最近这两三年，AI 做 PPT 这件事越来越热，几乎隔一阵子就会冒出一个新产品，告诉你它能几分钟出一套演示稿，甚至还能顺手做得挺好看。
但如果你真的多用几个，就会发现会遇到一堆问题，似乎并不能总像是宣传的那样，几秒钟做出来一个可直接使用的 PPT。
并且我发现虽然它们看起来都是在做“AI 生成 PPT”，实际上做的根本不是同一件事。
有些产品更像在做网页，有些更像在做模板工具，有些是先把视觉结果搞出来，再补一点编辑能力。最近还有一些产品，开始往 PowerPoint 原生工作流里靠。
这几个方向混在一起讨论，很容易越说越乱。
所以不如退一步，先把问题拆开：AI 做 PPT，今天大概有哪几种思路？它们各自解决了什么，又卡在什么地方？
PPT 不是“几页字排一下”那么简单
有些人可能会觉得 PPT 不就是把内容拆成几页，再排一下版吗？
但只要你认真做过几次，就知道不是这么回事。
PPT 这个东西，表面上看是内容生产，实际上至少有三层东西叠在一起。
第一层当然是内容本身。你得知道一份演示该怎么讲，怎么分章节，哪些信息该单独成页，哪些内容应该压缩成图表或者 bullet point。
第二层是页面。字怎么放，图怎么放，标题和正文怎么拉开层次，留白够不够，信息密度会不会太高。
第三层是交付。你做出来的不只是一个“看起来像 PPT 的东西”，你最后交出去的，必须真的是个 .pptx 文件。这个文件别可能还要套公司模板，还要继续提供给其他同事协作再编辑，还要发客户。
这第三层很关键，也决定了为什么 AI 做 PPT，最后会分出完全不同的技术路线。
因为有的人在解决“怎么把页面快速生成出来”，有的人在解决“怎么让这个文件最后真的能进 PowerPoint 正常使用”。
这两件事，看起来接近，实际上差得挺远。
第一条路：先别管 PPT，本质上先做网页
我自己觉得，最容易理解的一条路，就是把 PPT 当成一种“分屏展示内容”来做。
也就是说，它先不去想 PowerPoint 内部到底是怎么存文本框、形状、图片和母版的，而是先把每一页当作一个页面。页面之间有顺序，视觉上像幻灯片，展示时也能一页一页切，但底层思路更接近网页，而不是 Office 文档。
这种路线为什么会先起来，为什么会第一个抢占 AI PPT 这个产品的高地，其实很好理解。
因为网页本来就很适合做展示。对大模型来说，生成结构化内容也好，生成样式和布局也好，整体都比直接去碰一个复杂文档格式要顺手得多。你让它先把页面做出来，它通常是有办法的；你让它直接生成一个后面还能自然编辑的复杂 PowerPoint 文件，那难度就完全不是一个量级了。
所以网页路线的优点很明显：
它通常出稿快，视觉上也比较灵活，很多时候第一眼看上去甚至比传统 PPT 更舒服。尤其是在“我要先有一个能看的东西”这件事上，它很有优势。
但问题也就出在这里。
网页和 PPT 长得像，不代表它们是一回事。
你在网页里看到的是一个排好的页面，但 PowerPoint 里需要的是一堆可以被继续修改的对象：文字得能单独改，图片得能挪，形状得有层级，版式得能接母版。网页上的“一个页面”，到了 PowerPoint 里，不一定能自然变成这些东西。
所以很多网页路线的产品，特别适合“做出来给人看”，但到了“做出来之后给人改”，事情就开始变复杂。
这不是说它不好，而是它从一开始解决的问题就不是完全一样的。
它更像是在做一种新型展示工具，而不是在做 PowerPoint 这套。
第二条路：别让 AI 太自由，先拿模板把它框住
还有一条路线，思路几乎是反过来的，这个路线也是目前 AI PPT 工具走的最多的一条路线，几乎所有国产 AI PPT 产品都是这一套。
既然从零生成所有东西不稳定，那不如先把大的东西定下来：版式、字体、色彩、组件、封面样式、标题层级，先用模板体系控住。然后 AI 负责往里填内容，做一些局部调整，帮你更快得到一个像样的初稿。
像 Gamma 这一类产品，基本就是这个方向里最典型的例子。
这条路线经常被低估，因为它听起来不够“性感”。
大家会觉得，模板嘛，不就是高级填空吗？听起来好像没那么聪明。
但从产品角度说，它其实非常现实。
因为真实使用里，很多人并不需要一个天马行空的设计系统，他们要的是一个稳定、别出错、看起来专业、还能跟品牌规范对得上的结果。尤其是在公司环境里，PPT 从来不只是表达内容，它还是组织风格的一部分。
所以模板路线最大的优点，不是创意，而是稳定。
它不追求让 AI 每次都重新发明版式，它追求的是：
你给我一段内容，我能不能比较稳地帮你放进一个已经验证过的视觉框架里。标题别跑，字号别乱，封面别太丑，整体别看起来像临时拼的。
当然，它的边界也很明显。
模板感一旦太重，结果就容易“像模板”。如果你想做特别有个性、特别有结构变化、特别依赖节奏设计的内容，模板工具可能就不一定能满足你。
但更严重的问题是，AI 并不能完美的配合你的演示内容，你可能这一部分想讲的重点是其他事情，但你的 PPT 填入的是其他东西。
绝大多数人做 PPT，很多也就是从模板网站购买一个模板，然后根据自己要演示的内容填空。这一路线，本质上就是把填空这一步骤让 AI 代替你去完成。
说到底，很多场景里大家要的不是创意表达，而是高效率地产出一个能应付过去演示的版本。
第三条路：先把页做漂亮，编辑能力后面再补
行业里还有一种常见说法，叫“图 PPT”或者更偏视觉稿的做法。
尤其是谷歌香蕉模型发布之后，这条路线热度激增。
从产品结果上看，这一类方案，明显是更偏“先把这个页面做漂亮”。因为它的本质是通过生图模型生成一张张图片。
这种方案的优势很直接。
它很适合做那种一眼看上去就很有视觉冲击力的页面，尤其是封面、海报感页面、信息密度不那么高的视觉页，往往更容易出彩。
因为它优先处理的是结果。
先把这一页的视觉感觉做出来，让它整体成立，再想办法让用户能在上面改一点东西。
问题也很明显：
视觉上的“成立”，不等于编辑上的“顺手”。
一页东西看起来完整，不代表它在 PowerPoint 里就容易拆、容易改、容易挪。真正做到既保留设计感，又保留原生编辑体验，这其实是个挺难的事。
所以这一条路线是先把页面变成一个好结果，再尽量补回办公软件需要的那些能力。
有人开始认真碰“原生 PowerPoint”了
如果说前面几条路线，多多少少都还在“怎么把一页做出来”这个层面打转，那最近更值得看的一个变化是，有些产品开始往 PowerPoint 这套系统本身走了。
不是导出一个勉强能打开的 .pptx，也不是做完一个看上去像 PPT 的页面再转过去，而是开始处理 PowerPoint 真正麻烦、也真正关键的那一部分：
模板、母版、现有文件、局部编辑、原生对象、图表、形状、版式继承。
这一点，最近最明显的信号，还是 Claude 在 PowerPoint 上的动作。
我觉得这件事重要，不是因为“它也能做 PPT 了”，而是因为它开始触到一个过去很多人知道重要、但一直做不太好的环节：
你不是从零给我变出十页，而是你得进入我现有的工作流里，接着做。
比如我已经有一套公司的模板了，你能不能读懂？
我已经有一份 deck 做到一半了，你能不能只补其中三页？
我现在只想改第 7 页，不想把前面 6 页格式全部带乱，你能不能稳稳地动这一页？
我想把一段项目符号整理成一个真正常规、原生可编辑的图表，而不是一张图，你能不能做到？
这些问题，才是真正决定“AI PPT 能不能往办公场景里走”的关键。
因为人们最后要的，从来不只是“快速自动出稿”。
大家要的是：可以让 AI 更可控更精准的去完成工作。
为什么“可编辑”这件事，最近又被重新重视了
前几年一提“直接生成 PPT”，很多人的印象都不太好。
这也正常。因为那时候不少东西做出来，往往是一打开好像有点样子，但一改就乱，一拖就歪，一切换模板就崩。
说白了，不是不知道这条路有价值，而是当时真不好做。
PPT 这种格式，本来就很复杂。你看到的是一页，底下其实是对象、层级、位置、样式、占位符、母版、主题这些东西叠出来的。只要有一个地方处理得不稳定，用户一上手就能感知到问题。
但最近这件事之所以又开始变得有意思，不是因为 PPT 变简单了，而是因为技术社区也在帮助 AI 去发展各种 Agent 能力。
模型现在更擅长处理结构，也更擅长在已有内容上局部修改。
而产品实现也不再只是让模型“凭空写一个文件”，而是开始让它读取现有模板、读当前页、理解已有布局，然后在这个基础上继续写。
这其实很重要。
因为真正让 AI 开始可用的，往往不是“生成能力变得多惊人”，而是它终于不再从真空里工作了。它开始依附在一个真实软件和真实工作流上，这时候很多以前不稳定的东西，才可能慢慢变得稳定。
所以与其说现在的趋势是“模型终于学会了直接写 PPT 文件”，不如说是：
模型加上更深的 PowerPoint 集成，终于让原生可编辑这件事，开始从理想变成了一个可以认真讨论的方向。
这些路最后大概率不会只剩一条
我认为，AI PPT 的技术演进，最终并不会收敛于以上提到的任何一个单一路线。更大的可能性是，会走向“混合”：模板负责兜底，网页负责深度定制，生图模型让关键页面先出图，而到了真正要交付、协作、进 PowerPoint 继续修改的环节，再老老实实地向原生对象和工作流靠拢。
用户的诉求其实极其朴素：出稿要快、结果要稳、二次编辑要顺、交付不给人添麻烦。 当技术回归业务，路线之争便不再重要。真正的分水岭在于：你是仅仅在第一步做得“炫”，还是能真正接管“生成-编辑-协作-交付”的全链路。
时隔三年，AI PPT 已过了“炫技”的阶段，正式步入“入场真实工作流”的深水区。比起惊艳的 Demo，我更在意生成之后，我能不能直接干活。
先快一点，再稳一点，最后别让我收拾残局。