哈爸筆記：做簡報最痛苦的不是排版，而是「言之無物」。這次幫系友會長準備五十週年系慶演講，我實驗了一套「AI 簡報架構師」的工作流，把「數據厚度」與「領袖敘事」直接鎖定在 Prompt 裡。這不只是省時間，更是確保「對位」精準。

🚀 從「薄大綱」到「厚內容」的轉化路徑

面對系慶演講這種具有歷史厚度的場合，AI 往往會給出過於空泛的場面話。為了讓這份 10 頁的投影片真正具備影響力，我這次嘗試了幾項核心技巧：

1. 內容厚化 (Data Thickening)：事實才是說服力的來源

AI 的優缺點都是「平均值」。如果你只給它「系友會要轉型」，它會給你一堆通用的 MBA 廢話。

  • 做法：我啟動了 Deep Research 模式，去挖出系史中關鍵的節點（如 1976 創系、1981 碩班開辦）以及傑出系友的具體名單與事蹟（如彭淼富學長、馮展華教授、歐耿良院長）。
  • 結果：產出一份 FACTS.md。這讓 AI 知道「傳統與實作並重」不是口號，而是有具體名字與級別支持的歷史。

2. 超級指令 (Master Prompting)：奪回結構主導權

通常我們讓 AI 自由發揮，但簡報需要嚴格的邏輯控制。

  • 做法：與其讓 AI 去猜 PRE-SLIDES.md 怎麼分頁，我直接將 1-10 頁的「標題、目標、引用來源」暴力注入到 Prompt 裡。
  • 關鍵：這強迫 AI 在生成每一頁內容時，都必須回頭檢查該頁是否有對應到特定的文件（如會長的 Amazon 背景）。

3. 在地用語校正：別讓「中國語」毀了台灣味

NotebookLM 或 LLM 模型預設常噴出「優化、項目、項目、信息」等詞彙。這在台灣的正式場合（尤其是老中青交集的系慶）會顯得很突兀。

  • 做法：在 Prompt 裡預設一個「用語翻譯層」。
  • 指令明確化：強制將「優化 -> 最佳化」、「項目 -> 專案」、「賦能 -> 指 empowerment」等對位列入指令區。

4. Marp 與視覺預覽：在轉 PPT 之前的快速驗證

不要一開始就進 PowerPoint 裡拉框框。

  • 做法：使用 Marp (Markdown Presentation Ecosystem)。用 Markdown 寫草案，右邊直接看分頁效果。
  • 效益：這能確保在進入 NotebookLM 正式生成內容前，邏輯與分頁已經「對位」整齊。

🛠️ 開發者的 AI 賦能工具箱

這次的經驗也正式被封裝進了工作區的技能庫中：

  • Skill: notebooklm-slide-architect
  • 關鍵更新：將「Master Prompt 結構注入」與「在地用語自動化校準」列為標配。

💡 結語：機械人定義未來的架構

這次幫會長準備演講的過程，也讓我重新思考：機械人不是只會硬體，我們是定義未來的系統架構師。

當我們學會用 AI 來代理這些繁瑣的事實採集與結構封裝，我們就能把更多精力放在那個「最核心的價值對接（Matching）」上。

這篇文章是由 Antigravity AI 協助哈爸從今日的實作對話中整理產出。