kangarooking/ai-for-everyone-skill · Archived

role-tiered-training

应用从 AI for Everyone 蒸馏出的「分层AI培训 — 高管/经理/工程师的差异化学习」方法论。Use when the user needs practical guidance, diagnosis, workflow design, decision support, or an action plan related to role-tiered-training.

First seen Jul 7, 2026

Installation

$ npx skills add kangarooking/ai-for-everyone-skill --skill role-tiered-training

Stronger alternatives

This repository is archived — consider an actively maintained alternative.

Similar popular skills

Related neighbors and high-traction skills in the same topics — useful to compare before installing.

Also in this package

Other skills from kangarooking/ai-for-everyone-skill · top by installs.

npx skills add kangarooking/ai-for-everyone-skill

Browse all from kangarooking/ai-for-everyone-skill

More details

Agent compatibility

Declared targets from SKILL.md / docs. Unmarked agents are not listed — the skill may still install via the CLI.

Claude Code Not declared
Cursor Not declared
Codex Not declared
GitHub Copilot Not declared
Windsurf Not declared
Gemini CLI Not declared
Cline Not declared
OpenCode Not declared

Repository health

Stars 33
License LICENSE
Default branch main
Open issues 0
Status Archived

Package contents

Files included with this skill beyond the listing page.

  • skill md SKILL.md 5,203 B
  • docs SUMMARY.md 284 B

History

  1. First seen on skills.sh
  2. First recorded snapshot · 6 installs

SKILL.md

Source Metadata

Original cangjie-skill frontmatter from the distillation run:

id: f25
title: "分层AI培训 — 高管/经理/工程师的差异化学习"
book: "AI for Everyone"
author: "Andrew Ng(吴恩达)"
source: p22
tags: [training, change-management, role-based, education, organization]
related_skills:
  - slug: ai-transformation-playbook, relation: depends-on
  - slug: ai-team-building, relation: composes-with

R — Reading(原文引用)

"对高管和高层业务领导者...可通过4小时左右培训完成大部分内容...部门负责人...至少需要12小时...软件工程师...计划至少进行一百小时的培训。"
— p22

I — Interpretation(用自己的话重新阐述)

AI培训最常見的错误是"给所有人上同一门课"。Andrew Ng基于Google和百度的培训经验,提出了分层培训框架:

层级 时长 学习目标 核心内容
高管/高层 ~4小时 做资源分配决策 AI能做什么、不能做什么、如何评估AI项目、如何制定AI战略
部门/项目经理 ~12小时 管理AI项目 如何做项目方向设定、如何做商业尽调、如何管理AI团队、如何设定验收标准
工程师/技术骨干 100+小时 构建AI系统 机器学习基础、模型训练与评估、数据工程、模型部署与运维

为什么分层?

  • 不同角色的AI知识需求完全不同
  • 给高管讲100小时技术细节是浪费,给工程师讲4小时战略是不够的
  • 分层培训最大化学习效率,避免"听不懂"或"太浅了"

A1 — Past Application(过去应用案例)

  • Google Brain培训:早期Google Brain团队为不同层级员工设计了差异化课程。高管半天了解AI战略,工程师数周深入学习技术实现。这种分层模式让Google在AI人才紧缺的情况下快速扩大了AI能力覆盖面。

A2 — Future Trigger(未来触发条件)

触发场景:

  • 公司要推AI培训,但不知道不同层级该学什么
  • 培训效果不好——高管觉得太技术,工程师觉得太浅
  • 设计AI培训体系
  • 评估AI培训的投资回报

语言信号:

  • "AI培训"
  • "全员AI学习"
  • "不同层级学什么"
  • "AI培训体系"
  • "AI素养"
  • "给高管讲什么AI"

区分要点:

  • 用户需要培训设计还是具体课程内容?本skill提供分层框架,不涉及具体课程内容。
  • 是组织培训还是个人学习?本skill面向组织场景。

E — Execution(执行步骤)

  1. 识别受众层级:将目标受众分为高管、经理、工程师三类。
  1. 设计分层课程:

- 高管层(~4h):AI能力边界、项目评估方法、AI战略制定、常见误区 - 经理层(~12h):项目范围定义、商业尽调方法、AI团队管理、验收标准设定 - 工程师层(100h+):ML基础、数据处理、模型训练、部署运维

  1. 选择培训方式:

- 高管:工作坊、案例讨论、外部专家分享 - 经理:项目实战、跨部门轮岗、与AI团队协作 - 工程师:系统课程、动手实验、项目实战

  1. 设定学习目标:每个层级设定明确的学习目标和考核方式。
  1. 持续迭代:根据反馈调整培训内容和时长。

完成标准:完成分层培训方案设计,明确各层级的培训目标、内容大纲、时长和考核方式。

B — Boundary(使用边界)

不适用场景:

  • 个人自学AI(不需要分层设计)
  • 纯技术团队(没有高管/经理层级)
  • 一次性讲座(不是体系化培训)

失败模式:

  • 给所有人上同一门课——高管听不懂技术细节,工程师觉得战略太浅
  • 培训时长不足——4小时的高管培训压缩成1小时,无法建立基本认知
  • 只培训技术人员,忽视管理层——管理层不懂AI,无法有效支持AI项目
  • 培训后没有实践机会——学了就忘

作者盲点:

  • Andrew Ng的时长建议(4/12/100小时)基于大公司的经验。中小企业可能需要压缩——比如高管2小时、经理6小时、工程师50小时也能达到基本效果。
  • 分层培训假设你能清晰区分"高管/经理/工程师"——但在扁平化组织或创业公司,一个人可能同时承担多个角色。

相关 skills

  • [ai-transformation-playbook](/books/ai-for-everyone/ai-transformation-playbook/) — depends-on:分层培训是AI转型五步指南中第三步"提供广泛AI培训"的具体实施方案,需要嵌入整体转型路线图中理解。
  • [ai-team-building](/books/ai-for-everyone/ai-team-building/) — composes-with:分层培训与AI团队建设相辅相成——培训为团队提供人才储备,团队为培训提供实践场景。