
Table of Contents
Toggle前言
會問這問題,多半是因為心裡對「做簡報」這件事,只有一個畫面:打開 PowerPoint,把手上資料一頁頁塞進去,儘量讓每頁的畫面好看,最後上台講一輪。
如果這真的是簡報的全部,那確實在 AI 時代,你只需要知道怎麼下指令,就可以成功「整理資料並轉換呈現型式」。
問題是,這前提從一開始就是錯的——準備簡報不是這麼一回事。
這麼說如果讓你感到困惑,那不妨先用大眾的視角,思考「醫師怎麼看病」。
一般人以為的「看病」,跟實際的看病是兩回事
如果請一個完全沒有醫學背景的人,形容「醫師在做什麼」,很多人腦中浮現的畫面會是:病人說哪裡不舒服,醫師聽一聽,開藥,結束。整個流程被簡化為「症狀進去,藥出來」。
可你我都知道,真正的臨床流程不是這樣的。
一個完整的診療過程,至少分成三段:
- 問診 —— 搞清楚這病人是誰、主訴是什麼、這次看診真正要解決的問題是什麼。
- 診斷與擬訂治療計畫 —— 把問診和檢查所得到的資訊,整合成一套有邏輯、可以執行的處置計畫。
- 開立醫囑、執行處置 —— 把處置計畫落實成具體的醫令、在現實世界中執行操作。
這三段無法跳過任何一段。問診沒問清楚,就直接擬訂治療計畫,或治療計畫還沒想清楚,就急著開醫令,很容易出錯和遺漏。
可外行人往往只將最後「開藥」這動作,誤以為是醫療的全部,卻不知道前面兩段過程,在整個診療過程中極其重要。
做簡報,跟看診其實是同一個邏輯
準備簡報的邏輯,跟看病一樣。完整拆開來看,也分三段:
- 溝通設計(對應問診)—— 確認對象是誰、他的需求是什麼、你這場溝通要達成什麼、可以怎麼驗收。這些決定發生在打開投影片之前,卻決定了後面所有事情的方向。
- 內容處理(對應診斷與擬定治療計畫)—— 把蒐集到的資訊整理成邏輯、架構、結論,決定先講什麼、後講什麼,每個段落的重點是什麼。
- 視覺具現化(對應開立醫囑、執行處置)—— 把前面確定的內容,變成投影片上看得到的文字、版面、配色、圖表。這是整個流程裡最後一步,不是第一步。
大家對「做簡報」的既有印象,其實只對應到第 ③ 段。把論文或病史資料丟給 AI、換來一份投影片,就跟把病歷丟給 AI、換來一份醫囑一樣 —— 技術上雖然做得到,但前面兩段省略沒做,這份成品到底對不對、適不適合眼前這個對象?很可能會出問題。
三個階段要照順序做。跳過前面直接進到最後一段,是多數人準備簡報準備得零零落落的根本原因。
① 溝通設計:晨會報告未必有感,但這兩種情境你一定遇過
完整的溝通設計,比較容易出現在開放性的講座情境。總醫師層級以下的學弟妹,通常只在醫院裡報晨會、報 Journal,對象和目的往往固定,可能不太容易對這一段有感覺。
但有兩種情境,你會感受到它的重要。
一種是你被排定每一兩週就要報一篇論文,報久了容易變成公式化流程 —— 找論文、抓重點、套模板。這時候如果沒有先想清楚「這次要讓聽的人記住什麼、跟他們現在的工作有什麼關係」,報告很容易淪為逐頁翻譯論文,台下的人也聽得意興闌珊。
另一種是你剛換到自己喜歡的科,很希望認真準備、讓師長留下好印象。這時候你的目的很明確 —— 不是把病人資料交代完就好,而是要讓對方感受到你的思考深度。這種情境下,光是把病人基本資料、身體檢查數值按順序排進公版投影片,是不夠的。
這兩種情境的共同點是:你都不能只把手上的資料照順序塞進去,而要先想清楚這次溝通真正要達成什麼。
② 內容處理:AI 給得出架構,但終需由人評估定奪
這階段的本質,是理解資訊後,將內容重構後,決定呈現方式。
重構又可以拆成四步:
- 分析:找出內容之間的關聯,把散落的資訊彼此連起來
- 篩選:判斷哪些是聽眾真正需要的,把不影響結論、次要的內容移隱
- 重組:重新組織內容順序,讓內容更貼合聽眾理解的路徑,而不是照你蒐集資料的順序講
- 收斂:理清架構,提煉出能代表這段內容的關鍵字或結論
AI 在這裡確實能快速給出幾種架構選項,讓你不用從白紙開始想。但用久了會發現一個具體的弱點:AI 經常準備周全、避免遺漏,所以給出來的架構常常「看起來很完整」,卻「不夠有重點」。
講者真正的價值,恰恰在於敢於篩選、替聽眾把消化工作先做完,不是把分析歸納的苦工丟給聽眾在現場自己扛。
判斷 AI 給的架構能不能用,其實就三個具體問題可以檢查:
| 檢查問題 | 你要判斷的事 | AI 能不能代勞 |
|---|---|---|
| 這個架構符不符合這場溝通的目的? | 邏輯安排、順序是否貼合你設定的溝通目標 | 不行,這是你的判斷 |
| 有沒有解決聽眾真正的需求? | 結論是不是聽眾需要的 | 不行,這是你的判斷 |
| 跟聽眾原有的認知落差有多大? | 這群人聽得懂、接得住嗎 | 不行,這是你的判斷 |
視覺具現化:大家覺得最成熟,實際上品質最不穩
多數人一想到「AI 做簡報」,直覺會聯想到「丟資料、吐出投影片」這個畫面。可實際上,AI 這部分品質經常不夠好,表現還不穩定。
至少以現階段 AI 工具的能力,根據我近期與不只一位業界簡報講師交流的結果,我們的共識是:準備簡報是少數不適合由 AI 自動化的任務,可以協助部分,但不建議直接交給 AI 處理。
這裡的關鍵不是這些工具做不出東西,而是當它沒做好、你要來回調整,其實更花時間。
就像蓋房子。有人蓋出來的東西看起來有個屋子的形狀,但你要進去敲敲打打、修修補補的話,不如有經驗的師傅直接從零到一自己蓋,反倒更快。
當然,如果你對簡報品質要求不高,只打算準備應付交差用的報告,或對現場口頭表達控場的自信非常高,那 AI 確實有機會代勞,更快幫你完成看起來「像房屋」、「有傢俱」的房子。可別指望住在裡面會有生活品質。
| 工具 | 優點 | 限制 |
|---|---|---|
| NotebookLM | 特定類型的單頁投影片可以讓人驚艷,直接使用 | 沒辦法順著事先設計好的溝通脈絡走,難以統一風格或微調細節 |
| Claude 對話版/agent | 能快速把內容套進常見版型,產出基本排版 | 常見字太小、現場講述時內容與口頭節奏對不上,欠缺美觀與合適插圖 |
| ChatGPT/agent | 目前美觀度最高,擅長以單一畫面呈現複雜大量訊息 | 不易維持整份投影片前後連貫,較適合海報型單頁,難以支撐一張接一張的敘事節奏 |
當前 AI 能協助最多的,和最不容易協助的
把三個階段攤開來看,會發現有件事跟大家的直覺剛好相反。
當前 AI 能夠協助準備過程最多的,是規則最模糊、最需要人類判斷的溝通設計;當前 AI 最不容易協助準備過程的,反而是規則最明確、看似最適合交給工具的視覺具現化。
原因不難理解。溝通設計階段,AI 扮演的是思考夥伴,不需要輸出精確結果,錯了你自己會判斷取捨,成本很低。視覺具現化階段,AI 要直接交出成品,任何一個小地方沒對上,都得花時間挑出來修,有時候反而比自己從頭做還慢。
結語:AI 是高效助手,但無法取代你的內功和思考力
回到最初的問題:AI 都會做投影片了,醫師還要學簡報嗎?
答案是,如果你只打算把簡報做成「應付交差」的水準,那不需要。
可如果你在乎聽的人聽不聽得懂、記不記得住,答案就會是需要,而且是「更需要」。因為未來 AI 視覺排版能力提升,簡報設計門檻降低,內容規劃與溝通邏輯將成為關鍵。
大家對「做簡報」的認知,長期以來停留在最後一段,把最重要的溝通設計和內容處理都跳過了,才會覺得 AI 已經能取代簡報準備。
你需要練的,是分辨什麼時候該讓 AI 幫忙發散、提議、擬內容,什麼時候必須自己下判斷。工具會一直進步,但搞清楚要跟誰溝通、改變對方什麼認知,並據此判定內容重點,這套功夫永遠是溝通能力好的人最保值的專業,AI 取代不了。



