在岗员工培训要按可中断的小段组织

业务主管安排在岗员工培训时，员工并不脱产：课程是在处理完一张工单之后、两通客户电话之间打开的。一段内容学到一半，来了急事就得放下，隔几天才回来时，上次停在哪、前面讲过什么前提，多半已经模糊。多数培训内容默认学习者连续学完，被打断之后，员工要么从头再看一遍，要么带着没接上的前提往下走。缩短课件时长无法回避同一个问题：中断是在岗学习的常态，内容必须按中断来组织。

UMU 解决方案预约 Demo

在岗培训的内容要按中断来切分

每一小段自身讲完一件事

在岗培训内容的第一项要求是切分，依据不是时长，而是意思的完整程度。一小段应当围绕一个知识点讲完，员工在十分钟左右的间隙里能够独立完成，读到结尾不留下悬空的前提。按这个标准切分，中断落在段与段之间，而不是落在一段推导的中间。把四十分钟的课程平均截成四段则不同，那只是把中断点从一处挪到三处，员工仍要先看懂上一段的结尾，才能读懂下一段的开头。

恢复的成本决定学习能否继续

第二项要求是恢复。员工隔几天回到课程，需要知道自己停在哪一段，也需要知道这一段建立在前面哪些内容之上；只显示一个完成百分比，员工仍要靠回忆找回上下文。恢复成本过高时，员工的选择往往不是补上，而是不再打开。由此引出第三项要求：每一段结束时安排一次作答，确认这一段确实被处理过，而不只是被点开过，同时为下一次回来留下记录，业务主管也可以据此判断团队学到了哪一段。

在岗员工培训的常见瓶颈

录播与文档只能单向讲完

员工看完录播课或 PDF 文档，面对真实客户时仍处在零基础状态。学习完成不等于掌握，单向内容不要求员工主动思考，中断之后更难判断哪一段是真的学过。

学习中的问题当场无人回应

员工在学习中遇到具体的客户诉求或业务判断，得不到及时、精准的答疑。静态课件只覆盖标准场景，不具备交互能力，员工只能带着没弄清的前提继续往下。

学到哪一段没有留下记录

现有系统只记录课程是否完成，不追踪学习过程。断续学习之下，业务主管无法区分员工学完了一段，还是只把进度拖到末尾，也就无法判断哪一段需要再讲一次。

按知识点分段，员工才能在间隙里学完

微学习把内容拆成小块

分段要在制作阶段完成。UMU AI Generated Learning（AGL）用 AI 把企业文档转化为互动式课程，覆盖课程创建与员工学习过程。AGL 采用微学习的教学法把内容拆成小块，按课程时长自动限制每段的知识点数量。业务主管上传岗位资料后不必判断一段该放多少内容，中断因此落在段与段之间。

回到课程时，员工要能立刻问清前提

AI 按员工进度讲解与答疑

分段决定一次能学多少，没有解决隔几天回来接不接得上。AGL 让 AI 同时承担讲师、导师与教练：讲授时讲解内容，答疑时回应问题，练习时给出指导。员工重新打开课程，可以直接就上一段的结论或本段依赖的前提提问，由 AI 结合其进度回应，不必从头看一遍。答疑不占用业务主管的时间，每个员工按自己的节奏推进。