之前准备季度经营分析汇报，我尝试用同一份大纲分别让GPT和NotebookLM生成了PPT。
本来只是想省点时间，结果两个版本差异大到让我多想了很久。
写下来，给同样在用AI做汇报材料的财务同行参考。
先说测评设定
大纲是一份完整的季度的经营分析报告，共15页内容，包含业绩总览、三大亮点、风险问题、下一季度计划和全年预测，数据颗粒度比较细。
两个工具用相同的大纲、相同的指令，评判标准只有一个：适不适合拿去开会用。
GPT版：信息完整，但开会压力有点大
GPT做出来的PPT，第一感觉是"信息很全"，也相对美观，更像是我自己平常做的风格。
营收完成率、同比增长、预算达成率……大纲里有的数字，基本都在PPT上。每一页的逻辑结构也很清晰，问题→原因→措施，一级一级往下走。
但在会议室里坐下来看，可能会发现
每一页的信息密度都很高。 比如"三大风险"那页，每个风险下面跟着四五条应对措施，字号统一，权重相同，眼睛根本不知道先看哪里。
听演讲的人要同时接收口头内容和屏幕内容，认知负担会很重。
本质问题：GPT太忠实于大纲了。
大纲有几级结构，它就呈现几级结构。输入是文档逻辑，输出也是文档逻辑。
信息损耗率极低，但其实更像是一份带页码的Word，作为会议资料信息量有些大。
NotebookLM版：更像汇报材料
视觉上明显更干净。
结论放在标题里，图表替代了大段文字，关键数字被放大突出。翻页的节奏更快，每张看三秒就能抓住重点。作为会议汇报材料，它更接近我理想中的样子。
NotebookLM做了一件GPT没做的事：主动判断什么该留、什么该删、什么该用图形替代文字。
它扮演的是"编辑"的角色，并不只是"执行者"。
但有个隐患是：
如果有人追问"和去年同期比差多少"，并且想要了解更多的信息，NotebookLM版的PPT可能找不到答案，需要临时翻其他材料。
真正的差距不是"字多字少"
两版对比看下来，表面是信息密度的差异，背后是两个工具对"PPT是什么"的理解不同。
GPT的逻辑是： PPT是内容的载体，把内容完整呈现就是好PPT。
NotebookLM的逻辑是： PPT是演讲的辅助，帮助听众抓住重点才是好PPT。
这两个逻辑都没有错，只是适用场景不同。
但这次测评还让我意识到一个更底层的问题：
这份大纲本身是文档型写法，不是PPT脚本型写法。 每页有"结论+原因+建议"，是线性叙述逻辑，不是视觉表达逻辑。
GPT受输入格式影响很大，你喂什么风格，它输出什么风格。NotebookLM有更强的"格式转译"能力，能把文档逻辑转换成演示逻辑，所以最终效果更好。
还有一个坑，用NotebookLM一定要注意
两版PPT对比下来，NotebookLM在视觉风格上还有一个很具体的问题：它特别喜欢生成管道、齿轮、金属质感这类3D渲染图像。
比如类似下图这种：
财务汇报PPT里突然出现一个发光的齿轮组合，放在分析页旁边，违和感很强，显得不够专业。而且这类图像在投影仪上显示效果往往很差，细节全糊。
原因在于NotebookLM生成配图时会调用图像模型，默认偏向"商务感"的视觉素材，而它对"商务"的理解是3D质感的机械或科技插图——这和财务人习惯的扁平图表风格差距很大。
解决办法是在提示词里主动排除：
绝对不要使用真实照片、彩色插画或复杂的3D渲染图。所有视觉元素只使用简洁的扁平图标、数据图表和纯色色块。
加了这句话之后，输出风格会收敛很多，更接近正常财务PPT的样子。
GPT在这方面反而更灵活。 你可以直接发一张自己喜欢的PPT截图或风格参考图给它，告诉它"按这个风格来"，输出的结果会比较贴近你平时手工做的效果，不需要花大量时间调整视觉风格。
这个差异本质上是两个工具的交互逻辑不同：NotebookLM需要你用"排除法"的提示词来约束风格，GPT支持直接用参考图"示范"风格。
后者对财务从业者来说门槛更低，不需要会写复杂提示词。
两个工具，该怎么选
根据这次测评，我的使用建议是：
选GPT的场景：
选NotebookLM的场景：
两个工具没有绝对的好坏，只有场景合不合适。
最后想说的
这次测评最大的收获，其实不是"选哪个工具"，而是想清楚了一个问题：
你做这份PPT，是拿去讲的，还是拿去看的？
如果是拿去讲的，内容精简、结论前置、图大字少；如果是拿去看的，信息完整、逻辑严密、数据可追溯。
这个问题想清楚了，不管用什么工具，都能给它更准确的指令，拿到更好的结果。
AI工具只是执行者，判断力还在你自己手里。
本文基于真实财务大纲测评，数据已做脱敏处理。
