一个产品经理，周五下午接到任务，周一要做战略汇报。他打开AI工具，输入"帮我做一份产品战略汇报PPT，20页"，五分钟，二十页生成完毕。每页都像模像样——有市场数据，有竞品分析，有roadmap，有结论。
他松了口气，关了电脑。
周六晚上领导微信发来一句：你这PPT，到底想说什么？前面讲市场，中间跳竞品，后面突然冒出来roadmap，主线在哪？
他打开PPT从头看了一遍。说实话，每页单独看都还行。但连起来，确实不知道在讲什么。
改了一整个周日。比从头做还累。
AI五分钟帮你生成二十页，但你连"我要讲什么"都没想清楚。工具越来越好用，但PPT并没有因此变好。该被打回的还是被打回，该说不清的还是说不清。
问题出在哪？
工具越好，PPT没变好
AI演示工具市场在2025年已经做到15亿美元规模，预计2033年会到40亿美元。光是Gamma一家就有7000万用户，估值21亿美元。工具的普及速度比想象中快得多。
但超过60%的职场人觉得"逻辑不清"是自己做PPT最大的痛点。68%的职场汇报因为逻辑断层被直接驳回。还有调查说，75%的职场演示存在线性结构问题，导致听众理解中断。
工具越好，痛点没变——AI PPT工具爆发 vs 逻辑不清痛点比例不变工具越来越好用，用户越来越多，但痛点几乎没变。
因为工具解决的是"生成"——怎么把内容快速变成页面。但"逻辑不清"这个问题，工具从一开始就没碰过。
你用AI五分钟生成二十页，速度确实快了，但如果这二十页连一个主线都没有，快有什么用？
我有时候觉得，工具越好，反而越容易暴露一个问题：你跳过了思考。生成速度越快，你越觉得"反正能生成，先看看再说"，于是就越不想想清楚到底要讲什么。
你把prompt用错了类
那具体是哪里用错了？
你打开一个AI工具，输入"帮我做一份关于XX的PPT，20页左右"。这个prompt在你看来是"生成PPT的指令"，但实际上，你把两件事混在了一起——你想讲什么（思路），和AI帮你做成什么样（形式）。
prompt在这里被当成了"内容生成指令"，但它应该被当成"思考框架脚手架"。
生成指令型prompt vs 思考脚手架型prompt分类错了，结果就错了。你得到了一堆漂亮的页面，但逻辑是散的。因为AI能帮你生成内容，但它不知道你想说什么、按什么逻辑说、给谁说。这些只有你能决定的事，被你外包出去了。
这就是一键生成的隐藏代价。表面上看你省了时间，实际上你把最重要的那一步——想清楚——跳过了。后面改的时间，往往比从头做还多。
有人可能会说，那AI不能帮我理思路吗？
能。但前提是你换一种用法。
我之前看到一篇讲Prompt框架的深度长文，里面有一句话，大意是说，Prompt的本质不是语言技巧，而是"结构化思维能力的外显"。写prompt不是在教AI做事，而是在训练我们自己用结构化思维描述问题。当你用框架去组织prompt的时候，其实是在对自己的思考过程做一次"工程化改造"——把问题拆清楚，把目标说具体，把结果定义好。
这句话换到PPT场景里就是：prompt可以不是"帮我生成一份PPT"，而是"帮我把关于XX的混乱想法理清楚"。
一个是让AI替你想，一个是让AI帮你想。一字之差，结果天差地别。
思考脚手架长什么样
那这种"帮你想"的prompt，到底长什么样？
我自己总结了一套，核心就三个维度，对应三种prompt。不是什么固定公式，就是我自己用下来觉得好使的，你可以拿去改。
第一个维度：我要讲什么故事——用SCQA理清叙事主线
SCQA是麦肯锡那套经典叙事框架：Situation（情境）、Complication（冲突）、Question（疑问）、Answer（回答）。听起来有点学术，但你把它翻译成大白话就是：背景是什么、出了什么问题、需要回答什么、答案是什么。
拿到一个PPT题目脑子一片空白的时候，别急着打开AI工具生成页面。先用一个prompt让AI帮你用SCQA梳理一下：
我要做一份关于「XX主题」的PPT，受众是「具体受众」，目的是「说服/汇报/同步」。
请用SCQA框架帮我梳理这份PPT的叙事主线：
- S：当前情境是什么（读者会认同的背景）
- C：出现了什么冲突或变化（打破平衡的那个点）
- Q：这引出了什么核心问题（整份PPT要回答的问题）
- A：你的核心主张是什么（一句话结论）
先不要写PPT内容，只输出叙事主线。
这个prompt的输出不是PPT，是"你想清楚的故事"。
第二个维度：先说什么后说什么——用金字塔原理理清论点结构
素材很多但不知道怎么排的时候，用这个。
金字塔原理的核心就四条：结论先行、以上统下、归类分组、逻辑递进。听起来也学术，但你把它翻译成大白话就是：你的论点之间是什么关系。
prompt可以这样写：
这是我这份PPT要覆盖的所有素材：「粘贴你的素材清单」
请按金字塔原理帮我整理论点结构：
- 第一层：核心结论（一句话）
- 第二层：支撑核心结论的3-5个分论点（每个一句话）
- 第三层：每个分论点下面的事实/数据/案例支撑
要求：分论点之间遵循MECE原则（相互独立、完全穷尽），检查是否有重叠或遗漏。
这个prompt帮你从"我有一堆信息"变成"我有三个层次的结构"。之后不管是你自己做还是让AI生成，都有了骨架。
第三个维度：给谁看、要他做什么——用受众视角自查
内容有了但不知道怎么取舍的时候，用这个。
这个prompt的妙处是让AI扮演你的目标受众，反向问你问题：
你现在扮演「具体受众角色，如：我的直属领导/客户决策人/跨部门同事」。
我给你看这份PPT大纲：「粘贴大纲」
看完之后，请站在你的角度，告诉我：
- 你最想问的三个问题是什么
- 你觉得哪里讲得不清楚或没有说服力
- 如果只让你看三页，你最想看哪三页
这个prompt会直接告诉你，你以为重要的东西，在对方眼里可能根本不重要。取舍的依据就有了。
三个prompt，三个维度。叙事主线、论点结构、受众视角。串起来就是一套完整的思考脚手架。
先思考，后生成
把前面三个prompt串起来，其实就是一个分步工作流。跟大多数人的用法不一样。
大多数人的流程是：输入主题 → AI一键生成 → 改到崩溃。
正确的流程是：先用思考脚手架prompt理清思路 → 输出大纲 → 人工校验逻辑 → 再用生成指令prompt生成内容 → 人工精修。
错误流程 vs 正确流程：先思考后生成分步工作流中间那条分界线很关键：第一步prompt的输出不是PPT，是"你想清楚的故事"。
跳过思考直接生成，必然面临三个问题——内容堆砌但没有主线、数据看着像样但经不起追问、改的时间比从头做还多。根源都是一个：你让AI替你做了只有你能做的事。
这话可能有点绝对。并不是所有PPT都需要这么重的流程。日常周报、例会同步、通稿类的标准化场景，直接生成完全够用，甚至更高效。但涉及汇报、路演、评审这类"逻辑就是生命"的场合，跳过思考的代价非常大。被打回一次，浪费的时间够你想三遍。
所以核心不是"AI做PPT好不好"，是"你把哪一步交给了AI"。生成可以交给AI，思考不能。
三个可以直接用的prompt模板
最后把前面三个prompt整理成可直接复制的版本，拿走就能用。
模板一：SCQA叙事主线梳理
我要做一份关于「____主题」的PPT，受众是「____」，目的是「____」。
请用SCQA框架帮我梳理这份PPT的叙事主线：
- S（情境）：当前背景是什么（读者会认同的事实）
- C（冲突）：出现了什么变化或问题（打破平衡的那个点）
- Q（疑问）：这引出了什么核心问题（整份PPT要回答的问题）
- A（回答）：核心主张是什么（一句话结论）
先不写PPT内容，只输出叙事主线。
模板二：金字塔结构论点整理
以下是这份PPT要覆盖的素材：「____」
请按金字塔原理整理论点结构：
- 第一层：核心结论（一句话）
- 第二层：支撑结论的3-5个分论点（每个一句话）
- 第三层：每个分论点下的事实/数据/案例
要求：分论点遵循MECE原则（相互独立、完全穷尽），检查重叠和遗漏。
模板三：受众视角自查
你扮演「____角色」（如：直属领导/客户决策人/跨部门同事）。
这是我的PPT大纲：「____」
看完后请告诉我：
- 你最想问的三个问题
- 哪里讲得不清楚或没说服力
- 如果只看三页，你最想看哪三页
三个模板不是固定公式，是起点。根据自己的场景调整，关键是养成"先想再生成"的习惯。
说回开头那个故事。后来那个人重新做那份PPT，第一步没打开AI工具，而是花了十五分钟，用SCQA理清楚"这份PPT要讲什么故事"。之后用金字塔结构排了论点顺序，再用受众视角自查了一遍。然后才让AI生成内容。
结果是，AI生成的每一页都落在了主线上。改的地方从"重新理逻辑"变成了"调措辞和配图"，半小时搞定。
做PPT这件事，AI能帮你生成一百页，但只有你能决定这一百页要讲什么。prompt可以是一键生成的指令，也可以是帮你思考的脚手架。区别在于，你是想让AI替你想，还是想让AI帮你想。
你做PPT最卡住的是哪一步？是没思路、有思路但组织不起来、还是组织好了但说不清楚？评论区聊聊。
