# AI 帮你做 PPT，该放在哪一步：它负责展开，你负责判断

AI 做 PPT 会写废话，不是它写错，是缺条件时它只能退回平均值；把判断（观众、要做的决定、你敢担保的结论）留给自己，把展开（拆骨架、压文字、写备注）交给它，并且不许它从空白一路跑到成品。

> 工作汇报 · 汇报结构 · 结论先行 · 约 6 分钟 · 10 月 17 日

## 本篇要点

1. 这类工具的工作方式是补全：你给的线索越少，它越只能退回见过的“一般长相”，于是产出处处成立、在你这次汇报里没有信息。
2. 一份汇报的活可以分成判断（观众是谁、他们现在信什么、要做的决定、你敢担保的结论）和展开（拆骨架、写标题、压文字、写备注）；判断不在任何文本里，机器做不到，展开可以立刻检查，适合交出去。
3. 正确的放置点是：先由人写下那句结论和观众条件，再让 AI 展开，而不是让它从空白一路做到成品。
4. PPTC 基准里 GPT-4 单条指令成功率 75.1%，走完一整组多轮会话只有 6%，原因之一是错误累积；所以每做完一段就要停下核对，不能十步连跑。
5. 提示里必须给它一个“我不知道”的出口，要求它把缺数据的地方标成 [需要：某类数据]，否则它会用最像的数字补上。
6. AI 写出的标题常常只描述数据而不说明对观众意味着什么，改标题这一步必须由人来做。
7. 交付前查三层：事实（能否指回原始材料）、论证（标题连读能否被反对）、责任（哪条结论你敢在会上说）。
8. 它最常制造的三类废话是：平衡但没观点的结构、看起来像数据的数字、放在哪份汇报里都成立的通用建议。

---

你把三份材料、一堆笔记和上周的聊天记录粘进对话框，敲下一句“帮我做一份关于华东区客户流失的季度汇报 PPT”。四十秒后你拿到 20 页：市场背景、流失现状、原因分析、改进建议、下一步计划。排版干净，每页三条要点，看着像那么回事。

投到第三页，大老板问了一句：“所以你是说，我们该多打电话？”你发现自己答不上来——那页上写的是“加强客户沟通”。

这不是它写错了。是它写的每个字都在**平均值**上。

## 废话不是错，是平均值

这类工具的工作方式是：根据你给的线索，补出最可能接下去的内容。你给的线索越少，它越只能参照“一般情况”——也就是它见过的无数份类似汇报的平均长相。所以它给的骨架总是“背景—现状—原因—建议”，每条要点总是“加强、优化、提升、持续关注”。

这些内容的问题不是不成立，而是**处处成立**，因此在你这份汇报里没有信息。

一句话有多少信息，取决于它排除了多少别的可能。“客户流失值得关注”排除了什么？什么都没排除——任何公司、任何季度、任何行业都写在上面。“续约前三个月没被联系过的客户，流失率是被人跟过的两倍”排除了很多可能，所以你才会在会上去争它。

模型缺条件时退回平均值，不是它偷懒，而是它只能做这件事：它不知道你的观众是谁、他们现在信什么、你手上哪些数字是真的、这次散会要拍什么板。这些答案不在任何文本里，它们在你和你的观众之间。

所以真正的问题不是“AI 能不能做 PPT”（能，而且很快），而是**把它插在流程的哪个位置**。

## 两种工作：决定说什么，和把已定的事展开

把做一份汇报要干的活分成两类，边界就清楚了。

一类是**判断**：这次给谁看？他们现在相信什么、反对什么？散会后要他们做什么决定？哪条结论我愿意在会上担保？

一类是**展开**：把已经定下的结论拆成几页支撑，给每页写一句标题，把一页的正文压到 90 秒能讲完，把备注写出来，检查各页标题连起来读是不是一段连贯的话。

第一类机器做不到。第二类它做得比人快得多，而且这类工作有能立刻验证的对错标准——标题连起来读通不通、一页够不够讲 90 秒，你自己一看就知道。**能立刻检查的活，才适合交出去。**

《MIT Sloan Management Review》那篇讲生成式 AI 与演示的文章把这条线划得更早：不要在创作流程的早期用它；它真正省时间的地方，是把已经想好的内容加工出去。[1]

由此得到放置点：**在你自己写完那句结论、并且明确了观众和要他们做的决定之后。**

## 从空白一路做到底，错误会累积

PPTC 基准让模型按多轮指令去建和改 PPT 文件，一共 279 组会话。结果很分裂：GPT-4 在单条指令上的成功率是 75.1%，而走完一整组会话、把整个任务做对的比例只有 6%。研究者列出的原因里，第一个就是多轮对话中的错误累积。[2]

这个基准测的是模型直接操作 PPT 文件，跟你在聊天框里让它写大纲不完全是一回事，但错误累积的机制一样。

换成日常工作里的话：单独看每一步都像对的，但第 3 页它替你猜了一个数字，第 7 页基于那个数字推出“同比下降”，第 14 页据此给出行动建议。等你拿到成品，已经看不出是哪一步开始歪的。单条指令错一次你容易发现，十步串起来错一次，你很难定位。

所以在使用顺序上有一条硬边界：**不要让它从空白起步、一路做到成品。**每做完一段就停下来核对，核对完了再让它做下一段。

## 一个可以照着走的流程

还是那个季度客户流失复盘。

**第 0 步，你来，不能用 AI。**写三样东西：一句你要观众散会后带走的结论；一句说明观众是谁、他们现在相信什么（比如“华东销售团队认为流失主要因为价格”）；这次会议要做的决定（比如“批不批增加续约前跟进的人力”）。

第二样不能省：如果观众相信流失是价格问题、而你给的证据是跟进频次，那这份汇报的争点就变成“跟进还是价格”。它不知道这件事，你写了它才知道。

**第 1 步，交给 AI。**把上面三样连同你手上所有原始材料一起给它，要它输出的不是幻灯片正文，而是**每页一句标题的骨架**，并提出四条要求：标题按顺序连起来读要是一段有推进的话；标出哪一页砍掉就断了论证；标出时间不够时先砍的两页；凡是需要你没提供的数据的地方，写成 `[需要：某类数据]`，不要自己填。

最后这条最关键。你必须给它一个表达“这里我不知道”的出口，否则它就只能用最像的数字补上。

**第 2 步，你来改标题。**这一步不能跳。横评里反复出现同一个现象：这类工具写出的标题常常只是在描述数据（“七个品牌拿走了 73% 的市场”），而不是说明这对你的观众意味着什么。[3] 这正是前面讲过的那件活——标题要写成一句能被反对的结论。

**第 3 步，再交给 AI。**写每页正文和备注，压到 90 秒能讲完。备注是给自己看的，可以长；投出去的正文越短越好。

**第 4 步，你来定版式和图。**AI 生成器在这里的典型问题是“好看但不对”：颜色和版式都过得去，但颜色不表示任何含义，也不会遵守你们的母版；横评里质量提升最大的一步不是换工具，而是给它你们自己的参考幻灯片和母版。[3]

## 它最容易制造的三类废话

- **平衡但没观点的结构。**“市场概况／竞争格局／挑战与机遇”，每一页都成立，合起来什么都没说；出现这种结构，通常意味着第 0 步没做好。
- **看起来像数据的数字。**它没有你的表格，只能猜。判据：每个数字都要能指回你给的材料，指不回去就删。
- **通用的行动建议。**“加强沟通”“优化流程”在任何一份汇报里都成立，所以在这一份里没有分量。

## 交出去之前，查三层

1. **事实层**：每个数字、每条引用，能不能指回你给的原始材料？
2. **论证层**：各页标题连起来读，是不是一段能被反对的话？
3. **责任层**：会上签字的是你。哪条结论你敢说，由你定。它替你写的是句子，不是你愿意担的那句话。

一句话记住位置：**先写完那句结论，再让它展开。**

## 术语表

- 平均答案：模型不知道你这次的具体条件时，会给出在几乎所有类似场合都成立的内容；正因为处处成立，它在你这份汇报里等于没有信息。
- 判断类工作与展开类工作：判断是决定说什么（观众、要做的决定、你敢担保的结论），展开是把已定的事做成形式（拆骨架、写标题、压文字、写备注）；前者机器做不到，后者可以交出去。
- 错误累积：多轮生成中每一步的小偏差会被后一步当成前提继续往下用，成品上已经看不出哪里开始歪，所以不能让它从空白一路跑到成品。
- 缺数据的出口标记：在提示里要求模型把需要你提供的数据写成 [需要：某类数据]，给它一个表达“这里我不知道”的方式，替代自己猜一个数字。

## 来源

1. [MIT Sloan Management Review: What GenAI Tools Can and Can't Do for Presentations — 不要在创作流程早期使用生成式 AI，策略性信息设计、判断力与同理心无法外包](https://sloanreview.mit.edu/article/what-genai-tools-can-and-cant-do-for-presentations/)
2. [PPTC Benchmark: Evaluating Large Language Models for PowerPoint Task Completion — 279 组多轮 PPT 操作会话，GPT-4 单轮 75.1%、整组会话 6%，错误累积是主要失败原因之一](https://aclanthology.org/2024.findings-acl.514/)
3. [Slideworks: Best AI for PowerPoint — Slide Generators vs Claude & ChatGPT — 多款 AI 做 PPT 工具横评：标题多停留在描述数据，加入自己的参考幻灯片与母版带来的质量提升最大](https://slideworks.io/resources/specialized-ai-slide-generator-vs-chatgpt-claude)

---

原文：https://pangzhengboyin.com/articles/where-to-use-ai-in-presentation-workflow-66631423

> **庞征博引** · 想学的，慢慢都会
>
> 庞征博引是把想学的东西写成连载的 AI 学习工具。说出想学什么，它会先了解你的基础，再把主题写成一篇篇 5–10 分钟能读完的文章；边读边问，接下来学什么跟着你走。这篇就是这样写出来的。
>
> 开始你自己的连载 → https://pangzhengboyin.com