ARTICLE · 1001404
AI 课程制作工具 OpenMAIC 怎么用:一段提示词生成课件、测验和互动练习
AI 学习工具
OpenMAIC：用 AI 把主题做成可互动的小课
从提示词、资料到课件、测验和练习：先跑通 20 分钟学习闭环。
CONTENTS
课程生成的重点不是把课件做得热闹，而是让学习目标、讲解和练习能够对齐。
很多人用 AI 做学习，停在问一个问题，得到一段回答这一步。
它当然有用，但当你真的想学一门新知识，往往还需要别的东西：先有一条学习路径，再有人解释关键概念，最后做几道题确认自己是否真的听懂。
开源项目 THU-MAIC/OpenMAIC 想解决的就是这件事。你输入一个主题，或者上传自己的文档、音频和视频资料，它会把内容组织成一个可互动的学习课堂：有课件、有 AI 讲解、有白板演示，也能加入测验、互动页面和项目式练习。
它并不是输入一句话就替你完成教学设计的魔法工具。更合适的理解是：它帮你先搭出一节可修改、可体验的课程初稿，你再用自己的目标、资料和判断把它变得可靠。
这篇文章带你从零跑通一次：先用在线版本验证效果，再判断要不要本地部署，最后学会怎么给出更像一节课的提示词。
普通聊天工具擅长回答一个问题。OpenMAIC 更像是把一段学习过程拆开安排：讲解、示例、提问、练习和回顾，各自放在合适的位置。
它生成的内容可以包括：
分章节的课件和讲解顺序。
AI 教师与 AI 同学的互动讨论。
随堂测验和项目式学习任务。
可操作的 HTML 互动页面、模拟和小练习。
白板书写、公式和图示讲解。
项目还支持导出可编辑的 `.pptx` 课件，或导出互动 `.html` 页面。对需要做培训、知识分享、课程试讲的人来说，这比只拿到一篇长文更容易继续加工。
涉及事实、专业结论或培训合规内容时，仍然要自己核对资料。AI 可以组织结构，不能替你承担内容正确性的责任。
第一次使用，不建议先花时间配环境。项目提供了在线体验入口，先拿一个你熟悉的主题试跑，判断生成的课程结构是否对你有帮助。
测试题目越具体，结果越有参考价值。不要只输入教我 Python 这种大题目，可以换成：
为没有编程基础的运营同学设计一节 20 分钟的 Python 数据处理入门课。
目标是让学员会读取一个 CSV 文件、筛选数据并导出结果。
包含 5 页以内的讲解、1 个可跟做的例子、3 道随堂题和一个常见报错提醒。
这段提示词里有四个关键信息：学习对象、时长、完成目标和课程组成。
你不需要照抄这段话，但最好把这四项说清。课程生成工具最怕的是目标模糊：它会堆出很多看起来很完整的内容，却不一定能让读者学会一件具体的事。
生成完成后，别急着被页面、角色和动画吸引。先用三分钟检查课程骨架。
看开头有没有告诉学员学完能做什么。
看知识点顺序是否合理。陌生概念有没有在练习前解释，示例是否比结论更早出现。
看测验是否真的对应课程目标。
比如这节课要让人会筛选 CSV 数据，题目就应该要求读者选择或写出筛选条件，而不是只问 Python 是什么。
如果这三点没有问题，再去调整课件的图片、讲解节奏和互动方式。课程不是演示文稿变得更漂亮就会更好学，学习目标和练习闭环才是主线。
只输入一个主题时，模型会根据已有知识补全内容。做通用入门课可以，但如果你在讲公司的产品、自己的业务流程或一份专业材料，最好上传原始资料。
OpenMAIC 的工作台支持把文档、音频和视频作为本次课程的材料。你可以先准备一份经过确认的提纲、产品说明或会议纪要，再要求它围绕这份材料制作课程。
只基于我上传的产品培训文档制作 30 分钟新人课程。
先给出 6 个以内的课程大纲，等我确认后再生成课件。
不要补充文档中没有的产品能力；不确定的地方标为待确认。
每个章节后安排一个能检查理解程度的问题。
这里最有用的一句是先给大纲，等我确认。
把课程分成先定大纲，再生成页面两个回合，能显著减少返工。你也更容易发现 AI 把重点放错、把内部术语理解错，或者忽略了真正需要讲清的流程。
OpenMAIC 的特点之一，是能加入测验、互动 HTML、模拟和项目式学习任务。
但互动不是越多越好。每加一个环节，都应该回答一个问题：它能让学员练习什么？
快速判断题：用来确认基本概念是否听懂。
情境选择题：给一个真实场景，让学员选下一步该做什么。
小任务：让学员用刚学到的方法完成一个最小结果。
例如做如何读数据报表的课，与其做一个复杂的小游戏，不如给一张简化报表，让学员找出环比下降最多的指标，并写出下一步验证动作。这个练习更贴近工作，也更容易让人记住。
在线体验适合先验证主题和课程效果。出现下面几种需求时，再考虑自己部署：
希望使用自己的模型、搜索、语音或图片服务。
材料不适合上传到第三方在线环境。
想长期保存课程、接入团队资料，或调整生成流程。
需要把课程系统部署到自己的服务器或内网。
按项目文档，本地运行需要 `Node.js 20`、`pnpm 10`，以及至少一个模型服务商的 API Key。最小启动流程如下：
git clone https://github.com/THU-MAIC/OpenMAIC.git
cd OpenMAIC
pnpm install
cp .env.example .env.local
pnpm dev
然后在 `.env.local` 中配置至少一个模型服务商的 Key，再打开 `http://localhost:3000`。
第一：不要把真实 Key 写进课程材料、截图或 Git 仓库；`.env.local` 也应该保持在忽略列表中。
第二：项目支持多种模型和本地服务，但第一次不用全配。先只接一个你已有账号的模型，跑通主题到课程的主链路，再按需要补图片、语音、搜索和持久化功能。
OpenMAIC 最适合三类任务。
把陌生主题学明白。比如入门一项工具、理解一个技术概念，先让它搭一节短课，再从不懂的页面继续追问。
把内部知识讲清楚。用确认过的资料做新人培训、产品说明或流程交接。先审大纲，再审每一页的事实，最后让真实用户试学一次。
把分享内容变成可参与的体验。你准备做一场技术分享或读书会时，可以把原来的讲稿转成课件、问题和小任务，让听众不只是听完，而是在过程中完成一次练习。
它不适合直接替代专业课程制作，也不适合把未经审核的医疗、法律、财务内容包装成教学材料。越是高风险主题，越要明确资料来源、审核人和适用范围。
大多数时候，第一次结果不需要推倒重来。先指出具体位置和修改目标。
保留课程目标和前两章内容。
把第三章改成一个 5 分钟的实操任务，学员需要完成 CSV 筛选并提交结果。
删除泛泛的行业介绍，把时间留给常见错误和排错思路。
这比帮我把课程做得更好有效得多。
好的修改指令通常包含三部分：保留什么、改哪里、改完后学员应该能做什么。这样它才有清楚的编辑边界，不会把已经确认的内容一起改乱。
OpenMAIC 的价值，不只是把一段主题变成几页课件，而是把讲什么、怎么练、如何确认学会了放到同一个工作流里。
第一次就拿一个你熟悉的小主题试试，控制在 20 分钟内。先看大纲和练习是否对齐，再决定要不要继续完善视觉、语音和互动。把课程做小，反而更容易做出真正能帮人学会东西的版本。
我是 Dennis，持续记录 AI 工具、Agent 工作流和可上手的开发实践。
你最近最想把哪件事做成一节 20 分钟的小课？
既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。