線上課程轉型指引：把你的課，變成 AI 家教

如果你是在 IG 留言「轉型」被我傳過來的——對，指引就是這篇，直接往下看。

先說我的立場：我自己也還在轉型路上，這篇是我邊做邊查資料整理的初步結論，用「同行實驗者」的角度寫，不是老師。數字都附出處，你可以直接引用。

還有一句話想先講在前面：這篇的重點是心法，不是流程。 步驟我後面會給，但如果腦袋沒先換過，步驟照抄也做不出東西。所以請你把下面第三段「四個思維轉換」讀慢一點，那才是真正難的地方。

一、老路為什麼撐不住（數字＋出處）

完課率 3–15%：免費線上課（MOOC）的完課率長年就在這個區間。（出處：Open Praxis、ERIC 收錄論文）
52% 連第一堂都沒開：哈佛 HarvardX／MITx 的註冊者，一半以上連第一堂都沒打開過；Udemy 也流傳約七成買了沒開始（後者是二手來源，參考就好）。（出處：HarvardX/MITx 公開研究、Skillademia 彙整）
獲客成本 $20 → $200–300：很多利基的廣告名單成本，這幾年翻了好幾倍。課還沒賣出去，廣告費先燒掉。（出處：SchoolMaker 引 Focus Digital 2024 分析）
買了沒看的人，通常不會回購：這條沒有權威統計，是我自己的觀察——但你回想自己買過沒看的課，就知道我在說什麼。

重點：內容其實不差，是「錄好、固定、沒人陪」這個形式本來就撐不住。

二、為什麼是「AI 家教」

教育研究裡有個很老的發現：一對一、隨時回饋的學生，能贏過教室裡 98% 的同學（Bloom 的兩個標準差問題）。以前做不起來，因為一個老師顧一個人太貴。

現在 AI 剛好把「一對一」變便宜了。哈佛 2025 年的隨機對照實驗：用 AI 家教的組別學得更多、更快，測驗約 2 倍效果（刊於 Nature《Scientific Reports》）。

但有一條紅線：只會餵答案的 AI 是反效果——研究發現學生多做了 48% 的題目，理解反而低 17%，照單全收久了連批判思考都退化。所以「會反問、逼學員自己判斷」的設計，才是你不可取代的價值。

三、動工前：四個必備的思維轉換（心法 > 流程）

先講一句重話：這篇如果你只帶走流程，大概率會失敗。因為轉型真正難的不是步驟，是腦袋要先換過。下面四個，是我自己邊做邊撞牆才想清楚的——每一個都建議你停下來，套到自己身上想一遍。

1. 你溝通的對象，變成 AI 了，不是學員

這是最根本的一個轉換。

以前做課，你滿腦子想的是「學員看不看得懂」。現在你要先想的是——AI 讀不讀得懂、能不能照著我的教材去帶人。 你不再直接教人，你是在教一個「會教人的 AI」，再讓它去帶學員。

聽起來只是換個對象，實際上整個做法都變了：你寫的東西要結構清楚、把你腦子裡的判斷邏輯攤開來寫，AI 才接得住。而這個手感，只能靠自己長時間用 AI 才養得出來，沒有捷徑、沒有速成課。所以我才一直說——沒有心法，不行。

2. 先定義「不可取代的你」，再動工

純知識這塊，別跟 AI 硬碰。

一個指令它就能開幾十個分身、讀上百篇論文做整理，你拚不過。所以先想清楚：哪些是 AI 難取代的你？你踩過的坑、你看過的真實個案、你判斷一件事的方式、你面對學員時的直覺——這些才值得花力氣。

想不清楚就開錄，最糟的結果是：你花心力備了半天的課，可能被抄走、或 AI 一鍵就給出差不多的答案。定位沒想清楚之前，先別動工。

3. 你的經驗，就是護城河

有教學經驗的人其實佔便宜。

學員都問什麼、最常卡在哪、你通常都怎麼答——這些你最清楚，而且別人偷不走。把它整理成一份 Q&A 資料庫餵給 AI，比你重寫一門課快十倍。

「九成的人敗在第二步，先給這個提醒」——這種只有你講得出來的句子，就是護城河。你的工作不是跟 AI 比誰知識多，是把你的經驗變成它的教材。

4. 好的 AI 家教，是逼人想，不是餵答案

這條是紅線，也是你最不可取代的地方。

前面提過那個數字：只會餵答案的 AI 反而有害——學生多做了 48% 的題目，理解卻低 17%，久了連批判思考都退化。所以真正的價值，是你去設計出「會反問、會逼學員自己判斷」的學習流程，而不是做一台更快的答案販賣機。

會設計這種「逼人想」的節奏，正是人比 AI 強的地方。這也回到第 1 點——你得夠懂 AI，才教得會它怎麼反問人。

四、轉型流程：慢慢來，順序別顛倒

心法對了，再談步驟。而且比步驟本身更重要的，是順序——我看過太多人一上來就想做產品，結果卡死，因為地基還沒打。

第一階段：先花時間，把 AI 摸熟

別急著做東西。先花一段時間，純粹去熟悉 AI 的基礎使用、學會怎麼跟它溝通、怎麼跟它協作。

這一段像在「跟一個很強但需要磨合的新同事對接」：你越懂它的脾氣、越知道怎麼把話講清楚，後面越省力。這步沒到位，後面每一步都會打折——因為你連「教會 AI」都還做不到，怎麼讓它去教別人？

第二階段：定義你真正的客群、利基、護城河

你到底要教誰？他們真正卡在哪？你能給的、而別人給不了的是什麼？

這一段大多是紙上作業，卻決定了整件事的成敗。它其實就是把上面第 2、第 3 個思維轉換，實際動手寫下來——客群越具體、你的不可取代之處越清楚，後面做出來的東西就越難被替代。

第三階段：走 MVP → 測試 → 回饋 → 修改

到這裡才開始做東西，而且是最小可行版本（MVP），不是一步到位。

做原型的第一步，今天就能做——打開 Claude，把下面這段貼進去：

我想把我教的東西做成「AI 家教」：由你讀我的教材，用一對一互動的方式帶一個人學。先問我三件事，一次問一題就好：

我教的主題是什麼？學員通常是誰？

我手上已經有哪些材料？（講義、簡報、影片逐字稿、常見問答⋯⋯都可以，還沒有也沒關係）

學員最常卡關的地方是哪裡？問完之後，幫我把這些整理成一份「給 AI 看的教材」草稿：包含教學目標、一步步怎麼帶、每一步要反問學員什麼問題（不要直接給答案）、以及常見卡關的提示。最後，用這份草稿實際「帶我學一次」，讓我體驗學員視角。

跑完你就有一份 v1 教材，而且自己先當過一次學員。接著找 1–3 個真的想學的人（朋友、舊學員都好）試一輪，你在旁邊看：卡在哪、哪題答不好、哪裡對方眼神死掉。再把這些卡關點寫回教材。

這是要往復循環的——測試、拿回饋、修改，再測試。別低估開發成本，好內容不會第一版就好。

最後要上線，規模化的技術都是現成的：Claude 的 Skills 可以把「怎麼一步步帶」寫成固定流程，Artifacts 能做互動網頁、流程圖甚至 3D 示意，不用你會寫程式，請 AI 幫你做就好。

貫穿全程，最重要的一件事

你得先把 AI 教會。

因為從你動筆的那一刻起，你溝通的對象就已經是 AI，不是學員了。三個階段做得再標準，如果你沒本事把腦子裡的東西講到 AI 聽得懂、帶得動人，這件事就走不動。這也是為什麼我從頭到尾一直說——沒有心法，流程再對也沒用。

五、我踩過的雷：哪些別急著做、哪些先想清楚

流程照走，還是很容易踩坑。這幾個是我自己撞過、或看別人撞過的，先寫給你避開。

別急著把產品做「完整」。競爭者、還有越來越強的 AI，隨時可能超過你——你埋頭做三個月的東西，可能一上線就過時。所以順序是：先想清楚「我到底哪裡不一樣」，再用 MVP 快速丟出去測，而不是關起門做到完美才見人。
別假設「有需求」。這是最貴的一個假設。不要做完才推出，先做行銷、先去接觸客戶——有人真的想要、真的願意付錢，你才知道市場是真的存在，而不是你以為存在。
有財務壓力的話，別當它會馬上回本。這是要長期經營、而且需要大量投入的事，不是明天就進帳的救命稻草。手頭緊的話，先顧好本業現金流，把這個當第二引擎慢慢養，心態才撐得住。
別跟人比快，要比獨特。現在 AI 進步真的很快，除非你技術頂尖，否則「比誰做得快」這條路你贏不了。你真正能守的護城河是「別人（和 AI）做不出來的獨特」，不是「我比你早三天上線」。
沒有龐大資本，就別做大眾市場。很紅、很一般的市場，有資本的公司一進來就把你輾過去。你的機會在「特殊的利基市場」——小到大公司看不上、但你能做到最好的那一塊。

最後：先想清楚你不可取代的部分

我自己也還在轉型：這套流程我正在自己的產品上跑，有些判斷是憑直覺先行、資料後補。

但有一件事我越做越確定——先把「自己獨特的部分」定義清楚、先真的深入了解你的客群，這兩件事只會越來越重要。 因為在 AI 時代，如果我們不把這些做好，不管是 AI 本身、其他競爭者、還是有資本的公司團體，都能很輕易地把我們替代掉。

這不是要嚇你。這是我們每一個做內容、做知識生意的人，都得不斷回頭問自己的問題：我做的這件事，到底哪裡是別人（和 AI）取代不了的？

如果你也在做，歡迎回到 IG 跟我說你卡在哪——一起摸索。有想看的主題也歡迎留言，我會挑著寫。

想用 AI 讓生活與工作更輕省，追蹤 AI 生活實驗室 👉 @life.coach.mtcity，我們一起玩 AI！