AI 不是不會做簡報，而是你沒有先替它設計工作流

直接請 AI 做簡報，會發生什麼事？

很多人使用 AI 生成簡報時，流程大概是這樣：

把素材丟給 AI → 請它整理成簡報 → 等待成品

看起來很有效率。

但真正拿到結果之後，經常會發現：

• 每一頁單獨看都合理，串起來卻沒有明確主線
• AI 自己決定了哪些內容重要，結果跟講者想的不一樣
• 案例只有成果，沒有風險、決策與驗證過程
• 畫面風格前後不一致，文字密度也忽高忽低
• 改掉前面幾頁後，後面的結構又得跟著重做

最後看似省下了製作時間，實際上只是把工作延後到修改階段。

看似完整，卻很容易重工的失敗案例

我手上有一份 20 頁的簡報案例。

它有封面、提問、個人故事、領導、服務、傳承與結語，每一頁甚至都附上講者備註。例如其中一頁是這樣寫的：

第 9 頁｜領導不是證明自己，而是成就別人

在一個重視服務與共同成長的社群裡，真正的領導不是站在最前面被看見，而是讓更多人被成就。 一個好的領導人，不是把光集中在自己身上，而是點亮身邊的人。 這也是我在這個社群裡多年參與服務後，最深刻的一堂課。

單看這段文字，其實沒有太大問題。它有觀點、有情感，也很適合由講者在台上說出來。

但如果直接把這些內容交給 AI 代理生成投影片，它還是得自己猜：

• 這一頁為什麼存在？
• 它在整場簡報中負責什麼轉折？
• 畫面要放一句大字、人物照片，還是領導關係圖？
• 哪一句才是觀眾真正要記住的核心訊息？
• 「多年參與服務」有沒有照片、事蹟或其他素材可以引用？
• 這一頁與前後頁之間應該如何銜接？

另一頁也是類似情況：

第 10 頁｜創立新單位的感動：看見種子發芽

創立新單位就像種下一顆種子，剛開始可能很小，但未來可能長成一棵大樹。 不同的分支或新成員群體，每一個都有不同的特色與生命力。 最感動的是，看見一群原本不認識的人，因為共同的使命而聚在一起、一起服務。

AI 可能會放一張種子發芽的照片，也可能把不同分支排成一組卡片，甚至自行補出一段時間軸。

這些做法單獨看都合理，卻不一定是講者真正想要的呈現方式。

問題不是內容不好，而是輸入只提供了「要講的話」，沒有提供「這一頁要完成的任務」。AI 只能一邊生成、一邊替講者做敘事與視覺決策，結果自然會充滿隨機性。

成功案例：先定義每一頁的任務，再讓 AI 生成

最近一次準備公司的分享時，我改用「簡報流程檔」。

同樣是一個案例頁，我交給 AI 的內容變成這樣：

第 10 頁：Hook 實戰案例

目的 進入 block-dangerous 案例，證明自動化不是設了就算。

畫面安排 使用時間線或故障排查流程圖，依序呈現：

1. 以為設定完成
2. 實測沒攔到
3. 追查原因
4. 發現是 Windows 路徑與執行方式造成 fail-open

講者重點 不要講成技術細節堆疊，而是說明「安全自動化也會靜默失效」。

可引用素材 參考 block-dangerous-hook-debug-notes.md。

這段內容沒有預先寫死最終投影片文案，也沒有替講者準備逐字稿，而是先定義這一頁要完成的任務。

但 AI 已經清楚知道：

• 這一頁存在的目的，是證明「自動化必須經過驗證」
• 畫面應該呈現故障排查的先後關係
• 重點不是堆疊技術細節，而是帶出靜默失效的風險
• 案例內容有既有文件可查，不需要臨場編造

接下來的一頁，任務也已經先定義好：

第 11 頁：Hook 案例的三個結論

目的 把案例抽象成可重複使用的原則。

畫面安排

• 自動化一定要驗證
• 安全機制最怕靜默失效
• 工作流細節比口號更重要

講者重點 這一頁是 Hook 段落的收束點，要讓聽眾知道 Hook 的價值在「保底」，不是「看起來很自動化」。

因此，第 10 頁負責講故事，第 11 頁負責收斂方法。

這兩頁之間的關係，在 AI 開始生成以前就已經決定好了。代理不必自行猜測案例該怎麼說，也不必生成到一半才重新調整敘事方向。

兩種輸入的真正差別

兩種寫法放在一起看，差別就很明顯：

直接提供講者內容	提供簡報流程檔
告訴 AI「我要講什麼」	告訴 AI「這一頁要完成什麼」
AI 自行推測核心訊息	核心訊息事先確認
AI 自行選擇畫面	提供畫面結構方向
前後頁關係不明確	每頁在敘事中的角色清楚
缺少素材來源	明確指定可引用文件
結果高度依賴模型當下判斷	生成代理能專注在視覺表現

失敗案例不是「AI 寫得不好」，成功案例也不是因為 Prompt 寫得比較長。

真正的差別是：前者把敘事決策留在生成當下，後者則在生成之前，就先把關鍵決策整理成一份可以逐頁執行的工作流。

一份簡報流程檔，要先處理四件事

📌 第一件事：把敘事決策一次做完

我先確認整場分享的一句話主軸、聽眾的思維轉變，以及三到五個主要段落。頁數也不是憑感覺決定，而是先分配各段時間，再由時間反推頁數。

📌 第二件事：把每一頁變成獨立任務

每頁不只寫「要講什麼」，而是拆成五個欄位：

1. 目的：這一頁為什麼存在？
2. 核心訊息：聽眾應該記住哪一句話？資訊型或過場頁可以省略。
3. 畫面安排：適合用對比、流程圖，還是其他結構？
4. 講者重點：現場要補充什麼，但不寫成逐字稿。
5. 可引用素材：有哪些文件、截圖或資料可以使用？

📌 第三件事：把正文、備用頁與導航索引分開

正文是一定要生成的主線內容。備用頁則用來處理 QA、Demo 風險或延伸問題，可以自行決定是否預先生成。至於備用頁索引，只是讓講者知道「聽眾問了什麼時該跳去哪一頁」，不需要被製作成投影片。

📌 第四件事：提前說清楚視覺原則與禁區

例如每頁只承載一個主要結論、避免滿版條列、案例要呈現「失敗風險 → 設計機制 → 驗證方式」，動畫只做必要的逐步呈現。

這些規則只要在文件開頭定義一次，AI 就不必每做一頁重新猜一次。

真正值得分享的，是這次為什麼能穩定完成

這次的結果是，我幾乎不用大幅修改，就能直接拿簡報上場。

但如果我只分享這個結果，整篇文章就只剩下一個結論：

我用 AI 做了一份很棒的簡報。

這樣其實沒有太大的參考價值。

我真正想分享的，不只是成果，而是這次生成為什麼能夠穩定完成。

因此，我刻意保留了失敗案例，也把這次使用的簡報流程檔攤開來說明，希望回答三個問題：

• 直接生成時，AI 容易在哪些地方開始「猜」？
• 簡報流程檔提前固定了哪些決策？
• 最後又是怎麼確認生成結果真的可以直接上場？

生成完成後，我再依照流程檔逐頁核對敘事目的、畫面方向與引用素材；最後只需要少量調整，就能正式上場。

當這三件事都交代清楚，成功案例就不只是一次漂亮的展示，而會成為其他人可以參考、調整與驗證的工作方式。

最後那段 Prompt，不是整個工作流

完成流程檔後，我仍然會補上一段交付給簡報代理的說明，例如要求它依每頁目的選擇視覺表現，不要只是把條列文字搬上投影片。

但這段 Prompt 不能單獨使用。

如果只把濃縮 Prompt 丟給 AI，卻沒有附上完整流程檔，AI 仍然不知道總共有幾頁、每頁要完成什麼任務，也不知道哪些素材可以引用。

真正讓生成穩定的，不是最後那段寫得很漂亮的 Prompt。

而是前面已經完成的整份結構化文件。

AI 生成簡報，也可以是一套工作流

這次經驗讓我更確定一件事：

AI 生成簡報的品質，不只取決於模型能力，也取決於我們有沒有先把工作設計清楚。

直接生成，是把敘事、取捨、查證、視覺與排版全部交給 AI 同時處理。流程檔則是先由人與 AI 共同完成決策，再交給生成代理執行。

前者比較像碰運氣。

後者才是一套可以檢查、可以重複，也可以持續調整的工作流。

所以，下一次準備簡報時，我不會先問：

AI 能不能幫我做出一份漂亮的簡報？

我會先確認：

我有沒有準備好一份，讓 AI 不必一路猜下去的簡報流程檔？