通过以下操作从在远程用户与本地用户之间举行的远程引导的增强现实(AR)会话生成自引导的AR会话计划：接收在所述远程引导的AR会话期间记录的数据。将所述数据分段到对应于由所述本地用户在所述远程引导的AR会话期间执行的步骤的时间段。使用以下中的至少一个来检测所述步骤：自然语言理解(NLU)算法，其被应用于所述数据中包括的对话，以检测指示逐步转变的话语；对被包括在所述数据中的注释进行位置分析，以检测指示逐步转变的位置差异；以及分析被包括在数据中的相机姿态数据，以检测指示逐步转变的姿态转变。基于所分段的数据和所述场景的3D表示生成所述自引导的AR会话计划，所述AR会话计划包括关于如何执行所述各个步骤的逐步AR引导。