AI 做 PPT 别指望一句话交稿，Work Agent 要分五层

有不少人心里想象着用一句话就能生成PPT就是AI做PPT的那种情形。可是真正使用过的人就会知道，输入一句话之后，出来的常常是结构乱糟糟、事实还有让人存疑的地方、风格也不统一的半成品，而且还得花费大量的时间去返工。那问题到底出在哪里？就在于你把AI当作魔法盒，可实际上它其实是一台需要进行分工的流水线。

当下流行的AI PPT Work Agent，便是想要去构建这条流水线。可是很多所谓的Work Agent，仅仅是把一段超长长的提示词给包装了一番，其本质还是一条提示词都能应付。而真正的Work Agent，并不是把提示词、模板还有知识库往同一个输入框里塞，而是由任务的编排、可信的知识、工具的执行、质量的验证以及人工的审批共同构成的多步骤的系统。

一句话生成 PPT？那是把问题留给了你自己

先想清楚：为什么"一句话生成 PPT"不靠谱？

要制作一份合格的汇报PPT，其中有着许多繁杂的任务。需要去理解汇报的目标，需要去读取相关的材料，需要去提取事实内容，需要去规划结构框架，需要去制作页面排版，需要去检查交付情况。这些任务相互交织在一起，不是简简单单的一句话就能够把它们全部说清楚的。要是你仅仅给出一句话的话，那么对方只能去猜测你的目标、猜测材料内容、猜测重点，而猜测出来的结果肯定是会到处都需要返工的。

那么所以说一句话生成的本质情况，就是把做 PPT 这样的复杂问题原原本本地还给你自己。它只不过是省去了打开软件的那一个步骤而已，可真正费脑筋的判断一点都没有减少。要是真的想要节省时间，那就得把做 PPT 这件事情给拆分开来，让 AI 在每一个步骤当中都干得清清楚楚明明白白。

真正的 Work Agent，是一个多步骤系统

Work Agent的价值究竟体现在什么地方？它将做PPT这么一件事情给拆解成为了可以去执行的步骤方面的系统。

一个完整的Agent，首要的是要去领会你的意图。随后把请求拆解成为步骤。之后挑选恰当的知识以及工具。再依照计划一步一步地去执行。它并非是一次性把结果给输出出来，而是有着读取材料、提取事实、生成结构、制作页面、进行检查、交付这样一整套完备的流程。

这套流程要是拆分来看的话，每一个步骤都可以被进行检查、被进行干预、被进行改进。材料读得正不正确？事实提取完不完整？结构合不合理？页面做得好不好？每一个步骤都有着明确的产出以及验收标准。这就是Agent和一句话生成的不一样之处：一个如同黑箱一样，一个则是透明的流水线。

五层结构：编排、知识、工具、验证、控制

一个真实可以派上用场的人工智能 PPT 工作代理，通常得涵盖着五个层级。

第一层为编排层。需要进行识别汇报的目标，并且规划整个流程的顺序。首先是阅读材料，接着提取事实，之后生成结构，随后制作页面，最后进行检查交付。第二层是知识层。要从已批准的产品资料、行业知识、品牌规则以及历史案例当中去检索事实，使得输出是有依据的，不能够凭空进行编造。第三层是工具层。要调用文档解析、数据计算、图表、图片以及PPT写入这类工具，每一个工具得具有明确的输入、输出以及出错的条件。第四层是验证层。要检查事实是否有来源，引用是否真的能够支撑结论，内容是否完整，不能够只是让模型自己说已经检查过了。第五层是控制层。在对外发送、覆盖文件、使用敏感数据、形成重要承诺之前，要进行暂停，由人来审核批准。

这里存在着有五层的情况，这是从规划起始然后到执行接着再到把关的完整链条。要是缺失了任何的一层，那么Agent就将会出现问题。

验证层和控制层，是 Work Agent 的良心

在那五层之中间，最为容易被人们所忽略而且同时又是最为关键的部分，便是验证之层以及控制之层。

验证层所需要去解决的乃是AI所说的到底能不能算数这样的问题。AI生成内容，自身就存在着编造的风险。那么验证层就需要去做事实的落地工作。它不但得知道AI给出了什么样的结论，还得知道AI是从什么地方找到的证据，并且这些证据是不是真的能够支撑结论。这就需要运用可靠的办法，利用可信的文档来对输出进行约束，而不能让模型自己认为它觉得对就是对的。

控制层所需要解决的乃是人工智能究竟能不能够随意去行事这样的问题。人工智能能够撰写文件，那么就必须要清晰明确哪些动作是需要人工来进行批准的。比如说对外进行发送、对文件进行覆盖、使用敏感数据、做出重要承诺这类情况，都得设置审批的关口。有很多人使用人工智能出现问题，并非是人工智能的能力不行，而是没有设置控制层，使得人工智能自己把关键的动作给做完了。

什么情况才需要 Work Agent

最后得把边界给说清楚：并不是在每一个去做 PPT 的场景情况之中都得去用到 Work Agent 。

要是你仅仅是偶尔去做一个简单的演示，或者流程是固定、步骤是明确的，那么一个确定性的工作流或许会更为适用。可别为了显得自己很先进就去搭建一套复杂的Agent。Agent的价值在于，当需要反复去处理Word、数据表、旧的PPT以及知识库，并且材料多、步骤繁杂、要求又高的复杂制作流程的时候，这时候分层系统才真正能够节省时间。

引入Agent存在着一个相应的标准。就是去考量引入它是否使得事情变得更为简便了，是否使得可追溯性更为优良了。要是在引入它之后反倒变得更加繁杂了，那么它就没有存在的价值。

再回到开头所说的那句话哈。要是指望AI来做PPT的话，可别想着一句话把事儿给弄成了。Work Agent得分成五层。编排层来规划流程，知识层提供依据，工具层去执行动作，验证层核查事实，控制层守住边界。就只有这五层都具备了，AI做PPT才能够从那种像黑箱子一样靠运气的情况转变成为像流水线一样可控的状况。这也就是二狗PPT的思路。它把做PPT拆成了输入资料生成大纲、选择模板生成PPT这样的标准流程。大纲能够检查并且修改，模板能够切换，生成之后还能够编辑。每一个步骤你都能够看得到，也能够管得住。工具帮你把流程给拆开，把很多重复的劳动给接过去了。可是汇报的目标到底是，哪些材料是可信的，哪些内容得人工把关，始终都是得靠你自己去判断的。工具帮你去跑流水线，但是掌舵的本事还在你自己手里头。