現在說到 AI 自動產生簡報，很多人第一個想到的，可能不是 PowerPoint Copilot，而是 Google NotebookLM 的簡報功能。你把資料丟進去，它就能自動整理內容，做出一份有封面、有段落、有視覺設計的簡報。對於只是想快速把資料變成可看的投影片來說，這已經很有魔法感。
但它也有一個致命限制：那份簡報更像是 AI 幫你渲染出來的一組畫面，而不是一份真正可被講者細修、掌控、重排的專業簡報。
這一次，《科技人》很榮幸有機會體驗到矽谷最新的 AI 簡報工具：Genspark AI 簡報功能，這才意識到，真正厲害的 AI 簡報服務，應該是作為「服務講者」的工具存在，而不是讓講者反過來「適應簡報內容」。
下面我直接拿 NVIDIA 的 AI 個人電腦新聞稿（RTX Spark）來測試，如果我們要把官方新聞稿裡面硬邦邦的內容，轉化成好懂的簡報來跟大家分享，Genspark AI 簡報功能能夠幫我做到什麼程度。
Genspark 不是單純的做 PPT，而是像產品經理一樣共同思考
這次我用來測試 Genspark AI 簡報功能的這篇 NVIDIA AI PC 新聞稿內容，主要是在介紹 NVIDIA RTX Spark 這系列全新產品線。簡單說，就是讓 PC 不再只是執行應用程式的工具，而是能在本地運行 AI agent、理解任務、跨應用協作的個人 AI 工作平台。
坦白說這篇新聞稿挺難啃的。因為它不是單純產品發表，也不是純視覺型廣告，而是一篇充滿技術名詞、產業關係與平台敘事的新聞稿。而我的任務，則是想辦法透過 Genspark AI 簡單、清楚且迷人的將新聞稿做成簡報，讓一般人都容易看懂進而被吸引。
我相信這個對真人而言都是一個挑戰，Genspark AI 簡報可以做到什麼程度，讓我很好奇。
在開工之前，我注意到 Genspark AI 簡報有幾個特別的模式可以選擇：「專業／創意」、「簡報比例」、「引導模式／非引導模式」以及「一般 AI／Ultra AI」。我這次選的是 Genspark 的「專業模式」加上「引導模式」。
專業模式，就是看上去數據更多、更專業的樣子；而創意模式則是強調視覺效果優先。在 AI 模型方面，Ultra AI 會吃掉兩倍的 Credit，理論上效果會比較好。
Usage Guide
情境模式選擇指南
根據資料密度、視覺需求與任務目標，選擇最適合的簡報生成方式。
然而，我認為 Genspark AI 真正的核心靈魂，在於「引導模式」：這玩意兒，根據我的研究，是讓 AI 不斷的「反問」用戶，來得到最棒的簡報架構與效果。這與前 Google 台灣總經理簡立峰老師說過的話不謀而合：
聰明一點，要反過來讓 AI 來問你，這才是讓 AI 效果提升的秘密。
回到正題。跟其他的 AI 工具一樣，Genspark 第一步同樣要輸入 Prompt，將你的需求說清楚；由於我這次是讓 Genspark 自由發揮，並沒有給予太多限制。
根據我先前詢問 Genspark 官方的說法，如果你的簡報有格式限制（例如公司的指定 Template、指定的設計等），一樣可以丟進去對話框，讓 Genspark AI 進行分析，然後產出符合要求的簡報，相當方便。
Genspark AI 支援多模態輸入，相當多格式都能讀懂，我這次選擇直接丟給它一篇新聞稿的連結，剩下的就讓它想辦法。
我的 Prompt（其實也是讓 ChatGPT 幫我寫的）：
我想要將這篇 NVIDIA 與 Microsoft 的新聞稿，做成一份可以在科技媒體簡報會上使用的中文簡報。
你現在是一位 NVIDIA 產品行銷經理，要向台灣科技媒體、企業 IT 決策者與 AI 開發者介紹「Personal AI PC」對於當前這個時代的意義。
簡報目標：
1. 讓聽眾理解 NVIDIA 與 Microsoft 為什麼要重新定義 Windows PC
2. 說清楚 RTX AI PC、NVIDIA NIM、Windows ML、Copilot Runtime 之間的關係
3. 把技術內容講得清楚，但不要變成工程師文件
4. 畫面要現代、有科技感，適合站在台上講
5. 請使用 Guide Mode，一步一步先確認策略、受眾、素材、架構與視覺方向，再開始製作投影片
新聞稿：
https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-and-Microsoft-Reinvent-Windows-PCs-for-the-Age-of-Personal-AI/default.aspx
輸入完 Prompt 後，Genspark 沒有立刻開始做。它先問我受眾是誰、簡報目標是什麼、要不要偏技術、要不要偏商業、視覺風格該走哪一種。
換句話說，Genspark 不只是一個單純的自動生成投影片工具，它會透過一組一組的提問（選擇題，也開放用戶自行輸入），來一步步「逼近」你心中真實想要的效果。很多時候，用戶可能腦袋都還沒想清楚自己想要什麼樣的簡報，而 Genspark 就像一名優秀的、懂得向上管理的員工，他會不斷的透過詢問，讓用戶慢慢搞清楚腦海中期待的簡報長什麼樣子。
Genspark Guide Mode
一問一答，把簡報從想法推進到成品
四個節點展示專家引導模式的提問節奏：先釐清任務，再逐步確認策略、素材、架構與視覺方向。
有趣的是，Genspark AI 簡報花了九成時間在「架構」
這個過程讓我想到真正的工程師工作。
很多人想像中的工程師，是坐下來就開始瘋狂 Coding。但實際上，成熟的工程師大多數時間都在理解問題、拆架構、想邊界、預判錯誤、決定哪些東西不該做。真正開始寫 Code，可能只是最後那一小段。
Genspark 這次給我的感覺也類似。
它不是急著產出，而是先把問題想對。這份簡報要服務誰？台下的人懂不懂 RTX AI PC？需要先講台灣供應鏈，還是先講 AI agent 的使用場景？新聞稿裡哪些數字值得留下，哪些只是品牌宣傳語？這些問題如果沒想清楚，後面做得再漂亮，也只是把素材貼進投影片，變成無效簡報。
這也是 Genspark 跟 NotebookLM 這類「生成式資料摘要」工具最大的差異。
NotebookLM 比較像「幫你把資料快速整理成可看的簡報」；Genspark 更像「陪你把一場簡報設計出來」。
對專業人士來說，這個差異非常關鍵。真正的簡報不是資料展示，而是溝通設計。
Genspark AI 簡報甚至內建事實查核機制
相信只要說到生成式 AI，沒有人不怕「幻覺」的產生。這也是許多人至今不敢將工作大量交給 AI 處理的根本原因之一：AI 會一本正經的說幹話，不知道答案時，隨便瞎掰一個假內容填入。這對於重視正確性的企業來說，是非常危險的事情。
我注意到 Genspark AI 簡報有內建事實查核機制，它除了可以針對每一頁生成的簡報一鍵進行事實查核外，在生成簡報的尾聲，也會自主進行查核。它查核的方式，是將資料出處列出來，如果你有疑慮，也可以點進去資料出處確認資訊可信度。
這對於生成式 AI 產生的內容可用性，多少有一些提升效果。當然，還是建議講者一定要自行確認所有數據的正確性，就算有事實查核機制，我依舊會擔心「連查核都是幻覺」的情況發生（我在 Google Gemini 遇到過好幾次偽查核）。
最後產出的簡報，不只是把新聞稿切成 12 頁
經過一連串溝通（真的是在溝通，過程中跟 AI 討論超多問題！）最後 Genspark 做出一份 12 頁簡報，標題主軸是「PC 的第三次重新發明」。
它並不是直接照新聞稿順序，把規格一條一條丟上去，而是與我進行多次討論過後，建立出來的一條故事線：
Narrative Structure
簡報敘事架構
Genspark 提取之頁面段落與核心訊息分析
在這當中，我最喜歡的是「Click. Type. Ask.」這條線。Genspark 把 PC 的歷史，簡化成三種互動方式：Macintosh GUI 代表 Click，iPhone 與行動運算代表 Type，而 Personal AI PC 代表 Ask。這三個詞雖然出自黃仁勳，但它其實已經超越了新聞稿原本寫的內容，而是把技術新聞整理成適合站在台上講的故事（這個想法是 Genspark AI 自行提出的，當然，有經過我的同意）。
這也正是好簡報跟資料整理的差別。資料整理只是把東西排好；好簡報要替聽眾決定，什麼先講、什麼後講、什麼不用講。
Genspark AI 簡報最終成果
我將 Genspark AI 做出來的 12 頁簡報轉成圖片，直接放在這邊給各位「感覺」一下。那一篇 NVIDIA RTX Spark 的新聞稿，說實話我根本還沒認真搞懂，而這一次透過 AI 跟我討論出來的簡報，還真的讓我一看就能理解黃仁勳想表達的東西。
由於缺乏真實產品的圖片，整個簡報我都讓 AI 想辦法改善視覺效果，唯二的背景也是讓 Genspark 自行生成的，整體質感、效果都相當到位。
AI 服務真的有護城河存在嗎？我測完後忍不住胡思亂想
AI 時代有一個很常見的疑問：既然 Gemini、ChatGPT、Claude 都這麼強，那 SaaS 或 AI 軟體服務工具還有存在價值嗎？
這個問題其實很敏感，市場上有許多軟體股票正是受到這些敘事的衝擊，而導致股價崩跌。（例如：Adobe、Figma 等等 ...）
理論上，你當然可以用這些通用模型慢慢做出類似流程。你可以自己設計 prompt，要求模型先問問題，再拆策略、整理素材、建立架構、產生投影片文案、寫 HTML、找圖、做事實核查、修版面。
但問題是，這整套要自己做，門檻非常高。
你不只要懂 AI，還要懂簡報、品牌敘事、視覺設計、資料整理、事實核查，甚至還要知道怎麼把不同工具串起來。最後做出來的東西，也未必有 Genspark 這種已經包成產品的流程一半完整。
這也是我這次重新思考 SaaS 護城河的地方。
AI 時代不是所有軟體都會失去價值。相反地，當一個產品能把專業流程、模型能力、資料處理、版面生成與使用者體驗包在一起，讓一般人不用理解背後那堆複雜設定，也能得到接近專業的成果，護城河反而會變得更清楚。
給你一把斧頭、一支鑽子，並不代表你就能自己砌出一座城堡。
Genspark 真正賣的不是「AI 模型」，而是把模型變成可用成果的那整套工法。
我最意外的是，它最後還能把方法打包成技能
這次測試到後面，Genspark 甚至把整個 Personal AI PC 簡報流程整理成一個 Skill。它把方法論、執行手冊、反思檢查表、12 頁參考骨架打包起來，讓未來遇到類似簡報時，可以用同一套流程再啟動。
這代表 Genspark 不是只把「成果」做出來，而是試著把「這次怎麼做成的」也整理成可重複使用的方法，這就比單次生成更接近「工作流」的產品。
如果說一般 AI 簡報工具是在幫你做一份投影片，那 Genspark 這次給我的感覺，更像是在幫你建立一套做簡報的方法。
簡單說呢，Genspark 不是一個單純拿來取代 PowerPoint 的工具（雖然它確實可以生成 PDF、PPT 以及 Google Slide），也不是只適合懶人一鍵產生投影片。它比較像是一個會先逼你思考的簡報顧問：先問問題，再拆資料，再建立故事線，最後才開始生成。
它不是急著給你答案，而是先讓你把問題問對。
AI 簡報真正要服務的，也不該是「產生一份看起來像簡報的東西」，而是讓講者把一件複雜的事情，講得更清楚、更有結構，也更能被聽眾記住。從這個角度上來看，Genspark 真的是做出了不得了的東西啊！
