学习科学概论与课程设计之间少了一次转换

概论中被反复引用的结论，几乎都写成同一种形式：在某种条件下，某种做法比另一种做法更容易留下结果。间隔一段时间后重复调用一段内容，比连续重复更容易保留；任务难度相对学员现有水平略高时，学员需要付出的处理更多；解释在学员遇到卡点之后给出，比在尝试之前给出更容易被接住。三条结论各带一个条件项：间隔多长、相对什么水平、在哪一步给出。

条件项之所以必须保留，是因为同一做法在不同条件下结果不同。间隔太短接近连续重复，间隔长到内容无法被调用，重复也不再发生；难度低于学员现有水平，不需要额外处理，高出太多则无法开始；解释给得过早，学员省掉了自己尝试的一步。相关研究讨论的多是这些条件的位置，而不是某种形式本身有效。

条件式结论给出的是条件的位置，不是条件的取值。一段合规口径与一套产品参数，值得再次调用的点并不相同：前者变化少而调用场合分散；后者随版本更新，间隔一旦长于版本周期，再次调用的就是过期内容。岗位差异同样改变取值：入职三个月的销售与带客户两年的销售，同一段内容的起点不同。取值无法从概论里查到，只能在本企业的内容和岗位上确定。

更常见的做法是直接照搬形式：把内容切成短片段，或在每段内容之后加一组小测验。形式与结论里的做法看起来一致，条件却没有跟着确定——短片段之间没有安排再次调用的时间，小测验问的是刚出现过的字面表述。形式留下了，条件没有留下，学员实际调用内容的方式没有变。

确定过一次的条件，可以留在内容结构里，而不是留在会议记录和个人经验里：这一类内容在第几段之后安排再次调用，任务相对哪一档起点设置，解释在哪一步展开。下一门同类内容进来时，需要确认的是这些取值是否仍然适用，而不是从概论重新推一遍。

结构可以沿用，把内容按结构组织起来的工作仍然要做，这部分投入过去按课程数量重复发生。AI 可以承担其中的基础部分：把已有资料按既定结构分段，写出解释和任务的初稿，在内容更新后调整相应段落。培训经理的投入转向确认取值是否符合本企业的内容与岗位。改变的是投入方式，专业判断仍然由人承担。