用 ChatGPT + Codex 做科研 PPT 两个月下来，我最大的感受是：值得关注的不是"3 分钟生成"，而是流程本身的变化。科研 PPT 真正耗时间的从来不是排版，而是"论文这么长，到底讲什么""十几个实验结果放哪几个""哪些图必须保留原图"。这些恰好是现在 AI 能接手的部分。下面是我整理出来的完整做法。
不要上来就让 AI 做 PPT
拿到论文直接说"帮我生成 20 页科研 PPT"，很容易翻车。因为论文结构和汇报结构不是一回事：论文按 Introduction → Related Work → Method → Experiments 写，而听众想知道的是为什么研究这个问题、已有方法差在哪、你做了什么、实验证明了什么。
正确做法是第一轮只让 AI 读论文，不生成任何东西：
请完整阅读这篇论文。现在先不要生成PPT。
请从学术汇报的角度帮我梳理：
研究背景是什么？真正的研究问题是什么？
现有方法有什么不足？本文最核心的创新是什么？
方法的整体逻辑是什么？哪些实验结果最能支持结论？
哪些内容适合进入15分钟汇报？哪些可以不讲？
最后给出这篇论文最适合的汇报故事线。
这一步比后面的视觉生成更重要。PPT 不好看影响观感，逻辑讲不清影响的是别人能不能听懂。
先定故事线，再分页
不要按论文章节一页一页搬。先让 AI 回答一个问题：**如果听众只能记住这篇论文的三个东西，应该是什么？**然后围绕这三个东西组织汇报：先讲现在存在什么问题，再讲已有方法为什么处理不好，引出你做了什么，用一张总框架图让人先看到全貌，再解释几个关键模块。
实验部分不要把所有表格搬上去，围绕四个问题展开：比别人准不准、为什么有效、哪个模块最重要、什么情况下会失效。
论文原图不要让 AI 重画
图像模型画架构图很好看，但好看不等于正确。实验曲线的横轴可能从 0、0.1、0.2、0.3 被画成 0、0.2、0.3、0.5，表格里的 RMSE 0.1525 可能变成 0.1255，第一眼根本看不出来。
把内容分成两类处理：
- 不能错的：实验曲线、数据表、公式、论文架构图——直接保留原始素材；
- 帮助理解的：概念示意图、背景图、模块逻辑关系——这些适合交给图像模型重新设计。
先生成一页样稿
不要一次生成 20 页。先做 Method Overview（方法总览页），因为它同时包含标题、模块、箭头、文字、配色和版式，最能检验整套视觉系统。这一页不满意就改模板，改满意了再批量生成。这比生成整套之后再发现"每页都这个鬼样子"省太多时间。
ChatGPT 和 Codex 怎么选
- ChatGPT：适合临时组会、课程汇报这类一次性任务。ChatGPT for PowerPoint 可以在 PowerPoint 里直接创建和修改，保留可编辑结构，不用搭环境。
- Codex + Skill：适合答辩、正式报告，以及想长期复用同一套风格的情况。可以把字体、配色、原图保留规则、演讲稿生成这些习惯固化成 Skill，以后不用每次重新交代。
注意 image-native PPT 的坑
很多 Codex + GPT Image 方案生成的每一页其实是一张 16:9 图片，好看但文字不能双击修改、箭头不能拖动。直接上台讲可以接受；要交给导师反复改、团队继续编辑的，选可编辑 PPTX 路线。
我现在的完整流程
- 论文、补充材料、原始实验图全部放进去，第一轮只让 AI 读；
- 让 AI 设计 15 分钟故事线，自己过一遍删掉不需要讲的；
- 确定每一页的内容，重点检查方法部分是否过多、最重要的结果有没有突出；
- 定视觉风格（我偏好白底、低装饰、配色像论文 Figure）；
- 生成一页 Method Overview，满意后再整套生成；
- 最后人工检查四样东西：公式、数字、图表、结论。尤其警惕 AI 把"19/24 个指标排名第一"写成"所有指标均排名第一"这种扩大化表述——对科研汇报这是严重问题。
AI 降低的是"制作 PPT"的门槛，没有降低"做好汇报"的门槛。以后大家的页面都能做好看，拉开差距的会是：谁知道自己该讲什么、哪两个数字真正重要、能不能判断 AI 给的结论对不对。