AI 能做一百件事，就做不了一个好看的 PPT

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。