不管你喜不喜歡，AI 已經無聲無息地融入我們的工作，大幅改變過去熟悉的作業模式。
從蒐集資料、整理內容、生成圖片到製作投影片，許多原本需要花費大量時間的工作，現在都可以交給 AI 完成。如何在 AI 時代製作簡報，似乎也成為工作者需要重新學習的一門功課。
就我的觀察與經驗，有許多人還難以駕馭 AI，使用 AI 去協作簡報，反而讓品質變得更差。
例如，一位教授和我分享，現在有些學生會直接採信 AI 產出的內容，沒有進一步思考與查證，就把它放進簡報；在簡報訂製服務中，我們也遇過好幾位客戶，把自己用 AI 生成的投影片交給我們。裡面塞滿各種資訊，文字和版面看起來都有模有樣，但進一步詢問後，才發現連製作者自己都不太清楚這份簡報到底想說什麼。
問題可能不在 AI 的能力，而在於我們把「生成投影片」誤認成「做好簡報」。
要知道，一份缺乏說服力、無法產生成效的簡報，不會因為套上漂亮的模板，或簡報者更熱情地演說，就變成一份成功的簡報。同樣的道理，它也不會因為使用 AI 更快產出，就自動變得更好。
簡報真正追求的不是產出文件（output），而是產生作用（outcome）。
這篇文章會先說明為什麼 AI 容易讓簡報「看起來完成」，卻不一定真的能用；接著整理與 AI 協作需要具備的 3 種能力；最後透過一場真實的內容提案，拆解如何在簡報製作的 4 個階段，進行「人提供方向、AI 協作、人判斷」的分工。
文章大綱
一、為什麼用了 AI，簡報還是做不好？
原本就能做好簡報的人，即使沒有 AI，也能完成一份好簡報。AI 的作用，是幫助他們縮短製作時間，或藉由拓展思考，進一步提升成果品質。
反過來說，如果一個人原本缺少簡報所需的觀念與判斷標準，這些能力不會因為使用 AI 就自動出現。
如果你想要「用 AI 做好簡報」，首先要理解一件事：簡報到底是什麼？
1. 做簡報，不只是製作投影片
當我們提到「做簡報」，很多工作者最先想到的，可能是蒐集資料、整理文字與製作投影片。
會這樣想其實很正常。因為過去蒐集資料、排版與設計往往占據大量時間，這些工作又具體可見，因此我們自然而然把它們誤認為簡報的核心。
但其實簡報真正的價值，不是交出一份漂亮的投影片，而是能不能透過資訊傳遞，帶來實質的結果。例如，教學簡報可能希望聽眾理解一項觀念、學會一種方法，進而改變原本的做事方式；工作報告可能希望主管掌握現況、看懂問題，進而做出判斷；提案簡報則可能希望客戶理解方案的價值，願意展開合作或提供資源。
雖然使用情境不同，但它們都有一個共同點：簡報者需要透過傳遞資訊，推動聽眾產生某種改變。
簡報，是一種透過傳遞資訊，來達成目的的手段。
當我們用這個角度理解簡報，就會發現製作投影片只是整個流程的一部分。在真正產出投影片以前，還要經過定義問題、理解聽眾、設定目標、建立論點、選擇證據與安排敘事邏輯。這些工作可以由人完成，也可以與 AI 協作，但不能直接省略。
最後呈現出來的投影片，只是這些思考與判斷產生的結果。
那照這樣說，AI 在製作簡報時幫不上忙嗎？當然不是。
2. AI 讓簡報看起來完成，不代表真的能用
AI 經過大量資料訓練，能夠在討論過程中提供不同角度的建議，協助我們刺激靈感、整理思緒與找出盲點。
就像我在規劃這篇文章時，也可以先把目前的想法、過去的初稿與參考資料交給 AI，再透過來回討論，釐清文章的核心觀點、調整段落順序，並找出前後論述可能重複或矛盾的地方。
在簡報製作上也是如此。AI 可以協助分析聽眾可能關心的問題、提出不同的敘事架構、檢查論點是否缺少證據，以及建議適合的圖表與視覺呈現方式。
除了參與問題分析、觀點發想與架構規劃，隨著工具持續進步，AI 也開始能夠直接代操，協助我們完成簡報製作。
我記得幾個月前，在測試一些 AI 簡報工具時，產出的結果還經常是無法繼續編輯的圖片或 PDF，當時網路上也出現許多教學，說明如何將這些內容重新轉換成投影片。但現在不管是 ChatGPT、Claude 還是 Gemini，都已經可以根據提示與參考資料，直接生成可編輯、外觀完整的投影片。
這些進步大幅降低了製作簡報的門檻，卻也帶來另一個問題：當 AI 產出的內容越完整、文字越流暢、版面越專業，使用者越容易相信這份成果已經可以直接使用。尤其當使用者缺少相關知識或經驗時，就更不容易發現內容與真實情境之間的落差。
問題是，AI 有時候會非常有自信地「瞎掰」。
AI 會根據使用者提供的資訊與前後脈絡產生答案。當資訊不足時，也可能用看似合理的推論補上空白，產出一個讀起來完整，實際上卻不一定符合現實的答案。
OpenAI 在 2025 年發布的語言模型幻覺研究中提到，語言模型的預訓練與部分評估方式，可能讓模型在不確定時傾向猜測，而不是承認自己不知道。（後續的模型有不斷修正優化）
這時，AI 往往會回到最常見、最通用的回答。內容看起來有條有理，卻沒有反映這場簡報的真實情況。
這些問題可能一路藏在外觀完整的投影片裡，直到正式報告時，被主管、客戶或評審進一步追問，才真正暴露出來。
AI 幫助我們更快完成看得見的投影片，卻也可能讓前面尚未完成的思考，更不容易被察覺。
要跨過「看起來完成」與「真正能用」之間的落差，使用者需要提供足夠的真實脈絡，也需要具備判斷與驗收成果的能力。
二、想與 AI 有效協作，需要具備哪些能力？
前面提到，AI 可以參與問題分析、架構規劃與投影片設計，也能直接生成一份外觀完整的簡報。但最終成果的品質，仍然取決於使用者如何提出問題、引導協作與判斷成果。
我曾在〈AI 簡報協作：打造高品質內容的 3 大關鍵能力〉這篇文章中，將影響協作品質的能力整理成問題意識、追問技巧與認知邊界，有興趣的讀者可以參考。
這篇文章則進一步從「人機分工」的角度，說明這 3 種能力如何進入簡報製作流程。
1. 問題意識：由人設定問題與方向
使用 AI 製作簡報時，最重要的提問是：我要透過這份簡報達成什麼目標？
我們一定要知道，完成簡報本身不是目標，把事做成才是目標。
如果你交給 AI 的任務只是「幫我製作一份關於某個主題的簡報」，AI 當然可以滿足你，只是最後產出的，很可能就是一份不痛不癢的文件。
在〈簡報沒重點怎麼辦？別急著問 AI，先釐清目的、目標與聽眾〉這篇文章中，我提到準備每一場簡報前，都應該想清楚 3 件事：
- 釐清目的：為什麼會有這場簡報？
- 設定目標：希望簡報結束後，發生什麼改變？
- 分析聽眾：主要受眾有誰？他們在意哪些問題？
當我們把這 3 件事想清楚，AI 後面的產出才可能具備實際價值。
2. 對話與追問：引導 AI 展開可能性
我們在跟 AI 協作時，不要抱持「我給你一段話，你就幫我把全部做好」的想法，而是要逐步溝通、展開對話。
有人可能會想：「不是啊，我都請 AI 幫我做了，為什麼不能一次完成，還要花這麼多時間？」
這樣想也並非毫無道理，只是有幾個前提：
- 任務明確：要完成什麼工作，以及完成標準都很清楚
- 目的單純：主要用來紀錄或同步資訊，不涉及複雜的說服與決策
- 資料完整：有真實且足夠的資料讓 AI 讀取
- 格式清楚：有明確的輸出規格，最好還有範本可以參考
舉例來說，我前陣子協助某企業的人資單位製作培訓成果報告。這份報告的任務很明確，主要是記錄培訓成果，並提供主管快速了解課程內容與學員回饋。
因此，我把課程資料、任務背景、使用目的、輸出格式與設計範例提供給 AI，很快就完成了一份在我心中 70 分的報告，也順利結案。
但在更多簡報場景中，我們手上只掌握部分資訊，也還沒有明確方向，這時如果偷懶，直接要求 AI 一鍵生成，多半只會得到一份空洞的簡報。
這時，一次性生成通常是不夠的。我們需要在對話中逐步釐清現況、補充資訊，並根據 AI 的回應修正方向。
在過去，我們遇到卡點時，可能會請教有經驗的前輩。但對方不見得有意願，也不一定有時間陪我們反覆討論。
在 AI 時代，我們除了把 AI 當成超強的執行手，也可以把它當成超級聰明的高材生。請他反問我們、挑戰假設，或站在主管、客戶、評審的角度，給出不同觀點。
更重要的是，AI 不會嫌你煩，也不會沒有耐心。只要你不懂，就可以盡情問到飽。
如果你能做到這點，就已經贏過很多人了！接下來，我們還需要第三種能力：判斷成果的品質。
3. 品質判斷：由人驗收成果並承擔責任
AI 可以快速提出資料、觀點、架構與設計方案，但決定是否採用的人是你，要為簡報結果負責的人也是你。
因此，我們不能全盤接受 AI 給出的答案，至少要做出 3 個判斷：
- 這是真的嗎？檢查來源與資訊正確性
- 這適合嗎？判斷是否符合情境、目標與聽眾
- 我真的懂嗎？確認自己能否解釋與回應質疑
面對不確定的資訊，要回到原始來源查證。當 AI 給出的答案超出自己的理解範圍，也可以請它改用更白話的方式或透過比喻重新解釋，直到自己真的看懂。
不要上台講一些自己都一知半解的內容。聽眾一定感受得出來，也很容易透過幾個問題戳破，讓你的信任資產直接扣分。
當我們缺少某個領域的知識與經驗時，更需要小心。最大的風險是，我們往往不知道自己不知道什麼，因此更難察覺 AI 的答案錯在哪裡，也更容易把一份看似專業的內容直接拿來使用。
隨著經驗與能力提升，我們會更清楚該問什麼、如何引導 AI，也更能判斷哪些內容值得採用，讓協作的效率與品質一起提升。
簡單來說，人負責提出問題與設定方向，AI 協助展開與執行，最後再由人驗收成果並承擔責任。
接下來，我們就把這套人機分工放進簡報製作的 4 個階段，看看每個階段可以如何與 AI 協作。
三、如何在簡報製作的 4 個階段與 AI 協作？
從前期分析、蒐集資料、規劃架構到製作投影片，每個階段都可能經過「人提供方向、AI 協作、人判斷」的循環。
接下來，我會以最近準備的一場內容提案簡報為例，說明我如何在不同階段與 AI 協作。
這家客戶是一間經營多年的船舶設備代理商，原本只委託我們調整簡報的視覺設計。
但同事看完原始簡報後，認為內容也有改善空間，因此我們準備了一場內容提案會議，希望讓客戶理解內容調整的必要，將合作範圍擴大到內容規劃。
最後，客戶也接受了我們的提案！
1. 前期分析：先決定簡報要推動什麼改變
這場會議的主要目標很清楚，就是讓客戶在會議後接受我們的內容方案。
目標確認後，接著分析受眾。
由於客戶原本只準備委託視覺設計，不一定認為內容需要調整，也可能將我們的建議理解成額外銷售，因此，我們需要讓客戶感受到原始簡報在內容上還有提升的空間。
最直接的做法，是根據客戶提供的文件進行問題分析，但這樣可能遇到幾個問題：
- 我們對他們的產業與使用情境還不夠了解，容易誤判
- 雙方尚未建立足夠的信任，直接指出問題可能引起防衛
- 在尚未確認合作前，直接進行完整診斷也會投入大量時間
討論過後，我們決定挑選另一個相關案例，說明內容方案的流程，也讓客戶轉換立場，站在決策者的角度給出想法。
在同一頁列出該案例原始簡報的資訊後，我引導客戶思考：
如果你是一位第一次接觸這家公司的潛在客戶，這些資訊能不能幫助你做出決策？還有哪些重要問題沒有被回答？
這樣做的好處，是讓客戶從第三方的角度感受問題，進而思考自家簡報的不足。
當客戶認同簡報內容確實需要調整後，我再開始介紹我們如何透過擬定溝通策略、建立敘事邏輯與優化資訊呈現，協助客戶改善內容。
這次的受眾分析與溝通策略，主要來自我們過去的提案經驗。
如果你沒有相關經驗，也可以把目前掌握的資訊交給 AI，請它協助模擬受眾、補充盲點。例如，你可以向 AI 說明專案背景、簡報目標與受眾狀態，再請它扮演客戶，從期待、擔心、懷疑與反彈等角度，提出可能的問題與反應。
在這個階段，人先決定簡報要推動什麼改變，AI 協助展開受眾可能的反應，最後再由人判斷哪些假設符合真實情境。
2. 蒐集與理解資料：先建立對問題的認識
從目標與受眾確認方向後，接著要蒐集資料，了解客戶。
沒想到我們一搜，發現客戶沒有官網，公開資料也不算多，加上我們對船舶設備產業並不熟悉。
如果沒有事先準備，我們很擔心在會議中光是要聽懂客戶在幹嘛，就耗掉大量時間和精力。
因此，我們先提供公司名稱與任務背景，請 AI 協助蒐集公開資料，了解這家公司提供哪些服務、在產業中扮演什麼角色，以及可能面對哪些客戶與競爭者。
透過幾輪對話，我們對這家公司的組織、業務、規模與近況，都有一定程度的了解。
針對一些比較難理解的概念，例如這家公司在產業鏈中扮演的角色，以及它和造船廠之間的差異，我們則請 AI 使用比喻，幫助我們從已知的經驗理解陌生產業。
最後，我們又針對提案中特別重要的資訊，例如競爭優勢、客戶選擇條件等，和 AI 討論一輪，建立初步假設，再到會議中向客戶確認。
AI 幫助我們快速建立初步認識，人再把不確定的地方轉成問題，帶到會議中確認。
這讓我們不必從零開始，也能在有限的訪談時間裡，更有效率地蒐集關鍵資訊。
3. 規劃架構：先寫出劇本，再請 AI 填入素材
完成前期分析與資料蒐集後，接著要決定這些內容應該按照什麼順序出現。
這次我沒有直接請 AI 產出簡報大綱，而是先在 Heptabase 寫下自己的論述邏輯。
由於這場簡報的目標，是讓客戶理解內容方案的價值，因此我沒有一開始就介紹我們提供哪些服務，而是安排一條讓客戶逐步產生認同的路徑：
快速理解案例 → 感受原始簡報的問題 → 理解內容規劃的方法 → 看見調整前後的差異 → 接受我們的方案
這就是我所說的簡報「劇本」。
架構不只是把資料分成幾個章節，而是根據簡報目標，安排聽眾在不同階段應該理解什麼、感受到什麼，最後做出什麼決定。
劇本確認後，我再把過去的專案資料提供給 AI，請它根據每個段落的任務，找出可以使用的內容與案例，減少從零開始翻找資料的時間。
AI 在這個階段主要負責填入素材，簡報的說服路徑仍然由我決定。完成初步規劃後，我也先和同事討論整體內容，確認邏輯成立，再進入逐頁編寫。
如果你還不知道簡報架構該怎麼安排，也可以請 AI 提供幾種不同的敘事方式。
你可以告訴 AI 簡報目標、受眾狀態、時間限制與目前擁有的素材，請它提出不同的架構選項，並說明各自的優缺點。
但不要看到一份形式完整的大綱，就直接開始製作。你仍然要判斷：
- 這個順序能不能推動聽眾逐步接受主張？
- 每個段落是否都有足夠的素材支持？
- 有沒有和目標無關，只是為了讓架構看起來完整的內容？
在這個階段，人負責規劃簡報的劇本，AI 協助提出架構選項或填入素材，最後再由人確認整體邏輯能不能推動目標。
4. 製作投影片：把素材轉換成文字與畫面
架構確認後，接著要把選定的素材轉換成實際的投影片。
這次我主要請 AI 協助兩件事。
第一，是從專案資料夾中找出需要的資訊，濃縮成適合放在投影片上的文字。例如，我需要在短時間內讓客戶理解過去案例的背景，就請 AI 根據專案資料整理初稿，再由我確認內容與調整用字。
第二，是請 AI 讀取過去案例的原始簡報，製作符合實際情境的示意圖。相較於使用通用圖片，這類根據真實資料產生的畫面，更能精準呈現我想說明的內容，也能讓客戶產生感受。
其餘投影片，我幾乎都是手動完成。
判斷要自己做，還是交給 AI，我主要考量 3 件事：
- 我是否已經知道這一頁要說什麼
- 手上是否已有可以直接使用的版型與素材
- AI 生成後需要花多少時間修改
這次我已經有明確的想法，同事也提供了設計版型與素材，直接套用反而比較快。手動製作的過程，也能讓我繼續思考每一頁該怎麼表達。
如果請 AI 生成後還要花大量時間修改，整體成本不一定比較低。
在這個階段，人負責決定每一頁的溝通任務，AI 協助整理文字與生成畫面，最後再由人確認成果是否符合原本的意圖。
簡報製作 4 階段的人機分工
從這 4 個階段可以發現，與 AI 協作不是把整份簡報交給它完成。
人要先提供方向，AI 才知道該往哪裡展開；AI 產出結果後，也需要由人判斷哪些內容值得採用。
而且，不是每個階段、每項工作都一定要使用 AI。真正要考量的是：AI 能不能幫助我們拓展思考、減少重複工作，並降低整體的時間成本。
總結：先想清楚，再請 AI 動手
AI 可以幫助我們分析問題、蒐集資料、規劃架構與製作投影片，但產出一份外觀完整的簡報，不代表這份簡報真的能用。
想要提升協作品質，人需要具備問題意識，透過對話與追問引導 AI 展開可能性，最後再判斷成果是否正確、適合，而且自己真的理解。
這篇文章的資訊量比較大，你可以先存起來慢慢消化。
如果只能帶走一件事，那就是下次準備和 AI 協作簡報時，先不要急著對 AI 說：「幫我做一份關於某個主題的簡報。」
先回答 3 個問題：
- 為什麼會有這場簡報？
- 主要聽眾是誰？他們在意什麼？
- 希望簡報結束後，發生什麼改變？
把這些資訊交給 AI，再請它反問你可能遺漏的問題。
當你不再只要求 AI 生成答案，而是開始和它一起釐清問題，AI 才會真正成為你的簡報協作夥伴。
