收益：
- 能够区分人工智能在演示和数据可视化流程中节省时间的地方，以及为什么有关数据准确性和图表诚实性的决策留给人类，具体取决于风险级别。
- 能够实施验证规则，根据来源、一致性、诚实性和上下文步骤检查每个输出
- 能够对敏感数据进行匿名处理、避免失真并从一开始就遵守该职业的最终责任原则
演示文稿或图表通常比决策本身更能决定决策的命运。当董事会对一项投资说“是”时，当老师检查教训是否被理解时，当市政当局说服公众时；这一切都隐藏在一张幻灯片、一条线条、一个颜色选择的背后。人工智能已进入其中。现在，只需几句话的请求就可以制作演示文稿草稿、现成的图形、演讲者笔记和信息图表。但这种力量也可能很快产生错误的信息。该模块将帮助您让AI成为您演示和数据可视化业务的端到端助手；但它教会你保留最终决定权和责任。
在第一个单元中，我们准确地阐明了人工智能在该领域正在加速的是什么，它应该停止在哪里，如何验证输出，以及从一开始就应该注意哪些道德/隐私边界。
人工智能在这件事上的立场如何？
首先，我们简单定义一下这两个概念。演示文稿是一个视觉-语言整体（主要是幻灯片），您准备按特定顺序向特定受众解释想法或信息。数据可视化是使数字易于理解的图形、表格和面板。还有经常提到的术语大语言模型（LLM）：它是一种人工智能系统，通过预测“下一个最有可能的单词”来生成文本； ChatGPT 是 Claude 和 Gemini 等工具的引擎。重点是：大语言模型不是计算器或“事实验证”机器；是一个有说服力的文本和大纲生成器。
人工智能在该领域以四组不同的角色帮助您：
- 作者/起草者：制作演示计划、幻灯片标题、文章文本、演讲者笔记、信息图表文本。
- 设计助理：建议幻灯片布局、生成图像（使用图像生成人工智能）、建议颜色和版式、提供图标创意。
- 分析师/编码员：理解您的数据，推荐正确的图表类型，编写代码（Python，例如 matplotlib）来生成图表。
- 评论家/校对员：从观众的角度批评现成的演示文稿，修剪掉多余的内容，并标记误导性的图形。
相比之下，留给人类的关键决策如下： 确保数据准确且最新。消息的诚实性。该图表不会扭曲数据。适合受众和环境。决定不共享机密/个人数据。最后，“这次演讲以我的名义发表”的责任。
提示：将人工智能想象成“高级实习生”。他速度快，不知疲倦，产出很多；但他并不相信他看到的每一个数字，你控制着每一个草稿。
根据风险等级使用
并非每项工作都具有相同的风险。使用简单易用的三重尺度进行分类：
风险等级
样本工作
人工智能的作用
强制人类控制
低
内部团队会议的幻灯片计划草稿
免费制作，快速出稿
快速审核
中等
向客户进行的销售演示、博客信息图
草图+设计+图形方案
数据验证、品牌合规、语言控制
高
投资者介绍、官方报告、健康/财务数据
仅骨骼和语言有帮助
每个数字、每个图表、每个声明都经过独立验证
规则很简单：随着风险的增加，人工智能生成内容的速度会降低，而你的验证会增加。
三个迷你箱子
案例 1 — 节省时间。营销专业人士通常会在 6 小时内准备好季度业绩演示。他将数据摘要交给人工智能，并让它生成幻灯片计划、标题和演讲者笔记；收到图表类型推荐。持续时间从 6 小时缩短至约 2 小时。他用自己挣到的4个小时中的1个小时来一一确认数字。净增益：大约 3 小时，叙述更加连贯。
情况 2 — 捕获错误。一位分析师将销售数据提供给人工智能并表示“显示增长”。该模型建议使用 y 轴从 90 开始的折线图；微小的增长似乎是巨大的。分析师注意到了这一点，并从 0 开始绘制轴。实际增长率为 4%，而第一个图表给人的印象是 40%。 AI选择了“令人印象深刻”；男人选择了诚实的人。
案例 3 — 防止泄漏。一名人力资源员工将 320 人的工资表粘贴到基于网络的人工智能工具中并请求图表。他在最后一刻停了下来；省略姓名和薪水，仅分享部门和匿名平均值。因此，个人数据永远不会进入第三方系统。
验证规则：四个步骤
每个 AI 输出在发布前都经过四个步骤：
- 资料来源：这个数字/声明来自哪里？是我自己的效率还是模型杜撰的？ （该模型还可以“编造”数字；这称为幻觉：信息呈现为真实的，但实际上并非如此。）
- 一致性：图表中的数字与表格和文字中的数字是否相同？总数相加了吗？
- 诚实：图表轴、比例和类型是否按原样显示数据或夸大/模糊数据？
- 背景：对于观众来说，它的语言、深度和长度是否合适？
您是一位经验丰富的演示文稿编辑。将下面的幻灯片草稿视为待审阅，尚未准备好发布。对于每项主张：(1) 是否已确定来源？ (2) 数字相符吗？ （三）是否存在误导性陈述？ （4）这样的说法适合观众吗？指出有问题的地方并建议改正。观众：[...] |草稿：[...]
弱提示/强提示
弱：
请给我一个有关销售的精彩演示。
该请求没有上下文：没有受众、没有目的、没有数据、没有持续时间、没有语气。该模型具有预测性，具有普适性，并且会产生一些“好”的东西，但很可能会产生误导。
强：
您的角色：B2B 销售演示编辑。受众： 3 人采购委员会，非技术人员。目的：让为期 12 个月的试点交易获得批准。持续时间：8 分钟。我拥有的数据：[粘贴在下面]。任务：提出一个包含 6 张幻灯片的计划。对于每张幻灯片，写一句话主要信息 + 哪种图表类型合适以及原因。不要输入数字；如果您需要的数字不在数据中，请键入“[确认]”。
二是角色、受众、目的、时长、数据、禁止“捏造”；输出既可用又可审计。
道德与隐私：从一开始就三行
- 诚实：图表不应扭曲数据；不要为了“令人印象深刻”而歪曲事实。
- 保密性：请勿以您所在机构不允许的任何外部方式输入包含个人数据（姓名、工资、健康状况、客户记录）和商业秘密的数据。如有疑问，请匿名（删除身份证明）或不要进入。
- 透明度：如果您使用人工智能生成的图像/文本，这可能会误导观看者（例如，制作图像会被误认为是“真实照片”），请准备好指出这一点。
注意：“AI 是这么说的”不是借口。演示中的每个数字和每个声明都是上台人员的责任。
常见错误
- 复制输出而不验证：将模型生成的数字放在幻灯片上而不进行验证。
- 没有上下文的请求：在没有写下观众和目的的情况下要求“精彩的演示”。
- 按原样粘贴机密数据：将敏感表输入外部工具而不匿名。
- 将美观置于诚实之前：使用 3D 蛋糕裁剪轴以使其“更令人印象深刻”。
- 锁定单一工具：尝试使用单一人工智能解决每项任务，并跳过选择正确的工具。
综上所述
人工智能在演示和数据可视化中的起草、设计、编码和评论角色方面节省了大量时间；但数据的准确性、消息的诚实性、图表的不失真、保密性和最终责任在于人。将风险分为三个级别，通过源一致性-完整性-上下文步骤验证每个输出，对敏感数据进行匿名化。人工智能加快您的工作速度；它并不决定你的位置。
应用任务
选择您即将进行的真实演示。 (1) 确定风险级别（低/中/高）并用一句话写出原因。 (2) 填写“强力提示”框架，定义受众、目的和持续时间。 (3) 列出您将在演示中使用的 3 个数字，并写出每个数字的来源；决定您不会进入外部车辆中的哪一辆。
清单
- [ ] 我确定了这项工作的风险级别，并相应地调整了我的验证深度。
- [ ] 我已在请求中给出了角色、受众、目的、持续时间和数据上下文。
- [ ] 我知道每个问题和索赔的来源；我标记了假货。
- [ ] 我将检查图表的真实性（轴、比例、类型）。
- [ ] 我对敏感数据进行了匿名处理或从未输入过外部工具。
- [ ] 我承认我负有最终责任。