改 AI 生成的 PPT：减少整份重做的三层修改法

"把第 5 页的结论放大""整体风格再正式一点""第 3 页的数据换成最新的"——三条意见提完，AI 把整份 PPT 重新生成了一遍。改完之后对照原文件：第 1 页的标题换了说法，第 4、5 页的表述全部重写，连"需要的支持"都变成了"Q4 展望"。三条意见只想动两个页面，结果牵连了全部五页。

很多返工发生在意见下达的方式上：三条意见落在三个不同的层面——页面结构、单页内容、全稿外观——却以一句模糊指令一起发给了 AI。AI 唯一安全的回应是把整份文件当作整体重新产出，于是每一次修改都是一次重做。本文不把这种现象归咎于工具，而是通过一次分三层的对照修改，说明怎样让改动只落在该落的地方。

让 AI 精准修改的关键，不是把意见写得更客气，而是先分层、再锁层、最后逐页下达：大纲层先锁定，论点层逐页替换，样式层一次统一。

1. AI 整份重做，会连没人提的页面一起改掉

为了把这件事量清楚，我们做了一次对照修改：同一份脚本生成的 5 页演示 PPT（第三季度经营汇报，内容为演示材料），同样三条意见，用两种方式各改一遍。条件 A 把三条意见一次性下达并整份重做；条件 B 先判定每条意见的层——数字放大属于论点层且只涉及第 2 页，风格属于样式层，原因表述属于第 3 页的论点层——然后逐层、逐页修改。

比对口径只有一条：一页算"被改"，指该页任何一处文本与基准逐字不同；字号、字体、颜色这类样式属性的变化单独记录。逐页比对由脚本读取两版文件的全部文字完成，不靠肉眼。

条件 A 的结果是 5 页文本全部变化。被意见指向的第 2、3 页都按意见落实了，但第 1 页的标题被改写成"Q3 经营汇报（整理版）"，第 4 页"待观察：交付率是否在 11 月继续回升"被改写成"交付率回升情况待 11 月数据验证"，第 5 页"需要的支持：增补一名数据分析师"变成了"Q4 展望"——这三页没有任何意见指向它们。条件 B 的结果是仅第 3 页文本变化：第 2 页文字逐字未动、字号从 18 磅放大到 30 磅，第 3 页表述替换为最新说法，全稿字体统一为黑体，未被指向的第 1、4、5 页逐字未动。

两种条件对照的结论很直接：整份重做会让意见范围之外的页面跟着变化，分三层下达则把改动限制在了意见指向的位置。原因也不复杂——模糊指令下执行者无法只改局部，唯一稳妥的做法就是把文件当作整体重新产出，而重新产出意味着每一页的文字都会被重新组织。

2. 判断意见在哪一层，每条问一句话

把意见分层，用三个问句就能判定：这条意见动的是页面顺序和"每页回答什么问题"吗——是，就属于大纲层；动的是某页的结论、数据或证据吗——是，就属于论点层；动的是颜色、字体、版式吗——是，就属于样式层。一条意见同时涉及两层的情况（比如"第 5 页换个更正式的说法，再配张图"），拆成两条分别处理。

层判定问句对应的意见示例
大纲层动的是页面顺序和"每页回答什么问题"吗前面加一页预算、第 4 页和第 6 页合并
论点层动的是某页的结论、数据或证据吗第 5 页结论放大、数据换成最新月份
样式层动的是颜色、字体、版式吗风格再正式一点、字太小、配色换成公司色

分层的执行顺序是固定的：大纲层最先锁定。大纲牵动全局——加一页，后面的页码全部顺移；合并两页，两页的论点要重新组织。大纲的验收标准是每一页都能用一句话说出它在回答什么问题，整份文件没有重复回答同一问题的页面；锁定后明确说"大纲就按这个定了"，再进入论点层。

论点层逐页执行，意见带页码、带元素、带来源。"整体再丰富一点"要改写成"第 5 页结论后面，补一张本月与上月的对比数据，数据来自销售系统本月导出"——前者让 AI 猜在哪页补什么，后者没有猜测空间。凡是涉及数据的页面，改完后要回原始表格核对一遍数值和口径。

样式层最后一次性执行。逐条零散改样式的效率很低，还容易改出不一致——同一级标题在不同页里出现两种字号。先把样式意见汇总成规则清单（标题字号与颜色、正文字体、强调方式、页码位置），再交给 AI 一次执行全稿，有品牌规范的对照品牌规范执行。

3. 三条意见，改成一段可以执行的修改指令

下面用开头那三条意见演示如何分层下达。这次拆解用于说明指令的写法，不是 A/B 测试，也不代表拆层后一定减少多少轮修改。

原始要求："把第 5 页的结论放大""整体风格再正式一点""第 3 页的数据换成最新的"。

分层改写后的指令：

请按以下清单修改这份 PPT，只动清单列出的位置，其余页面逐字保留。

样式层（全稿）：标题字号 28 号、深蓝色；正文字体不变；强调色只用公司模板的深红。

论点层（第 5 页）：结论字号放大到 32 号；结论行下方补一行数据出处。

论点层（第 3 页）：原因表述替换为最新口径，替换后其余文字逐字保留。

这段指令并不复杂，但它提前回答了 AI 最容易猜错的三个问题：改哪几层、动哪些页、哪些内容不能动。更重要的是"只动清单列出的位置"这一句，把修改的范围和验收标准同时给到了——执行完成后，未被点到的页面逐字未动，就是这次修改合格的标志。

如果这类修改任务经常出现，可以把基准文件和这张清单一起交给 AutoClaw 这样的工具：输入是基准文件、分层后的意见清单和比对口径，输出是修改后的文件和逐页比对记录。这里强调的是下达方法，不对工具在所有场景下的表现作未经验证的承诺。

可复用的空白修改清单：

意见层页码下达写法落实与核对

4. 修改完成后，先看没人提的页面动没动

即使清单写得很完整，执行结果也要验收。更稳定的做法不是通读一遍看感觉，而是先按清单定位检查：被点到的页面是否按意见落实，落实的方式是否改变了其他内容，被禁止改动的部分有没有被碰到。

如果被点到的页改对了、其余页面逐字未动，这次修改就可以交付；如果未点到的页面出现了变化，先查是哪条意见的执行溢出了范围，把溢出的部分退回——而不是接受一个"大体没问题"的版本。验收时至少检查三件事：数据页的数值和口径是否与原始材料一致；版式规则是否全稿一致；未被点到的页面是否真的没有被碰到。

对于法律、财务、医疗、隐私或对外承诺等内容，还需要相关人员人工复核。让 AI 精准修改并不意味着追求零沟通，更现实的目标是把范围和标准前置：清单给足边界，验收守住边界。