AI做PPT总有模板味?先改一页,再谈整套生成

AI做的PPT有时并不丑，只是读完以后，你还是不知道这页想让人作什么决定。问题可能出在写什么、怎样组织，也可能只是字号和间距。一次把三件事全交给模型，很难定位该改哪里。

IBM Research在11月3日介绍的Palette研究，用20B模型学习特定设计语言，把工作拆成内容与版式规划、逐页代码生成，并通过渲染检查修复问题。它提供的是一条研究路线，本文不把它当作已经上手验证的一键工具。

借这个思路，我重新画了一页“是否启动试点”的说明，看看怎样把模糊要求变成具体修改。

图1｜AI研究社原创排版示意，非Palette输出。团队、周期和时间投入均为虚构案例输入；两版保留相同三条事实。

先确定这页要谁决定什么

假设负责人只需要决定：是否同意先做一个小范围试点。手里只有三条材料：两个团队、四周周期、每周安排一小时复盘。

把它们放进三个并排卡片，信息没有错，但读者还得自己推断它们的关系。改成“申请小范围试点”的标题，再用范围、周期、投入三个层次说明，讨论会更集中：批准什么，需要付出什么。

这里没有理由补出节省30%成本、预计三个月回本之类数字。没有提供的收益，不能为了填满一页而生成。 同样，如果负责人还没批准，标题就不能写成“试点已经启动”。

这张说明卡可以直接改来用

下一次让AI改PPT时，可以把“高级一点”换成更清楚的输入。

图2｜工具无关的任务说明，不是Palette专用语法。替换案例输入即可用于现有演示稿工具。

这张卡有意把事实与版式分开。先确认“两个团队、四周、一小时”有没有被写错，再看它们摆在哪里。读者如果要比较多个候选方案，改用并列表格可能更合适；读者如果要批准一个实施顺序，时间线才有意义。图形的选择要服务问题。

我还会要求保留可编辑文件。标题太长，可以改标题或字号；限定条件放不下，可以拆页。直接把整页压成图片虽然不容易跑版，却会把下一轮修改变得更麻烦。

改完只检查三个具体问题

第一，原始事实是否完整：单位、日期和“待批准”这类状态有没有变化？第二，正常放映尺寸下能否读清，是否遮挡或越界？第三，读者是否一眼知道自己需要决定什么？

三项分别检查，因为“版面没溢出”不能证明事实正确。自动修复若通过删掉一句条件腾出空间，视觉上成功了，内容上却可能失败。修改过的页面应重新核事实，再看渲染。

经常制作同一品牌材料的团队，可以继续观察Palette这样的路线。偶尔做一份汇报的人，先把一页任务说明写清，再用熟悉的工具完成，往往更容易发现真正的瓶颈。

AI研究社会继续把AI工具放回具体工作里看。下次改稿，你可以先挑最重要的一页，看看修改前后究竟让哪个决定更清楚了。