AI做PPT,Prompt、Skill、MCP和Agent怎么配合?

我把一篇真实实验文章交给AI，要求改成6页、5分钟的汇报PPT。

第一版把同一次任务的总耗时和工具耗时，画成了CLI与MCP的速度对比。第二版加载检查Skill，六页图里的26个数值却全部变成了“2”。

文件能生成，文字和图表也能编辑，内容仍然不能直接交。

这次我保留了两份失败稿，继续做审阅和修订，也实际接通了一个PowerPoint MCP。想回答的是：怎样安排这些工具，才能把材料做成一套讲得清、数字对、还能修改的PPT？

先确定PPT要帮听众做什么决定

“帮我做一份高级感PPT”，几乎没有说明这份PPT的任务。

这次材料来自上一篇CLI/MCP实测：同一个本地模型、6项任务、两种接法、各两轮。听众换成了非技术产品负责人，他们要决定已有CLI流程是否值得增加MCP。

材料中的两个结果，尤其容易被压缩错：

• 按约定JSON结构、字段和证据验收，CLI通过2/12次，MCP通过8/12次。
• 事后独立AI内容复核，完整正确的分别是4/12次和10/12次。

两组数回答不同问题。内容正确的回答，也可能漏掉供程序读取的外层字段。把它们统称“准确率”，已经改变了汇报的意思。

我给两版相同的受众、页数、时长、原文、事实表和输出格式。第一版普通生成；第二版额外显式加载本文自写的检查Skill。两版使用同一个本地Qwen3:8b生成内容，再由我编写的固定排版程序制作文件；下面的MCP另做接入测试。

第一版不只把耗时放错，还把总体会话次数画成某一项任务的“通过率”，漏掉分母。第二版虽然写着“MCP更稳”“CLI更准”，对应柱子却全部一样高。

错误原稿，不能用于决策。359.87秒和0.09秒都是同一次CLI单提交任务的记录；0.09还被渲染器自动缩写为90m。它们不属于图中这项暂存任务，更不是两种接法的速度。

所以我会先给AI一份能核对的任务说明。根据这次问题整理的建议Prompt如下，可以改成自己的场景；它不是前两版的原始输入：

听众：非技术产品负责人。目标：听完能决定现有流程是否增加一项接入。时长与页数：5分钟，6页，16:9。材料：仅使用附件，缺失信息标未知。内容：保留支持案例、反例、边界及下一步。交付：可编辑PPTX、讲者备注、逐页预览。先给逐页方案：本页回答什么、证据来自哪里、是否需要图表。每个数字保留单位、分母和口径。我确认内容结构后再制作文件。生成后逐页渲染，核对数据、字体、换行和遮挡。

这里最有用的要求是“本页回答什么”和“证据来自哪里”。它们能帮助审阅者发现数字放错了地方。

Skill适合固定做法，还需要实际执行检查

Skill可以把重复使用的规则、脚本和模板组织起来。比如每周都做研究汇报，就不必每次重新交代来源、指标口径和交付检查。Agent Skills说明

我这次写的短Skill，主要约束了几件事：每页承担一个说明任务；数字与口径一起保留；结论旁保留影响选择的限制；优先保留可编辑对象；导出后逐页渲染。

但第二版仍然出现了26个没有定义的“2”。这次显式加入规则，没有兜住内容生成错误。不能因此给Skill总体下结论，也不能把“已加载Skill”当成“已完成检查”。

如果要找已有技能，可参考Anthropic的pptx Skill。它把读取、新建、编辑和检查分成不同路径，包含文件处理与渲染步骤。这部分是第一方资料核查，本次没有运行它来生成三份对照稿。

选这类Skill时，我会直接检查：它调用什么生成或编辑工具，依赖在本机是否可用，是否真的输出逐页预览，以及发现问题后如何修订。文档写着环境已预装，不代表自己的电脑也具备条件。

本文使用独立编写的Skill，未把第三方技能整包放进附件。安装前也应查看对应目录的许可说明。

MCP提供文件动作，接通后仍要验收

MCP让宿主按协议发现和调用工具。对PPT任务，它可以提供“创建文稿”“增加页面”“写入文字”“更新图表”“保存文件”等动作；具体能力取决于服务实现。MCP工具规范

我另做了一个真实协议测试，使用office-powerpoint-mcp-server 2.0.7创建两页小样，写入文字与原生柱状图，保存后重新打开并回读。解包检查确认有文字对象、原生图表和嵌入Excel工作簿，整页没有被做成一张图片。

这个测试使用脚本固定参数，没有让模型自主选工具；图里的3、2、1只是演示数据，不是效率结果。

接入时遇到了三个具体问题：

依赖能安装，服务却不能启动。搭配MCP SDK 2.3.0时，旧的FastMCP接口导致启动失败；固定到本次验证可用的SDK 1.30.0后才调通，没有修改服务源码。这个版本组合只对本次环境负责。

协议没有报错，业务仍然可能失败。创建后省略presentation_id查询文稿，返回内容里有error，但协议字段isError仍是false。显式传入创建返回的ID，查询才成功。Agent需要读取返回内容，不能只看调用状态。

回读有中文，预览却可能缺字。本次另用LibreOffice渲染，首次出现中文缺失；给渲染器配置系统中文字体与缓存后，原文件不改就能正常显示。文件内容、工具返回和最终画面，确实需要分别看。

这个GongRzhe PowerPoint MCP项目已于2026年3月3日归档，我把它作为固定版本的接入案例。它通过库操作PPTX文件，没有替我完成演讲内容判断，也没有在桌面PowerPoint里做兼容性验收。

它的文字适配检查源码还展示了另一个边界：宽度主要按字符数和字号估算。这类提示有用，仍需实际看中文换行与页面布局。

已有可靠的文件生成工具时，可以直接让Agent使用它。需要接入目标文档或标准化工具动作时，再评估MCP是否覆盖自己的模板、图表和保存需求。

Agent的工作，要包含读结果和修正

Agent可以持续规划、调用工具、读取结果并推进任务。这里最有价值的一步，是拿原材料检查已经生成的页面，再提出具体修订。

针对第二版，独立AI审阅给出的反馈包括：删除无依据的26个数值；只保留一张有来源的数据图；分别命名严格交付与事后AI内容复核；补回实验范围、正反例和已验证的修复命令。

这比“再专业一点”更容易验收：修改哪页、哪里不对、依据是什么，都有明确对象。我把反馈交给同一本地模型，仅追加一次修订，原来的失败稿完整保留。

这次修订把唯一图中的数值改对了，却仍用“暂存状态”的页标题解释总体结果，指标定义也只放进备注。数值修好了，页面表达还没有修好。

随后，我按同一事实表逐页编辑了一份交付示例：把图页改成“内容正确与交付合格分开看”，在图旁解释两种口径，将案例与修复步骤放到各自页面。这是作者通过Codex继续编辑的成品，不是第四次本地模型抽样，也不计入前面三次生成的对照。

成品示例：图中为每种接法各12个会话中的次数。文字、图表数据与讲者备注保留为可编辑对象。版式来自同一个固定程序，不能把外观归功于Skill。

这套流程不要求先组建很多Agent。一个负责制稿的Agent，加一次能对照材料的独立审阅，就有明确分工：前者完成文件，后者检查主张、数字和页面，再把问题交回去修。

交付前，我会分开确认四件事：

结构检查通过，可以证明内容被忠实写进文件；它也可能忠实写入错误。漂亮的预览，则不能单独证明图表还能修改。

怎样选一套适合自己的做法

偶尔做一次汇报，先把Prompt里的受众、目的、材料和交付标准写清楚，再逐页检查。

经常做同类汇报，把反复使用的内容规则、模板和验收步骤收进Skill。能提供实际预览和检查记录，比技能名字更有参考价值。

需要读写现有PPT、更新图表或连接其他材料，再补充相应接口；选MCP时先用一个专用小文件，验证创建、修改、保存、重开和回读。

修改较多时，让Agent按“制作、读取结果、核对材料、修订、重新检查”推进。工具和规则最终都要落实到文件与页面上。

这次是单材料、单个8B本地模型、固定版式的工作流案例。修订版多了一次独立审阅和一次模型调用，最终示例又经过逐页编辑，不能据此计算Skill提质比例，也没有评价商业PPT产品或视觉模型。三份原稿、最终编辑示例、逐页预览、Skill、模型输入输出与MCP协议均已保留；内容复核由AI完成。

你做PPT最常卡在哪一步：内容组织、图表口径，还是最后的排版修改？