1
00:00:01,120 --> 00:00:02,840
各位老师好，我是赵磊。

2
00:00:03,120 --> 00:00:09,280
今天不讲课，先坦白一件事：这门课本身就是待会儿要讲的这套

3
00:00:09,280 --> 00:00:13,880
流程做出来的，包括你们等会儿可能听到的我的声音。

4
00:00:14,200 --> 00:00:14,880
咱们开始。

5
00:00:16,272 --> 00:00:21,672
今天20分钟就四件事：先把做课件这个事重新定义一下，

6
00:00:22,032 --> 00:00:26,112
然后看一条完整的流水线，再一段一段拆开看，

7
00:00:26,472 --> 00:00:29,952
最后放视频眼见为实，重点在最后。

8
00:00:31,592 --> 00:00:36,391
先问个扎心的问题：一位老师备一门新课的一章要多久？

9
00:00:36,752 --> 00:00:40,512
我自己踩过这个坑，查资料定大纲2到4个小时，

10
00:00:40,872 --> 00:00:45,752
做课件这一步最狠，4到8个小时，一页一页排写讲稿2-3个小时，

11
00:00:46,112 --> 00:00:48,552
如果这门课要上网课，还得录音、剪辑、

12
00:00:48,632 --> 00:00:50,751
上字幕，又是2-3个小时起步。

13
00:00:51,312 --> 00:00:55,512
加一下一章课，顺利的话一个通宵，不顺利的话两天。

14
00:00:55,832 --> 00:00:57,912
一学期十六章是什么概念？

15
00:00:58,232 --> 00:00:59,152
20多个通宵。

16
00:00:59,232 --> 00:01:03,752
这还只是一门课，在座有老师带三门课的可以自己算算。

17
00:01:04,111 --> 00:01:05,352
最气人的是什么？

18
00:01:05,712 --> 00:01:11,392
这些活干完，产出是一次性的，课件做完其实只走完了备课的一半。

19
00:01:11,932 --> 00:01:17,452
真正能反复用的部分全在后半段，而后半段恰恰最花时间。

20
00:01:18,928 --> 00:01:22,248
所以这两年很多老师开始用AI做课件，

21
00:01:22,648 --> 00:01:27,608
但用过的人基本都卡在同一步：AI确实能生成PPT，

22
00:01:27,808 --> 00:01:30,488
你给它一个题目，它哗哗给你20页。

23
00:01:30,968 --> 00:01:34,168
然后呢？版式飘移，你得逐页手修；

24
00:01:34,168 --> 00:01:36,368
讲稿它不管，还得自己写；

25
00:01:36,368 --> 00:01:38,448
想录成网课，从头再来；

26
00:01:38,448 --> 00:01:40,928
下学期再开这门课，从零开始。

27
00:01:41,478 --> 00:01:47,038
它给你的是一次性成品，我们真正想要的是一份能反复用的资产。

28
00:01:47,398 --> 00:01:51,838
所以差别就在这一句：缺的不是一个会画PPT的AI，

29
00:01:52,238 --> 00:01:55,678
是一条从大纲一路走到成片的流水线。

30
00:01:57,096 --> 00:02:00,736
所以今天我想把“课件”这个词重新定义一下：

31
00:02:00,736 --> 00:02:03,576
课件不是一个PPT文件，一份大纲，

32
00:02:03,736 --> 00:02:05,576
或者说一篇现成的文字稿。

33
00:02:05,696 --> 00:02:10,056
丢进流水线，出来的是五件套：能继续改的课件、

34
00:02:10,336 --> 00:02:14,256
字体保真的PDF讲义、按语速配平的逐页讲稿、

35
00:02:14,536 --> 00:02:18,736
词级对轴的字幕文件，还有一支带字幕的高清成片。

36
00:02:19,256 --> 00:02:22,856
一次制作，反复使用，翻转课堂、慕课、

37
00:02:23,016 --> 00:02:26,056
教学成果申报，吃的都是这套资产。

38
00:02:26,606 --> 00:02:30,206
输入是一份大纲，输出是一门课的数字资产，

39
00:02:30,566 --> 00:02:33,286
这是我今天最想让大家带走的一句话。

40
00:02:34,648 --> 00:02:35,847
流水线长什么样？

41
00:02:36,088 --> 00:02:38,728
大家看这张图，先记住颜色就行。

42
00:02:39,088 --> 00:02:43,488
绿色的是机器干的活，一共四段：生成课件、

43
00:02:43,728 --> 00:02:46,848
生成讲稿、配音、合成烧字幕。

44
00:02:47,208 --> 00:02:51,808
这四段由skill自动执行，skill就是提前写好的标准

45
00:02:51,808 --> 00:02:54,848
操作流程，ai照着做，不许发挥。

46
00:02:55,208 --> 00:02:58,408
橙色虚线的是人手的卡点，一共六个。

47
00:02:58,748 --> 00:03:03,308
需求澄清、打磨导出、逐页定稿、成片方式、

48
00:03:03,508 --> 00:03:09,108
挑音色、预览验收，每个卡点都是要你本人拍板的决策，

49
00:03:09,348 --> 00:03:10,428
机器不越权。

50
00:03:10,868 --> 00:03:16,428
一会儿我会一段一段拆开讲这张图，现在只要记住一个分工：

51
00:03:16,428 --> 00:03:19,228
机器干体力活，人握判断权。

52
00:03:20,959 --> 00:03:26,600
这页我想多说两句，因为我知道在座各位最关心的其实是这个：

53
00:03:26,600 --> 00:03:28,720
ai生成的内容，能信吗？

54
00:03:29,480 --> 00:03:31,720
我把答案直接设计在了流程里。

55
00:03:32,079 --> 00:03:35,959
你看，四个机器段干的都是体力活——套模板、

56
00:03:36,239 --> 00:03:39,760
数字数、合成音频、烧字幕，快、稳、

57
00:03:39,920 --> 00:03:42,399
不知疲倦，但它不负责判断。

58
00:03:42,920 --> 00:03:47,600
六个卡点全是判断：这门课给谁上、这页内容对不对、

59
00:03:47,799 --> 00:03:52,040
这个案例合不合适、这个声音像不像你……全都是人来定。

60
00:03:52,440 --> 00:03:56,200
每一页内容都必须经过教师之手才能进课堂。

61
00:03:56,480 --> 00:04:01,799
这不是我给AI上保险，这是设计——判断权和责任始终在老师

62
00:04:01,799 --> 00:04:06,380
手里。所以这套流程里，AI没有权利替你做任何判断，

63
00:04:06,859 --> 00:04:08,899
这句话我敢直接写在标题上。

64
00:04:10,280 --> 00:04:11,440
那门槛高不高？

65
00:04:11,680 --> 00:04:15,760
不高，起步只需要一样东西——你已经有的那份大纲。

66
00:04:15,960 --> 00:04:19,280
有现成文字稿最好，论文、讲义、博客，

67
00:04:19,519 --> 00:04:24,800
甚至一次讲课的录音转写，机器先蒸馏出大纲再进流水线。

68
00:04:25,120 --> 00:04:28,080
只有大纲也行，章节知识点列个清单，

69
00:04:28,200 --> 00:04:30,120
直接就能生成课件初稿。

70
00:04:30,980 --> 00:04:34,300
给大家一个体量公式：五六千字的文字稿，

71
00:04:34,460 --> 00:04:38,660
约等于一讲15~18分钟，大概15页课件，

72
00:04:38,780 --> 00:04:41,100
就这么多，这就是全部门槛。

73
00:04:42,520 --> 00:04:45,880
下面逐段拆：第一段“大纲变课件”，

74
00:04:46,120 --> 00:04:51,120
左边你给一份课程大纲（章节、知识点）+一段教学目标，

75
00:04:51,520 --> 00:04:53,800
中间Stage 1逐页生成。

76
00:04:54,159 --> 00:04:57,400
这里有个关键设计：先写一份排版规范，

77
00:04:57,760 --> 00:05:01,440
把色板、字号、每种页型的坐标全部锁死，

78
00:05:01,719 --> 00:05:03,880
AI照着规范逐页产出。

79
00:05:04,430 --> 00:05:05,469
为什么要这么干？

80
00:05:06,030 --> 00:05:09,270
因为大模型画PPT最大的毛病就是“飘”，

81
00:05:09,669 --> 00:05:15,070
第一页一个样，第八页另一个样，你修版式的时间比写内容还长。

82
00:05:15,510 --> 00:05:19,190
规范锁死之后，16页出来格式零漂移。

83
00:05:19,669 --> 00:05:23,070
然后是卡点B，机器停下来，把文件交给你，

84
00:05:23,390 --> 00:05:25,630
你在PowerPoint里手动打磨，

85
00:05:25,789 --> 00:05:29,990
想改哪页改哪页，改完用PowerPoint本体导出PDF。

86
00:05:30,440 --> 00:05:32,799
为什么必须本体导出字体保真？

87
00:05:33,000 --> 00:05:35,080
别的工具转一遍字体就糊了。

88
00:05:35,440 --> 00:05:39,880
现场我可以直接演示，你们现在看的这份课件就是Stage1

89
00:05:39,880 --> 00:05:43,760
按同一份排版规范生成的，随便抽两页出来对比，

90
00:05:44,039 --> 00:05:46,200
格式完全一致，这就是证据。

91
00:05:47,896 --> 00:05:49,736
第二段，课件变讲稿。

92
00:05:49,856 --> 00:05:53,896
这一段解决一个很实际的问题：一页PPT讲多久，

93
00:05:54,056 --> 00:05:57,496
心里没数。Stage 2，按页生成讲稿，

94
00:05:57,575 --> 00:06:01,816
配平到一个固定的语速基准，每分钟250字左右。

95
00:06:02,176 --> 00:06:06,256
什么意思？写完这一页的稿子，它告诉你这页300字，

96
00:06:06,376 --> 00:06:07,575
那就是一分多钟。

97
00:06:08,195 --> 00:06:11,436
全稿4500字，成片就是18分钟上下，

98
00:06:11,916 --> 00:06:15,676
字数和时长直接挂钩，写多少字就知道这节课讲多久。

99
00:06:15,796 --> 00:06:20,635
讲稿还有几条硬规矩：口语化，书面词自动转成说的词；

100
00:06:20,635 --> 00:06:24,836
规避数字串，比如“3到5份”不能写成阿拉伯数字加横线，

101
00:06:25,195 --> 00:06:29,356
机器配音读出来字幕对轴会错位，这种坑都是真踩出来的。

102
00:06:29,866 --> 00:06:32,186
然后卡点C，逐页过稿。

103
00:06:32,586 --> 00:06:36,145
机器把讲稿一页一页贴在对话里给你看，

104
00:06:36,506 --> 00:06:37,546
你逐页确认。

105
00:06:37,945 --> 00:06:43,706
确认完再来一轮冗余压缩，把这个那个进行一个这类垫词删掉，

106
00:06:44,106 --> 00:06:45,306
内容一个字不动。

107
00:06:45,746 --> 00:06:49,385
今天这场分享的讲稿，就是我现在嘴里说的这份，

108
00:06:49,506 --> 00:06:50,746
也是这么过出来的。

109
00:06:52,064 --> 00:06:56,464
第三段配音，这里是全流程最关键的一次选择：

110
00:06:56,464 --> 00:06:59,224
卡点d字录还是tts？

111
00:06:59,624 --> 00:07:00,784
两条路都通。

112
00:07:01,184 --> 00:07:04,464
左边字录适合已经习惯对着麦克风讲的老师，

113
00:07:04,704 --> 00:07:10,624
机器提前交付定稿讲稿+课件，你录完音频回流字幕照样烧好；

114
00:07:10,624 --> 00:07:13,104
右边tts，我个人推荐这条路。

115
00:07:13,944 --> 00:07:18,224
TTS说白了就是文字转语音，机器念稿子，

116
00:07:18,584 --> 00:07:21,304
你打字它出声音，就这么简单。

117
00:07:21,704 --> 00:07:24,264
几十种系统音色，即选即用。

118
00:07:24,664 --> 00:07:30,424
但真正的杀手锏是这个声音复刻，你只需要录15秒干净的人声，

119
00:07:30,704 --> 00:07:34,024
就能复刻出你自己的音色，复刻一次之后，

120
00:07:34,144 --> 00:07:36,704
你所有的课都自动用你的声音讲。

121
00:07:37,194 --> 00:07:42,394
讲稿改了，改完重新合成一遍就行，不用再进录音棚。

122
00:07:42,754 --> 00:07:45,594
给大家现场听一下，听出来了吗？

123
00:07:45,994 --> 00:07:47,034
这不是我录的。

124
00:07:47,434 --> 00:07:50,434
今天你们听到我的声音，其实可以不是我。

125
00:07:50,834 --> 00:07:53,794
这件事的意义在于，课程资产化之后，

126
00:07:54,234 --> 00:07:57,594
声音也成了资产，可复制、可迭代。

127
00:07:58,944 --> 00:08:00,424
第四段：合成成片。

128
00:08:00,544 --> 00:08:03,344
这一段人基本不碰，PDF高保真渲染，

129
00:08:03,464 --> 00:08:08,624
配音按页对齐，然后是字幕——用语音识别的词级时间戳跟声音

130
00:08:08,624 --> 00:08:13,224
逐字咬合。语音识别就是ASR，可以理解为机器的耳朵，

131
00:08:13,344 --> 00:08:16,744
它听一遍音频就知道每个字是在哪一秒说出来的。

132
00:08:17,224 --> 00:08:22,264
识别错的字用讲稿原文校正，最后一遍字幕直接烧进画面。

133
00:08:22,744 --> 00:08:26,944
卡点F10预览确认，拖一遍进度条验收。

134
00:08:27,064 --> 00:08:32,544
4条成片时长等于音频总时长，抽帧和字幕不溢出，

135
00:08:32,904 --> 00:08:34,664
品牌口径零残留。

136
00:08:34,944 --> 00:08:39,264
5件套归档齐全，4条都过，这支片子才算完。

137
00:08:41,015 --> 00:08:42,416
好，到了验货环节。

138
00:08:42,856 --> 00:08:48,056
今天这场分享，我留了个底：你们正在看的这份课件是Stage

139
00:08:48,056 --> 00:08:52,016
1的产物，我手里这份讲稿是Stage 2的产物，

140
00:08:52,376 --> 00:08:56,536
接下来要放的这支视频是Stage 3+Stage 4的产物。

141
00:08:56,896 --> 00:09:00,616
同一个大纲，同一条流水线，提前真跑出来的。

142
00:09:01,216 --> 00:09:05,136
现在放给大家看，大家重点看三个地方：

143
00:09:05,136 --> 00:09:10,256
听声音是不是我，看字幕跟语音是不是逐字咬合，

144
00:09:10,896 --> 00:09:15,936
随便拖到哪个时间点，画面、字幕、讲述都是齐的。

145
00:09:16,496 --> 00:09:20,136
完整的片子挺长，会后我把链接发群里，

146
00:09:20,336 --> 00:09:21,176
大家慢慢看。

147
00:09:22,568 --> 00:09:25,488
跑完一遍，你手里落下的不是一支视频，

148
00:09:25,768 --> 00:09:30,688
是五件套：成片、字幕、讲稿、课件、

149
00:09:31,008 --> 00:09:36,288
讲义。这五样各自都有用武之地——PDF直接发学生，

150
00:09:36,408 --> 00:09:40,448
讲稿给助教，字幕传平台，视频进网课。

151
00:09:40,808 --> 00:09:44,368
更值钱的是迭代逻辑：明年这门课重开，

152
00:09:44,608 --> 00:09:49,968
你改一页大纲，重跑流水线，只有被改到的那一页要重新生成，

153
00:09:50,248 --> 00:09:51,568
其余自动跟上。

154
00:09:52,038 --> 00:09:56,838
课越教越省力，这就是我说的“会增值的资产包”。

155
00:09:58,240 --> 00:10:00,480
那哪些课最适合先跑起来？

156
00:10:00,920 --> 00:10:05,320
我给四个场景：新开课建课，大纲变初稿，

157
00:10:05,640 --> 00:10:07,560
起步不再是空白页；

158
00:10:07,560 --> 00:10:12,880
混合式教学，把讲授段落变成视频，课堂时间留给讨论；

159
00:10:12,880 --> 00:10:17,160
精品课和教学成果申报，一门课一套完整素材；

160
00:10:17,160 --> 00:10:21,000
还有研究生组会，学生汇报前先对稿练时长，

161
00:10:21,240 --> 00:10:26,320
导师省心。但有三条边界我必须主动说清楚：

162
00:10:26,320 --> 00:10:29,920
第一，学术判断、重难点把握、案例取舍，

163
00:10:30,160 --> 00:10:33,360
必须由教师完成，机器给不了；

164
00:10:33,360 --> 00:10:38,680
第二，AI生成的每一页内容必经人工复核才能进课堂；

165
00:10:38,680 --> 00:10:42,280
第三，引用的事实和文献，逐条核验出处，

166
00:10:42,680 --> 00:10:47,480
AI是会编参考文献的，这是用它做教学工作最大的坑。

167
00:10:47,640 --> 00:10:50,600
把边界说清楚，这个工具才敢放心用。

168
00:10:52,048 --> 00:10:56,048
最后送大家一句话：备课的尽头不是PPT，

169
00:10:56,328 --> 00:10:58,088
是一门自己会生长的课。

170
00:10:58,528 --> 00:11:01,768
今晚回去，把下学期某一章的大纲丢进来，

171
00:11:02,168 --> 00:11:03,768
跑出你的第一个五件套。

172
00:11:04,208 --> 00:11:09,888
接下来把时间交给侯亮博士，他会拆解一个真实课程的完整落地

173
00:11:09,888 --> 00:11:11,288
案例。谢谢大家。

