課程結束後，你發出問卷，學員給了 4.9 分。
這代表課程很好嗎？可能代表體驗很好。
但他有沒有真的學會？回到工作後有沒有改變做法？最後有沒有產生你原本希望的成果？這些其實是不同問題。
Donald Kirkpatrick 建立的四層次評估之所以長期被企業訓練與學習發展領域使用，核心價值就在這裡：不要把「喜歡課程」和「課程真的產生效果」混成同一件事。
這套模型最常被畫成四層金字塔，但現在 Kirkpatrick Partners 官方特別強調：它不只是從 Level 1 一路往 Level 4 填表的線性流程，而是應該先理解想要的成果，再往回設計需要的行為、學習與體驗。
對高價課程來說，這個順序尤其值得注意。
如果一開始只想「我要錄哪些內容」，最後很容易得到一套內容完整、學員也覺得不錯，卻很難回答「到底改變了什麼」的課程。
Kirkpatrick 四個層次，分別在回答什麼？
四層不是四種不同分數，而是四個不同問題：喜不喜歡、學沒學會、做法有沒有改、最後發生什麼結果。
| 層次 | 核心問題 | 常見證據 | 不能單獨證明什麼 |
|---|---|---|---|
| Level 1 反應 | 學員怎麼看這次學習經驗？ | 相關性、投入感、滿意度、回饋 | 不能直接證明學會 |
| Level 2 學習 | 學員是否取得預期知識與能力？ | 測驗、作品、示範、情境題 | 不能直接證明回到真實情境會用 |
| Level 3 行為 | 學員回去後是否真的使用所學？ | 實際行為、工作表現、持續執行 | 不能單獨證明最終結果完全由課程造成 |
| Level 4 成果 | 預期成果是否發生？ | 目標指標、前導指標、後續結果 | 仍要小心因果歸因 |
如果把這四層混在一起，最常見的錯誤就是：
因為學員很滿意，所以認為他學會了；因為他學會了，所以認為他一定會用；因為結果變好了，所以認為一定全部是課程造成。
每一次跨層推論，都需要新的證據。
Level 1 反應：不是只問「滿不滿意」
反應層應該幫你理解學員對學習經驗的投入、相關性與感受，而不是把五星評分當成課程成效。
傳統課後問卷很容易只問：
- 老師講得清不清楚？
- 教材好不好？
- 整體滿意度幾分？
這些問題不是沒用，而是用途有限。
對課程改善更有幫助的問題通常會更接近：
- 哪一段最能幫你處理現在的工作問題？
- 哪一個地方仍然讓你不知道該怎麼做？
- 你認為自己接下來最有把握使用哪一個方法？
- 哪個環節讓你最難投入或完成？
也就是說，反應層最好產生「下一步要怎麼改課」的資訊，而不只是漂亮分數。
這也補上了只看單一指標的盲點：一個指標如果不會改變你的下一個決策，就很容易只剩報表價值。
Level 2 學習：要測的是學會什麼，不是只記住多少名詞
學習層的重點是確認預期知識、技能、態度、信心或承諾是否真的建立，而不是只做最容易出題的選擇題。
Kirkpatrick Partners 現行說明把 Level 2 放在知識、技能、態度、信心與承諾等面向。
所以，如果課程真正想培養的是「能判斷」，只考名詞定義就太弱。
例如一門銷售課真正希望學員能處理價格異議，Level 2 可以逐步從：
- 說出價格異議的定義。
- 辨認不同異議類型。
- 看到案例後選出合理處理方式。
- 模擬一段真實對話並說明判斷理由。
證據會越來越接近真正能力。
這和 提取練習、間隔與交錯練習的概念可以一起使用：不是讓學員一直重看，而是讓他在沒有答案提示時，把重要知識與判斷叫回來。
Level 3 行為：這才開始碰到「學完之後有沒有真的改變」
行為層要看的是學員回到真實情境後，是否真的把所學用在工作、事業或生活裡。
這和上一層最大的差別在於：
Level 2 可以發生在課堂、作業或模擬裡；Level 3 必須開始看真實使用。
例如：
| 課程主題 | Level 2 可以看 | Level 3 更接近看 |
|---|---|---|
| 顧問銷售 | 能分析案例、完成角色演練 | 真實銷售對話中開始使用診斷方法 |
| 課程設計 | 能寫出學習目標與課綱 | 真的依學員成果重新設計課程 |
| 內容行銷 | 能完成一篇練習文章 | 持續用新方法發布與改善內容 |
| 課程網站 | 能畫出流程圖 | 實際把付款、會員與交付流程建立起來 |
這就是為什麼上一篇談的 學習轉移非常重要：知道、會做與回去真的使用，中間不是自動發生。
Level 3 做不好，不一定代表課程內容教錯了
學員沒有改變行為，可能是能力不足，也可能是環境沒有提供使用機會、提示、支持或必要資源。
Kirkpatrick 的後續發展越來越重視這一段。
New World Kirkpatrick Model 強調 Level 3 的關鍵行為（Critical Behaviors）以及支持行為發生的必要驅動因素（Required Drivers），例如支持、強化、監測與鼓勵。
Kirkpatrick Partners 在 2026 年的模型說明也進一步把「績效環境」納入視野，明確指出外部因素會影響學習能不能轉成行為，再轉成成果。
搬到線上課程，不一定需要企業主管參與，也可以問：
- 學員什麼時候第一次有機會使用？
- 他需要哪些工具或範本才能開始？
- 卡住時有沒有回饋管道？
- 重要行為會不會在幾週後再次被提醒？
- 現實條件是否允許他執行？
如果這些都沒有，只用一句「學員要自己負責執行」帶過，通常會漏掉很多可以改善的交付設計。
Level 4 成果：不是只追收入，也不是看到結果就直接歸功於課程
成果層看的是原本想改善的目標結果是否發生；指標應該跟課程的真實目的有關，而不是每門課都硬套營收。
不同課程的成果可能完全不同：
- 降低錯誤。
- 縮短處理時間。
- 提高某項工作品質。
- 讓新流程真正上線。
- 提高成交流程中的某個關鍵比例。
- 改善學員自己的服務交付。
如果是一門「建立線上課程事業」的課，成果也不應只剩「看完多少影片」。
更接近結果的證據可能是：
- 完成可銷售的方案。
- 完成真實市場驗證。
- 建立招生與交付流程。
- 實際開始銷售。
- 取得可驗證的市場回饋。
但這裡要多一層小心：學員的最終成果通常同時受到市場、執行、資源、時間與其他因素影響。
所以「結果發生」和「結果完全由課程造成」不是同一句話。
為什麼新版 Kirkpatrick 反而建議先從 Level 4 開始？
因為先知道希望產生什麼結果，才知道需要哪些行為；知道行為後，才知道課程必須教會什麼。
Kirkpatrick Partners 目前的官方做法強調從 Level 4 往回規劃。
實際上可以這樣想：
- Level 4：最後希望什麼結果改變？
- Level 3：要出現這個結果，學員必須持續做哪些關鍵行為？
- Level 2：要做出這些行為，需要具備哪些知識、判斷與技能？
- Level 1：學習經驗怎麼設計，才讓學員願意投入，而且覺得和自己的情境有關？
這個順序對課程設計很實用。
它會逼你從「內容清單」轉向「成果路徑」。
四層次不是「越高越好」，而是不要拿錯指標回答錯問題
每一層都有用途；真正的問題不是 Level 1 沒價值，而是拿 Level 1 的資料去回答 Level 3 或 Level 4 的問題。
例如：
- 想改善教學體驗，Level 1 很有用。
- 想知道學員是否掌握概念，Level 2 更直接。
- 想知道是否真正改變做法，要看 Level 3。
- 想知道方案最終是否產生目標影響，要進 Level 4。
所以不是每一門小課都必須建立龐大追蹤系統。
而是先問：「我現在做這個評估，是要支持哪一個決策？」
這比「因為別人都有滿意度問卷，所以我也做」更有意義。
Kirkpatrick 和 LTEM 有什麼不同？
Kirkpatrick 用四個大層次整理反應、學習、行為與成果；LTEM 則把「學習」拆得更細，特別區分知識、決策能力與任務能力。
這兩套框架不必被寫成誰取代誰。
Kirkpatrick 的優點是簡單，很適合快速看完整成果鏈。
Will Thalheimer 的 LTEM 則會逼你更仔細問：
- 學員只是記得知識？
- 還是能在真實情境做判斷？
- 能不能完成接近真實的任務？
- 最後有沒有真的轉移到工作？
如果你的課程過去只看滿意度與測驗分數，這個細分會很有幫助。
高價課程最值得建立的，不是一堆指標，而是一條證據鏈
好的評估不是數字越多越好，而是能把「學習體驗 → 能力 → 真實行為 → 目標成果」逐步連起來。
可以先從一個核心成果開始。
例如你希望學員能「建立並開始運作自己的課程銷售流程」，那就往回找：
| 層次 | 可以蒐集的證據 |
|---|---|
| 成果 | 流程是否真正開始運作，以及哪些目標指標有改善 |
| 行為 | 學員是否持續執行內容、招生、銷售與交付關鍵行為 |
| 學習 | 能不能判斷不同情境、完成核心任務、修正錯誤 |
| 反應 | 哪些內容最相關、哪裡最難投入、哪些支援最有幫助 |
這樣的評估才會反過來幫助你改善課程，而不是只在結業時做一張漂亮報表。
課程經營者可以先用這 8 題檢查
- 這門課真正想改善的結果是什麼？
- 哪些結果可以合理追蹤，哪些受到太多外部因素影響？
- 要產生結果，學員需要持續做哪些關鍵行為？
- 課程裡有沒有真的練到這些行為需要的能力？
- 現在的測驗是在測記憶，還是在測判斷與任務？
- 學員回到真實情境後，有沒有使用機會與支持？
- 滿意度問卷會不會真的改變你的課程決策？
- 你是否把某一層的證據，誤當成另一層的成果？
這 8 題不需要複雜系統就能開始。
先把「我們到底想證明什麼」問清楚，評估才不會越做越多、卻越來越不知道數字代表什麼。
Kirkpatrick 四層次評估常見問題
四層次一定要照 Level 1 到 Level 4 的順序評估嗎？
不必把它當成線性闖關。Kirkpatrick Partners 現行方法強調先從 Level 4 的目標成果思考，再往回確認關鍵行為、學習需求與學習體驗。
學員滿意度高，代表課程有效嗎？
只能證明部分反應層資訊。滿意可能和體驗、講師表現或內容相關性有關，但不能單獨證明學員已學會、改變行為或產生最終成果。
Level 2 一定要考試嗎？
不一定。可以使用情境題、作品、模擬、示範或其他方式確認預期知識與能力。評估形式應該配合真正要建立的能力。
Level 3 要多久之後才看？
沒有所有課程都適用的固定時間。要看該行為何時有真實使用機會，以及需要多久才合理觀察到穩定改變。
Level 4 就是營收或 ROI 嗎？
不是。Level 4 是課程原本要影響的目標成果，可以是品質、速度、錯誤率、客戶結果或其他指標，不一定是收入。
Kirkpatrick 和學習轉移有什麼關係？
Level 3 的行為正好碰到學習轉移的核心：學員離開學習環境後，是否真的把所學用在真實情境。轉移研究可以進一步補充哪些設計與環境因素會影響這一層。
Kirkpatrick 和 LTEM 應該選哪一個？
取決於你要回答的問題。Kirkpatrick 適合建立反應、學習、行為、成果的整體視角；LTEM 更細分學習能力與轉移證據。兩者都能幫助你避免只看完成率或滿意度。
結語：不要問「這門課評價好不好」，要問「哪一種證據已經成立」
Kirkpatrick 四層次真正有用的地方，不是多一套課後問卷。
而是讓課程經營者停止用一個數字回答所有問題。
學員喜歡，是反應。
學員學會，是學習。
回去真的做，是行為。
最後發生目標改變，是成果。
四層都重要，但證據不能互相代替。
當你開始從最終成果往回設計，再用對應層次的證據檢查，課程就比較不容易停在「內容做完、學員也說很好」；你會更清楚知道，真正要改善的到底是體驗、學習、轉移，還是成果。
參考資料
- Kirkpatrick Partners — The Kirkpatrick Model 與 New World Kirkpatrick Model 官方資料
- Donald L. Kirkpatrick — Evaluating Training Programs: The Four Levels
- James D. Kirkpatrick、Wendy Kayser Kirkpatrick — Kirkpatrick’s Four Levels of Training Evaluation
- Will Thalheimer — The Learning-Transfer Evaluation Model（LTEM）