惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Jina AI
Jina AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
B
Blog
T
The Blog of Author Tim Ferriss
量子位
Microsoft Azure Blog
Microsoft Azure Blog
博客园 - Franky
小众软件
小众软件
Recent Announcements
Recent Announcements
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
I
InfoQ
美团技术团队
G
Google Developers Blog
Engineering at Meta
Engineering at Meta
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
V
Visual Studio Blog
云风的 BLOG
云风的 BLOG
博客园 - 【当耐特】
IT之家
IT之家
Microsoft Security Blog
Microsoft Security Blog
博客园 - 聂微东
Last Week in AI
Last Week in AI
H
Hackread – Cybersecurity News, Data Breaches, AI and More
H
Help Net Security

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
警惕AI生成的PPT,你可能正在经历现实版“皇帝的新衣”!
笛仁杰 · 2025-02-18 · via 人人都是产品经理

不少平台都在吹嘘自己的AI功能多么多么强大,但实际应用的时候才发现,其实就是套了个模版而已。这篇文章,我们来看看作者如何分析这件事。

在经典童话《皇帝的新衣》中,两个骗子声称能织出神奇的布料,制成的衣服 “愚蠢或不称职的人是看不见的”。皇帝与大臣们明明眼前空空如也,却因害怕被视为愚蠢或不称职,纷纷夸赞新衣的美丽。

直到一个孩子喊出 “可是他什么衣服也没穿呀”,才打破这场荒诞的闹剧。

01 用AI做PPT,真的是打工人的救命稻草?

做PPT一直是很多打工人的梦魇,随着一键生成PPT的AI工具的出现,职场牛马们仿佛抓到了“救命稻草”,各大社交平台的攻略贴也是如“雨后春笋”。仔细翻看这些教人快速生成PPT的帖子,大同小异,无非是通过DeepSeek或其他大模型生成内容框架,然后再复制到Kimi或者豆包等PPT生成应用中,选择自己喜欢模板,就可以坐等AI给你交作业了。

我也参照着攻略里面的教程,用AI生成了一份题为如何养猪的PPT。说实话,是不是乍看之下也挺像那么回事的。系统内置的模板,配色和谐,内容也有版式设计,也有配图。看上去一份PPT该有的东西都有了。我的一个饱受PPT残害的程序员朋友看到AI制作的PPT之后,一瞬间像奥特曼一样双眼放光,发出了“我的PPT以后有救了!”的感叹。

作为一个工作离不开PPT的人来说,我客观的评价,AI生成的PPT确实已经打败了很多职场上至少90%不会做PPT的人了。但是如果作为打工人的你,如果真的信了那些标题党,直接的把AI生成的PPT提交给你的上级领导,那但凡你的领导有一点点水平和一丁点的要求,等待你的一定不是夸奖。

还是拿上面这份生成的PPT为例,下面我们来逐点看看它存在的问题。

1. 制式模板,不适配内容

以上述这篇文章来举例,汇报的主题叫《如何养猪?》,如果是你做PPT的话,正常你的封面是不是得跟猪或者农业畜牧业相关?

但是目前免费的这些AI-PPT平台,基本是制式的模板,是没有办法根据实际要呈现表达的内容进行适配。像很多企业都有内部PPT模板规范,在这些场景下,都是无法使用的。虽然可能一些企业也可以通过训练,适配自己企业内部的PPT模板,但PPT的内容总不是一成不变的,这会比较考验企业内部的训练样本。

而关于具体的内容,从下面这页,问题点非常明显。我们抛开具体的细文内容描述,关注小标和图片,可以很明显的发现图文是完全无关的。

这里就要聊到AI的一个局限性——AI也许不能真的理解你要表达的。

AI本质上是基于海量数据训练出的概率模型,通过统计关联生成文本,而非像人类一样结合生活经验、情感共鸣和逻辑推理来解析语义。

诚然AI能模仿莎士比亚的用词风格写出十四行诗,却无法体会诗句中的爱恨交织;它能按照语法规则拼接出“讽刺”的句子,却无法感知语言背后的情绪张力;面对成语“刻舟求剑”,AI会机械解释字面动作,而无法理解其隐喻的哲学批判。

这种对语境、情感和抽象概念的“无意识”,使得AI的输出可能逻辑正确却脱离现实,或形式完美却空洞矛盾。

2. AI可能一本正经的胡说八道

AI系统可能被误认为是可信的权威,但其输出结果可能包含偏见或错误。”

以下图DeepSeek对话为例,当我试图让他帮我写文章时候,DeepSeek引用了Sam Altman(OpenAI CEO)在达沃斯论坛发表过这一言论,可当我进一步向它验证详细的出处链接时,它重新核查之后告诉我的结论是,Sam Altman并未在这一论坛直接发表过这个言论。

这只是一个小小的案例,却细思极恐对吗?AI输出的成果看上去那么逻辑严谨,有理有据。特别是那些你不理解的领域或者不知道新闻事件,看上去那么像真的,真的太不容易识别了,一不小心就被AI带着跑偏了。试想一下,如果你拿着AI给你的错误数据结论,进行重要的PPT的汇报,是不是灾难级的事故呢?

02 AI无善恶,关键在于使用者

上面谈了那么多,并不是批判AI或者让大家都不要用AI,本意是希望大家能从另一个角度正确地看待AI,不要盲目迷信,才能更好地使用AI。在这一章节,我们详细聊聊怎么更好地用AI制作PPT。

1.做一个称职的甲方

首先要给大家科普一个概念——Prompt

相信大家在看各种AI科普资料时候,或多或少都会看到这个词。其实它并没有那么晦涩难懂。

从学术层面解读,Prompt是引导AI生成特定输出的结构化指令文本,其作用相当于人类与机器思维的翻译器。通过精准的语言编码,将抽象需求转化为算法可执行的数字剧本。

用实际工作场景类比,人类就像是工作中的甲方,AI就像具体负责项目执行的乙方,而Prompt就像是人类甲方给AI乙方写的Brief(广告领域甲乙双方的任务书,用来明确具体需求、目标、执行策略)。而文心一言/豆包/KIMI/DeepSeek/…只是不同服务质量的乙方。

无论选择哪个AI乙方,你要时刻清晰明确一点,你的“乙方”是不理解你到底要的是什么,所以为了保证它的交付符合需求,你需要尽可能细致的描述清楚你的需求。

关键要点

  1. 明确目标和受众:可包含PPT的用途、汇报对象、核心结论等
  2. 明确结构化分页:按封面、目录、分章节、总结逐页规划,甚至指定单页内容元素。
  3. 设计风格规范:精确到色号、字体、图表类型、图文比例。

Prompt通常不能一次到位,可以根据AI输出的内容再反复调整优化。

2. 做好质量的“守门员”

以下是罗列的几个重点要检查的要点和人工处理的技巧。

1)事实与数据准确性

  • 核对所有数据、图表、引用的来源是否可靠(AI可能生成过时或虚构内容)
  • 检查专业术语、人名、公司名是否拼写正确(例如“ChatGPT”而非“ChatGTP”)

关键技巧:当AI罗列了你不确定或者无法确认的事情时候,你不妨针对这点,要求它提供对应佐证的参考数据或者消息来源。如果它能提供准确的出处或者参考链接,AI提供的参考链接或者出处,可以再用别的AI模型进行总结,反问是否能得出一致性的结论。

2)语言表达是否重复啰嗦

  • 写PPT不是写论文,避免翻来覆去都在说同一件事(AI可能生成的“套话”或重复性内容)
  • 每页是否聚焦一个核心观点,避免信息过载。

关键技巧:
删减冗余内容,保留“一页一观点”,善用小标题,对于大段大段的文字,你可以要求AI总结提炼一个小标题,并且尽量精简描述的细文。

3、排版一致性

  • 字体、字号、颜色是否统一(标题/正文/强调色)。
  • 对齐方式(左对齐/居中对齐)是否整齐,避免元素随意堆砌。

关键技巧:
每页的小标,和细文要保持一致性,16:9的常规尺寸中,细文可以设置14号字体,小标可以20号字体。重点需要强调的内容可以直接加粗标红。

4、图表/图标/图片

  • 图表是否清晰易懂(避免AI生成的无意义内容)
  • 装饰性的图标元素是否符合语义
  • 图片分辨率是否满足需求,图片是否与内容相关

关键技巧:

图标元素可以通过iconfont-阿里巴巴矢量图标库检索符合你内容的。图片可以通过即梦AI – 一站式AI创作平台等AI绘图平台生成。

自从ChatGPT横空出世,关于AI替代人类的相关话题未曾停歇,特别是现在AI应用场景和领域不断拓展之后,“AI几乎已经无所不能”。我们当然应该以最大努力推动技术创新,积极拥抱AI,但永远也不能放弃人类独有的批判性思维和情感穿透力。

本文由 @笛仁杰 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。