AI做PPT总翻车？A+B模式拆开内容与视觉才是关键

我见过太多人用AI做PPT，最后得到一堆“看起来挺整齐、但真讲起来完全立不住”的页面。不是工具不行，而是大多数人都把AI当成了一台全自动打印机：输入一句话，期待吐出一份可以直接站上讲台的完美PPT。结果它吐出来的，只是一套漂亮的空架子。我自己从文档岗做到项目负责人，这几年经手了上百份用AI辅助做的PPT，踩过的坑比大部分人用过的工具还多。最后沉淀下来一套比较好用的思路，我习惯叫它A+B模式——A是内容引擎，B是视觉引擎，中间由人来掌握方向和做审美兜底。这篇文章就把这套东西完整摊开讲清楚，从原理到实操、从提示词到打磨清单，尽量让每个人看完都能直接拿去用。

1. 先泼冷水：AI做的PPT差，往往不是AI的问题

1.1 三个典型翻车现场

先说三个我见过太多次的翻车现场。

场景一：直接让AI生成PPT。输入“帮我做一份公司介绍PPT”，五秒后AI给你生成20页。页面里全是“我们的使命：为客户创造价值”“我们的愿景：成为行业领先者”这类正确废话。语义上没错，但没有任何信息量。放到哪家公司都成立，放到哪家公司也都不成立。

场景二：让大模型写内容，然后一字不差贴进PPT。文案密度爆炸，观众根本读不完，一页PPT塞了三四百字，就像把一份Word文档硬塞进16:9的框里。更要命的是，那套逻辑是文档逻辑，一段一段递进，不是演讲逻辑，观众坐在台下需要结论先行。

场景三：让AI包办从大纲到设计到动画。动画用得飞起，每页两三处飞入、弹跳、旋转，观众注意力全被装饰性动效带走。等到了要传达关键数字的时候，全场根本没人在看数字。

这三个场景看起来是不同的问题，但本质都是同一个：把AI当成全包服务，忽略了PPT的内核其实是内容与视觉两条线。凡是最终效果差的，往往是内容线或视觉线里至少有一条塌了。

1.2 模板感的真正来源：内容是平均态的

我还发现一个更隐蔽的现象：“模板感”这个词，其实被用错了。

大多数人觉得模板感来自版式——同一套配色、同样的标题位置、差不多的图片风格。但真正让AI生成PPT显得廉价的，不是版式，而是内容太平均。AI生成的内容，天然是一种“平均态”：句式工整、结构对称、风险性为零。所以放在任何场合都不出错，但也任何场合都打动人。

想想你印象里那些做得好的PPT，里面一定有几样东西：锋利的结论、明确的取舍、让人意外但合理的信息。比如“我们做不完，只能保两条线”，比如“这个功能上线后，客服压力能降40%”，比如“竞品已经跑通但我们再不做就晚了”。这些恰恰是AI不会主动给你的。它不会站在你的立场上替你承担风险，它只会给你一个四平八稳的框架。

所以问题从来不是“AI做PPT不行”，而是“你让AI做了它不擅长的事，又把该自己做的事全丢给了它”。真正能出效果的流程，一定包含两个独立环节：先用AI把内容榨到最锋利，再用AI把内容转译成视觉上干净有力的页面。

1.3 结论：把“内容线”和“视觉线”拆开

到这里，我的核心观点已经很明确了：做PPT必须把内容生产与视觉生产拆成两个环节。内容线需要一个好的内容引擎来处理——也就是大语言模型那一层；视觉线需要一个专门做版式的视觉引擎——也就是各种AI生成PPT的工具。两边各干各擅长的事，最后由人来把关方向。这套组合，我称之为A+B模式。接下来我详细拆一下它背后为什么成立。

2. A+B的底层逻辑：为什么“一个AI直出”必然平庸

2.1 什么是A，什么是B

先把定义说清楚。

A端（内容引擎）：负责信息架构、逻辑链、文案精炼、数据组织、演讲策略。它的能力来源是通用大语言模型，不管是ChatGPT、Claude，还是国内的豆包、Kimi、文心一言，只要对话能力强、上下文理解好，都可以担任这个角色。A端产出的是内容骨架，不是成品PPT。

B端（视觉引擎）：负责排版、配色、字体层级、视觉节奏。它的能力来源是专门为生成PPT而设计的AI工具，比如Gamma、MindShow、WPS AI这类，也包括iSlide这种辅助性设计插件。B端接住A端产出的结构化内容，转译成一页页具体的画面。

一定有人问：为什么不能让同一个AI从头干到尾？大模型写文案厉害，它自己生成一套PPT不行吗？答案是不行。原因下面细说。

2.2 语言模型与视觉引擎，天生是两种能力

语言模型训练的是对文字序列的预测能力。它看到一个标题，会自然而然生成下一句文字，但它并不基于“页面空间”去思考。你让它输出一套PPT，说穿了它只是在模仿它见过的大量PPT文本结构。所以它产出的内容“像PPT”，但在视觉上不具备真正的设计系统——标题字号多大、正文和标题的对比度够不够、这一页的视觉重心在哪，这些对于语言模型来说是抽象概念，它只是在“猜”一个最合理的文字描述，而不是真的在排版。

视觉AI工具则相反。它是基于大量优秀版式和设计规则训练出来的，更懂一张页面上信息该怎么摆、对比怎么拉、留白怎么留。但它对业务本质、对受众心理的把握是弱的。你给它一堆业务背景，它不会真的理解你们公司现在处于什么阶段，它只会高效地把内容材料排进一套好看的框架。

更直白的类比是：一家公司开发布会，不可能让内容策划部门顺便把舞台美术也做了。内容部门负责把话说明白，设计部门负责让这句话被看见。两者可以协作，但不能混成一个岗位。A+B模式的第一层含义，就是两个AI各司其职。

2.3 同一主题，不同受众需要完全不同的处理

还有一个更实际的角度：同样的主题，面对不同的人，内容与视觉的处理方式完全不同。这是“一键直出”型AI永远做不到的，因为它没有受众意识。

比如主题是“AI落地规划”。

给公司高管讲，听众想知道投入多少、风险在哪、回报周期多长。A端就要把逻辑压成一条决策链路：现状痛点、试点场景、三个月动作、资源需求、量化收益。视觉策略上适合冷静克制的深蓝色调、单页信息密度更高，页面之间要有清晰的推理关系。

给客户路演讲，听众想知道这个方案对我有什么用、多久能上线、做得好的先例是谁。A端就要按故事线组织：客户痛点、方案亮点、成功案例、实施节奏。视觉策略上适合大图大字、节奏感更强、多用场景截图和效果类图片。

一键直出做不到这种差异，因为它没有上下文，也不理解“听众”这两个字意味着什么。而A+B模式里，A端会先被你逼着把受众和目的写清楚，B端再根据内容形态选择不同的版式方向。这个差异，就是优秀PPT和及格PPT之间最明显的分水岭。

到这一步，原理已经讲透了。接下来我讲A端的实操，也就是怎么让大模型给你产出高质量的内容骨架。

3. A端实操：让内容AI当好“信息架构师”

3.1 先记住一个提示词框架

A端的产出物，不是PPT初稿，而是一份信息骨架。这份骨架要回答四个问题：讲什么、给谁讲、讲完想要对方做什么、哪些信息必须出现。

很多人觉得写提示词就是“把需求说清楚”，实际上还得补上“约束”。我常用的提示词模板长这样，五个要素齐全：

角色：你是资深行业分析师兼PPT内容架构师。 背景：我在准备一份【项目主题】PPT，背景是【当前阶段和已知信息】。 听众：听众是【受众画像】，他们对【主题】有一定了解/完全陌生。 目标：我希望他们听完后，能做【一个具体的决策或行为】。 要求： 1. 先针对我的需求提出5个关键问题，帮我把思路补全； 2. 基于我的回答，生成一份PPT内容大纲，页数控制在【N】页； 3. 每页给出：一句话标题（必须是结论）、3-5条支撑要点、建议的数据或案例位置； 4. 最后用一句话写出整份PPT的核心观点。 约束：标题里不要用“赋能”“抓手”这类空词，每页信息量控制在观众30秒内能看完。

两个关键细节值得多说一句。

一是“先提问再输出”。让AI先问问题，有两个好处：逼你自己把需求想清楚，同时给AI补足上下文。很多人写提示词喜欢堆形容词，比如“要有深度、要新颖、要大气”，这对AI没用。AI提示词的价值从来不在词藻，而在上下文密度。

二是“标题必须是结论”。这是我认为最重要的一个技巧。大多数PPT的标题是“关于AI落地路径的汇报”，而优秀PPT的标题是“AI落地选择客服场景，可在3个月内跑通闭环”。大模型默认会生成前者，你必须用提示词把它扭到后者。这个习惯一旦养成了，内容质量会立刻上一个台阶。

3.2 三个进阶动作：多方案、做减法、写备注

如果你已经过了基础阶段，可以玩三个进阶动作。

第一个动作：让AI生成三套结构，再挑一套。同样的内容，可以按时间线组织，可以按“问题-方案-收益”组织，也可以按金字塔结构组织。让AI一次给出三套大纲，你站在听众视角挑最顺的那套。选择本身就是思考，这一步不要省。

第二个动作：让AI做信息减法。大纲生成以后，要求它把每一页压缩成一句“地铁海报级别”的话。什么叫地铁海报级别？就是人在行进过程中读一眼就能记住。如果某一页压不出来，说明这页本身没有观点，只是信息罗列，应该删掉。

第三个动作：让AI写演讲者备注。PPT页面上只放结论和要点，把背景故事、过渡语、数据解释全部放进备注栏。很多人做PPT的习惯是把所有话都铺在页面上，觉得这样才有底。实际上，页面文字越多，观众越不知道看哪里。备注是给演讲者看的，页面是给观众看的，两者要明确分开。

3.3 完整案例：从一句话需求到内容骨架

光讲方法有点虚，我拿“向公司高管汇报AI落地路径”这个例子走一遍完整流程。

最开始时，我的需求描述只有一句：“我想做个AI落地的汇报PPT。”如果直接拿这句去生成，结果必然很水。按上面的模板走一遍，AI很可能产出这样一份骨架：

核心观点：AI落地不是买工具，而是重构一条业务流，先从客服场景切入，3个月内跑通闭环。 第1页：封面 一句话：AI落地路径：从场景切入到组织能力升级 副标题：以客服场景为试点的3个月行动方案 第2页：为什么是现在（背景） - 客户响应时效是当前最大痛点，平均响应时长4.3小时 - 同类产品公司已有3家落地AI客服，满意度提升明显 - 内部知识库大量沉淀但检索率不足20% 第3页：我们的选择（结论先行） - 不追求全链路AI，先解决一个高频、低风险、可量化的场景 - 选择客服场景：高频、边界清晰、数据齐全 第4页：三个月行动方案 - 第1个月：知识库结构化，跑通工单自动分类 - 第2个月：接入对话机器人，人工复核兜底 - 第3个月：按自动化率、满意度、响应时长三指标评估 第5页：需要的资源与预期收益 - 需要2名开发、1名运营、预算XX - 预期自动化率达30%、响应时长缩短50% 第6页：风险和应急预案 - 模型误答风险：保留人工兜底，上线初设100%审核 - 数据隐私风险：私有化部署，敏感字段脱敏

注意，这份骨架不是最终成品，但它已经具备了一个好PPT最稀缺的东西：有立场、有数据、有取舍。每一页的标题都是可被读出来的结论句，而不是一个名词短语。这才是A端该做的事。

到这里，A端的内容已经准备好了。下一章讲B端：怎么把这套骨架喂给视觉AI，让它真正变出一页页画面。

4. B端实操：把内容骨架“喂”给视觉AI的正确姿势

4.1 工具选择：别迷信，匹配内容形态

B端工具很多，但不是越贵越好，关键是匹配你手上内容的形态。我列几个常用的，供你参考：

我目前最常用的组合是：内容骨架出来后，用Gamma这类AI生成工具出初稿，再导入PowerPoint或WPS，配合iSlide统一字体和配色。如果是给客户路演，我可能直接在Gamma里完成，因为它的在线演示动效和沉浸感更好。做技术分享时，我反而会用Slidev，因为代码块、高亮这些参数可控性更优。

工具没有绝对的好坏，关键是别让工具牵着内容走。

4.2 喂给视觉AI的标准格式

B端工具消费的不是散文，是结构化信息。你在A端得到的内容骨架，不能直接复制粘贴一大段进去，要按页面重排。

我现在习惯用Markdown喂给这类工具，每一页一个二级标题，正文用项目符号。具体格式大概长这样（继续用前面那个案例）：

# AI落地路径：从场景切入到组织能力升级 ## 当前痛点 - 平均响应时长4.3小时，客户投诉增长 - 知识库检索率不足20% - 同类竞品已有3家落地AI客服 ## 为什么选客服场景 - 高频：每天发生XX次客户请求 - 边界清晰：问题类型可以结构化 - 数据齐全：工单、评价、会话记录完整 - 低风险：可逐步放开，保留人工兜底 ## 三个月行动方案 ### 第1个月：知识库结构化 - 清洗历史工单，搭建分类标签 - 跑通工单自动分类，准确率目标85% ### 第2个月：接入对话机器人 - 上线人工审核兜底 - 实时监控满意度与误答率 ### 第3个月：评估与推广 - 三指标：自动化率、满意度、响应时长 - 复盘后向其他场景复制

这样喂进去，视觉AI生成的版式会比直接丢一段长文好很多。因为排版引擎是按信息块排版的，你给它的信息块越清晰，它排出来的层级越干净。很多人抱怨AI生成PPT的模板感强，我观察下来，一多半原因是输入内容本身没有层级。你把内容拆成一颗一颗的积木，它才能搭出有结构的房子。

4.3 生成之后的四步减法

视觉AI生成初稿后，不要急着用。按四步做减法。

第一步，删装饰性元素。AI默认会加一堆图标、渐变背景、装饰色块，它们没有信息价值，只会增加视觉噪音。保留每页最必要的一个视觉元素就够了。

第二步，统一字号层级。大标题是结论，小标题是论据，正文是补充注释，这三个层级的字号差要拉大。AI生成的版式经常让标题和正文一样大，或者正文颜色太浅，现场投到屏幕上根本看不清楚。我一般把标题设在28到32号，正文16到18号，注释12到14号，对比一下就出来了。

第三步，控制每页文字量。一页只保留一个核心观点加两三点支撑证据，其他全部搬到备注栏。不要贪心，一页只讲一件事，讲透。

第四步，把关键数字做成图表。能用柱状图说明的增长趋势，就别用三行文字描述。图表生成可以用Excel或者PPT自带的图表功能，关键是坚持“一个趋势一张图”的原则，不要让观众自己从文字里读数据。

如果你做的是需要发出去给别人看的PPT，还会遇到一个很现实的需求：导出高清图。我的习惯是不要从网页工具里直接截图，而是在本机打开PPT后，用“另存为PDF”或者“导出PNG”功能，必要时把分辨率调到300dpi。这比任何网页端压缩转图都清晰得多。

5. 审美兜底：三轮打磨，决定60分与90分

5.1 第一轮：逻辑与事实审查

AI生成的内容再漂亮，也只是60分的起点。想上90分，必须亲手做三轮打磨。

第一轮，逻辑与事实审查。逐页检查有没有AI编造的“看似合理”的数据、有没有不成立的因果、结论是否真的被论据支撑。AI这时候最容易脑补——它不会告诉你它不确定，它只会给你一个看起来很可信的数字。凡是涉及关键数据、关键引用，必须回到真实资料里核对。

具体方法也很简单：让一个完全不了解项目的人，从头翻一遍这份PPT，问他一页接一页“你觉得这页想告诉我什么”。如果他说不清，或者逻辑接不上，那就是这页有问题，需要重写标题或调整论据顺序。这一步看着费时间，实际上是性价比最高的审查方式。

5.2 第二轮：视觉优先级检查

第二轮，视觉优先级检查。这里有一个很实用的技巧：眯起眼睛，离屏幕一米远，快速浏览每一页，然后问自己：第一眼看到的是什么？

如果第一眼看到的是标题，而且标题就是这页的核心结论，合格。如果第一眼看到的是装饰性色块、图标或者一段正文，说明视觉重心错了。视觉优先级的排序应该是：结论标题大于关键数据和图表，关键数据和图表大于论据要点，论据要点大于装饰元素。

另外，整套PPT的视觉风格要统一。相同层级的信息用同样的字号和缩进，强调色全篇只用一两种，不要每页变一种颜色。AI生成时经常每页有不同的配色方案混搭，这时候iSlide这类插件能帮你一键统一，非常省力。

5.3 第三轮：演讲语境适配

第三轮，演讲语境适配。记住一个原则：PPT是提词地板，不是文档。正常情况下，一页PPT应该控制在30到60秒能讲完，所以页面上只保留这30秒里观众必须看到的词。解释性、故事性的内容全部塞进备注栏。

做完这些以后，请做一次完整的口头试讲。我每次试讲都会发现卡壳的地方——某页信息跳了一环，或者标题和内容之间缺了一层过渡。这时候再改，效率最高。很多做PPT的人从来不讲一遍就交付，等到现场讲了才发现逻辑断裂，那就晚了。

这三轮打磨过完，这份PPT基本就已经从“AI成品”变成“你的作品”了。我也整理了一个简单的检查清单：

6. 实测对比：同一主题，三种流程的性价比

6.1 三版制作实录

为了验证A+B模式不是纸上谈兵，我用同一个主题“公司年度数字化运营方案汇报”做了三版PPT，分别用三种流程。要求都一样：12页左右，要发给领导看，可能现场讲。

第一版，一键直出。打开AI PPT工具，输入主题，等生成，导出。全程不到5分钟。结果内容停留在“数字化重要性、趋势、建议”的层面，完全没有结合公司实际运营数据；版式确实漂亮，但页与页之间的逻辑接不上；生产数据全是示例数据，需要从头改。最后为了验收，又花了两三个小时改内容，等于返工。

第二版，内容优先，手工排版。先用大模型写了一份详细方案，然后在PowerPoint里手工排版。文案质量确实高，但匹配模板、调对齐、抠图、改图表，差不多花了整整半天时间。效果稳定，效率太低。对一个月要做多份PPT的人来说，这个流程活不下去。

第三版，A+B模式。先用A端模板产出内容骨架，再用B端工具生成初稿，最后套三轮打磨清单修改。全程大概40到60分钟。最终内容有观点、有数据，版式干净，逻辑经过了试讲检验。

6.2 对比结果与适用场景

三版对比下来，数据差异非常直观：

说句公道话，A+B模式不一定是唯一答案，但它是投入产出比最稳的一条路。“一键直出”适合你完全没思路时用来开脑洞，而不是直接交付；“手工排版”适合你有大量时间且追求极致视觉的特定场合。如果你像我一样，一个月要做好几份PPT，A+B是能长期跑通的流程。

6.3 容易被忽略的导出与字体问题

最后补一个被忽略但很实际的坑：生成后的PPT如果从网页工具导出，容易出现字体缺失、版式错乱。我的习惯是，先用网页工具完成初步内容，导出为PPTX，再用本机Office统一替换字体。中文正文统一用微软雅黑或思源黑体，逐页过一遍，确认没乱再交付。

如果要把PPT转成图片发给别人，不要用网页截图。优先用“导出PNG”或另存为PDF再按需转图，清晰度会好很多。这算是一个很小但很常用的经验，做汇报材料的人早晚会用到。

最后分享一点很个人的体会。用AI做PPT这件事，真正的分水岭不是工具选得好不好，而是你有没有把AI当成一个“有长处也有短板的同事”。A+B模式说到底就是一句话：让AI去做它擅长的高密度内容生产和快速版式生成，把“方向判断、内容取舍、审美兜底”留给自己。AI不会自动给你一份优秀的PPT，但它能让你把原本花在机械排版上的时间，拿回来看数据、想逻辑、做决策。

如果你试完这套流程，可以试着再往前一步。让AI生成三个版本的大纲，挑出两版混搭成自己的结构，效果通常比只用一个版本更好。因为AI的每一次输出，本质上只是它某一时刻的最大概率答案，而你要的，往往是概率之外的意外之喜。