培训课件用 Claude Slides 做互动页，TaoToken 按学员 Token-育师

1. 培训讲师视角：把 Claude Slides 互动页拆成课件、Key 表、Token 账本

Claude 近期把 Docs、Slides、Design 的生成入口收进了对话流：演示稿可以直接在聊天里生成，打开后能继续改，也能导出成 PowerPoint 或 PDF。对培训讲师来说，这改变的不是“做一版 PPT”，而是课堂互动页的生产方式：课件要能按知识点拆页，学员要能用自己的账号调用模型补全案例，课后还要知道谁用了多少 Token。我的做法是先把入口统一到 TaoToken：到官网（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=intro）获取 Key，把工具里的 Base URL 固定为 https://taotoken.net/api，然后给每个学员分配独立 Key。这样 Claude Slides 负责生成互动课件，TaoToken 负责按学员 Token 统计，中间不靠人工抄表。下面按培训讲师视角，把互动课件、学员 Key 表、Token 按人统计串成一条可复现流水线。

这条流水线可以拆成四个环节。

第一环是课件生成。讲师在对话里描述课程目标、学员基础、互动题型，让 Claude Slides 生成可编辑的演示框架，再导出 PPT 或 PDF。互动页不是单纯文字堆叠，而是选择题、投票页、分组任务、案例填空和复盘页的组合。

第二环是学员接入。每个学员拿到独立 Key，工具侧统一把 Base URL 指向https://taotoken.net/api。Claude Code 用 Anthropic 兼容配置，Codex 用config.toml，CC Switch 用三件套切换供应商。注意不要把ANTHROPIC_*套到 Codex 上，否则很容易出现协议不匹配。

第三环是可复现产出。课程目录里固定保留slides/、exports/、prompts/、student-keys.csv、token-stats/，每次开课复制一份模板即可。学员产生的课件修改记录和 Token 用量分开存放，方便课后复盘。

第四环是统计。Token 消耗方是学员账号，所以 Key 表必须能关联到学员编号、小组、课程期数和用途。TaoToken 控制台可以按 Key 查看用量，导出后再和本地 Key 表合并，就能得到“按人统计”的结果。

这套方式最适合培训现场：讲师不用把所有生成任务都揽到自己账号里，学员也不会因为共享一个 Key 而互相覆盖用量。真正的成本口径是按学员 Token，而不是按讲师 Token。后面几节按落地顺序展开。

2. 学员 Key 表怎么设计：从 TaoToken 控制台到按人统计字段

先明确一个原则：一个学员至少一个 Key，且 Key 别名要能反查到人。不要把同一个 Key 发给一个小组，除非小组本身就是统计单位。否则后期看到某个 Key 用量暴涨，你无法判断是学员 A 在反复重生成，还是学员 B 拿去做课外练习。

进入 TaoToken 官网后，在控制台创建 API Key。创建页建议放在这里：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=student_key_table 。命名不要用test、key1这种无信息名称，推荐格式：

课程期数-小组-学员编号-用途 示例： 2025Q1-A01-S001-slides 2025Q1-A01-S002-codex 2025Q1-B02-S017-claude-code

学员 Key 表可以用 CSV 维护，字段建议包含：

student_id,student_name,group,email,key_alias,api_key,base_url,allowed_model,daily_quota,status,remark S001,张三,A01,zhangsan@example.com,2025Q1-A01-S001-slides,YOUR_API_KEY,https://taotoken.net/api,按模型对话页选择,200000,active,互动页生成 S002,李四,A01,lisi@example.com,2025Q1-A01-S002-codex,YOUR_API_KEY,https://taotoken.net/api,按模型对话页选择,200000,active,Codex配置练习 S003,王五,B02,wangwu@example.com,2025Q1-B02-S003-ccswitch,YOUR_API_KEY,https://taotoken.net/api,按模型对话页选择,200000,active,CC Switch切换

注意：

api_key列不要直接放在共享网盘里。演示时用YOUR_API_KEY占位，真实 Key 通过密码管理器或加密表格逐人发放。
base_url统一为https://taotoken.net/api，不要加 UTM 参数，也不要多写/v1或/chat/completions。工具会在 Base URL 后拼接具体路径。
key_alias是后续按人统计的主键。TaoToken 控制台导出用量后，用别名关联student_id即可。
allowed_model可以先留空，让学员到模型对话页确认可用模型后再填。
daily_quota用于课堂公平。如果课程有两小时实操，给每个学员一个足够生成 8 到 12 页互动课件的额度即可，超额学员需要单独申请。

发放流程可以固定为五步：

讲师登录 TaoToken 官网，创建课程专用项目或 Key 分组。
按学员名单批量创建 Key，别名使用课程-组-编号-用途。
导出 Key 表，只保留key_alias、api_key、base_url三列给学员。
学员拿到后，在工具里填入YOUR_API_KEY对应的真实 Key，Base URL 填https://taotoken.net/api。
课堂结束前，讲师从控制台导出用量，按key_alias合并回主表。

如果后续要按人统计，主表至少要有student_id和key_alias两列。没有别名映射，控制台的数据只能看到一堆 Key 后缀，无法对应到人。

3. Claude Slides 互动页生成与导出：一套可复现的课件目录

Claude Slides 适合做“对话式生成演示”。培训讲师不用一开始就打开传统幻灯片软件，而是先让模型输出结构化页面，再导出成 PowerPoint 或 PDF。互动页的关键是页面类型要固定，否则每次生成风格都会飘。

建议在本地建一个课程模板目录：

training-deck/ ├── prompts/ │ ├── 01-outline.md │ ├── 02-interactive-pages.md │ └── 03-export-check.md ├── slides/ │ ├── source.md │ └── assets/ ├── exports/ │ ├── course-v1.pptx │ └── course-v1.pdf ├── student-keys/ │ └── student-keys.csv └── token-stats/ ├── raw-usage.csv └── summary.csv

生成互动页时，先把课程目标写清楚。下面是一个可复制的提示词模板，放在prompts/02-interactive-pages.md中：

# 任务 请为“2 小时 AI 工具接入培训”生成一套互动课件页。 ## 学员背景 - 会基本命令行操作 - 没接触过 Claude Code、Codex、CC Switch - 需要每人使用自己的 TaoToken Key 完成练习 ## 课件结构 1. 封面页：课程名、讲师、时长 2. 目标页：列出 3 个可验证产出 3. 概念页：Base URL、API Key、Token 统计分别是什么 4. 投票页：你认为 Base URL 应该填到哪一层 5. 选择题：Claude Code 的配置应该写在哪 6. 填空题：Codex 的 `config.toml` 中 `base_url` 填什么 7. 分组任务页：每组完成一个学员 Key 表的字段设计 8. 排障页：401、404、429 分别优先检查什么 9. 复盘页：用 3 句话总结按人 Token 统计的意义 ## 输出要求 - 每页给出标题、正文、讲师备注 - 互动页必须包含至少 2 个选择题、1 个投票题、1 个分组任务 - 导出前保留可编辑源结构 - 不要编造不存在的 API 路径

生成后，讲师重点检查三类问题：

页面是否保留了“可编辑源”。如果只导出 PDF，后续修改成本高。
互动题是否和配置步骤对应。比如投票页问 Base URL，下一页就应该给出https://taotoken.net/api。
是否出现不存在的接口路径。工具配置只填 Base URL，具体路径由客户端拼接。

导出时可以同时保留 PPTX 和 PDF。PPTX 用于讲师现场修改，PDF 用于发给学员预览。Claude Slides 生成的演示可以打开、编辑并导出为 PowerPoint 或 PDF，但现场互动页如果需要投票，建议额外配一个问卷链接或群接龙，不依赖 PDF 内点击。

学员实操时，每人用自己的 Key 调用模型补全案例。例如让学员生成自己行业的案例页：

请基于以下行业场景，生成 3 页培训互动页： - 行业：零售门店 - 问题：新员工不会使用 API Key 管理 - 要求：第一页现象，第二页原因，第三页一个选择题 - 输出 Markdown，方便我复制到 Claude Slides 继续生成

注意，学员的 Token 消耗方是学员账号，所以这一步必须让学员在自己的工具里使用自己的 Key。如果学员用讲师 Key，统计就会混在一起。

4. 三套接入配置：Claude Code、Codex、CC Switch 各自怎么写

这一节是课堂最容易出错的环节。先把公共信息固定：

TaoToken 官网入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=config_tools
Base URL：https://taotoken.net/api
Key 占位符：YOUR_API_KEY

下面分别写 Claude Code、Codex、CC Switch。注意三类工具配置不要混用。

4.1 Claude Code：settings.json 与 ANTHROPIC_*

Claude Code 使用 Anthropic 兼容配置。可以在项目目录或用户目录的settings.json中写入：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "YOUR_API_KEY" } }

如果不想改文件，也可以在启动前用环境变量：

export ANTHROPIC_BASE_URL="https://taotoken.net/api" export ANTHROPIC_API_KEY="YOUR_API_KEY" claude

这里的ANTHROPIC_*只适用于 Claude Code 或 Anthropic 协议兼容客户端。常见错误是把ANTHROPIC_BASE_URL填到 Codex 里，结果 Codex 按 OpenAI 协议请求，出现 404 或响应格式错误。

4.2 Codex：config.toml 独立配置

Codex 使用自己的config.toml。建议路径是~/.codex/config.toml。示例：

model = "gpt-5-codex" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY"

然后设置环境变量：

export TAOTOKEN_API_KEY="YOUR_API_KEY" codex

要点：

Codex 不要使用ANTHROPIC_*。
base_url填https://taotoken.net/api，不要多写/v1。
env_key是环境变量名，不是真实 Key。真实 Key 放在环境变量里。
如果模型名不确定，先到 TaoToken 模型对话页确认当前可用模型，再填入model。

4.3 CC Switch：三件套切换供应商

CC Switch 的作用是快速切换不同供应商配置。课堂里可以让学员练三件套：

供应商名称：TaoToken
Base URL：https://taotoken.net/api
API Key：YOUR_API_KEY

在 CC Switch 里新增供应商时，按界面字段填入。不同版本的字段名可能略有差异，核心是这三项。配置示意：

{ "name": "TaoToken", "baseUrl": "https://taotoken.net/api", "apiKey": "YOUR_API_KEY" }

保存后把当前供应商切换为TaoToken，再重启 Claude Code 或对应客户端。如果切换后仍走旧供应商，优先检查：

CC Switch 是否真的切换成功。
原工具的环境变量是否覆盖了 CC Switch 配置。
工具是否缓存了旧会话。
Base URL 是否被写成了旧地址。

4.4 配置后的最小验证

不要一上来就让学员生成 20 页课件。先做最小验证：

请用一句话说明：Claude Code 的 Base URL 应该填什么。

如果模型返回正常，说明 Key 和 Base URL 已通。如果失败，按错误码排查：

401：Key 错误或没带 Key。
403：Key 被禁用或额度不足。
404：Base URL 多写或少写路径。
429：请求过快或额度耗尽。
model not found：模型名不在当前账号可用范围。

验证通过后，再进入 Claude Slides 互动页生成。

5. Token 按人统计与课堂复盘：从 Key 别名到分组评分

培训结束后，讲师最需要回答三个问题：

哪个学员用了多少 Token？
哪个小组的互动页生成消耗最高？
哪些消耗是必要的，哪些是反复重生成造成的？

TaoToken 控制台可以按 Key 查看用量。导出原始数据后，和student-keys.csv合并。建议原始用量表至少包含：

key_alias,input_tokens,output_tokens,request_count,model,date 2025Q1-A01-S001-slides,12000,8000,18,按模型对话页选择,2025-01-10 2025Q1-A01-S002-codex,9000,5000,12,按模型对话页选择,2025-01-10 2025Q1-B02-S003-ccswitch,15000,11000,25,按模型对话页选择,2025-01-10

然后在你本地分析库中执行 SQL，把 Key 别名映射到学员：

SELECT k.student_id, k.student_name, k."group", SUM(u.input_tokens + u.output_tokens) AS total_tokens, SUM(u.input_tokens) AS input_tokens, SUM(u.output_tokens) AS output_tokens, SUM(u.request_count) AS request_count FROM token_usage u JOIN student_keys k ON u.key_alias = k.key_alias GROUP BY k.student_id, k.student_name, k."group" ORDER BY total_tokens DESC;

如果不想写 SQL，也可以用本地脚本汇总。下面是一个最小 Python 示例：

import csv from collections import defaultdict usage = defaultdict(lambda: {"input": 0, "output": 0, "requests": 0}) alias_to_student = {} with open("student-keys/student-keys.csv", newline="", encoding="utf-8") as f: for row in csv.DictReader(f): alias_to_student[row["key_alias"]] = { "student_id": row["student_id"], "student_name": row["student_name"], "group": row["group"], } with open("token-stats/raw-usage.csv", newline="", encoding="utf-8") as f: for row in csv.DictReader(f): student = alias_to_student.get(row["key_alias"]) if not student: continue sid = student["student_id"] usage[sid]["input"] += int(row["input_tokens"]) usage[sid]["output"] += int(row["output_tokens"]) usage[sid]["requests"] += int(row["request_count"]) for sid, item in usage.items(): total = item["input"] + item["output"] print(sid, item["requests"], total)

统计指标可以这样用：

总 Token：衡量学员练习强度。
输入 Token：通常和提示词长度、课件上下文有关。
输出 Token：通常和生成页数、改写次数有关。
请求次数：判断是否频繁重生成。
平均每页 Token：总 Token 除以有效页数，用于优化模板。

课堂复盘时，最值得关注的是“高请求次数但低有效页数”的学员。这通常说明提示词不清晰，或者没有先固定课件结构就反复让模型重写。优化方式不是简单限制额度，而是给出标准提示词模板，让学员先写大纲，再生成页面，最后统一导出。

如果按小组评分，可以先按group汇总：

SELECT k."group", SUM(u.input_tokens + u.output_tokens) AS group_tokens, COUNT(DISTINCT k.student_id) AS student_count FROM token_usage u JOIN student_keys k ON u.key_alias = k.key_alias GROUP BY k."group" ORDER BY group_tokens DESC;

这样既能看个人，也能看小组。注意所有 SQL 和命令都由读者在本地执行，不要直连生产库，也不要把真实 Key 写进分析脚本。

6. 课堂现场排障清单与下一步接入路径

培训现场网络、账号、配置同时存在，排障最好按“从账号到工具”的顺序。下面是一份可打印的清单。

6.1 账号与 Key

学员说没有 Key：先检查是否在 TaoToken 官网创建过 Key，入口可从 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=troubleshooting 进入。
学员说 Key 无效：检查是否复制了空格、换行，或把YOUR_API_KEY当成了真实 Key。
学员说额度不足：检查该 Key 是否设置了每日配额。
多人共用 Key：统计会混，建议现场补发独立 Key。
Key 表泄露：立即在控制台禁用旧 Key，重新生成并替换学员表。

6.2 Base URL

Claude Code 报 404：检查ANTHROPIC_BASE_URL是否为https://taotoken.net/api。
Codex 报 404：检查config.toml中base_url是否多写/v1。
CC Switch 不生效：检查环境变量是否覆盖了 CC Switch。
工具仍走旧地址：重启客户端，或检查是否有多个配置文件。
Base URL 不要加 UTM：工具配置填https://taotoken.net/api，加参数可能导致客户端拼接错误。

6.3 模型与请求

模型不存在：到模型对话页确认可用模型，不要凭记忆填。
429：降低并发，或分批生成互动页。
输出格式乱：给出固定页面结构，要求先输出 Markdown。
导出后字体丢失：在 PPTX 中统一字体，PDF 作为预览版。
PDF 互动不可点：PDF 不是交互应用，投票和选择题用外部问卷承接。

6.4 统计与复盘

用量表没有别名：创建 Key 时就要带别名。
别名对不上人：回到student-keys.csv检查student_id和key_alias。
小组统计重复：检查是否一个学员有多个 Key，需要先按学员聚合。
消耗异常：先看请求次数，再看输出 Token，最后看提示词长度。

最后给出一条高转化接入路径，适合培训课后让学员继续练习：

先到模型对话页验证 Key 和 Base URL：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=cta_chat
如果需要批量给学员分配额度，查看 Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=cta_coding_plan
创建每个学员的独立 Key：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=cta_api_keys
按 Claude Code 文档完成 settings.json 配置：https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=cta_claude_code_doc

这套流程跑通后，Claude Slides 负责把课程内容变成互动页，TaoToken 负责按学员账号统计 Token。讲师拿到的不是一份孤立 PPT，而是互动课件、学员 Key 表、Token 按人统计三件可复现产物。下次开课只需要复制课程目录、替换学员名单、重新生成 Key，就能把培训现场和课后复盘连起来。