AI协作生成PPT的难点-需求澄清

最近我在整理自己的 TOEFL 学习经历。

这次案例本身也整理成了一个可以直接阅读的网页：TOEFL 学习复盘网页。

一开始，我想把它做成一个视频。后来又考虑过用网页版 PPT 来讲，最后觉得这段经历更适合做成一个可以自己滚动阅读的 Scrollytelling 网页。

我陆续给 AI 提供了很多材料：学习笔记、考试成绩、以前分享时使用的 PPT、录音转写，以及我对这段经历的补充说明。

从材料数量来看，应该已经很充分了。

AI 也确实很快做出了页面。代码能运行，页面能滚动，也有时间线、数据可视化、动画和配图。

但我看完以后，始终觉得不对。

有些地方太像 PPT，不像一个人在讲自己的故事；有些文字很大，换成两三行以后非常难看；有些段落只剩下一句结论，读者根本不知道前因后果；还有一些细节直接写错了。

于是我开始一轮一轮补充 Prompt：

• 不要太像 AI 写的；
• 语气要像跟朋友聊天；
• 不要使用模板化卡片；
• 不要做成压抑的深色风格；
• 大标题不要频繁换行；
• 页面需要提供足够的信息，不能依赖现场讲解；
• 滚动动画不能让用户滚了很久，页面却没有明显变化。

每次增加一些要求，页面都会改善一点，但还是会出现新的问题。

我最开始的判断是：可能还是 Prompt 写得不够详细。

后来把整个协作过程重新复盘了一遍，我才发现，这些返工其实来自两种完全不同的问题。

第一类问题：我没有提供足够的事实

有些错误，确实不能怪 AI。

比如它不知道我是开车上下班，便把口语练习设计成了“下班后在路上散步练习”；它不知道我只在四月份出过一周差，页面就可能把出差表现成一种持续性的工作状态。

培训费用、作息时间、报名日期、两次正式考试之间的状态变化，也都出现过类似问题。

这些事实如果没有明确说出来，AI 只能根据常见情况补全。

而它补出来的内容通常还挺合理，所以第一眼不一定能发现。直到它被放进自己的故事里，才会觉得特别别扭。

这类问题的解决办法其实很直接：正式创作前，先整理一份事实表。

至少要明确：

• 时间、地点和事件顺序；
• 确切的数字；
• 人物做过什么、没有做过什么；
• 哪些信息已经确认；
• 哪些信息还不确定；
• 哪些地方禁止 AI 自行推断。

以前我会把大量材料直接交给 AI，希望它自己从里面提取事实。

现在我觉得还不够。

AI 可以帮助整理事实，但整理完成以后，应该先让我确认。没有确认过的内容，只能标记为假设，不能直接写进最终叙事。

第二类问题：事实没有错，但判断错了

另一类问题更麻烦。

比如培训机构认为我很难在两三个月内达到目标，这个事实没有错。但如果页面上只写一句“他们觉得不可能”，读者并不知道为什么。

真正重要的背景是：我在互联网公司全职上班，工作日只能挤出两三个小时，一般晚上十点下班，忙的时候甚至十一点才下班。培训机构认为，以这样的工作强度和投入时间，两三个月内达到目标基本不可能。

缺少这段因果关系，“不可能”就只是一句用来制造冲突的口号。

还有一些段落也存在同样的问题。

AI 会把一段个人经历压缩成一句看起来很有力量的结论，把一个连续的心理变化压缩成几个关键词，再把这些内容装进大标题、卡片和动画里。

从视觉上看，它很像一份完成度很高的演示文稿。

但这个网页不是现场演讲的辅助材料，而是需要让读者独立阅读。读者看不到我，也听不到我的补充说明。如果正文没有把事情讲清楚，再漂亮的视觉效果也只能留下几个口号。

这不是信息不足，而是对内容载体的判断出了问题。

类似的还有：文字放得特别大、背景压成深色、滚动动画拉得很长，我真实经历里的犹豫和自我怀疑反而被删干净了。

这些选择单独看都有理由，但组合在一起以后，页面会越来越像一个 AI 生成的模板，而不是一个真实的人在回顾自己经历过的事情。

所以我现在会把返工分成两类：

类型	典型表现	解决办法
事实缺失	时间、数字、经历和场景写错	先整理事实表，不确定的内容禁止推断
判断失真	事实正确，但语气、因果关系和视觉表达不对	先做少量样稿，通过后再展开

这两类问题不能用同一种方式解决。

事实缺失，可以靠补充信息解决；判断失真，继续堆信息往往没有用。

我走的另一个弯路：总想一次把 Prompt 写完整

出现返工以后，我很自然地想写一个更长、更详细的 Prompt。

我希望把内容结构、语气、字号、动画、色彩、图片、滚动方式和每个段落的目标全部描述清楚，然后让 AI 一次生成完整页面。

后来发现，这件事并不现实。

很多要求只有看到结果以后，我才知道自己喜不喜欢。

在没有看到真实页面之前，我也很难准确描述：

• 多大的文字会显得夸张；
• 一段话压缩到什么程度会丢失因果关系；
• 哪种动画会增强叙事，哪种动画只会妨碍阅读；
• 一张图片究竟是在补充证据，还是只起装饰作用；
• 页面应该在什么地方停下来，让读者把内容读完。

这些不是继续增加 Prompt 长度就能彻底解决的问题。

它们需要通过样稿来确认。

下次我会分四步做

如果再做一次类似的内容型网页，我不会让 AI 一开始就生成完整页面。

第一步，只整理事实。

AI 先从笔记、录音和历史材料中提取时间线、数字、人物经历和关键事件，分别标记为“已确认”“待确认”和“推断”。这一阶段不写文案，也不设计页面。

第二步，只写两段正文。

选择一个包含大量事实的段落，再选择一个包含情绪变化的段落，用第一人称写出来。我要先确认它是不是真的像我在讲，而不是像一份总结材料。

第三步，只设计两个代表性区域。

一个验证长文本阅读、字号和排版；另一个验证数据可视化、图片和滚动动画。视觉方向通过以后，才能继续做整页。

第四步，才是完整实现。

完成以后，内容正确性和视觉交互也要分开检查。因为“故事讲清楚了”和“页面做得好看”是两件不同的事情。

下次开场时，我可能会直接给 AI 这样的指令：

先不要生成完整文章或页面。

第一步，请从我提供的材料中整理事实表，区分：
1. 已明确确认的事实；
2. 仍然缺失的信息；
3. 你根据上下文做出的推断。

所有推断必须单独标注，未经我确认不能写入最终内容。

事实确认后，只写两个代表性段落供我确认语气和叙事方式。
文案确认后，只设计两个代表性页面区域供我确认视觉方向。
上述阶段分别通过以后，再开始完整实现。

这段指令不会让 AI 第一次就把事情做对。

它真正的作用，是让错误更早暴露，也让每一次确认的成本足够低。

AI 速度越快，越需要设置检查点

这次协作让我意识到，AI 的速度并不会自动减少返工。

如果方向正确，它确实可以很快完成大量工作；如果方向错了，它也可以很快生成一整套需要推翻的内容、设计和代码。

所以，人需要负责的不只是“提出一个需求”。

还要决定：

• 哪些事实不能猜；
• 哪些判断必须先看样稿；
• 什么时候应该暂停；
• 当前阶段到底在确认内容、视觉，还是实现；
• 什么条件满足以后，才能继续扩大工作范围。

以前我更关心如何把 Prompt 写得更完整。

现在我觉得，更重要的是把协作过程设计得更可靠。

下一次再做类似项目，我不会再追求“一次生成完整结果”。我会先确认事实，再确认语气，再确认两个关键画面，最后才让 AI 完整展开。