培训机构数字化，第 5 章：后台站稳之后，AI 才以 API 接入——出题与线上答疑

这一整条系列，跟着一家培训机构一步步走进数字化。故事的情境来自我们在培训行业的真实实施经验——你要是开这类机构，每一章应该都会看到自己教室里的影子。每章都会说明：盖了什么、刻意没盖什么，以及是靠哪些证据才敢接着往下走。

AI 为什么这时候才出现

如果你一路读到这里，会发现一件事：AI 在这条故事里非常晚才出现。这不是遗忘，而是故意。

前四章把 AI 的两个前提都站稳了：

1. 有统一入口和干净资料 —— 报名、学员、班级都是结构化的，AI 有上下文可依；
2. 后台被真实使用 —— 学员愿意登录、老师愿意发布作业和成绩，后台不是空壳。

现在，机构才第一次有条件谈 AI。而且它谈的 AI，不是老师电脑里的桌面软件，而是后台透过 API 接入的能力——学员登录后台就能用，机构控制它怎么出现、什么时候出现。

API 接入 就是让一个程序透过定义好的接口，调用另一个程序的能力。案例里，AI 不是装在老师电脑上的桌面应用，而是机构后台透过 API 接进来的能力，学员在后台里就能用。

第一个 AI 能力：自动生成测试题初稿

机构的痛点是真实的：每期课的测验题要老师手写，不同老师出题风格不一致，改起来也费时。AI 的第一步，从这里切入：

• 老师给 AI 输入这份教材、这节课的重点、上次测验的题型；
• AI 生成一份测验题初稿：题目、选项、参考答案；
• 老师逐题把关：改掉错的、删掉不合风格的、补上自己的题；
• 确认后，题目才出现在学员后台的测验里。

关键不是“AI 一次出好题”，而是AI 把老师从一张白纸变成有初稿可改。出题时间从两三小时缩到半小时以内，题目质量由老师把关保住。机构节省的是重复劳动，不是老师的判断。

第二个 AI 能力：线上答疑

学员课后问题依然零散——谁在线谁回，响应慢，而且问来问去常常是同一类：补课、作业提交、课程规则。

• 后台里给学员一个提问入口，问题先经过 AI：
  • 规则类问题（课表、请假、补课、提交作业）——AI 依据机构的 FAQ 和课程资料直接回答；
  • 超出规则、需要老师判断的问题——AI 不硬答，转给老师；
• 老师侧有一个待答队列，只处理真正需要人的问题；
• 每一条回答都记下来，机构能看出学员到底在卡什么。

响应速度从“看谁在线”变成“几乎即时”，老师从“每个问题都回”变成“只回需要判断的”。人力的节省是可以数出来的：行政和老师每周被重复问题占用的时间，比接入 AI 前明显变少。

机构做了什么决定，才敢让 AI 上线

• 先试点再推广。 只在一门课、一个班期里试，观察真实使用，再决定扩不扩大。
• AI 生成内容一律由老师把关。 题目要过人，答疑到规则边界就转人工。AI 是辅助，不是替代。
• 不承诺 AI 自己会变好。 机构明确对学员讲：这是辅助工具，学习判断还是靠老师。
• 尊重个人资料。 学员的提问和成绩在后台内使用，不随意流出。

这一阶段刻意不是这些

• 不是全自动教学。 没有 AI 讲课、没有 AI 批改代替老师、没有 AI 决定学员升不升级。
• 不是开放给公众的聊天机器人。 AI 答疑在学员后台内，服务已报名学员，不是挂在网站上对所有人开放。
• 不是通用 AI 助手。 它依据机构的教材、FAQ 与课程规则运行，不是随聊随答的通用工具。
• 没有因为 AI 而多收钱。 它是后台的独立能力，不是网站套件自动附赠的“加值功能”。

什么证据决定要不要扩大

试点一个班期后，机构只看这几件事：

• 测验题从初稿到上线的老师耗时，是不是真的下降；
• 学员提问的响应时间和“转人工的比例”，是不是可衡量地改善了；
• 老师有没有拒绝把关——如果老师觉得 AI 出来的东西没法用，试点就失败；
• 学员有没有真的在后台用这些功能，而不是回到 LINE 问老师。

这些数字成立，AI 才从“试点”变成“常规能力”。不成立，就退回人工——后台和人工流程本来就还能撑住，AI 只是锦上添花，不是救命稻草。

第 6 章，来回顾这一整条路：入口、资料、后台、AI，每一步是怎么被前一步的证据决定的。

---

边界很重要：以 API 接入学员后台的 AI 出题与线上答疑，是机构自己的独立系统专案，不是标准网站套件的一环，也不是随网站自动附赠的加值功能。AI 生成内容必须由老师把关，不取代老师判断；学员资料在后台内使用，尊重个人资料保护要求。