先说这次在验证的问题：AI 生成 PPT，真正的难点到底在哪。
如果只追求"生成出来"，现在工具都能做到。但实际用的时候你会发现两个更硬的问题：一是内容组织对不对——题材不同、受众不同，信息的排布逻辑完全不同；二是交付物能不能继续改——图能不能换、数据能不能动、结构能不能调。
基于这两点，用 Mirawork 跑了两份题材差异足够大的成片：一份 9 页的故宫历史讲解，一份 12 页的虚构咖啡品牌 A 轮融资路演。下面按复盘记录展开。
背景：为什么选这两个题材
选故宫，是因为历史文化类内容最容易做成一锅粥——景点、年份、建筑知识点平铺上去，页数够了，但读者看完什么也记不住。这类稿子的核心矛盾是信息密度控制。
选融资路演，是因为它有一套硬性的逻辑约束：投资人的问题必须被连续回答。市场多大、卖什么、为什么选你、单店赚不赚钱、规模怎么涨、钱花在哪。少回答一环，叙事就断。
两类内容放在一起，才能看出"内容组织"这件事到底是不是按题材自适应，而不是套一个通用模板。
案例一：故宫稿，9 页，信息按认知顺序排
这页稿子的做法，是把"认识一座宫城"设计成一条阅读路径：
- 封面用横向全景建立第一印象——故宫屋顶与北京城市天际线同框；
- 第 2 页先给尺度：600 余年、24 位皇帝、72 万平方米、9000 余间屋宇；
- 再进入北京中轴线与明清时间线；
- 然后逐个呈现太和殿、乾清宫、角楼等代表性建筑；
- 最后落到今天的故宫博物院，186 万件馆藏收尾。
顺序本身有讲究：先知道宫城多大，再理解它怎么布局、经历了什么，最后走近具体建筑。这条路径是"尺度 → 时间 → 空间 → 文物"，比把知识点按重要程度堆一遍要顺得多。
视觉系统也跟题材绑定。主色米白、宫墙红、深褐；宋体扛大标题，黑体走正文；每页只放一个视觉重心，留白充足，关键数字单独放大，正文长度压到适合演示阅读。第 8 页的九龙壁是整页的视觉锚点——横向铺满页面下方，一个穿黄衣的孩子站在墙前，人物和建筑之间天然形成尺度参照，信息量不大，但记忆点很明确。
这里有个容易被忽略的坑，值得单独说：图片来源与授权。所有图片页都保留了作者、授权协议和 Wikimedia Commons 来源。历史文化类素材的授权直接决定文件能不能公开发布、能不能在交付后继续使用。这个信息一旦生成时不留，后面人工补的成本极高。
案例二：融资路演稿，12 页，按问题链搭叙事
融资稿的难点不是"美不美"，是"论证链通不通"。这份稿子的页面顺序基本就是投资人提问的顺序：
- 第 2 页：市场规模与增长示意；
- 第 3 页：产品判断——"日常精品 + 中间价位"；
- 第 4 页：业务模式——直采、自有烘焙、门店现制；
- 单店模型：日均 420 杯、客单价 19.5 元、单店月营收 24.6 万元、14 个月现金回本；
- 继续展开门店增长、市场空间、竞争格局、财务展望；
- 竞争页把 13–22 元价格带放进同类品牌对比；
- 团队页交代核心成员分工；
- 最后用 1.2 亿元 A 轮融资计划收尾。
换句话说，每一页都在回答前一个问题的"然后呢"，最后一页落回"本轮融资用来干什么"，闭环。
这里比较关键的一个实现细节是图表：稿子里有 4 个原生图表——市场规模、开店爬坡、门店增长、财务预测。它们是数据图表，不是截图。区别在哪？截图是一次性产物，改数据就得整页重做；原生图表是带数据结构的，经营假设一变，直接改数据源，图表自己更新。对路演这种每轮都要改数字的场景，这个差别是工作量级的。
视觉语言也随之换了体系：深绿、奶油白、陶土红为主色，少量金色提示重点；封面放手冲咖啡师建立品牌氛围，产品页放门店交付场景，融资页回到夜间门店外景。数据页的图片被主动减少，让数字和图表当页面主体——需要讲事实的时候，视觉元素让位给数据本身。
还有一个边界处理值得记：这是虚构品牌，市场规模、经营数据、财务预测全部标注了示意口径，可能引起事实误解的页面都保留了说明。样稿可以把商业故事讲完整，但事实与假设的边界必须让读者一眼看得到。
两类题材放在一起，能对比出什么
把两份稿子放在同一张表里看：
| 维度 | 故宫稿 | 融资路演稿 |
|---|---|---|
| 目标 | 文化讲解 | 融资沟通 |
| 信息组织 | 控制密度，节奏推进 | 建立论证链，环环相扣 |
| 视觉重心 | 单页一个记忆点，靠图 | 数据页让图退后，数字为主 |
| 配图 | 全景 / 建筑，保留授权来源 | 场景氛围图，与叙事段落对应 |
题材不同，字体、配色、图片比例、数据呈现方式全部跟着变。这不是换皮肤，是内容组织层面的差异。
但两者的交付物形态是一致的：可编辑的 PPTX。图片能替换、数字能修改、图表能编辑、文字与页面结构能继续调整。
这里其实藏着这套流程的定位——它交付的是"第一版"，不是"终稿"。素材丢进去，说明汇报对象和使用场景，智能体完成阅读材料、梳理信息、组织内容、编排页面这一整段；判断、核对、修改、定稿这些事仍然留给人工。第一版生成得越快，人越能把时间花在真正需要判断的地方，而不是从空白页开始搭骨架。
一些可复用的结论
- 验收一份 AI 生成的 PPT，先看结构再看样式。结构是"内容组织是否匹配题材与受众"，样式是"视觉语言是否与内容一致"，两个都要过。
- 交付物能编辑比好看优先级更高。图表、数据、图片来源这些"带结构"的信息，决定了这份稿子能不能进入后续迭代，而不是一次性消费品。
- 事实与虚构的边界要显式标注。涉及数据、预测的演示内容，示意口径写清楚，既是对受众负责，也避免文件流转后被误当真实数据引用。
Mirawork 本身是本地运行的办公智能体，文件留在本机，支持 Word、Excel、PPT 等常见办公格式，客户端覆盖 Mac、Windows 和 Linux；除 PPT 外也做文档整理、表格分析和工作区资料归集。这次两份成片可以看作它"内容组织能力"的抽样测试——样本不多，但至少说明了一个方向：这类工作里，最难的部分从来不是把字排进页面。
