AI做不好PPT
52老婆搞了个新项目，用AI给别人做PPT。
她负责搞流量，然后谈单，交付的事情就落到我头上了，所以我被折磨了两周，这两周内我就一边在搓PPT，一边在打磨工作流，花了两周时间，我做成了一套用AI做PPT的完整流程。
PPT有几种方案，用豆包、Kimi、天工、千问等工具可以直接生成PPT，但可能长这样子。
还有一种方法是用很多人常用HTML，生成之后截图，效果可能是这样子的。
不是不能用，但确实不高级，根本达不到大多数客户的需求。
如果我满意的东西是九十分的话，这些方案大多数只能生成个40分吧。
这也是市面上大多数AI做PPT的教程最大的痛点，能用，但只能自己用，这种类型的PPT，客户是不会买单的。
而经过两周的迭代，这是我用我的工作流跑出来的效果：
下面是我的整个PPT的流程：
不过，今天这篇文章想核心说的并不是PPT，而主要是在这个过程中，关于用AI打造skills工作流的一些经验总结。
因为也许你在做PPT，也许你在做其他项目，做其他流程。
但不可否认的是，随着AI工作AI的能力越发强大，我们几乎所有的业务流都要被彻底地重塑，都要被彻底地改造。在我看来，核心并不是说在工作流上加上AI，而是基于AI的能力，重新把整个流程都进行梳理。
所以下面我会讲的是这两周磨流程过程中悟出来的一些东西——关于怎么把一件事情从人做变成AI做，以及中间那些容易被忽略但极其重要的东西。
一、忘记Skills
这是我这两周最大的领悟。
我一开始也想一步到位——直接让AI写好一个Skill，以后一键生成PPT，多爽。
但现实是，流程都没跑通，就急着封装成Skill，它就是一个盲盒。
我自己一开始就是这样，出了问题不知道哪里错了，改了一个地方又冒出另一个问题。觉得每天很忙，天天在调Skill，但手上永远还是那几个Skill，每次做还是不停地在调。
调了西边，东边错了。东边调了，西边又回来了。
后来我意识到，正确的做法是退回去。
回到没有Skill的时代。
把提示词一段段复制粘贴出来，一步步手工走。第一步满意了，才进第二步。每一步都清楚地知道它在做什么、产出什么、标准是什么。
全部跑通了，才把它封装成Skill。
得先理解这个流程的每一个零件，才有资格把它装进黑盒里。
如果永远在黑盒里做迭代，可能只能从70分拉到75分就顶天了。
要到90分，必须回到手工、看到每一步的真实产出。
二、每次只做一件事
既然要手工跑通，那第一个问题就是：怎么跑？
我的经验是——拆。
拆得越细越好。
核心流程是：
1、先用codex梳理客户的需求
2、利用kimi的agent集群功能进行资料搜集和内容撰写
3、生成每个页面的提示词
4、利用codex的Image generation的插件能力生成每一个页面
5、生成封面页、章节页、目录页
6、正文页面增加标题和logo
7、可选-如果客户需要可编辑的ppt，用工具转换
8、转成可扫描版本的PDF发给客户
我一开始不是这样的。一开始我也是一句话丢给AI：帮我做一份PPT，主题是XX，20页，你自己想办法吧。
结果出来的东西很难看，还不知道问题出在哪。
SOP的意义就是把每个步骤拆出来，每次只做一件事。
拆得越细，哪一步出问题才能追踪。不拆的话，最终产出不满意，根本不知道是文案的问题、风格的问题、还是提示词的问题。
而且拆完之后会发现，很多环节可以同时并行。我可以同时开几个窗口，一个测资料搜集的流程，一个测风格一致性问题，一个测转为可编辑工具的优劣。
各自独立，各自验证。
三、标准先行，不要抽卡
流程拆好了，下一个问题是：每一步做到什么程度算好？
这就需要标准。
比如做PPT之前，我得先回答：什么样的PPT算高级？
客户要的是简洁风、科技感、还是插画风？
每一页的信息密度应该多大？
配色怎么定？
如果客户提供了模板，那么颜色怎么定？
我之前吃的亏就是没想清楚这些。
今天AI灵光一闪，生成了一张还不错的页面。明天灵光不闪，出来的东西风格完全不一样了。
没有标准的SOP，本质上就是抽卡。
每次都在拼运气。
后来我做了一个"视觉风格母版"——把配色体系、字体规范、页面结构、布局锚点、禁止项全部写成一段固定的提示词，每一页生成的时候都完整重复一遍。
这样20页PPT出来，风格才能保持统一。
这就引出另一个问题：标准从哪来？
什么是好的PPT？好的设计应该是什么样的？
我不知道，所以需要ai去搜集资料，然后先把标准定下来。
同时我也会提供一些我觉得好看的PPT模板作为参考物。
我管这个叫方法的方法——做事之前，先搞清楚标准。
标准没搞清楚，AI再强可能也是在错误的路上狂奔。
还有一点体会：标准最好自己写。
AI给你总结一大段"PPT设计规范"，看一遍可能全忘了。
但自己动手写下来的东西，哪怕格式很丑，会记在脑子里。下次遇到问题，你知道该去改哪里。
四、并不是非AI不可
有了标准、拆好了步骤，实际做的时候一定会遇到AI做不好的环节。
这时候怎么办？
我的经验是：可以改流程，而不是死磕提示词。
做PPT的时候我遇到一个问题：右上角要固定放客户要求的logo。
前两张还行，第三张第四张logo开始严重变形。
怎么调提示词都解决不了。
最后的解法是什么？
我改了PPT的制作流程，不让AI生成这个东西。
让AI在右上角留出15%的空白位置就好，logo后面用程序批量贴上去。
百分百精准。
同样的，PPT标题容易被AI"画"进图片里。我需要的是可编辑的文字标题，不是画面的一部分。
解法还是一样：先生成无文字的背景图，再用程序叠加文字层。
遇到AI做不好的环节，把它从AI的职责里拿走，用确定性的方式来兜底。
这比花十倍时间调提示词有效得多。
五、质检必须隔离
我踩过一个坑——让AI生成完PPT页面之后，在同一个窗口里让它自己检查质量。
结果它一定会"偷懒"。
同一个对话窗口里，让AI对自己刚生成的PPT页面打分，可能打80分。新开一个窗口、换一个模型去打分，分就没那么高了。
自己给做自己质检，AI基本都会偷懒。
后来我的解法是用API做独立评分。
不在聊天窗口里打分，而是单独拉一个API出来，不带上下文，而且换一个模型。
具体来说，我把做好的PPT页面让codex调用用Gemini模型来做视觉质检。
检查文字有没有被吞掉？
布局有没有跑偏？
配色跟母版一不一致？
是否满足用户的需求？
是否出现文字跑出文字框的情况？
六、给案例，不要给提示词
流程和质检都有了，接下来的问题是：怎么跟AI高效沟通，让它更好地理解我想要什么样的PPT？
以前我觉得提示词要写得越详细越好——风格要求、配色方案、布局规范、禁止项，恨不得写两千字。
而且这个流程如果放在Skills里面，不停的调整、不停的优化，你会发现提示词会越写越长，效果越来越差。
如果你让AI来发现问题、优化，你会发现AI总是陷入一种缺什么补什么。
你说：怎么符号是英文的，它就说好的，然后把所有英文符号都罗列出来，说这些符号不要用英文。
你发现它很笨，它就是发现什么补什么，它总是做不到去提炼出后面的共性。
所以正是基于这一点的发现，我意识到，第一要精简提示词。
第二，再长的提示词不如给几个案例参考。
举个例子，我跟你说，帮我做个PPT，科技感一点、高级一点、简洁一点——你脑袋里其实没什么概念。
但如果我直接甩一份我很满意的成品PPT给你看，你一下就知道了。
AI也是一样的。
做PPT的时候，我先让AI生成三份不同风格的预览图，每份包含8页缩略图。客户从中选一份喜欢的风格，这份就成了后面所有页面的唯一参考标杆。
不是一堆乱七八糟的参考图全部丢给它。那样它抓不住重点，每次生成的风格都不一样。
而且有了参考图之后，提示词反而要写得粗糙一些，不能太细。
太细就把AI的发挥空间锁死了。
每一页的内容不同，需要留给它一些自由去适配。
这个控制的度也很有意思，是一个艺术，到底控制80分好，还是60分好？
需要打磨，需要测试，需要一点“手感”。
但还是第一点和第二点说的，不要skill，要复制粘贴，要一件事情一件事情地做，就能有这个唯手熟尔。
七、80-90分就是极限，别追求完美
沟通效率提上来了，还会遇到一个诱惑：想把每一页都做到完美。
我之前就犯了这个错——试图穷尽AI生成PPT时的各种小问题。
文字渗透进图片里、图标形状不统一、信息密度偏高偏低……
写了一大堆限制规则，发现永远有新问题冒出来。
后来我意识到两件事：
第一，穷尽没有意义。AI在不停进化，今天写下的限制，明天可能就成了新AI的负担。
第二，PPT毕竟是视觉产品，不是程序。不可能做到像素级精密。
追求100%的自动化，这条路一定会碰壁。
用AI做出80-90分就够了，这几乎就是极限。再往上追求，投入产出比会非常低。
同样的道理，做PPT前几份会很痛苦。第一份我折腾了两天，调了100多轮。但到了第三份，可能1天就搞定。到第四份，可能只需要半天时间了，提示词可能都不用怎么改了。
这就是迭代的曲线。
前期投入很大，但一旦流程稳定，效率会指数级提升。
别被前期的痛苦吓退，也别在后期追求完美。
当然还有个原因，就是客户有的时候不需要90分，需要刻意丑化，不然显得不真实……不过，这就是另一层面的话题了。
八、创意的背后，是数学
到这里，可能有人会觉得：PPT毕竟是设计类的工作，设计需要灵感和创意，能这样流程化吗？
但我越做越发现，所有的创意背后其实也是结构——有它的1234步，层层套在里面。
PPT看起来是"设计"。
但如果把主要页面拆开来看，其实发现是可以被总结的。
可以根据需求被总结。
比如这一页是用来写结论的？
展示数据的？
展示对比的？
罗列证据的？
每一个页面，都承载了一个目的，而目的，决定了设计的样式。
这一页是一张配图好？
还是多张配图好？
是需要数据表展示？
还是动画演示？
再结合信息密度的考虑——高密度、中密度、低密度。
最后回顾第二步写好的文字稿，综合起来，就能让每一个页面的设计既达到了目的，也能让所有页面成为一个整体，内容张弛有度。
避免了：连续的页面内容过多；页面内容过少的情况。
结构不是束缚创意，是让创意可复制、可迭代、可交给别人做。
这也是SOP最根本的价值。
而且我发现，当你在一个东西上磨一两周的时候，一定会有一个节点突然顿悟。
这种顿悟，是机械重复做不到的，得沉下心去磨，像个老手艺人一样。
九、真正的护城河——习惯
最后一点，也是我觉得最重要的一点。
以上说的所有方法论——忘记Skills、拆流程、定标准、改流程、做质检、搭建结构——这些都是"术"。
但真正让这些东西发挥作用的，是"习惯"。
以前没人用AI做PPT，你用AI做，做出来的东西比别人漂亮，有优势。
但当所有人都用AI做PPT的时候，优势在哪里？
大家生成的页面都很精美，拉开差距的不是工具，是背后的方法论——怎么拆流程、怎么定标准、怎么做质检、怎么处理AI的短板。
这些东西不是靠工具堆出来的。
是靠习惯养出来的。
我在团队里会要求大家，能用AI做的事情，尽量不要手工做。
不是因为AI一定做得更好，而是因为这是思路的转变。
新工具一开始一定会影响效率，但这恰恰是在培养新的工作习惯。
遇到问题停下来，新开一个窗口去问AI：别人是怎么做的？有没有现成的方案？
因为这是开卷考，答案就在那里。
去折腾、去提问、去调试——也许当下没有直接产出，但能得到最有价值的东西：AI习惯。
这是一个不容易被意识到，但复利极大的东西。
人跟人拉开差距的，可能不是什么知识、技能，就两个字——习惯。
好习惯会驱动我们去往正确的方向。
