在咨询行业里，有一句话非常重要，“真正的故事，不在片子的正文里，而在每一页的标题里。”之前看到很多视频教用AI如何将PPT美化的更加好看，但其实真正高水平的PPT，不是版式漂亮，是逻辑高级。而AI可以成为你构建逻辑的放大器。什么是麦肯锡式Storyline？说的就是每一页标题都是一句完整观点，翻页只看标题，就能读完整个逻辑链，不需要看片子内容，也能理解核心结论。这里有一个基本SCR框架：
C – Complication（冲突/问题）
R – Resolution（解决方案）
以下就是如何在这个标准叙事结构下，用AI助力你构建整个逻辑链条：
第一步：用AI做数据综合
在真实咨询项目中，故事线来自于数据分析。整个流程是这样的：1. 收集数据、2. 分析数据、3. 综合提炼、4. 得出“所以呢？”难点在第3步，因为洞察不会自动跳出来。咨询顾问最难的能力之一就是从零散、模糊、甚至不完整的数据中提炼出核心洞察。这里，AI可以帮你做第一轮综合。
示例指令：
这是我收集的数据，请告诉我核心洞察是什么？这组数据说明了什么？
例如在一个关于住房供需的数据中，AI提炼出的核心结论是：可负担住房严重短缺，需求是供给的三倍以上。这就是故事的“原子级洞察”。然后你重复这个过程，把所有数据都转化为一句话洞察。最终，你会得到一份“洞察清单”。
第二步：让AI帮你结构化成SCR故事线
当你有了一堆洞察之后，问题来了：它们之间的逻辑关系是什么？这时你可以给AI一个结构化指令：
示例指令：
这是我们分析得到的所有洞察，请把它们组织成一个SCR结构的故事线。S是现状，C是问题，R是解决方案。按照顶尖麦肯锡咨询师的思维生成故事线。
AI会帮你生成一个完整的结构框架。但要注意：AI可以帮你生成逻辑顺序，但你必须负责判断：是否有因果关系？是否逻辑递进？是否符合项目实际？AI只是一个“结构整理器”，但不是最终决策者。
第三步：用AI帮你“换视角讲故事”
同一组数据或洞见，可以讲出不同故事。
示例指令：
基于同一组数据，还有哪些不同的故事定位方式？
AI会给你多个“叙事角度”。然后你选择：哪种更符合高层关注点？哪种更有说服力？哪种最有行动推动力？这一步，本质上是战略表达的选择权。故事不是自动生成的，是被选择的。
最后，Storyline不会自动从数据里长出来。你必须选择怎么讲。AI让我们更快地产生可能性。但战略思考，仍然是人做选择的过程。
