知识迁移能力的培养，取决于情境数量与差异

知识迁移指学员把课程中学到的内容用在没有出现过的工作情境里。要做到这一点，课程交付的不能只是结论和步骤，还要包括这项知识在什么条件下成立、适用于哪类对象、在什么情况下不适用。只讲结论时，学员得到的是一条正确答案；把成立条件一并讲清，学员得到的是一组判断依据。面对新情境时，学员需要比对的是条件，而不是回忆某一句结论。

仅有条件信息还不够。学员听懂讲解、在选项中选出正确答案，属于识别；在没有提示的情况下把知识说出来、解释理由、在具体情境中作出判断，属于提取。识别依赖眼前的材料，提取依赖学员自己组织内容。岗位场景不会给出选项，因此课程中必须安排要求学员解释和判断的环节。这类环节的作用不是检验学习进度，而是让学员在学习过程中先完成一次没有提示的调用。

条件讲清、也安排了提取活动，迁移仍可能失败，原因在情境数量。一个知识点在课程中只配一个示例时，学员记住的是知识和这个示例的全部细节：这类客户、这个阶段、这种预算规模。遇到条件相近的情况，学员可以照搬；条件一变，学员无法判断哪些细节属于知识本身，哪些只属于那个示例。

同一知识点在多组差异明显的情境中反复出现时，情形不同。学员在不同客户类型、不同业务阶段、不同约束条件下处理同一项判断，随情境改变的细节会被识别为可变量，稳定不变的部分才会作为判断依据留下来。这也划出了迁移能力的一条边界：学员能够迁移的范围，大体不会超过他在学习中实际处理过的情境跨度。

AI 能够承担情境开发中的基础整理与初稿工作：从已有的产品资料、销售记录和案例文档中提取关键条件，按同一知识点组织出多组结构完整的情境初稿，并把同一情境改写成不同客户类型、不同业务阶段的版本。这部分工作原先占用业务骨干的大部分时间，投入方式改变后，情境数量不再由骨干能连续让出多少小时决定。

业务骨干的投入没有取消，而是换了位置。初稿生成后，仍需要骨干确认情境中的条件是否符合实际、客户反应是否真实、判断口径是否与当前政策一致，并指出初稿中不成立的部分。这类判断只有具备一线经验的人能做，无法省略。区别在于，审核可以在碎片时间内分次完成，不再要求骨干连续投入整块时间从零撰写。