器读取，整个体验就会有点别扭。
所以我现在更愿意把课件当成一种可运行知识产品。
页面不是最终交付物。页面是入口。
真正的交付，是页面后面那套可被检索、可被引用、可被任务化的知识结构。
二、课程助手最重要的变化：它知道你在哪一页
很多人做 AI 助手，第一反应是做一个问答框。
这当然有用，但价值有限。
问答框如果不知道你正在看哪一页，不知道这页属于哪个模块，不知道这页后面有哪些练习材料，它其实只是一个外部客服。
真正的变化，是助手长在课件里面。
它能知道当前页面、课程目录、材料包链接、练习卡片和知识点关系。学员问“我从哪里开始”，它不是泛泛地说“先了解基础概念”，而是能把当前模块、下一页、对应材料和练习任务串起来。
这就让课程变成了一个导航系统。
学员懒得翻页，没有关系。
他可以问。
老师讲得快，没有关系。
他可以让助手把刚才那页拆成清单。
图 1：一个可公开的最小挂载页。助手读取页面结构、资料索引和页内跳转，不只是等人输入问题。
三、课件要变成 Wiki，而不是一次性文件
我看了一下这套实现，关键并不复杂。
页面里注入一份课程资料索引，再挂一个助手脚本。前端负责本地 Wiki 检索、页面定位、消息渲染、复制反馈和位置记忆。后端只承担安全代理：保护模型密钥，转发流式回答，必要时接入更强的 Agent 运行环境。
这恰好说明了一件事。
课件智能化的第一步，不是先买什么模型。
而是先把内容整理成 AI 能消费的结构。
一个成熟的课程 Wiki，至少要回答五个问题：这一页讲什么，它属于哪个模块，相关材料在哪里，学员可以做什么练习，助手回答时应该引用哪些边界。
做到 L2，课程就已经不是普通课件了。
做到 L3，学员开始拥有自己的学习陪跑。
做到 L4，它就进入了另外一个层次：课程不只教你概念，还能带你把一个任务跑起来。
四、助手长在页面里，学员才会真的问
人在学习时最容易放弃的时刻，不是完全不会。
而是“好像懂了，但不知道下一步怎么做”。
独立聊天工具解决不了这个问题。
因为学员需要先把上下文搬过去：当前页是什么、自己卡在哪、材料在哪里、老师刚才讲了什么。这个搬运成本一高，问题就死在脑子里。
嵌入式助手的优势，是入口即上下文。
它就在页面里。
它和内容共享同一个空间。
学员不需要重新解释背景，只要问一句“这页我该怎么练”，助手就能顺着页面给出动作。
图 2：同样的逻辑也适合业务系统。页面里的项目、任务、风险和审计日志，都可以成为助手上下文。
这对咨询培训尤其重要。
因为咨询培训不是只讲知识点。它经常要把一个真实业务问题拆开，再带着对方走完一段方法路径。
如果课件和助手分离，学员学到的是概念。
如果课件和助手合在一起，学员得到的是一个可以随时调用的方法入口。
五、更关键的是，它不是聊天框，而是运行时
这里最容易被低估。
一个嵌在课件里的助手，如果只能回答问题，它只是“更方便的客服”。
真正有价值的是，它可以具备运行时。
它能渲染 Markdown、表格、代码块、流程图和 HTML 预览。它能根据本地 Wiki 先检索，再组织回答。它可以走公共云端模型，也可以让使用者临时接入个人模型。它还可以通过后端代理接入企业 Agent 或自动化任务。
这意味着学员不是在“听 AI”。
他可以用 AI 学 AI。
比如让助手把某一页变成练习题，让它生成一个测试用例，让它画一个流程图，让它把一个业务场景改写成提示词，让它检查输出里有没有越权动作。
这时，课程现场就从内容传递，变成了能力运行。
当然，越像运行时，越要有边界。
公共模型密钥不能放前端。高风险动作不能自动执行。涉及审批、法务、付款、对外承诺的任务，要设置人工确认点。助手要能解释依据，也要能承认没有依据。
这不是保守。
这是让它能进入真实培训和真实业务现场的前提。
六、这会改变咨询培训的交付方式
以前做培训，交付物很容易被理解成一套 PPT。
以后我更愿意把交付物理解成一套“可运行课程”。
它包括页面、材料、案例、练习、知识索引、助手入口、测试边界和后续迭代接口。
讲师的价值，也会从“我讲得清楚”，迁移到“我能不能把自己的方法封装成别人可以调用的能力”。
这对顾问老师很重要。
因为顾问最值钱的不是那几页图，而是判断力。判断力如果只藏在口头表达里，课程结束就散了。判断力如果被整理成 Wiki、提示词、流程、工具和助手，就可以被学员反复调用。
这也会改变学员的学习方式。
他不再只是课后翻资料。
他可以带着自己的问题回来，让助手帮他定位到对应页面，再把概念改写成自己的业务动作。
七、可以怎么开始
如果你是做培训、咨询或公开分享，不需要一开始就做一个庞大平台。
可以先从一门课、一套材料、一个高频问题开始。
第一步，把课件里的敏感信息拿掉，把真实姓名、群名、公司名、内部 ID 和聊天标识全部匿名化。
第二步，把内容从单页展示改成结构化资料。每一页都要有标题、模块、摘要、材料链接和可执行动作。
第三步，给课程建立 Wiki 索引。不要只放全文，要标出页码、练习、边界和推荐追问。
第四步，把助手挂到页面里。先让它做检索、定位、总结和练习生成，不要急着让它自动做高风险动作。
第五步，测试它。看它能不能引用材料，看它会不会胡编，看它在没有依据时会不会停下来，看它在手机上能不能顺畅使用。
这条路跑通以后，课程就不再是一场讲完就结束的分享。
它会变成一个持续可用的知识入口。
学员可以在课前问“我该预习什么”，课中问“这页怎么理解”，课后问“怎么迁移到我的项目”。讲师也可以不断把新的案例、工具、提示词和流程塞回课程 Wiki，让助手保持更新。
我越来越相信，这会成为咨询培训里的一个必备话题。
不是因为形式新。
而是因为它真的提高了交付效率。
课件不再只是老师讲给学员听的材料。它开始成为老师、学员和 AI 共同使用的工作空间。
当课件可以被 AI 消费，培训才真正从内容交付，走向能力交付。
如果你是培训顾问、咨询老师，或者经常对外分享自己的方法论，可以关注这件事。
不是把 PPT 换成网页这么简单。
真正要改的，是你如何把经验变成可调用的上下文，再把上下文变成可以陪学员往前走的助手。
公开趋势参考
Khan Academy：Khanmigo，公开定位为 AI 个人导师和教学助手。
OpenAI：ChatGPT Edu，支持高校部署 AI，并创建、共享自定义 GPT。
Instructure 与 OpenAI 合作，把 LLM 工作流嵌入 Canvas 学习环境。
