埃森哲的 AI 策略负责人最近在一次内部会议上，吐槽了公司里消耗 AI 算力的情况：驱动 token 消耗的，不是工程师在做开发，是非技术人员在用 AI 把 PDF 转成 PPT。这怎么是滥用呢？堂堂埃森哲一个咨询公司，做 PPT 才是正经事啊！把一份文档变成一场能拿得出手的演示，是打工人最古老也最稳定的工作内容之一。做 PPT 的痛点一直都存在：费心、耗时，要一点点磨细节。原本以为 AI 能带来改变，没想到，这个痛点恰好长在了 AI 的能力边界上——它需要对内容有理解，对结构有控制，以及对视觉有判断力。越是有需求，越是有市场，这几年来几十款 AI PPT 工具挤进这个赛道，从硅谷到北京，从独立应用到 Office 插件，几乎每个大厂和创业公司都插了一脚。AI 做 PPT，看上去很美如果要挑一个最能代表 AI PPT 赛道尴尬处境的产品，那就是 Gamma。Gamma 是主打「一键生成」的 PPT 工具，只需要输入一个主题，几十秒出一套完整的幻灯片，涵盖排版、配色、动画效果，在网页上看起来，确实是不错。但问题通常出在「导出 」，这一下就会带来字体错位、图层塌陷、图文重叠，原版的高级感瞬间变成格式残骸。有机构测试过，每 25 次 PPTX 导出里，Gamma 的图层保留率只有大约 30%。也就是说，你在网页上看到的，和你在 Office 里打开的，大概率是两套东西。Gamma 的设计理念是把演示文稿当「活文档」，而不是静态文件。它希望你就在它的平台上展示，通过网页链接分享，进行在线演示，流畅而现代。但现实是，绝大多数打工人的演示终点，是会议室里那台插着 HDMI 线的笔记本上的 PowerPoint 软件，更别说 PPT 可能还得来回来去发送和修改。不在那个终点交付，产品做得再好看也是半成品。同样的问题在国内工具上也存在，只是方向相反。国内工具导出稳定性普遍比 Gamma 好，但设计感普遍不如。百度文库智能 PPT 依托 18 亿专业文档库，但排版审美停留在「能看」的水平线，「快」和「好」之间始终有一条鸿沟。只负责排版，不负责内容如果说导出问题是工程债，那内容空洞就是基因问题。AI PPT 工具的底层逻辑，绝大多数是「模板 + GPT 填字」。你给一个主题，它用大模型拉出大纲、分到每一页、套进预设的模板里。听起来很合理，但实际上，大模型擅长的是「生成一段看起来像 PPT 的文字」，不是「写一页值得做成 PPT 的论点」。结果就是，每张幻灯片看起来都对：标题有了、要点有了、配图有了，然而读过去之后你什么都记不住，每一页都在用不同的句式说同一件事，信息密度极低，逻辑关系极弱。Reddit 上一个用户的总结最精准：「对流程有帮助的大约 30%，主动妨碍你的大约 40%。」在这个痛点上，做得相对好的是两类。一类秘塔为代表的内容驱动型，因为有文档库兜底，生成出来的不是「大模型编的」而是「从已有资料里提的」，虽然设计感平庸，但至少信息是实的。另一类是以 GenPPT 为代表的「先研究再生成」型，生成前先搜一圈资料、提炼论点再做成幻灯片。不过这个品类太新、模板库太薄，还不能作为主力工具。大部分工具走的是中间那条路：排版好看一点，但内容比 GenPPT 更空。这是最糟的位置，既没有好用到能当生产力工具，又没有好看到能当设计工具。模板越智能，越不好用也有一些产品另辟蹊径，比如 Beautiful.ai 的卖点是「智能模板」，往幻灯片里输内容，AI 自动帮你调整布局、对齐间距、选择配色。不需要手动拖拽，不需要纠结字体大小，AI 替你做了一切设计决策。但中文社区给它起了个外号：「PPT 牢笼」。模板规则越强，自定义就越难。你想把某张图片往左挪一点？不行，AI 判定它应该在中间。你想换一种标题样式？这套模板里没有。你想在某页插个非标准布局？抱歉，Beautiful.ai 的世界里不存在「非标准」。这种设计哲学在理论上是有道理的——大多数人的排版确实不如 AI，把参数固定下来，能有效提高大部分产出。但在实际操作中，它把「帮我」变成了「替我」，我这不是在和一个工具协作，是在和 AI 较劲。但恕我直言，AI 的审美也很固定啊，全世界的 PPT 都是莫兰迪 or 赛博朋克配色。WPS AI 走的是另一条路：它不独立，它嵌在 WPS 里，触达最深、路径最短，但 AI 能力偏保守，生成效果在「省时间」层面有效，在「出彩」层面几乎指望不上。总之，Copilot 式的嵌入式路线和 Gamma/Beautiful.ai 的独立式路线，目前都没跑通最后一公里。通用？不够通用办公的场景一直都是兵家必争之地，所以通用型 AI 也不会放过，ChatGPT 在五月的时候推出了专门的插件。图片来源：X用户Gorden_Sun如果你没有听说，大概率是因为它的使用体验一般，更适用于对已有的文件做修改，而不是生成。或者，需要极其精细的 prompt。Claude 推出过类似的插件，也支持在对话中输出 PPT。不过，也需要一点「曲线救国」：先让它做 HTML 网站，然后再以 PDF 格式导出；或者走 Canva、Figma 等平台，再导出。Claude design 作为主打设计排版的工具，同样也可以实现做 PPT。不过问题还是那个问题，它的中文字体有限、主打的是版式而非动画效果。最重要的是，Claude 并不是一个擅长多模态的模型，它的图片生成效果是比较差的，哪怕在 Claude design 里，都需要你自己找好素材——又鬼打墙了，找图片素材，本身就是做 PPT 的一个卡点。相比之下，擅长多模态的 Gemini，似乎又不太擅长做 PPT。反而是基于 Gemini 的应用产品 Notebooklm，在做 PPT 上表现不错，于是也需要曲线救国一下，把两者结果在一起使用。或者也是先让它做 HTML 再调整。Kimi 也猛推过一波，考虑到它的训练数据，版式僵化依然是一个问题，甚至有些过于明显。它偏爱「dashboard」版式，页面上大大小小都是框，一张幻灯片里自动生成了太多框，几乎每个元素、不够五六个字就用一个文本框，每个框里又套框，框框套娃。这个风格非常适用于咨询、数据分析等商业场景，但如果是教学等偏向图文的场景，就并不适用了，一则没有那么多数字要填，二则需要留给图片更多篇幅，最后就还是得手调。通用型 AI 在做 PPT 上一直有这个问题：不够通用，跟大众记忆里，对通用型 AI 已经通过 mcp、工具调用，打通完整工具流的印象，有所出入。基本都需要好好写 prompt，这在大多数任务上无可厚非，也是一个当代用户需要学习和掌握的技能了。但是用在 PPT 上，这本身就是一个因为精修和微调而心累的工作，如果连 prompt 也需要精雕细琢，不如直接去生图的工具，再 copy & taste到 PPT 完事。看起来热闹，还没人能赢现在回去想「把 PDF 转成 PPT」，你还觉得它简单吗？这个需求听起来简单到不行了，但把它拆开就知道为什么难：需要 AI 读懂 PDF 的结构（标题层级、正文、图表、注释），理解哪些信息适合做成什么样式的排版，给每一页配合理的视觉布局，还要保持整体风格统一，最后输出一个能在任何设备上正常打开的 PPTX……这恰好是所有 AI 弱点的集合——自然语言理解要对，视觉审美要对，格式兼容要对，受众意识要对，局部修改控制要对。其中任何一步掉了，最终结果就是「看着还行，但不敢拿去给老板看」。这就是为什么工具已经多到溢出了，仍然没有人及格。不是哪一家的产品经理不够努力，是这个品类本身，要求 AI 同时做到模型能力、工程功底、设计品位三件事，形成了不可能三角。但凡需要认真做 PPT，且不说文本和创意层面，只是视觉层面，用户的要求和想法都会变得很具体。每一页，每一个元素，都有需要做到的东西。同时，还会希望 AI 做的东西能承袭自己的个人风格和审美，不要一眼就能看出来是 AI 跑的。PPT 是一亿白领的日课，是信息从「内部消化」到「对外表达」的必经通道。谁能把这道门打开，谁就卡住了办公场景最重要的一道闸口。只是目前所有参赛者，都还在门外面转悠。我们正在招募伙伴📮 简历投递邮箱hr@ifanr.com✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）
