名氣、粉絲數、證照都不是重點。選 AI 講師要看他有沒有做過你這個職能的事、示範用的是不是你的產業、課後有沒有人接。這是採購內訓前可以直接拿去問的七個問題。
閱讀全文
AI 講師的價格不是「一小時多少錢」。時數、人數、教材客製深度、講師資歷與課後導入，五個變數決定一份報價；看懂它們，才知道便宜的課為什麼常常比較貴。
閱讀全文
AI 講師市場上的資歷訊號很多，可信度差很大。粉絲數、工具證照、公開課學員數、企業授課紀錄與可查證的職涯，這篇把五種訊號排出可信度，並告訴你每一種怎麼查證。
閱讀全文
全外聘、全內部、還是外聘開場再由種子講師接棒？三種模式各有適合的情境與隱形成本。這篇整理各模式的取捨，以及混合模式實際怎麼跑、種子講師怎麼選。
閱讀全文
多數公司卡在「AI 好像沒那麼好用」，原因不在模型，在於它根本不認識你的公司。而讓它認識之前，得先決定哪些資料可以給它看。
閱讀全文
同樣是 AI，一個只能陪你聊天，一個能把事情做完並留下紀錄。差別不在模型，在於有沒有目標、工具、權限與交付物。
閱讀全文
上課滿意度九十分，三個月後回頭看，沒有一個流程被改掉。問題出在課程設計的目標，從一開始就設錯了。
閱讀全文
高機密產業不是不能用 AI，是不能用得不明不白。導入前先把這六件事寫清楚，後面的爭議會少八成。
閱讀全文
「感覺有比較快」不是驗收標準。要讓 AI 導入案在下一年度續命，你需要三類可以被財務接受的數字。
閱讀全文
與其收集一百則「神級提示詞」，不如把公司裡三位資深員工的判斷邏輯寫下來。後者才是別人抄不走的資產。
閱讀全文需求訪談階段不收費。先聊清楚你們現在卡在哪一段——是資料還沒整理、流程還沒定義，還是導入了但沒有人維護，我們再談要不要做、怎麼做。