现在几乎所有大模型都能接一句话生成整套幻灯片，输入一个主题，几十秒后拿到二十页带配色的成稿。看上去问题已经解决了，但真正拿去汇报过的人都知道毛病在哪：页面之间缺少推进关系，每一页单独看都成立，串起来却像一份目录，讲的人找不到把它们连起来的那条线。

原因在于生成式工具默认在做主题扩写：它围绕关键词把相关内容铺开，追求覆盖全面。而汇报需要的是论证推进：从一个具体处境出发，得出一个需要对方点头的结论。这两件事的底层结构完全不同，前者是并列展开，后者是因果递进。

所以正确的用法不是把整件事外包，而是把结构判断留给人，把内容生产交给 AI。这条分工线一旦划清楚，一晚上做出一份能讲的稿子是完全现实的。下面的流程按四个阶段展开，每个阶段都标注了人做什么、AI 做什么。

PPT 人机协作四阶段流程

骨架是整份稿子唯一不能外包的部分，因为它取决于只有汇报人才知道的信息。用四个问题就能定完，纸笔或备忘录写，五分钟够了。

问题一：听的人是谁，他关心什么。同一份项目进展，讲给直属领导要突出风险和资源缺口，讲给客户要突出交付节奏和确定性，讲给跨部门同事要突出配合点。这个答案决定了整份稿子的重心分配。

问题二：听完之后希望对方做什么。批准预算、确认方案、只是知情，三种目的对应完全不同的结尾。目的不明确的汇报，无论页面做得多精致，都会以「那我们再看看」结束。

问题三：能支撑这个目的的三条理由是什么。只要三条，多了记不住。三条理由就是正文的三个主段落，整份稿子的主干在这里成型。

问题四：对方最可能提出的两个反对意见是什么。提前把它们写进稿子里主动回应，效果远好过在问答环节被动招架。

四个问题答完，骨架自然浮现：开场交代处境 → 抛出结论 → 三条理由依次展开 → 主动回应两处质疑 → 明确请求下一步动作。页数控制在十二到十六页之间，超过二十页的汇报稿在多数场合都讲不完。

把这份骨架写成一段纯文本，标注每一页的页码、标题和这一页要说清的一句话。这段文本是后续所有指令的输入，它的质量直接决定了 AI 产出的可用度。

有了骨架就可以调用 AI，但调用方式很关键。不要说「帮我做一份关于 X 的 PPT」，而要把骨架整段贴进去，让它按页填充。

一段可以直接套用的指令结构如下：

先交代背景：说明汇报对象、场合、时长和目的，比如向部门负责人做十五分钟的季度进展汇报，目的是争取下季度的人力支持。

再贴入骨架：把上一步写好的页码、标题、核心句整段粘贴。

然后给出填充要求：每页产出一个不超过十四字的标题、三到四条要点、每条要点不超过二十五字；要点用陈述句，避免形容词堆砌；涉及数字的位置留出占位符，标注需要填入的数据类型。

最后加一条约束：不要编造具体数字、时间和人名，需要填数的地方明确标出。这一条是防止翻车的关键，缺了它模型会自动补上看似合理实则虚构的数据，而这类数字在汇报现场被追问一次就足以毁掉整场可信度。

产出之后不要急着往幻灯片里搬，先做一次结构复核。把所有页面的标题单独抽出来，连成一段读一遍，检查它是否构成一条完整的论证链。如果读起来像列举而不像推进，就把这段标题贴回去，让 AI 按论证关系重排并调整措辞，明确要求相邻页面之间要有承接关系。这一轮往往能把稿子的质感提升一个档次，成本只有两分钟。

内容层面还有一个高价值动作：让 AI 扮演听众提问。指令写成「以部门负责人的身份，针对这份内容提出五个最可能的尖锐问题」。得到的问题里通常有两三个是自己没想到的，把答案补进对应页面或备用页，现场的从容度会明显不同。

版式是最容易吃掉时间的环节。很多人在这一步逐页调字号、拖文本框，两小时过去只做完了六页。正确的做法是先定规则，再一次性套用。

规则只需要六条：主色一种、辅助色一种、字体一种（中文用系统自带的黑体或苹方，避免缺字）、标题字号统一、正文字号统一、每页留白至少三成。这六条写在纸上，执行时对照着来，比凭感觉调整快得多。

具体到工具，有两条路径。一是用现成的演示文稿软件加一套模板：把 AI 产出的文本按页粘贴进模板占位符，模板自带版式统一性，几乎不需要额外调整。二是用支持文本转幻灯片的工具：把结构化文本（标题加要点的层级格式）整段导入，工具自动生成页面，再挑一套主题。第二条路径速度更快，代价是版式自由度低，适合时间极度紧张的场景。

图表本身也可以让 AI 帮忙提速。把原始数据整理成一张两列或三列的小表，连同一句说明（这组数据想说明的结论是什么）一起发给模型，让它推荐最合适的图表类型并说明理由。这一步能避免一个常见错误：用饼图展示随时间变化的趋势，或者用折线图展示彼此无关的并列项。模型给出建议之后，再回到表格软件里手工做图，数据的准确性仍然掌握在自己手里，而选型的时间被压缩到了一分钟。

无论走哪条路径，都建议把配图放到最后处理，而且只给三到五页配图。AI 生成的配图在汇报稿里的作用被普遍高估——除非图本身承载信息（流程、结构、数据对比），否则纯装饰性的图片只会拉长制作时间。真正值得花时间的是数据图表：把关键数字做成一张对比清晰的柱状图或折线图，一页顶三页文字。

PPT 制作人机分工表

成稿之后留出二十分钟做三轮审校，每轮只看一件事，效率远高于反复通读。

第一轮看事实。把稿子里所有的数字、日期、人名、项目名逐个核对来源。AI 参与生成的内容里，这几类信息的出错率最高，而它们恰恰是最容易被当场质疑的。核对方式是打开原始数据表逐个对，不要凭记忆确认。

第二轮看逻辑。只读每页标题，连起来看论证是否成立，特别注意有没有出现结论超出论据的跳跃。一个常见问题是 AI 会把「有改善迹象」写成「显著提升」，措辞强度悄悄超过了数据能支撑的范围。

第三轮看讲述。对着稿子小声讲一遍，掐时间。这一轮能同时暴露三类问题：某页信息太密讲不完、相邻两页衔接生硬、某个说法自己都觉得不踏实。讲一遍所花的时间通常就是实际汇报时长的八成，据此调整页数。

三轮走完，如果时间还有富余，可以补一份备用页：把可能被追问但不适合放进正文的细节（详细数据表、方案备选项、时间排期）做成三到五页放在最后，问到时直接跳转。这个动作的性价比极高，它让汇报人从「被问倒」变成「早有准备」。

一是要点写成段落。AI 默认输出完整句子，直接粘进幻灯片会变成大段文字。解法是在指令里明确限定字数，并要求去掉主语和连接词，只保留信息核心。

二是所有页面结构雷同。每页都是三条要点，读起来极其单调。解法是主动指定页面类型：这一页做对比表、这一页做流程图、这一页只放一个大数字。变化本身就是节奏。

三是术语密度过高。AI 倾向使用书面化的抽象表达。解法是加一条要求：用汇报对象能听懂的日常说法，避免行业黑话。

四是结尾软弱。生成的最后一页常常是「谢谢聆听」。这一页应当替换成明确的行动请求：需要谁、在什么时间、做什么决定。

五是版本混乱。深夜赶稿最容易出现的事故是改到最后不知道哪一版是最新的。解法是每完成一个阶段就另存一版，文件名带阶段标记，成本几乎为零。

把这套流程走顺之后会发现，一晚上的时间其实相当宽裕：定骨架五分钟，填内容三十分钟，统版式四十分钟，审校二十分钟，加上缓冲不到两小时。剩下的时间应该花在讲述练习上——这恰恰是 AI 完全帮不上忙、也最能拉开差距的部分。