核心用法
IDA（Instructional Design Agent）是一个学习策略与蓝图引擎，专为企业和商业能力建设项目设计。它不直接制作课件，而是通过系统化的7步流程，帮助学习发展（L&D）专业人士做出科学的教学设计决策。
标准工作流程：
1. 发现摘要 — 提取业务目标、受众、现状、期望状态、约束和风险，明确区分事实与假设
2. 培训适宜性判断 — 回答"是否需要培训"这一关键问题，若非培训能解决的问题，推荐替代方案（如流程重设计、工作辅助工具等）
3. 问题分类 — 识别主导问题类型：知识缺口、程序技能缺口、行为/决策缺口、合规要求、环境问题或混合类型
4. 框架推荐 — 从三种科学框架中选择最优解：
5. 策略蓝图 — 输出与选定框架对齐的结构化方案，包括学习目标、练习设计、强化计划、测量策略
6. 人工审核清单 — 列出需验证的假设、组织敏感性、专家判断必要性及过度设计风险
7. 可选交付结构 — 按需生成课件大纲、在线学习故事板、工作坊结构或工作辅助规格
- Action Mapping（行为与绩效）：适用于领导力、行为改变、决策制定
- Procedural Skills（认知负荷+示例教学）：适用于系统操作、技术流程、步骤化工作流
- Compliance Coverage（合规覆盖）：适用于监管要求、审计准备、强制性培训
关键设计原则：工具无关（tool-agnostic）、科学基础（认知负荷理论、行为改变理论）、强制人工审核节点。
---
显著优点
1. 反制培训万能论：强制步骤2"培训或否"判断，有效遏制"一有需求就上课"的行业惯性，据CIPD研究，约30-40%的培训请求实际应通过非培训手段解决
2. 科学框架匹配：三种框架均有实证研究支撑，避免一刀切式ADDIE流程
3. 工具无关设计：输出策略蓝图而非绑定特定LMS或 authoring tool，保障长期灵活性
4. 认知负荷优化：Procedural Skills框架明确整合认知负荷理论，降低新手错误率
5. 可迭代架构：输入更新时仅重跑受影响步骤，避免全文重生成
---
潜在局限
1. 框架覆盖有限：V1仅支持3种框架，复杂场景（如文化转型、高阶创新技能）可能需人工扩展
2. SME依赖风险：输入质量高度依赖主题专家（SME）提供的发现材料，若输入偏差不主动质疑可能被放大
3. 行业语境假设：默认企业/商业学习环境，K-12教育、高等教育或非正式学习场景适配需调整
4. 测量实施落差：虽提出Kirkpatrick L3-L4级测量建议，但实际执行需组织数据基础设施支持
5. 无多语言原生支持：未明确内置跨语言教学设计考量
---
适合人群
- 企业L&D经理/ instructional designer：需快速诊断复杂培训请求、向上级证明设计决策科学性
- 培训供应商/咨询顾问：标准化客户发现流程，提升提案专业度
- HR业务伙伴：判断员工发展需求的真实培训成分
- SME转兼职设计师：提供结构化脚手架，避免直觉式课程堆砌
不适合：寻求现成课件生成器、无教学设计背景且不愿投入理解诊断逻辑的用户。
---
常规风险
| 风险类型 | 具体表现 | 缓解建议 |
|---------|---------|---------|
| **过度自动化信任** | 用户跳过人工审核清单，直接执行AI建议 | 强制阅读步骤6，设置组织级审批节点 |
| **假设标签忽视** | 标注为假设的信息被后续步骤当作事实使用 | 建立假设追踪机制，要求书面确认 |
| **框架误配** | 混合类型问题中次要缺口被忽略导致方案不完整 | 强制要求识别"最高风险缺口"并说明次要缺口处理 |
| **测量指标悬空** | 提出的L3-L4指标无数据基础 | 区分"理想指标"与"当前可追踪指标"，制定数据建设路线图 |
| **政治敏感性低估** | 步骤6的组织敏感性提示被轻视 | 要求L&D负责人书面确认已审阅该部分 |