一位产品经理手握鼠标看向屏幕，画面左侧是代表厚重业务文档的图标，中间一条发光轨迹连向右侧排列整齐的模块化课程卡片，呈现知识掌握度按知识类型分开组织的内容形态

知识掌握度按知识类型分开确认才有指导意义

课程结束后，课程开发者通常会拿到一份知识掌握度数据：分数由高到低排开，常见做法是据此确定补训对象，把分数偏低理解为内容没有讲清。但这份分数无法回答课程开发者的下一个问题——该修改哪一段内容。原因不在数据是否精确，而在一门课里的知识本来不属于同一类：能够准确复述一条规定，与知道这条规定在什么情形下适用，是两种学习结果。用同一套题一起问，得到的只是一个混合数值。

了解 UMU 解决方案

三类知识对应三种作答形式

三类知识的学习结果不同

企业课程里的知识至少要分开看三类。第一类可以直接复述：制度条文、产品参数、服务标准，学习结果表现为能否准确、完整地说出内容本身。第二类是判断适用条件：某项政策在哪些情形下适用、遇到例外按哪一条处理，学习结果表现为能否在给定情形中选出处理方式并说明依据。第三类是操作顺序：一项流程先做什么、哪一步不能提前，学习结果表现为能否把打乱的步骤按正确顺序排出。三类知识来自同一份业务资料，却不是同一种学习结果。

每类知识需要不同作答形式

三类知识对应的作答形式并不通用。确认第一类，需要复述与解释：让学员说出内容，再补充为什么这样规定。确认第二类，需要先给出一个具体情形，让学员选择处理方式并写明依据；情形不出现，识别适用条件就没有表现机会。确认第三类，需要让学员重排步骤。因此，一门课的知识掌握度不是一个统一水平，而要按知识类型分别确认。

作答形式统一，两种错误并成一个结果

同一道错题有两种来源

当一门课的检查题全部采用同一种作答形式时，一道题答错至少有两种来源。一种是学员没有记住内容本身，复述时缺项或记错条款；另一种是学员记住了内容，却没有认出题目描述的情形属于哪一条的适用范围。两种来源在答案上表现相同，都是一个错误选项，因此在结果里被合并成同一条记录。

两种来源要改的内容不同

这两种来源指向的修改并不相同。学员没有记住内容，需要调整的是内容组织与解释密度：拆分信息量过大的段落，补充这样规定的原因。学员没有认出适用情形，需要补充的是情形本身：把业务中真实出现过的边界情况写进课程，说明每一种情形对应哪一条依据。混合数值把这两处并成一个数字，课程开发者据此改课时，只能凭经验在两者中选择一处修改。

一次开发排期通常只容一套作答形式

开放办公区的工位上，一位员工靠在椅背上双臂交叉、眼神失焦，前方电脑屏幕里的培训视频进度条已经走到底，手边摊开的笔记本仍是空白

一份内容要出多种形态

按知识类型分别设计作答形式，意味着同一份业务资料要被改写成多种形态。同一条产品政策，作为可复述内容要写成问答与解释，作为适用判断要配一组具体情形与依据，作为操作顺序要拆成可以重排的步骤。每一种形态都要单独确认业务口径、编写选项。内容总量没有变化，设计工作量随形态数量上升。

上线时间只容纳一种形态

企业课程开发通常有明确的上线时间，一门课从需求确认到交付常压在几周之内，课程开发者同时还承担授课与培训后跟进。在这样的时间安排下，多种形态很难同时准备，实际交付的往往是一套统一的选择题。

AI 降低活动设计成本，多种形态并存

改写形态的投入下降

把同一份内容组织成不同的学习活动，主要投入在形态改写与配套解释上。AI 可以承担这部分基础工作：依据已有的制度文件与业务案例，整理出复述、情形选择、步骤重排等不同形态的初稿，并给出对应的解释文字。原先需要逐条撰写的形态改写，变成在初稿上核对与修改。

形态按知识类型选择

投入下降改变的是选择依据。过去在排期里只能保留一种形态，保留哪一种主要看哪种最容易准备；现在可以按知识类型决定：需要准确记住的内容配复述与解释，需要判断适用条件的内容配具体情形，需要按序执行的内容配步骤重排。课程开发者的工作重心相应前移，从逐条编写转向确认形态与知识类型是否对应、情形是否来自真实业务。