培训班效果评价要产出可继续跟进的内容清单

业务讲师接下培训班的授课任务，结业当天还要交出效果评价。培训班效果评价通常依据课堂参与、结业考试与满意度问卷，这些信息只说明学员在班上的当场表现。真正需要判断的是学员回到岗位之后的变化，而变化能够被观察时，培训班已经结束，学员分散回各自团队，谁来跟进、依据什么跟进都没有指定。本文说明效果评价为什么要分成班中与班后，各自能够回答什么，以及结业时应当交付什么。

UMU 解决方案预约 Demo

培训班的效果评价要分成班中与班后

班中评价针对学员对内容的处理过程

班中能够回答的是学员如何处理培训内容：是否听懂关键概念，能否用自己的话复述，遇到具体情境时怎样判断，又在哪一步停下。这类信息只在授课过程中产生，结业之后无法通过补考补测，因此授课环节本身就要留出提问、作答与练习的位置。培训班还有日常培训不具备的条件：同一批学员在同一时间学同样的内容。若多数学员在同一处答错，说明问题出在课程内容的组织方式上，而不在学员一侧。

班后评价取决于开班前的跟进安排

班后能够回答的是学员把内容用到了什么程度，这部分评价无法在结业当天完成。培训班的学员来自不同团队，结业后各自回岗，跟进人与跟进依据如果没有在开班前指定，结业当天就意味着追踪中断。因此，班后评价的前提是先明确由谁跟进、依据什么跟进、跟进到什么时候，跟进人要落到具体的岗位；结业时应当交付的不是总分，而是需要继续跟进的内容与人员，以及这些内容在班上留下的记录。

培训班这种形态给效果评价带来的挑战

现场讲过的内容没有留下可用载体

培训班的实操内容多由业务讲师现场口头讲授，课件只留下要点提纲。培训班结束后，讲过的内容没有可回看的载体，班后想继续跟进，只能凭各人的课堂回忆和手边的零散笔记。

学员卡在哪个内容上都无处记录

培训班按统一进度集中授课，讲师面对整批学员，个别人卡在哪个内容上当场问不完，也没有留下记录。结业时能拿出的只有整体通过情况与平均成绩，落不到具体的人和具体内容。

结业后学员分散，跟进随之中断

培训班结束，学员分散回各自团队，各团队的业务节奏并不相同。班后由谁观察、依据什么观察都没有指定，学员回岗后的变化重新回到无人掌握的状态，效果评价停在结业当天。

培训班讲过的内容要先成为可回看的课程

业务讲师自己把手上资料建成课程

内容要在班后仍然可用，就必须先成为课程，而不是停在现场讲授。UMU AI Generated Learning（AGL）用 AI 将企业文档转化为互动式课程，同时支撑课程创建与员工学习。业务讲师无需先学教学设计，按 AGL 的对话式提问逐步作答，就能把操作规范与实操经验整理成课程，开班前自己完成。

学员的疑问要在学习过程中当场得到回应

每位学员都按自己的节奏获得答疑

集中授课时，讲师的时间要分给整批学员，个别疑问只能留到课后。在 AGL 生成的课程中，AI 在讲授、答疑与练习环节分别承担讲师、导师和教练的角色，学员随时提问都能得到针对当前内容的回应，不必等到课后统一处理。谁在哪个内容上追问、在哪一步反复作答，都在学习过程中留下记录，成为班中评价的直接依据。

同批学员的掌握情况构成班后跟进依据

团队掌握情况可查到具体知识点

班后跟进要具体到内容与人员，不能停在总分上。AGL 记录学习过程中的阅读时长、跳过、答题正误与追问频率，把掌握情况汇总到知识点级别，形成可逐项查看的团队报告。业务讲师结业时即可据此判断哪些内容多数学员没有通过、哪些学员在哪些内容上还需跟进。课程留存、过程回应与掌握汇总，共同构成培训班效果评价的依据。