把 PDF 变成可讲的 PPT
很多人让 AI “根据 PDF 做一份 PPT”，然后拿到一堆排版整齐、却讲不清重点的页面。问题通常不在工具，而在输入太像一句愿望：它不知道谁来听、要讲什么、每一页应该承担什么任务。
我现在更愿意把这件事看成一次内容重组：PDF 提供事实和材料，PPT 则负责让听众沿着一条清楚的路径理解它。AI 可以加快整理，但不能替我决定叙事。
先把目标从“生成 PPT”改成“完成一次表达”
一份能讲的 PPT，至少要回答四个问题：主题是什么、有哪些关键结论、每一页想让人记住什么、最后怎样收束。
所以在把 PDF 交给 AI 前，我会先明确三个问题：
- 受众是谁：给管理层、客户还是课堂听众，决定了信息密度和术语深度。
- 页数底线：页数不是越多越好，但至少要容得下开场、展开和总结。
- 页面颗粒度：一页只服务一个观点，不把一整段原文压进一张幻灯片。
这里的“总—分—总”很实用：先给全景，再分章节展开，最后回到结论。它不是固定模板，而是一条让听众愿意倾听的路线。
我会让 AI 先读结构，再提炼内容
面对较长 PDF，我不会直接要求它输出页面，而是让它先完成两步判断。
第一步是找主题和目录。主题决定整套 PPT 的中心句；目录则帮助我看清原文有哪些章节、哪些内容本来就是并列关系。没有这一步，AI 很容易按照文字出现的顺序机械切页。
第二步是按章节提炼。我的要求是：每个章节至少留下三个关键点，并为每个点补一两句解释。关键点不是目录标题的改写，而是听众听完后应当带走的判断。
比如原文写了很多背景、数据和案例，我会追问：它们共同说明了什么？这句答案，才更接近 PPT 的页标题。
把“每页一个观点”写进提示词
提示词（Prompt）：就是我给 AI 的任务说明。它的作用不是写得花哨，而是把交付标准说清楚。
下面这版可以作为起点，上传 PDF 后再按自己的场景调整：
请先阅读我上传的 PDF，识别主题、目录和主要章节。
请将内容整理为不少于 5 页的演示文稿，整体采用“总—分—总”的结构：
1. 开头说明主题和核心问题；
2. 中间按章节展开，每页只讲一个清晰观点；
3. 每个观点列出至少 3 条支撑细节，并补充简短解释；
4. 每页增加一个值得思考的问题或启发；
5. 结尾用编号总结全文最重要的结论。
请使用 Markdown 输出，并让语言尽量通俗；需要时建议适合的图表、图片或页面布局。
这段话最关键的并不是“Markdown 输出”，而是把结构、页数、每页内容和结尾形式都限定住。AI 有了边界，才会从“续写一段文字”切换到“设计一套表达”。
生成之后，我还会做一次人工筛选
AI 生成的第一稿，我通常不直接拿去讲。至少会检查下面三件事：
- 标题能不能单独成立：只看页标题，能否大致复述整套内容？如果不能，标题多半还是章节名，不是观点。
- 每页是否过满：三条细节足以支撑一个观点；如果每条都很长，应该拆页或改成图表。
- 视觉是否帮忙说话：趋势用折线图，对比用柱状图，流程用步骤图。装饰图再好看，也不能代替信息结构。
这一步本质上是编辑工作。AI 负责快速铺出候选内容，我负责删掉重复、补上判断，并确认顺序符合真实的讲述场景。
工具不止一个，关键是保留可替换性
这类任务不必绑定某一个产品。只要工具支持上传文件、理解长文本并持续对话，我都可以沿用同一套工作方式：先上传材料，再粘贴要求；如果第一稿不满意，就针对“页数不足”“某章节太浅”“缺少图表建议”等问题继续迭代。
工具偶尔拥堵或限制上传量时，保留替代方案会更从容。但无论换哪个工具，清晰的任务描述都比工具名称更重要。
最后：让 AI 缩短整理时间，而不是跳过思考
把 PDF 变成 PPT，真正节省的是我整理材料、搭建初稿的时间；但是不能省的是判断什么值得讲、应该先讲什么。
我的经验是：先给 AI 一个明确的表达框架，再用人工把关观点和版式。这样做出的 PPT 不只是“由 PDF 生成”，而是更接近能被听懂、也能被记住的讲述。