新時代的AI PPT到底該什么樣？對話PI CEO楊疆博士

作者｜董道力
郵箱｜dongdaoli@pingwest.com

2022年末，ChatGPT的火種點燃全球AI浪潮，人們很快意識到：這場技術革命不僅將改變內容創作方式，更將重塑信息傳遞的底層邏輯。在演示創作領域，這一變革顯得尤為迫切——作為膠片時代的產物，PowerPoint的核心交互邏輯自1987年誕生以來幾無本質變化。如今，AI正為這個古老的賽道注入前所未有的可能性。

在AI演示產品PI的CEO楊疆看來，當前市場上的AI演示工具（如Gamma、Tome、Canva AI以及國內的各類AI PPT產品）雖同屬AI內容生成賽道，但本質上是不同物種。

這種變革需求催生了新一代演示工具的爆發。從Gamma、Tome，到整合AI功能的Canva，再到國內外層出不窮的AI PPT工具，整個行業正經歷著從“工具輔助”向“AI原生”的代際躍遷。

主流AI演示工具橫向評測：從模板革命到原生創新

2025年的AI演示工具市場呈現兩極分化格局：一邊是以AI PPT為代表的效率工具，通過模板庫與AI填充技術實現快速制作；另一邊是以Gamma為代表的創新演示工具，嘗試突破傳統幻燈片的線性結構。通過對頁面設計、核心功能與成果質量的三維度測評，我們得以窺見行業演進的清晰脈絡。

測試對象：AI PPT；Pi

兩款工具均支持“AI生成”、“文檔生成”、“鏈接生成”等核心數據來源。在生成選項的豐富度上，AI PPT 表現更突出：它允許用戶精細選擇文檔的受眾特點（如大眾、投資者、學生）、應用場景（報告、課件等）、語言風格（專業、幽默等）以及底層模型（GLM、豆包、DeepSeek等），在三款產品中選項最為全面。相比之下，PI 在生成界面主要提供語言選擇（如漢語、英語）和內容詳略程度的調整。

我們以提示詞（Prompt）“AI文檔生成現狀研究報告”為例，測試兩款的PPT的AI生成能力

01.大綱質量

兩款工具邏輯相似：先由AI生成PPT大綱，用戶確認或修改后，再進入模板、模型選擇等環節。PI 的策略更為“激進”，其AI不僅生成大綱，通常還會直接填充更詳盡的頁面內容。而 AI PPT 在此階段更側重于結構框架。從大綱生成的結果來看，兩者的大綱結構都較為常規，未展現出顯著的結構創新或亮點。這倒也能理解，都是基于市面上的大模型，prompts也比較簡單，大綱質量也都差不多。

02.編輯難易度

對于演示文稿這種高度定制化的需求，生成后的編輯便捷性往往比初始內容質量更為關鍵。 在這一環節，兩款工具的設計理念差異顯著。

AI PPT的編輯界面設計理念更接近于在傳統PPT工具上增強AI能力。其界面采用熟悉的橫向頁面縮略圖導航，非常類似微軟PowerPoint。用戶可以直接在幻燈片畫布上修改文字、圖片等元素，操作習慣無縫銜接。額外的AI功能，例如更改頁面布局（橫排/豎排切換）或潤色文字，則主要通過右側的AI對話側邊欄來調用和實現。當用戶需要添加空白頁時，流程以文字輸入為導向：用戶先填寫標題和內容要點，系統隨后自動匹配合適的模板。

PI則采用了不同的思路，其編輯界面是豎向的單頁編輯視圖，當前編輯頁占據視覺中心，布局更接近文檔編輯器。PI顯著弱化了獨立AI側邊欄的存在感，側邊欄的AI智能進行問答無法對文稿進行操作。PI將常用的頁面操作功能（如直接更改布局）直接呈現為頁面上的按鈕或菜單項，用戶無需與AI對話即可快速完成大部分基礎修改。像“改進寫作”、“翻譯”這類AI功能，也常以頂部功能按鈕的形式集成。在添加空白頁時，PI支持用戶預先選擇樣式布局。不僅如此，它還能基于文檔上下文，智能地提供AI生成的內容建議來輔助用戶填充新頁面，體現了更強的場景化智能。

然而，兩者之間更本質的區別可能在于對“演示文檔”概念的理解，這直接體現在畫布尺寸和演示方式上。AI PPT嚴格遵循了傳統幻燈片的范式：每一頁擁有固定尺寸的長寬比（如常見的16:9或4:3），編輯和演示都以離散的“頁”為單位。演示時，用戶一頁一頁地翻動瀏覽。

PI則如其“智能演示文檔”的定位所示，它打破了傳統PPT的尺寸限制。只要內容需要，PI生成的文檔畫布可以更寬、更長，不受固定長寬比的約束。相應地，在演示環節，PI摒棄了傳統的“翻頁”概念，采用了類似網頁或長圖文的流暢滑動方式進行呈現，內容的連貫性更強。

這也是兩款產品帶給我們最直觀、也最深刻的體驗差別。

以下是和PI產品CEO楊疆博士訪談：

這種變革需求催生了新一代演示工具的爆發。從Gamma、Tome，到整合AI功能的Canva，再到國內外層出不窮的AI PPT工具，整個行業正經歷著從“工具輔助”向“AI原生”的代際躍遷。

對話PI CEO楊疆博士：全新的展示時代來了

01.AI時代的原生展示應該是什么樣的？

硅星人：如果用一句話介紹PI，您會說什么。

楊疆：這是我們在這個AGI時代背景下，做的一個專注于AI原生的演示創作平臺。

硅星人：如果把PI看作一個AIPPT工具，它和目前市面上流行的那些AIPPT產品（比如Gamma或者國內的產品），能做個比較嗎？

楊疆：其實像Gamma，還有咱們國內一些AIPPT工具，包括很多大廠做的類似產品，本質上都屬于“AI內容生成”這個大賽道。它們算是這個賽道里不同的物種。功能上肯定會有很多重疊，但PI的定位其實不止于PPT。

為什么呢？我們都知道，PPT其實是三四十年前、膠片時代的產物了。可能年輕點的朋友沒見過，以前有種物理的幻燈片膠片，用投影儀打光投到幕布上，所以叫幻燈片。后來微軟把它電子化，變成了我們現在熟悉的PPT。無論是膠片還是電子PPT，它的核心功能是一樣的：都是為了幫助人們在溝通、傳播信息時，能夠更視覺化地呈現內容。

而我們現在做的探索，是面向AGI時代的。我們不想把自己框死在舊有的技術模式里。我們在思考：在AI原生的時代，當人們需要溝通和展示信息時，應該用什么樣的新工具？這才是PI在做的事情。

硅星人：PI有沒有其他APP或AI產品無法替代的功能，或者說最大的差異化是什么？

楊疆：關于差異化，我覺得可以從當前AI內容生成的“代際”劃分來看。目前市面上很多做PPT、海報這類內容的AI產品，本質上可以分成兩個代際：

第一代是“模板+AI”模式。怎么理解呢？就是過去積累了大量現成的素材——PPT模板、海報模板、網站模板、詳情頁模板等等。這些模板通常是用XML或HTML這類技術寫好的，本身已經定義好了框架。AI的作用，主要是解析模板中可以被替換的部分，然后用生成式AI去替換這些內容。這是大模型在這個賽道帶來的第一層價值。

第二代則是像PI和Gamma這樣的產品在做的事情，我們稱之為AI原生模式。這代產品最大的不同在于，它完全沒有模板的概念。整個內容是從零開始，由AI原生構建的。

具體來說，AI會從頭思考并構建內容的“信息架構”這個內容主體需要包含哪些模塊？它們如何組織？然后，AI會決定每個部分該用什么樣的視覺語言和風格來呈現，并生成或選擇合適的素材填充進去。這整個過程，都是原生設計的。

硅星人：我之前嘗試過不少AIPPT產品，也采訪過一些用戶。他們普遍反饋AI生成內容確實很快，但大部分時間都花在修改上，結果不盡人意。PI有沒有什么方法來確保生成內容更符合用戶需求？

楊疆：您提到的這個問題，其實是我們做好這個產品最核心的目標，也是最難的點。這絕對不是說做一兩件簡單事情就能解決的。我們看到市場上“AI+PPT”的形式非常吸引眼球，很火爆，我認為原因在于它能在一些簡單的、低價值場景里，快速滿足用戶需求。這些需求對質量要求不高，可能一兩次修改就能交付。

我們其實也剛起步，但已經做了不少事情。比如，我們構建了一個非常智能的多智能體協同系統。它能處理用戶告訴你的表面意圖、他實際潛在的深層意圖、他提供的各種信息，以及他過往行為表現出的偏好。同時，它還能針對用戶當前任務主題，去查詢、組織相關素材和內容，這些素材可能來自我們已有的資源，也可能需要即時搜索獲取，或者連接特定的數據源。

這一步，我們稱之為構建上下文。即圍繞任務本身收集一切相關信息。這本身已經是一個非常復雜的、需要協同一致的工作流。完成這一步，你可能會得到一個好的底稿、結構和一個符合預期的方向。但就像朱嘯虎老師說的，AI生成只是第一步，后面還有大量的調整和編輯工作。

硅星人：PI的訓練數據或產品設計上有什么特別之處？

楊疆：我們投入了很大精力在開發一個全棧的、原生支持AI的編輯器。在這個編輯器里，用戶可以隨時智能地調取修改或調整所需的數據、素材，無論是通過搜索還是申請的方式，都能瞬間獲取。把原來耗時很久的修改工作，壓縮到可能十分之一甚至更少的時間。

其次，我們的產品升級是用戶與系統協作進化和迭代的過程。我們的整個系統設計就是高度模塊化、可插拔、可調度的，無論是決策、工作流還是API模塊。我們會在本地或全局各個節點持續測量、收集用戶反饋。這樣一方面能學習：比如設計中的專業知識和場景專業知識。這些知識會沉淀到我們的知識圖譜中。

另一方面，用戶在我們這里積累的偏好、數據以及我們接入的更多外部數據源，都能幫助系統理解用戶長期風格、偏好及其專屬場景的特殊表達需求。您剛才提到的數據積累，其實正是與這個流程緊密結合、共同積累的。它不是孤立的，必須與流程結合才能產生更好效果。只有這樣，我們才能逐步達到目標——讓用戶真正交付高精準度、高要求、高質量的內容。

從用戶數據也能看出，所謂“一句話生成PPT”、“一分鐘生成PPT”更多是營銷話術。真正嚴肅的用戶，要求非常高。我們看到現在60%-70%的用戶是帶著自己的內容來的，上傳一兩個資料，說明他們對產品有明確預期和標準要求。這和“一句話生成”的難度完全不在一個量級。

02.AI原生的交互設計不僅僅是放個對話框

硅星人：AI原生的演示創作平臺應該是什么樣的？我看到現在很多AI軟件就是在右邊放個問答框。

楊疆：我們經常聽到AI原生這個概念，很多人一提到AI原生，就簡單理解為：放個對話框，讓用戶輸入Prompt。但我認為，所有交互設計的核心，都是為了讓人和機器更好地溝通協作，從而高效地產出內容。就像我們兩人討論方案，聊著聊著可能就跑到白板上去畫圖了，這就是因為我們需要更豐富的交互工具。

所以，交互設計對我們來說，是一個非常棘手問題。特別是在像PI這樣的產品里，處理一個演示文稿遠比處理一篇文章復雜得多。它融合了多種元素，你不僅要理解用戶想表達什么，還要精準定位到他指的是文稿中的哪一個具體元素？哪一段文字？哪個區域？這種信息的溝通難度極高。這就是為什么傳統軟件在過去幾十年里，大多依賴“選中對象，菜單操作，命令行”的模式。這種方式提供了精準控制，但學習成本高，不夠直觀，把很多用戶擋在了門外。現在我們有了自然語言交互，這看起來更人性化，但它帶來了另一個大問題：不精準。在充滿像素點的復雜視覺空間里，單靠語言描述很難精確定位目標。

在我看來，這并非非此即彼的選擇，而是一個需要精心權衡的設計平衡點。這個平衡點在哪里？沒有標準答案。它需要我們通過不斷的實驗、測試和探索來尋找，并且會隨著技術發展而動態變化。

比如我們產品里的智能助手“小狗狗”AI助手，就是這種探索的體現。它的設計目標，就是嘗試在相對簡單的自然語言指令下，幫你完成更精準的操作。

硅星人：說到交互設計，我之前看到一個挺有意思的觀點：說那些對AI能力非常有信心的公司，會把AI對話框放在產品的左邊；而對AI沒信心的公司，則會放在右邊。您怎么看這種說法？

楊疆：我覺得討論對話框在左在右，核心道理或者說后驗道理在于：設計必須服務于用戶的實際操作場景。您可以觀察一下像Photoshop這樣的專業工具，它很早就引入了智能提示功能。您會發現，它的提示框往往是動態跟隨鼠標出現的。 為什么？因為它要精準地輔助你處理當前鼠標所指的對象或區域。它的位置是由用戶的操作焦點決定的，而不是預先固定在左邊或右邊。 這背后有深刻的設計考量。
具體到PI的設計，我們把主要交互面板放在右側，主要基于兩個關鍵的用戶行為洞察：

右手操作習慣，大多數用戶是右手操作鼠標或觸控板。在編輯狀態下，用戶的自然行為流是左邊瀏覽，右邊進行操作。當用戶在左側畫布上看PPT，發現問題，他的右手很自然地就會移動到右側區域開始輸入指令或進行編輯。將功能面板放在右側，符合這個高效的操作動線。

其次，在PI的編輯器環境中，用戶的核心任務是演示文稿的創建、檢查和迭代。這個工作流非常類似于審閱模式：用戶在左側仔細查看演示文稿內容，發現問題或產生修改想法，然后很自然地在右側區域進行操作，無論是輸入修改意見、調用AI助手，還是添加注釋。右側區域天然承載了行動區的角色。

硅星人：我看到PI上推出了交互問卷功能，想了解PI未來還會在哪些內容形式或功能上發力？類似交互問卷這種，或者其它能更好滿足用戶場景需求的新體驗？

楊疆：這個問題其實點到了PI最根本的追求。從我們做PI的第一天起，“實時交互”就是我們最核心的基因和終極目標。 我們團隊從一開始就非常明確：未來的內容工具，必須打破過去那種線性、一次性的模式，那種一個人寫好、單向傳播出去、反饋要么滯后要么徹底斷掉的傳統方式，是技術限制下的無奈產物。

我們堅信，人們真正需要的，是能即時互動、共同生長的內容。沿著這個方向，PI未來會持續探索和深化。首先，我們會無縫融入更多樣的交互媒介。 比如，引入個性化的虛擬人形象。想象一下，未來你在PI上生成的可能不再是一份靜態文檔，而是一個完整的項目包。其次，在智能能力的深度應用上，我們會走得更遠。 剛才提到的交互問卷功能，正是我們嘗試數據連接與即時反饋的一個起點。 未來的PI，會更像一個隨時在線的顧問。你可以邊學邊問。像交互問卷這樣的創新，只是我們邁出的第一步。PI會持續投入，開發更多能真正實現實時交互這一愿景。

03.AI產品共創式“營銷”

硅星人：說到很多是和用戶共創的，我在你們的PI廣場里看到不少模板，比如WAIC大會的模板、rokid的模板等等。想請問一下，這些是你們專門邀請這些機構或個人來合作共創的？還是說，這些其實是真實用戶自己在平臺上制作、上傳的PPT，然后你們覺得質量特別好，就挑選出來展示給大家？

楊疆：這兩種情況都存在。像WAIC（世界人工智能大會）這個例子，它其實就是一個典型的深度共創案例。一方面，我們和WAIC本身有合作關系——我們也是大會的重要參展商；另一方面，經過長期的協同溝通，雙方建立了很好的互信，他們對PI平臺的能力和價值也非常認同。

目前PI廣場上的很多模板，本質上都是一種共創的結果。營造這種共創氛圍，正是我們非常看重的一點。我們相信，好的內容創作應該是“百花齊放”——就像毛主席說的，需要一個開放的環境、空間和工具，讓大家能夠自由地展現創意。PI的角色不是閉門造車去預設所有內容，而是提供強大的底層能力。 我們的重點是理解用戶想要做什么但可能做不到，然后想辦法幫他們實現。我們更希望用戶去主導創意，思考“我想做出什么樣的效果？”

楊疆：因此，我們非常歡迎那些自身對內容要求很高、有強烈表達欲的用戶和團隊。 PI廣場上的很多優秀作品，正是來自這樣的朋友，他們可能是聽說了PI，就想用它來展現自己公司的價值、產品的亮點。

大廠也不是什么都做，抓住“大廠魔咒”的機會，創業公司也能生存。

硅星人：這個問題可能有點老生常談：如果像OpenAI，或者國內的百度、阿里這些大廠，也開始做類似PI的PPT功能。你們除了在產品上持續精進，還有什么特別的應對之道？或者，對于面臨類似挑戰的創業者，您會給出哪些建議？

楊疆：說實話，這個問題對我們來說困擾不大。原因有三點：首先，大廠的實際投入往往有限。像阿里這樣的巨頭，他們的一些接口可能直接用了類似AIPPT的外部方案，自己并不深度投入開發，這不是個例。其次，我們深知大廠魔咒是客觀存在的。我和很多創業者朋友聊過，包括一些大廠出來的創始人，大家都有共識，無論美國還是中國的大公司，都難以擺脫這種魔咒。如果大廠沒有這些內在的限制，那創業公司就根本不會有生存空間了。正因為大廠有它的掣肘，才給了創新者機會。這是市場規律。

最關鍵的是第三點：技術代際的變化徹底改變了游戲規則。現在的AI產品，相比互聯網時代又向前躍進了一大步。它不再需要龐大團隊和巨額資源才能做出具備顛覆潛力的產品。這在過去是無法想象的。如今一個更精干、更有戰斗力的團隊，完全有可能利用AI技術做出影響力巨大的產品。

所以綜合來看，大廠入場是必然的，但我們并不特別擔心。我們相信小團隊的敏捷、專注和對創新的純粹追求，在AI這個新時代反而能釋放出更強的戰斗力。

硅星人：對于AI軟件/產品來說，哪些指標是最關鍵的？你們會關心哪些數據，像日活、用戶數還是其他的？

楊疆：我們很幸運得到了有耐心、有長期信念的資本支持，這讓我們能夠將目光放得更長遠一些。 現階段，對我們來說最重要的目標，不是急于追求盈利或達到收支平衡，而是全力證明用戶能在PI這里獲得持續的價值，并形成真正的使用習慣和粘性。

這一點非常關鍵。 我們看到很多新興的AI產品會像一陣風，用戶初期涌入很快，但留存率可能迅速下滑。觀察一個重要的指標，日活躍用戶數（DAU）除以月活躍用戶數（MAU）的比例，非常有說服力。比如看OpenAI的發展軌跡，這個比例從最初的個位數，逐步提升到10%、20%，甚至超過了30%。這說明用戶不僅在使用，更開始依賴這個平臺，把他們的工作流程和數據沉淀了下來。達到這種狀態意味著，即便短期沒有大規模盈利，只要持續提供不可替代的價值，用戶就會選擇留下。這是我們未來一年最核心的專注點。 我們不會盲目追求用戶數量的激增，因為來了的用戶也可能離開。我們更希望用戶是真正認可PI的價值，欣賞它解決復雜創作問題的能力，從而主動選擇留下。 我們的投資人也非常理解并支持我們優先把這件基礎的事情做扎實。

硅星人：另外，我看到PI目前的商業模式更偏向ToC，主要是會員訂閱收費。未來是否有計劃拓展其他方向？比如更側重于ToB，為大公司或機構提供企業級的內容創作解決方案？

楊疆：在探索商業模式的具體路徑上，我們持開放和務實的態度。 面向個人和專業用戶市場， 我們會關注并參考類似Gamma這樣成熟的訂閱模式，努力達到并爭取在用戶付費意愿和單用戶貢獻價值等關鍵指標上做得更好。對于服務企業客戶的方向， 我們則更側重于開放與合作的策略。PI的核心任務始終是打磨好產品本身。 因此，我們不會投入大量資源去做傳統的商務銷售，而是更愿意與各類平臺伙伴進行深度合作。

事實上，過去三個月我們已經開放了API等集成能力，國內外已經有不少合作伙伴主動找我們接洽，共同探索PI在不同場景的應用落地。我未來，我們計劃開放模型調用平臺（MCP），并積極參與構建開放的Agent智能體生態。

硅星人：你怎么看待目前很多出圈的AI產品，更加注重UI設計這個趨勢。

楊疆：我認為，過分追求整個產品UI的“漂亮”可能沒那么重要。我們更應該關注的是基礎排版元素，比如行間距、字間距這些。這些才是更關鍵的事情。相比之下，UI設計目前不是我們的首要焦點。畢竟，我們的產品本身就是幫助用戶設計的用戶用它，最終是為了生成一個他自己覺得滿意的PPT。如果因為我們的技術或產品問題，導致生成的PPT效果不理想，達不到用戶的預期，那才是一個更嚴重的問題，一個真正的“Bug”。

當然，我也承認我們的UI目前還有很多不足。但在資源有限，比如目前設計師只有兩位的情況下，我們必須做優先級排序。有更重要的事情等著我們去解決。

因此，在重要性排序上，我們不會盲目投入過多資源。資源有限，就必須從最關鍵的事情入手做取舍。對，這就是我們的一個基本哲學。