2026-07-09
Agent是产线上的工人，我是定义产线的人
用Agent做了一套55页课件后，我收敛出的人机协作方法论——三层分离、两段式执行、六条硬规矩
我最近用Agent做了一套课件，55页。
从"一个念头"到"能投屏的HTML + 能分发的PPTX"，全程跑通了一条九步管线。做出来的东西能看、能讲、能导出，第二课可以直接复用。
但我想聊的不是"AI做PPT有多牛"。
我想聊的是，跑完这一趟之后，我对"人和Agent到底该怎么配合"这件事，形成了一些非常具体的判断。不是感觉，不是趋势，是踩过坑之后收敛出来的方法。
---
第一步就把架构定死：内容、视觉、动画，三层彻底分开
大多数人对AI做PPT的直觉是：给它一个主题，它给我一版完整的。
我试过。结果是灾难。
内容和视觉搅在一起，改文案要动排版，换配色要重调动画，每一步返工都是全线污染。Agent自己也会混乱——你让它"这段话改犀利一点"，它顺手把字号调大了一号你还不知道。
所以我的第一条铁律是：**三层彻底分离**。
- 第一层：**内容**。这门课讲什么、每页文案是什么。这块锁死之前，任何人不许碰样式。
- 第二层：**视觉**。配色、排版、玻璃拟态、页面结构。文案一个字不动。
- 第三层：**动画**。SVG示意图、GSAP动效。不碰前两层的任何决定。
每一步只解决一件事，**上一步不锁死就不进下一步**。
这不是技术选择，是人机协作的架构选择。三层分离的本质是：**让人能在正确的时间做正确的判断**。改文案的时候你就只判断文案，不用同时操心排版会不会乱。换皮的时候你就只判断审美，不用惦记文案被意外覆盖。
Agent也需要这个边界。它没有全局判断力——你一锅烩地塞给它，它就会自作主张改你不想改的东西。把问题切成独立层，它的执行力反而被释放了。
---
两段式执行：前面高频拍板，后面放手让它跑
九步管线我分成了两段。不是因为步数凑巧，是因为**人对Agent的介入模式应该完全不同**。
**第一段：步0到步1，高频拍板。**
定方向、搭骨架。Agent出Case，我裁定，反馈内化进下一版，再出Case，循环到"差不多"为止。
这个过程很快。Agent给一版方向，我扫一眼——"方向跑偏了"，砍掉一半，它秒出下一版。再调一轮，到位。
没有量化标准，就是"差不多"的语感判断。但这一步偷不了懒。方向和骨架偏了，后面55页全白做。
**第二段：步2到步8，自主执行。**
一旦骨架定了、文案锁了，Agent单指令推进。我只需要在步3逐页确认内容时介入一次，在步4定样式和步7加动画时各看一眼预览。
步3的逐页确认我花了十来分钟。55页，一页一页过，但心里有骨架、眼熟，扫得很快。不是Agent看不懂，是我得确认每页的讲课感觉——"这段犀不犀利""这句听众听不听得进去"。Agent执行调整，但判断本身必须是人来做。
过了步3，后面几乎不用管。步4 Agent出3-4个视觉方案让我选，我挑了亮底课堂版。步5全篇套皮它自己跑。步8截图打包PPTX一条命令完事。
**两段式的核心洞察：前段高频拍板的成本不能省，但省下来的后段自主执行，才是效率的真正来源。** 很多人倒过来——前面偷懒让Agent自己想，后面逐页改到崩溃。
---
硬规矩比步骤更重要
步骤只是"什么时候做什么"，但真正防止系统崩塌的，是几条硬规矩。
**规矩一：单一事实源。**
步3产出的"内容确认清单.md"一旦锁定，一切文案以它为准。草稿HTML跟它冲突？信清单，改HTML。
听起来理所当然，但Agent最擅长"顺手优化"。你让它套皮，它觉得"这句话可以改得更好"，就改了。你一开始没注意到，等到步7才发现文案变味了，溯源追不回来。
单一事实源就是告诉Agent也告诉自己：**拍过板的，不许碰。**
**规矩二：确认阶段不增量改母版。**
步3逐页确认的时候，只改清单，不动HTML。步5整体重写一次——不东补西改。这是防"半新半旧"的混乱态。你在一个文件里混着新旧两版文案，Agent自己都会晕。
**规矩三：先预览后铺开。**
换样式、加动画这种大动作，先做2-3页样例给人看。步4 Agent先做了封面+两页正文的预览，我认了才全铺。步7动画先做一页抽象概念的效果，好了再批量。
这条规矩省了我至少两次灾难性返工。Agent对"好看"的判断跟你不一样，你不先看2页就直接铺55页，大概率全部重来。
**规矩四：动画只做"会动才讲得清"的。**
我用一个5问法筛："去掉动画，听的人会不会少理解一层？"答不上就不做。
所以我的动画没做翻页切换、没做文字入场。只做了两个SVG示意图——用来解释抽象概念——这些东西必须动才能讲明白。
这就是硬规矩的价值：**它把人的判断前置，提前封死了Agent会犯的每一类错误。** 步骤告诉你往哪走，规矩告诉你哪里不能走。
---
先预览后铺开：渐进式信任不是胆小
我把"先预览后铺开"单独摘出来讲，因为它是整个流程里最被低估的设计。
很多人对Agent的信任是两级的：要么完全不信任，什么都要审；要么全信了，让它一口气跑完再检查。
两种都不对。
完全不信任，Agent的自主执行能力被浪费了。你等于雇了个人但每5分钟检查一次他在干嘛。
全信了，你会发现Agent在对的方向上会跑得很远，远到你追不回来的那种远。步4它给你55页全铺完再回头看，样式偏了怎么办？重来。
**正确的信任是渐进的：让它做一小截，验证，再放行。**
步4做2页预览，对了，铺55页。步7做1页动画样例，对了，铺剩下的。每次验证的代价是2分钟，但每次省下的返工是2小时。
这不叫胆小。这叫**把Agent的执行力当杠杆使**——你只做最小的验证投入，撬动最大的批量产出。
---
这套流程让我30分钟出了一套能直接用的高质量PPT
第一课跑完，我算了一下。
以前我做一个课件：攒素材半天、理大纲半天、一页页做PPT至少一天。两天起。
这次：方向+骨架（Case-Feedback循环）花了不到十分钟。逐页确认内容十来分钟。定样式+套皮+优化五分钟。动画五分钟。截图导出两分钟。
**三十分钟。** 从零到一套能投屏、能分发的55页课件。
而且第二课不用从头跑——工作流文档在那里，每一步产什么、用什么脚本、硬规矩是什么，照着走就行。复用成本趋近于零。
更关键的是，这不是"AI替我做了PPT"。
是我替自己做了一套**可复用的生产系统**——Agent是产线上的工人，我是定义产线的人。
---
一句话带走
AI做PPT的瓶颈从来不是AI不够强。
是你没想清楚**什么时候该自己拍板，什么时候该放手让它跑**。
这条九步管线教会我的事就是：方向你来定，骨架你来纠，文案你来审——这些是人该做的事；套皮、铺页、截图、打包——让Agent跑。中间用硬规矩和渐进验证拦住它不越界。
方向盘始终在你手里。但你不用一直握着。
你也可以。