论文写完了。汇报定在十天后。同门问：PPT开始做了吗？不是因为不着急，而是因为还没想清楚一件事：这次报告，我到底想让听众记住什么。这个问题想不清，后面的工作都白干。
很多人做报告的习惯是把论文按顺序搬到幻灯片上：研究背景放第一页，研究方法放第二页，结果放第三页。这样做出来的不是报告，而是一篇论文的翻页版。论文的逻辑是给读者读的，读者可以往回翻、可以跳着看、可以停下来查资料。但口头报告只能跟着演讲者的声音过一遍，听众不能回放，也不能暂停。所以做报告真正要做的事情不是排版和美化，而是把论文的逻辑重新组织成一条适合口头表达的论证线。
所以，在动手前我必须先想清楚五个问题：
第一，这次报告我最想让听众记住什么？用一句话说出来，不是"我做了三组分析用了两种方法"，而是那个离开会场之后还能复述的结论。
第二，我的核心问题是什么？如果开头五分钟说不清楚为什么要做这件事，听众后面就一直在猜。
第三，哪些证据必须出现，哪些只是背景？论文里花了很多篇幅讲采样设计和模型选择，但在口头报告里可能只是一句话，反过来，有些在论文里只是一张图的结果，在报告里要放大解释。删掉之后听众还能得出同样结论的，就是背景。
第四，听众可能在哪个地方听不懂或者走神？概念性的内容适当停下了举例，结论强的地方先说清楚证据边界，连续三页数据太密就中间插一个过渡。
第五，每一页幻灯片到底承担什么功能？不是在讲什么内容，而是这一页在论证里做什么：提出问题、解释方法、展示结果、回应质疑，还是推到下一个结论。想清楚每一页的功能，整条汇报线就有了节奏。
这些问题我知道要问，但过去的问题是：就算想清楚了，还是要从空白页开始搭。从0-1是最花时间的阶段，东西太多，一旦开始做就容易被细节带偏，做到后面才发现主线歪了，又得回头改结构。
后来我试着让 AI 参与这个过程。不是让它替我想，而是让它先帮我产出一个可以修改的初稿。我把论文、数据摘要、报告场景和我想突出的核心问题一起交给它，它输出一个 slide outline（每一页的骨架，每页一句话）。它给我的第一版通常不完美，但我不再需要从空白页开始，我只需要在上面改。
后来我发现，我意识到要明确我们的分工。我负责判断研究问题是否真的清楚，论文里最重要的证据是什么，哪一页可以删掉；检查 AI 给出的内容有没有误读、遗漏或者编造；决定整场报告的语气和节奏。AI 负责帮我整理材料，提出几种可能的结构，把长段文字转成 slide outline，检查逻辑断点，生成讲稿草稿，给出图表和视觉节奏的建议。
举个例子：我最近是这样做的，首先把论文给 AI，它给我的第一版结构是按论文顺序组织的：背景、方法、结果、讨论。我看了一眼就知道不对，口头报告不应该从背景开始铺垫，应该先抛问题。于是我让它改成：问题、方法、关键发现、机制解释、方法边界、结论。改完之后又发现从第二页到第三页的过渡还是别扭，让它加了一个过渡页。来回改了三四轮才定下来。这个过程中，我的工作是判断主线方向、调整页面顺序、发现逻辑断点、决定加什么减什么；AI 的工作是快速产出每一版结构、保留修改记录、帮我生成对应版本的讲稿草稿。它的价值不是第一版有多好，而是它让我不必每次调整结构都回到空白页重新开始。
最后，我把这个过程整理成了一个skill，目的是方便我下次给它材料和报告要求时，它能够快速帮我生成初稿。
https://github.com/dr-cuixiaoxiao/academic-presentation-builder
