先别换模板,先想清楚这份PPT要说服谁、要对方做什么。内容空洞多半是目的和结论没定,不是模板不够花。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先定目的和听众,再动笔
材料里的观点Teri 张雅缇把PPT的核心说成“说服”:打开PPT前先问,这份给谁看、希望对方会后认可什么或答复什么。听众不同,用词和语气也不同,对客户更小心,对直属老板更直接1。她还说,决定权在谁手里,就多从那个人怎么看问题出发组织内容1。立正也提到自己写PPT时“脑子中没有想清楚干嘛要写”,并同意不为说服就不必用PPT1。所以内容空洞,先补的是这一层,不是模板。
每页只留一个结论,标题写结论
材料里的观点Teri 建议检查页与页之间是否跳到新话题,跳了就加转折页或标题页,别怕页数多;观众真正在意的是内容密度和顺畅度,不是页数2。她建议每页标题写这一页的主旨,而不是十几页都只写“执行方案”2。立正的做法是把 take away 用大白话写在顶上,“不信的话再看里面的内容”2。内文她建议删掉主谓宾,把四五十字压到十字左右,合格目标是不计标题、正文控制在20字左右;信息确实复杂时可以拆页3。这是把“空洞”换成“有结论”的最直接动作。
模板不好看,先修清晰和一致
Teri 说特殊字体在别人电脑上会变形,观众其实不在意你用了什么字体;浅色块配白字投到投影上“就是灾难”,配色逻辑首先是能区分开2。动画只在需要观众跟着逻辑一步步走时用,出现和消失就够,目录逐条飞出很浪费时间3。排版上,同一逻辑下的几段字用等宽等高的方格框起来,就比三段散字整齐3。她还区分“漂亮”和“好”:对外商演可以追求包装,公司内部汇报不必花很多精力做包装,老板要的是快速决策3。另有来源转述一种观点:老板看到过于精美的PPT反而会想这是用工作时间换来的,更希望你把时间花在工作上4。这条可作参考,但它来自另一档节目,不是Teri的判断。
这些建议来自2021—2022年的职场分享,针对的是公司内部汇报和说服场景;对外商演、教学课件等用途,原文没有给出对应做法。
出处
- 1一小时写30页PPT?还吊打全场?|有「目的性」的PPT才值得写
说明PPT以说服为目的、按听众和决策人组织内容。
- 2一小时写30页PPT?还吊打全场?|有「目的性」的PPT才值得写
讲页间逻辑、标题写结论,以及字体和配色的投影问题。
- 3一小时写30页PPT?还吊打全场?|有「目的性」的PPT才值得写
给出正文压缩到20字左右、动画只用于逻辑推理、方格排版等具体做法。
- 4汇报重要,还是工作重要?
提供另一种视角:内部汇报不必追求精美包装。
追问2026年11月11日
有没有什么AI可以处理好这个PPT
现有材料里没有一份“AI 做 PPT 工具”的横评,能直接回答哪款最好;可核对的经验是:用能积累素材和模板的 agent 类工具,比每次从聊天窗口重讲一遍更省事。
先分清你要 AI 帮哪一步
你上次的问题其实是内容空洞、模板不好看。这两件事对应不同工具:内容要靠你先说清讲给谁、要对方做什么,再让 AI 帮你组织;模板和排版则可以让工具按你的审美反复调整。材料里没有针对“内容空洞”的 AI 方案,所以这一步仍要你自己先定结论。
出处 1
反复做同一类 PPT,agent 工具的优势才显现
材料里的观点立正在对话里说,第一次用 AI 做 PPT,聊天窗口和 Gamma 这类工具效率差不多;做到第十次才拉开差距,因为 agent 类工具能把排版偏好、素材库、常用广告位存下来,下次口述两分钟就能出稿,只需改约百分之五1。这是他对工具使用方式的判断,不是对某款产品的评测。
他自己试过的路径:skills 加部署,效果不满意再换
材料里的观点立正在一条回复里说,他用张咋啦的高星 PPT skills 做了一份 PPT,并用 Builder Space 部署,但觉得效果差一些,于是改用 Gamma 重做2。这说明两条路他都试过,也说明 skills 方案在他手里没达到满意效果;但这只是一次个人尝试,不能推出 Gamma 一定更好。
材料没有具体评测各款 AI PPT 工具的效果、价格或当前功能,也没有直接处理“内容空洞”的方法;《用好AI的第一步:停止使用聊天窗口》2只是一次个人尝试,不能当作产品对比结论。
出处
- 1从焦虑到上手: 白领/投资者的AI实战第一课【串台课代表立正】
立正谈第一次与第十次用 AI 做 PPT 的差别,以及积累素材和模板的思路。
- 2在《用好AI的第一步:停止使用聊天窗口》下的回复
立正本人用 PPT skills 加 Builder Space、再改用 Gamma 的一次实际尝试。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。