周五要开课题中期检查会，每人5分钟PPT汇报。手头只有一纸通知，和一堆散落各处的课题资料——申报书、预算、辅助账，还分别躺在不同文件夹里，有的甚至打不开。
按老办法，这活儿得这么干：先满世界找文件、手动翻材料、把数字一个个誊到PPT里、再套模板排版，没个大半天收不了场。
这次我换了个思路：把整件事丢给AI，让它自己干。 下面是它真实的工作过程。
我没有一上来就说“帮我做个PPT”。AI拿到通知文件后，做的第一件事是——先读通知。
它从通知里提炼出中期检查的三条硬要求：
- • 立项课题开展情况
- • 科研经费使用归集情况
- • 预期目标与成果指标完成情况
接着它在名单表里找到了我的名字，确认我是第11号、属于“中期检查”而不是“结题验收”，并记下汇报时长不超过5分钟。
这一步不起眼，却是关键。 AI没有盲目开工，而是先弄清楚“交付标准”。很多人用AI效果差，恰恰是跳过了这一步——你不说清要什么，它就还你一堆似是而非的东西。
第二步：顺藤摸瓜找资料
我丢给它一个快捷方式。AI没问“资料在哪儿”，而是自己解析这个快捷方式，顺藤摸瓜定位到真正的申报资料文件夹，列出了里面全部文件：课题申请表、预算申报书、实施计划、人员统计表……
它会自己找路。你只要给它一个起点。
第三步：撞上“加密墙”
然后它撞墙了。
单位里的文件大多被透明加密——双击能正常打开，但程序直接读到的全是乱码。AI接连试了好几招：
- • 用Python库直接解析 → 失败，读到的是密文；
- • 调用Word程序接口打开 → 报“文件已损坏”；
- • 模拟人工点击启动Word，再连进去读 → 还是连不上。
折腾一圈，它得出了一个清醒的判断：透明加密只放行人工操作，程序绕不过去。于是它没有继续死磕，而是转向最可靠的解法——请我把那几个文件“另存为”一份明文副本。
这一点很反直觉：一个好用的AI助手，不是无所不能，而是知道自己搞不定什么，并给出最省事的替代方案。
第四步：读懂资料里的真实数字
我把申请表和预算书另存为明文后，AI像换了个人，飞速读完全部内容，并提炼出汇报真正需要的硬数据：
- • 课题总经费：100万元（集团支持50万＋自筹50万）
- • 研究周期：24个月
- • 申报承诺的成果指标：发明专利1项、软件著作权1项、软件系统1套、论文1篇
- • 课题组7人及分工
它还自己定位到财务的研发费辅助账，翻到本课题那一页，读出截至6月已归集研发费约18万元、执行率约18%——这些压在表格深处的数字，它一个不漏。
AI最值钱的能力之一，就是从一堆文档里精准捞出你要的那几个数。
第五步：发现现成模板，主动“抄作业”
做到这儿，它注意到文件夹里还有一份同一场会议、另一个课题的中期检查PPT。
它没有无视，而是主动读取这份PPT的每一页结构，提炼出这套汇报的标准框架：
封面 → 目录 → 三个章节（开展情况／经费归集／成果完成）→ 章节内容页 → 致谢
然后它做了一个聪明的决定：直接以这份PPT为模板，保留人家的Logo、配色、章节页样式，只替换内容。
会借鉴现成的好东西，比自己从零硬造强一百倍。这份“眼力”，是AI协作里被严重低估的能力。
第六步：生成PPT，填入真实数据
模板定了，数据齐了，它开始按框架生成PPT：
- • 封面换成我的课题名、汇报人；
- • “开展情况”填上已完成的工作和已采集的约1000张焊缝图像；
- • “经费归集”填上100万、18万、18%；
- • “成果完成”填上四项指标的推进情况。
十几页PPT，一会儿就出来了，结构和那份模板完全一致。
第七步：迭代打磨，越改越像样
第一版出来后，我又提了几个要求，它一轮轮改：
- 1. 加技术内容：我嫌太单薄，它补了5页技术深度（视觉大模型原理、两级识别架构、数据工程、模型选型）；
- 2. 改课题名：我发现首页课题名版本不对，它改成立项正式全称；
- 3. 美化：它把纯文字要点改成卡片、给经费页加了“数字大屏”和条形图、给架构页画了流程图。
最让我意外的是改名字那一下——我原话只说“首页名字不对”，它自己判断出是课题名存在两个版本（会议简称 vs 立项全称）的问题，主动统一成正式全称。这种“听懂弦外之音”的能力，已经接近一个懂事的助理。
复盘：这次协作，AI做对了什么
回头看，AI在这件事里有几个能力让我印象很深：
- • 主动性：只给一个起点，它自己摸清全貌；
- • 会绕障：撞上加密墙不死磕，转向最可行的解法；
- • 会借鉴：主动发现并复用现成模板；
- • 会迭代：提了修改意见，能听懂、能改对；
- • 抓得准重点：从一堆文档里捞出真正需要的数字。
写在最后
这次经历让我相信：AI已经不只是“问答工具”，而是一个能自己干活、自己找资源、自己迭代的助手——前提是，你要学会怎么跟它协作：
- 1. 先让它搞清楚目标，别急着开工；
- 2. 给它一个起点，剩下的让它自己摸；
- 3. 搞不定的环节，让它告诉你替代方案；
- 4. 用它的初版去迭代，而不是等它一次完美。
把AI当队友，而不是当搜索引擎。
