通义千问怎么用上传的文档做 PPT？步骤与注意事项

把文档交给通义千问做 PPT，稳的做法分两段：先让它在对话框里读完文件、提炼成一页一条的大纲，你确认层级和取舍；再让它按「页标题加三条要点」的格式逐页输出，你复制进幻灯片套模板。指望一句话让文档进去、PPT 出来，出来的东西多半要返工。它的长项是把大段文字压缩重组，短项是替你决定哪一页该留、哪一页该砍。

两条路差别在哪，什么时候用哪条？

很多人卡在开头：不知道是让它「总结文档」，还是让它「写 PPT 大纲」。这两个请求看着像，结果差得远。

路径一：让文档变成一份大纲

把文件传上去，说一句「读完这份文档，给我一份十页的汇报大纲，每页一句话说明这页讲什么」。它返回的是一串标题加短句，像目录。这条路适合你还没想清结构的时候：手上是一份三十页的方案，或者一份记了半个月的调研笔记，先看它能拆出几个板块，哪两块其实在讲同一件事，哪一块根本撑不起一页。

好处是快，改起来也便宜。你可以在对话里直接说「第三块太虚，并到第二块」「这块拆成两页讲」，来回几轮，骨架就顺了。这个阶段没有任何排版负担，纯粹在谈内容。

路径二：让它按页输出「页标题 + 要点」

直接要求格式：每一页给一个标题，下面跟三条短句，每条不超过十五个字，不许写成整段。它照这个格式吐出来的内容，基本可以整块粘进幻灯片的文本框，删两个字就能用。

这条路适合结构已经定下来、只差把话写短的时候。短板在于它一次给十几页，中途想改一页，往往要把要求重说一遍。我自己的习惯是拿路径一敲骨架，用路径二填肉，两段之间人工过一遍。

文件怎么传，传之前要做什么

附件按钮在哪，能读哪些格式

网页端和 App 的输入框下面都有一排图标，找那个回形针或者加号，点开选「上传文件」，从电脑或手机里挑。docx、pdf、txt、md、xlsx 这些常见格式都能读，ppt 文件多数情况下也能把文字解析出来。

传完别急着发指令。先看它有没有回一句「已读取」之类的提示，几十页的 pdf 解析要等几秒。等它明确表示读完了再提问，否则它可能只扫了前几页就开始答，后面的内容一概不知道。

扫描件和图片，先确认字认出来了

扫描出来的 pdf 本质是图片，文字层是空的。传上去以后随手考它一句「这份文件第三页第二段写的什么」，看答得对不对。答得含糊，或者答成别的内容，说明识别没成功，后面的大纲一定是错的。

手机拍的文档照片同理。拍的时候正对、光线均匀、手指别压住字。歪着拍、有反光、带阴影，识别率掉得很厉害。认不出来的，先用手机自带的文字提取转成文本再粘进去，比硬传图片稳当。

文件太大、页数太多，先摘几页

八十页的年度报告丢进去，它读完也抓不住重点，提炼出来的大纲平均分配，每块都薄。我的做法是先自己翻一遍，挑出真要讲的四五页，结论页、数据页、方案对比页，单独存成一个短文档再传。

短文档还有个好处：你能控制它看到的范围。不想让它引用某段内部讨论，直接删掉就行，不用在提示里反复叮嘱「这段别提」。

提示词里要交代清楚的四个信息

同一份文档，提示写得含糊和写得具体，出来的东西差一个档次。有四件事必须说死，缺一件它就自己猜，猜出来的往往不是你想要的。

总共要几页

不说页数，它给几页全看运气，可能八页也可能二十页。直接写「做成十二页，封面一页、目录一页、正文九页、结尾一页」。数字定下来，它才会去做取舍，而不是把原文按段落切开、一段一页。

每页放几个要点

写「每页三到四条，每条不超过二十字」。不写的话，它很容易把一整段塞进一页，一条要点占四行，投影出来后排根本看不清。要点多了本身就说明这页该拆，这条约束顺带帮你检查结构。

按什么逻辑排序

按时间线、按问题到方案、按重要性递减，还是按部门分块，得挑一个说明白。一句「按现状、问题、方案、投入、排期的顺序排」，它给出的页序就有主线。不说的话，它多半照搬原文段落顺序，而那通常不是讲给人听的顺序。

哪些数据和表格必须保留

把关键数字点名：「第三页的增长率、第五页的成本对比表必须原样保留，不要改写成文字描述」。表格被改成一句话，是这类工具常见的一类损失。数字还在，对比关系没了，看的人反而糊涂。

一次生成和分步生成，结果不一样

图省事的人喜欢一句话把活全交出去：「根据这份文档做一份 PPT」。能得到东西，返工量也大。分步走多几轮对话，总时间反而短。

起手只要大纲，明确说「先别写内容，只给页标题和每页一句话的说明」。拿到之后自己过一遍：层级对不对，有没有两页在讲同一件事，有没有该重点讲的被压成一句话。这一步改一个词就够，成本很低。我们做季度汇报时，光在这一步上就能省下大半天。

再按页扩写。可以一次给三五页，也可以一页一页来。页数多的时候分批更稳，它不用同时记住十几个页标题，前后风格也更统一。每批出来顺手扫一眼，发现哪页写成了一大段，当场让它压缩，别攒到收尾一起改。

生成结果常见的四种翻车

表格和图片解析不全

文档里的表格读进来，常常变成一串没对齐的数字；嵌在正文中的流程图、架构图，它基本只能看到「这里有一张图」，看不到图里画了什么。凡是靠图说话的部分，别指望它转述。

补一句说明就行：「第四页有一张组织架构图，请在要点里注明配图：组织架构，内容不用写」。让它留位置，图你自己贴回去。比让它猜图里有什么强得多。

二十页文档直接生成二十页 PPT

这是新手常踩的坑。文档有多少页，它就敢生成多少页，每页还都塞满。结果一页上挤着五六条要点，底下再加两行小字注释，讲的时候只能照着念。

根源在于它把「提炼」理解成了「分段」。提示里写明白：「原文信息量大于页数能承载的量，请合并同类内容，宁可少讲一页也不要挤」。有时候还得补一句「允许删掉次要案例」。

格式不统一

前十页每条要点都以动词开头，后五页忽然变成完整句子；有的页标题是名词短语，有的是疑问句。单看每页都还行，连着翻就散了。

给一个样板比讲十条规则管用：「所有页标题统一用四到八个字的名词短语，所有要点统一写成动词加对象，末尾不要句号」。

图表位置和正文对不上

它写「如下图」，图却在上一页；它说「详见第三页的数据」，那个数字其实在第五页。原因是它写文字时并不知道你后面怎么排版，页与页之间的指代全是虚的。

排版阶段把这类指代删干净，改成「上一页提到的三个数字」，或者干脆不指。幻灯片是顺着讲的，观众不需要页码索引。

内容和门面分开做

它给的是文字，不是版式。直接粘进空白幻灯片，会得到一页页左对齐的黑字，看着像 Word 截图。顺序应该是先在纯文本框里把内容定稿，再套公司模板。

套模板有个细节：模板的占位符通常限定了字数，标题框只放得下八个字。等内容定稿再往里塞，你会发现有几个标题得砍。所以前面让它出标题时就说明字数上限，能省一轮返工。

哪些文档不适合直接丢进去

合同、财报原文、带大量公式的技术文档，这三类要谨慎。合同的语言是为了严谨，压成要点会丢掉限定条件，反而危险；财报的数字关系复杂，它改写时容易把口径弄混；公式和符号在解析过程中容易变形，读出来是乱码。

这几种情况，人工先写一版摘要再传，或者只传结论章节。工具省的是整理文字的时间，不是替你做判断的时间。

还有一点：不同版本的通义千问，附件入口的位置和可读格式会有差别，网页端和 App 也不完全一样。能传多大、支持哪些后缀，以你当前界面的提示为准。