接了幾場企業 AI 培訓之後，才會知道的事情：
1. 準備的時間會是上課時間的 3-5 倍以上
尤其如果不是分組，而是「每個人都要客製實作」，這個倍率還會再往上飆。客製實作意味著：
- 上課前要 Precall 對齊需求
- 核對需求是否實務上跟公司規範、Infra 不衝突
- 為每個人準備不同任務、起手 prompt、Skill 範本
- 投影片要逐人標註 cue 名字
因此議約報價時，把授課中的練習形式先談好，準備時間先估算進去。如果甲方要求「每人不同任務」，報價結構應該明確區分「授課小時數」跟「準備小時數」兩部分，後者的單價可以比前者低，但不能完全不計。
我自己現在的做法是：合約寫明「準備時間 ≤ 上課時間的 4 倍」，超過要另算。否則一場 1.5 小時的課可以讓我做 8-12 小時的客製化，毛利直接砍半。
2. 甲方對接者決定整個案子的順利程度
我很幸運，第一個案子就遇到聰明、開明、包容的 CEO！她親自審閱教案，跟我討論起來毫無障礙。需求對齊不需要走「我教給對接人 → 對接人轉述給高層 → 高層覺得不對 → 一路傳回來改」這種多層次協作。
但是聽說其他地方更多的是那種——想要花錢就換到成果、不問過程、最後一開箱才發現跟預期有落差的甲方。所以提前做好甲方預期管理也是很重要的任務。
具體做法：
- 第一次 Precall 就要把「我會交付什麼、不會交付什麼」說清楚
- 用「我的計畫是這樣，請問你的最關鍵需求是 A 還是 B？」帶著對方選擇，而不是讓他空泛地說「都要」
- 中間階段交期前主動寄半成品（教案大綱、投影片骨架），讓甲方在價格還來得及調整的時候給回饋
3. 講師必須要有能力應付各種程度跟提問
企業班的學員程度落差比公開課大很多。同一場可能有：
- 完全沒碰過 AI 的行政主管
- 已經自學三個月、會問你 hook 細節的工程師
- 在公司 IT 政策下無法安裝 Claude Code 的研究員
- 想知道「AI 能不能取代我」的中階主管（這題其實是要回答給高層聽，不是回答給他聽）
對應的能力要求：你要能在同一場課裡同時照顧到「太簡單會無聊」跟「太難會跟不上」這兩端。我的處理是任務分層：基礎任務人人都能跑完，進階任務留給程度高的人挑戰，中階主管的問題用「我們先看一個業界訊號」帶過去，不在現場辯論他的擔憂。
4. 想找 AI 顧問的話，選人訊號跟追星很像
如果你是甲方，想找講師的話，補一個建議：
最好選那種口條好、很聰明、對教學有熱情、對學員有耐心，但是沒什麼經驗跟名氣、手上案子也不是很多的。
沒經驗但是有熱情，所以會很負責任地花額外時間解決問題；也希望透過早期案子建立 milestone，會更認真用心地去做。
有點像追星族朋友跟我分享的——
要追就要找那種剛出道還沒啥名氣的偶像，會很寵粉，投資報酬率很高。
當然這個邏輯反過來也成立。如果你是那種剛起步、想接企業案的講師，你的競爭優勢就是「願意為這個案子花別人三倍的時間」。把那個時間花在 Precall、客製化、課後追蹤——三場下來，口碑就會幫你拉到下三場。
這四點是我接了幾場之後最想跟還沒入行的朋友說的。AI 培訓現在是賣方市場，但賣方市場的甜頭不會永遠存在，能在這段時間累積到「客戶願意再找你」的口碑，比一次性的高報價更有價值。