一、 不是教不會，是工作教導出了問題
　1. 不會教的代價有多高？
　2. 工作教導經典的價值與深度解構
　3. 工作教導面臨時代的挑戰與對策
二、 學習準備不是寫表，是設計「學習路徑」
　1. 工作教導不是教學流程是學習設計
　2. 學習路徑設計下的教導前準備
　3. 靜態與動態融合的訓練需求
　4. AI協助製作可教導的工作分解表
三、 用 AI 把教導和試作變成可檢核行為
　1. AI比對示範影片 vs 工作分解表
　2. AI 檢核教學講解與演示過程品質
　3. AI輔助教導者資格評定
　4. AI檢核學員試作結果
四、 用AI建立能力分級評定標準
　1. 常見能力分級判定方式
　2. AI評定能力分級與演示
五、 打造從教會到長期做對的工作教導系統
　1. 工作教導不是事件是系統
　2. 後續追蹤-從控制到改善的閉環
　3. 對個人：確保每次都照標準做
　4. 對系統：把偏差變成改善來源

●學會看：看懂為何多數企業「有教導卻一直出事」，真正的風險藏在「大家都以為會」的地方。
●學會想：建立正確的工作教導思維：1.工作分解表不是給學員看的，而是教導者的備忘錄；2.後續追蹤不是不信任員工，而是確保每一次都做得到。3.理解 AI 在工作教導中的正確角色—不是取代人，而是補齊人做不到的系統性。
●學會做：實際運用 AI 完成學習路徑設計、工作分解表檢核、教導者與學習者影片評定，打造一套可上線、可評核、可追蹤的工作教導閉環系統。