会“聊天”的 AI，真的会“做事”吗？

这套 PPT 不是背景材料，而是今天要拆开的实验品

不还原后台流水账，只看一页 PPT 怎么长出来

先定目标：让高一学生听懂，而不是炫技

任务卡写清楚，AI 才知道要交付什么

大模型第一步，通常只是交一版草稿

先记住这句：会说是草稿，会做是作品

聊天窗口背后，是一轮轮 LLM API 调用

标题、讲稿、YAML，都会先变成词元小块

它先学会接着写：给前文，猜下一个

上下文像桌面：没摆上去的材料，它看不见

注意力像挑重点：先看逐字稿和反馈

预训练让它会写，后训练让它会配合

草稿看起来完整，不等于这节课能讲清

先把话讲顺，再决定每一页怎么画

现在追踪一页 PPT：从空白到定稿

示例任务：一眼看出“说”和“做”的差别

坏标题像口号：听上去对，学生抓不住

好标题像路标：走神了也能接回来

一页只讲一件事：40 秒讲透，不讲成一章

图像工单要写动作，不要只写概念

Style 文件管住全局：白底、少字、主对象

画师 AI 按工单画，不负责自由发挥

第一张图只是样稿，真正的检查才开始

错图会暴露问题：工单、标题、风格哪里没写清

图文一致：标题里的关键词，图里要看得见

小问题改标题，主对象错了就重画

重画不是变漂亮，而是让教学动作更清楚

构建器把标题、图片和顺序装成网页

网页预览才看得出：投影上清不清楚

试讲逐字稿，比自我感觉更诚实

真问题不是页数多，而是学生中途掉线

所以主线收窄：只讲一页 PPT 怎么诞生

这条生产线，像一个 AI 小编辑部

人类主编定目标、定品味，也承担责任

策划角色先选线：这一小时到底讲什么

听众模拟角色，专门替学生说“我没听懂”

编剧角色，把结构写成能讲出口的话

视觉导演角色，先定每页的主动作

画师角色，把工单变成白底讲义图

构建角色，把材料装成能播放的网页

质检角色不问漂亮不漂亮，先问能不能教

演讲教练角色，判断哪里快过、哪里慢讲

记忆系统记住偏好，也记住踩过的坑

任务队列让几十页按顺序生成、检查、重试

权限边界：AI 能生成，发布要人拍板

保留旧版本，是为了新版本走偏时能退回去

证据链让每一步都能追溯到来处

多模态不是炫技：文字、图像、网页、声音一起改作品

真正震撼的是：AI 帮你交付了一个能讲的作品

兴趣常常从“我想把它做出来”开始

错图让人不服气，也让下一版更好

科学精神不是口号，而是把想法放进测试机

做 PPT、读论文、跑代码，都是让想法接受检查

在科研里，AI 先从第一轮笨活做起

读论文不是背摘要，是追问题和证据

跑代码先看能不能复现，再谈相不相信

失败记录不是废纸，是下一步的路标

你也可以先做一个小作品，不必先读大模型论文

项目一：把课文变成别人能看懂的图解讲义

项目二：把错题本做成会提醒你的复习助手

项目三：给社团做一张海报和一个报名页

最小工具链：文字模型、画图工具、网页预览

评价作品别看用了什么模型，要看别人能不能看懂

三个坑先避开：乱查、乱发、不留日志

看 AI 新闻先问：它到底交付了什么

能做事越强，越要留下可检查的证据

回到开场：这套 PPT 就是一条工作流的回执

最终答案：会做事，就是把想法做成可检查的作品

带着问题离开：我能用 AI 做出什么小作品？