夜雨聆风以前我也试过用AI做PPT。
WPS AI试过，Kimi PPT、AIPPT也试过。
但坦率地讲，当时的心态更像是在试玩一个新功能。
明知道最后大概率不能直接拿来用，还是忍不住点进去看看。看看它能生成什么样，看看文字会怎么排，看看图片能不能对得上，顺便再看看它到底会在哪些地方翻车。
就像商场里摆了一台看起来很先进的机器人。
你知道它还不能真正替你干活，但既然路过了，总想过去按两下。
所以过去很长一段时间，我对AI做PPT的判断都差不多。
有意思。
能体验。
但还不能进入正式工作。
最近，因为一次真实的工作任务，我又用Codex重新试了一遍。
结果做完以后，我对这件事的判断变了。
AI做PPT，第一次从一个可体验的玩具，变成了能够进入真实工作流程的生产工具。
真实场景是这样的。
我需要为一次内部会议准备一份宣贯材料。
不是那种随便讲几个行业趋势、放几张漂亮图片就能过去的分享，而是要把一套已经思考了很久的业务逻辑讲清楚。
为什么原来设想的一条路暂时走不通。
接下来应该选择什么方向。
市场、产品和平台之间是什么关系。
下半年到底要统一什么认识。
这些内容，我已经自己想过很多轮，也写成了一篇比较完整的文字稿。
这一点其实很重要。
我不是只给AI扔了一个题目，然后让它凭空替我想。
方向是我判断的，内容是我写的，哪些话能说、哪些话不能说，也是我决定的。
AI接到的不是一道「帮我想想应该怎么办」的开放题，而是一份已经包含完整思考的原稿。
我一开始也没有抱太高期待。
以前生成PPT的产品，大多有一个共同的问题。
它们可以把文字切成一页一页，也可以选一个看起来还不错的主题，但最终交到手上的东西，经常更像是「关于这篇文章的一组配图」。
每一页似乎都对。
连在一起又没什么真正的叙事。
标题像摘要，正文像压缩过的原文，页面之间缺少节奏。你真站到台上讲的时候，会发现它没有帮你组织演讲，只是把文字搬了一个家。
所以这一次，我也就是想试试。
如果能行，开会我就用PPT，如果不行，我就直接用我的文字稿。
先让它读我的完整原稿，再看看它能不能把这篇稿子转成一套有结构的PPT。
第一版出来的时候，我确实有点意外。
它没有简单按照原文的小标题机械分页，而是抓住了里面几条真正的主线。
先讲为什么要调整。
再讲市场端应该打什么。
然后讲产品怎么成为销售手里的弹药。
最后再讲平台怎么把标准、方案、产品和渠道连接起来。
也就是说，它开始理解这份材料是要拿去「讲」的，而不只是拿去「看」的。
这个区别看起来不大，实际非常关键。
一篇文章的结构和一场演讲的结构，从来不是一回事。
文章允许读者停下来，往回看，慢慢理解。PPT不行。台上的一句话过去了就是过去了，每一页必须只承担一个清楚的判断，页面之间还要有推进关系。
当它开始处理这种关系时，我第一次觉得，这次可能不只是体验一下。
但真正让我「哇塞」的，还不是页面设计。
而是它最后给我的文件。
不是一个网页。
不是只能在浏览器里左右翻页的HTML演示。
也不是把每一页做成一张图片，再塞进PPT里。
它交付的是一个可以继续编辑的PPTX文件。
标题可以改，文本框可以移动，颜色可以调整，页面里的元素还能继续编辑。
这个瞬间，我对它的判断一下子发生了变化。
因为一个东西是不是生产力工具，不是看它演示的时候有多惊艳，而是看它能不能进入你原来的工作链条。
我的同事能不能打开。
我能不能在会议前临时改一句话。
出现临时的想法，能不能继续调整。
文件能不能归档，能不能复用，能不能交给下一个人接着做。
这些问题解决不了，页面再漂亮，也只能算一个展示品。
但PPTX不一样。
它不是把我锁在AI提供的展示环境里，而是把成果重新交回了我的手上。
所谓生产力，不只是AI替你生成了什么，而是生成之后，人还能不能接手。
顺着这个思路，我又提了一个要求。
我说，这份PPT不是发给别人阅读的，我要拿它去讲。我的完整原稿能不能放进演讲者备注里？
它做到了。
每一页PPT对应一段原文。
观众看到的是提炼后的判断、路径和关键词，我在演讲者视图里看到的，则是完整的讲稿。
这又是一个很小，但很真实的工作细节。
很多AI生成的内容，看起来很完整，可一旦进入具体场景，就会发现它没有考虑人到底怎么用。
做演讲PPT，页面不是越满越好。
页面负责给观众看，备注负责给演讲者看。
当这两层内容被分开以后，PPT才不再是一篇被强行切成20页的文章。
它开始真正服务于一场演讲。
做到这里，我已经觉得挺不错了。
但我又想再往前走一步。
正式工作里的PPT，往往不是你想怎么设计就怎么设计。公司有自己的模板，有Logo，有标准颜色，有页眉页脚，有一套默认的视觉规范。
如果AI做的PPT完全脱离这些东西，它还是很难直接用于正式场合。
于是我把一份固定模板交给了它。
然后，翻车了。
而且翻得还挺典型。
它第一次理解的「使用模板」，就是直接调用模板里的母版和默认版式，再把原来的内容塞进去。
结果封面残留了「单击此处添加标题」。
正文倒是有了公司Logo和标准背景，但原来比较有力量的内容表达，被压进了一个个普通的模板框里。
看起来更像公司PPT了。
但也更难看了。
这件事其实很有意思。
因为人听到「在这个模板上做」，通常知道对方真正想要的不是机械复刻每一个框，而是保留品牌识别，同时让内容得到更好的呈现。
可对AI来说，如果这个边界没有说清楚，它很容易把格式当成目的。
我没有让它继续在这个版本上小修小补。
因为问题不是标题小一点，或者颜色深一点。
方法就错了。
我们停下来，重新讨论了一遍。
模板到底是什么？
它是必须一模一样套用的格式，还是一套品牌识别系统？
这份PPT到底目的是什么？
听完以后，大家最应该获得的是方向、任务，还是情绪？
最后我们把边界重新定了一遍。
模板只保留Logo、品牌颜色、顶部识别线和页码规则。
正文不再机械套用占位框，而是围绕每一页要表达的判断重新设计。
整体不是四平八稳的工作汇报，而是更强调方向、路径和行动的作战部署。
它做了一版。
我说不对。
它没有只是换一个颜色、换一个字体，而是回过头分析为什么不对。
我们重新定义问题，再做第二版。
第二版出来以后，逐页渲染，检查标题、排版、Logo、备注和占位符。发现文字越界，就重新调整。发现备注和新页序对不上，就重新映射。
最后交付的，不是一个碰运气生成出来的文件。
而是一件经过讨论、失败、重做和检查的成果。
这件事给我的触动，其实比「AI能做出漂亮PPT」更大。
过去我们对生成式AI有一种很自然的期待。
输入一句话，点一下按钮，然后直接得到完美结果。
可真实工作从来不是这样的。
真实工作里，需求一开始就可能没说清楚。
做出来以后，人会改变想法。
模板和内容之间会发生冲突。
一个版本看起来正确，放到具体场合里又不合适。
所以真正能进入工作流程的工具，不一定要第一次就做对。
它更需要具备另一种能力。
能听懂反馈。
能承认上一条路不对。
能重新定义问题。
能在已有成果上继续修改。
能把最后的文件交还给人。
这才是工作。
不是魔法。
我有时候觉得，我们以前把太多注意力放在了AI的「第一次生成」上。
一张图够不够惊艳，一段文字够不够像人，一个PPT能不能在30秒里生成。
这些当然重要。
但对于真正使用工具的人来说，还有一个更现实的标准。
它能不能陪我把事情做完。
从这个标准看，这一次让我惊讶的，不是某一页PPT有多漂亮。
而是这套流程居然真的走通了。
从完整原稿，到演讲结构。
从页面设计，到可编辑PPTX。
从演讲者备注，到固定模板。
从模板套用失败，到重新定义视觉边界。
从第一次生成，到逐页检查和最终交付。
AI不再只是站在工作流程外面，给我表演一个「你看，我也会做PPT」。
它开始进入流程里面，和我一起把一个真实任务做完。
当然，这里有一个前提，我觉得必须讲清楚。
这份PPT最重要的部分，不是AI生成的。
是前面的思考。
如果我没有把业务问题想清楚，没有形成完整的文字稿，没有判断什么是重点，那AI大概率也只能生成一套看起来像那么回事的页面。
它可以帮我提炼、重组、呈现和修改。
但它不能替我承担判断。
至少这一次，不是AI替我完成了一次战略思考，而是它把我已经完成的思考，加工成了一个可以演讲、可以修改、可以继续协作的成果。
我觉得这可能就是现阶段比较好的分工。
人负责提出问题，形成判断，决定取舍。
AI负责把这些判断快速转化成结构、页面和文件，再根据人的反馈不断迭代。
人不是把工作整个扔给AI。
而是把那些过去需要大量机械劳动、同时又需要反复沟通的生产环节，交给一个新的协作者。
以前我试AI做PPT，心态是看看它能做成什么样。
这一次不一样。
我是真的把一个工作任务交给了它。
中间也翻车，也返工，也有让我不满意的地方。
但最终，它给了我一个能够继续编辑、能够正式使用、能够进入下一步工作的PPTX文件。
所以我才会有文章开头的那个判断。
AI做PPT，第一次真正成为了我的生产力工具。
不是因为它终于能把页面做得像人。
而是因为这一次，它终于进入了我的工作流程。
并且，陪我把事情做完了。
