上個月一場企業內訓結束後，一位 HR 主管把我留下來問了一個問題：「市面上的 AI 講師這麼多，我們到底要怎麼知道誰是真的、誰只是把熱門工具整理成一份很厲害的簡報？」
這個問題我很常被問到。這幾年我自己在接企業 AI 講座，也帶團隊用 AI 重做我們公司的內部工具，常常站在台上講，也常常站在採購方的角度，看一場又一場別人的課。看久了會發現一件事：AI 講師之間的品質差距，比大多數人想的還要大。
有些人是真的把 AI 用進工作、內容、產品、流程裡；有些人只是把這個月最紅的幾個工具整理成投影片，講一場看起來很厲害的課。問題從來不是「他懂不懂 AI」——光是會講解工具，門檻其實很低。真正該問的是：他有沒有真的把 AI 活進自己的工作系統裡。
▋為什麼「他懂不懂 AI」是錯的問題？
因為「懂」太容易表演了。把工具講得頭頭是道，不代表他自己每天在用；demo 跑得很順，不代表那套做法在你公司落得了地。你要找的不是一個 AI 的「導覽員」，而是一個自己天天在用 AI、而且把它變成工作方法的人。所以下面 6 個標準，全部都在問同一件事的不同切面：他到底有沒有把 AI 真的用起來。
▋怎麼判斷一個 AI 講師好不好？6 個可以直接檢查的標準
先給你一份可以直接拿去對照的清單。一個值得你（或你公司）付錢的 AI 講師，至少要通過這 6 關：
1️⃣ 他自己是不是真的在大量用 AI
2️⃣ 他有沒有持續輸出、把知識沉澱下來
3️⃣ 他有沒有拿得出來、能被檢驗的作品
4️⃣ 他教得會別人，而不只是讓你覺得 AI 很厲害
5️⃣ 他懂不懂企業導入 AI 的真實現場
6️⃣ 他談 AI 夠不夠透明、會不會只是製造焦慮
下面一個一個拆開講。
▋這個 AI 講師自己有真的在用 AI 嗎？
判斷一個 AI 講師的第一個標準，是看他自己有沒有大量使用 AI——不是用過，是現在每天都在用。沒有自己大量使用 AI 的人，很難教別人把 AI 用到位。你可以從這幾個地方觀察：
有沒有真實的 AI 工作流程，而不是只在課堂上 demo
有沒有自己的 GPT、Agent、Prompt SOP、自動化（automation）
有沒有實際做出來、還在運作的自動化成品
有沒有用 AI 改變自己的內容、營運或商業流程
有沒有踩過坑，講得出 AI 的限制與失敗案例
我自己的判斷法很簡單：請對方打開電腦，看他平常怎麼用。真的在用的人，會有一堆養了很久的 prompt、跑了好幾個月的自動化；只是把工具整理成簡報的人，這一關通常過不了。（一個人怎麼決定「哪個流程先自動化」，我拆解在這篇：自動化該從哪個流程開始。）
▋他有沒有持續輸出、把 AI 知識沉澱下來？
好的 AI 講師，不會只在台上講課，台下還會有自己的知識沉澱。AI 變化太快，只靠追逐工具是不夠的；真正懂的人，會持續輸出、整理、修正自己的方法論，讓好的工具沉澱下來，把不好的篩掉。觀察：
有沒有系統化整理知識，而不是東一塊西一塊
內容有沒有觀點，而不只是工具介紹
是否持續更新，而不是吃一波流量就停了
有沒有好好寫文章，確保輸出的品質
有沒有把知識整理成一個會自己長大的知識庫
我自己就是用 AI 把每天的碎片資訊餵進一個會自動成長的知識庫，這套做法我寫成過一篇自動化知識代理人。一個講師有沒有在做這件事，騙不了人。
▋他有沒有拿得出來、能被檢驗的作品？
AI 講師不能只停在「講得很好」，要有東西可以被看見、被使用、被檢驗：
有沒有實際的自動化案例
有沒有 GitHub 或開源作品
有沒有公開的模板、工具、流程
有沒有可以當場操作的 demo
有沒有把知識整理成課程或產品
舉個例子，我和夥伴用六週、靠 AI 從零蓋出一套自己每天在用的 CRM——這種東西沒辦法用簡報唬，要嘛做得出來，要嘛做不出來。評估一個 AI 講師時，請他給你三個「他自己做出來、現在還在用」的東西，比聽他講三十分鐘有用。
▋他教得會別人，還是只是讓你覺得 AI 很厲害？
講得精彩，不代表學生學得會。AI 教學的重點，不是讓人覺得 AI 很強，而是讓人回去之後真的用得出來：
過去帶過多少學員、接過多少企業講座
學員有沒有實際產出，而不只是聽完覺得很爽
有沒有作業、演練、陪跑或回饋機制
能不能針對不同職能（業務、行銷、HR、工程）設計案例
我看過太多「上課當下覺得超強、回公司一週後完全沒動」的案例。差別幾乎都在這一關：有沒有把「讓你驚艷」換成「讓你做得出來」的設計。挑講師時問一句話就好——上完課，我的人回去第一個能自己做出來的東西是什麼？
▋他懂不懂企業導入 AI 的真實現場？
企業導入 AI，卡關的地方通常不在工具，而在流程順不順、怎麼數位轉型、人抗拒改變時怎麼做變革管理。一個只會教工具的講師，到了企業現場常常無解。你要看的是他懂不懂這些：
有沒有真的企業導入經驗，而不只是公開班
懂不懂資料安全、權限、合規
懂不懂企業流程與跨部門協作
能不能把 AI 連結到 KPI、效率、品質、成本與營收
知不知道人員抗拒、主管期待、流程卡點怎麼處理
真正好的 AI 講師，要能把 AI 從工具層，帶到流程層、管理層、再到商業層。這也是為什麼企業內訓我通常不只給一場 keynote，而會搭配落地的陪跑——工具好教，落地難。
▋他談 AI 夠透明嗎？會不會只是在製造焦慮？
最後，看這個人「怎麼談 AI」，往往最能看出底細：
會不會過度吹捧 AI
會不會製造焦慮（「再不學就被淘汰」那一套）
會不會誠實承認 AI 的限制
有沒有清楚區分「只是 demo」和「可以落地」
願不願意公開自己的方法、案例與作品
越懂 AI 的人，越能用簡單的方式解釋複雜的概念，讓你看到 AI 的「魔法」，也看懂魔法背後的原理。大家來上課是想學會變魔法，不是來看講師表演魔法。
▋選 AI 講師，本質上是在選一套工作方法
講到這裡你會發現：選 AI 講師，不只是選一個會講課的人。你真正在選的是——
他怎麼理解 AI
他怎麼使用 AI
他怎麼把 AI 變成一套工作流程
他能不能把這套方法教給別人
他能不能協助一個組織真正落地
好的 AI 講師，不會站在台上告訴你 AI 有多厲害，而是帶你看見：AI 要怎麼真的進到你的工作裡，幫你把問題解掉。
如果你正在幫公司找一場真的帶得動人的 AI 講座或企業內訓，這也是我和 Zynkr 在做的事——企業 AI Keynote 帶觀念、顧問與陪跑 幫落地。用上面 6 個標準先檢查我，再決定要不要聊。
▋常見問題 FAQ
Q：怎麼判斷一個 AI 講師是不是真的懂 AI？
看他自己有沒有把 AI 用進每天的工作，而不只是會介紹工具。請他打開電腦給你看真實的 prompt、自動化與作品；講得出限制與失敗案例的人，通常比只會吹捧的人可信。
Q：企業找 AI 講師應該注意什麼？
除了會不會講，更要看他懂不懂企業現場——流程、資料安全、跨部門協作、變革管理，以及能不能把 AI 連結到 KPI 與營收。只教工具、不懂落地的講師，到了企業現場常常無解。
Q：AI 講師和 AI 顧問有什麼不一樣？
講師偏知識傳遞，顧問偏實際落地導入。好的人通常兩者兼具：先用講座把觀念帶起來，再用顧問與陪跑把它變成公司真的在跑的流程。
Q：為什麼上完 AI 課，回公司還是用不出來？
多半是因為課程停在「讓你覺得 AI 很強」，缺了作業、演練、陪跑與回饋這些把知識變成產出的設計。挑講師時直接問：上完課，我的人回去第一個能自己做出來的東西是什麼？