# Ppt Narrative Review

> Review a PPT storyline for structural fit, pacing, and key-visual anchors. Type-aware — research-driven, pitch-driven, and teaching-driven decks have different valid storyline shapes. Use after thesis is set (ppt-classify + ppt-research-setup or plan-ceo-review) and BEFORE visual-deck generation.

- Skill: `crazynomad/ppt-narrative-review` (Agent Skill)
- Install (CLI): `npx skillmds@latest add crazynomad/ppt-narrative-review`
- Raw SKILL.md: https://api.skillmd.com/api/skills/crazynomad/ppt-narrative-review/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Research & Search
- Author: crazynomad (https://skillmd.com/u/crazynomad)
- Updated: 2026-09-10
- Page: https://skillmd.com/skills/crazynomad/ppt-narrative-review

---


# ppt-narrative-review — 故事线评审

## 何时触发

**适用**：
- 立论已经完成（跑过 `ppt-classify` + 对应立论 skill）
- 有一份草拟的故事线 / 章节目录 / 幻灯片大纲
- 在交付视觉产出（如 visual-deck）之前，想先审一遍结构

**不适用**：
- 立论还没做 → 先跑 `ppt-research-setup` 或 `plan-ceo-review`
- 已经产出视觉版 PPT，想审视觉 → 用 `design-review`（gstack）或 `visual-deck` 自带的审页
- 想直接让 skill 替你写故事线 → 这是评审 skill，不生成

## 核心原则：Type 决定合理结构

**一份 pitch 型 PPT 的"好结构"，放到 research 型里就是灾难。反之亦然。**

评审故事线前必须先知道 PPT 类型。不同类型有不同的"合身结构"：

### Research-driven 故事线（推 → 观众跟你一起走）

```
开场：反共识悖论
    ↓
框架：结构化坐标系
    ↓
调查路径 1（直观层）→ 产出阶段性证据
    ↓
调查路径 2（反推层）→ 产出反直觉发现
    ↓
调查路径 3（盲区层）→ 产出长期威胁/机会
    ↓
综合：多路径交汇的判断（不是开场就说的）
```

特征：
- **结论靠后**，开场是问题不是结论
- **证据分层**（直观 / 反推 / 盲区）
- **可证伪性**写在脸上（"如果 X 发生，这个判断失效"）

### Pitch-driven 故事线（拉 → 观众被你说服）

```
开场：结论前置（判断 + 赌注）
    ↓
痛点：为什么现在必须做
    ↓
论据 1 → 论据 2 → 论据 3（逐层加强）
    ↓
反方论据 + 反驳
    ↓
行动号召（下一步是什么）
```

特征：
- **结论前置**，开场就告诉观众你要他们接受什么
- **论据递进**（不是平行罗列）
- **明确的 Ask**（要钱 / 要决策 / 要资源）

### Teaching-driven 故事线（教 → 观众学会做）

```
开场：痛点（没有这个能力你会遇到什么问题）
    ↓
承诺：学完你会做到什么（能力目标）
    ↓
步骤 1 → 2 → 3（操作序列，可复现）
    ↓
常见陷阱 + 排错
    ↓
进阶 / 变体（如果还有时间）
```

特征：
- **能力目标明确**（听完能做什么，不是懂什么）
- **步骤可复现**（观众能独立走完）
- **陷阱前置**（踩坑提醒放在步骤里而不是最后）

### Narrative-driven 故事线（带 → 观众陪你走一程）

```
开场：主角 + 日常状态
    ↓
激励事件（触发冲突的那一刻）
    ↓
挣扎 / 尝试 / 失败
    ↓
转折（顿悟 / 外部变化 / 代价）
    ↓
新状态（主角变了什么）
    ↓
对观众的意义（但不直接说，让观众带走）
```

特征：
- **主角清晰**（不是"我们"，是某个具体的人或系统）
- **有真正的冲突**（不是"挑战很大")
- **转折有代价**（不是"然后我们就做到了"）

## 评审维度

### 维度 1：结构匹配度

对照 type 对应的"合身结构"，打分：

| 状态 | 打分 | 处理 |
|------|-----|------|
| 完全匹配 | 9-10 | 进入下一维度 |
| 主结构对，细节有偏差 | 6-8 | 标注偏差点，给具体建议 |
| 用错类型的结构（如 research 用了 pitch 开场） | 1-5 | **停下**，告诉用户"要么换结构、要么重分类"（回到 `ppt-classify`） |

### 维度 2：起承转合

每个环节都有承载吗？还是中段塌陷？

**常见塌陷点**：
- **开场塌陷**：悖论 / 痛点 / 主角没有张力 → 观众前 30 秒走神
- **中段塌陷**：三条论据或三条路径里有一条特别弱，拖垮全局
- **结尾塌陷**：前面都在铺垫，最后"所以结论是 xxx"一句话带过

### 维度 3：关键信息承载

核心证据 / 核心判断 / 核心情绪是否在**视觉锚点位**？

视觉锚点位 = 观众记忆最深的那几页：
- 开场第 1 页
- 每个 section 的转折页
- 结尾最后 1-2 页
- 有 key visual 的那几页

**问题示例**：最硬的数字被埋在第 7 页的表格里，没上 key visual → 建议迁到转折页。

### 维度 4：事实核查（v0.2.0 新增 · 强制）

**AI 在立论阶段会"自信地虚构"技术名词 / 数据 / 产品型号**。这不是偶发 bug，是结构性风险。
Research 型 PPT 一个虚构数字，技术圈观众一眼识破，全盘塌信。

评审时必须逐页过这 4 条原则：

#### 4.1 · 代号 + 年份，不用"旗舰"

❌ 不允许：
- "NVIDIA 最新旗舰 GPU"
- "上一代架构"
- "当前主力芯片"

✅ 必须：
- "NVIDIA H200 · Hopper · 2024"
- "Blackwell B200 · 2025"
- "Vera Rubin · 2H 2026"

**为什么**：`旗舰` 是时态漂移词——今天旗舰明天就不是。代号 + 年份永不过时。

#### 4.2 · 百分比必须分子分母明确

❌ 不允许：
- `+73% YoY · 数据中心营收`（分子分母匹配不上，实际 73% 是总营收增速）
- `80% 份额`（谁的份额？哪个市场？）

✅ 必须：
- `$681B · +73% 总营收同比`（把绝对值摆前面）
- `NVIDIA DC GPU 全球份额 86%（2024 为 90%）`

**为什么**：百分比单独出现时容易被读者误归到最近分类。绝对值 + 相对值同框是最安全写法。

#### 4.3 · 警惕"流传很广的假共识"

某些"大家都这么说"的结论可能是误解。评审时标红这几类：

- "H20 被禁售" ← **实际是合规版，一直合法卖**
- "制程卡死在 7nm" ← **华为+中芯已在 5nm 试产**
- "DeepSeek 训练成本 $5M" ← **是运行成本，训练总成本未披露**
- "NVLink 带宽是 X" ← **必须标代际（NVLink 4 / 5 / 6）**

**处理**：标红的共识必须回到 NotebookLM 等一手来源验证。不验证就删除。

#### 4.4 · 无源数字必须去除或改定性

❌ 不允许：
- "华为昇腾月产 1-3 万片"（无公开源）
- "CoWoS 产能 NVIDIA 占 70%"（精确数字无源）

✅ 必须选一：
- **去除**（删掉这个数字）
- **改定性**："华为昇腾受光刻良率 + CoWoS 替代封装瓶颈"（不提具体数量）
- **标不确定**："据 Dylan Patel 估算，约 XX-XX 万片"（带来源 + 区间）

**为什么**：Research PPT 不怕留白，怕"据说"当"实证"。NotebookLM 回答 "sources 中未出现 X" 时，那就是补拉清单，不是凑数窗口。

### 事实核查输出要求

评审报告里单独列一节 `## 事实核查 · 红旗清单`，逐条标出违反 4 条原则的位置：

```markdown
## 事实核查 · 红旗清单

| # | 页 | 违反原则 | 当前措辞 | 建议修法 |
|---|---|---------|---------|---------|
| 1 | P17 | 4.1 代号年份 | "Hopper 和 Blackwell 都是 900 GB/s" | Hopper NVLink 4 = 900 GB/s · Blackwell NVLink 5 = 1.8 TB/s |
| 2 | P10 | 4.2 分子分母 | "+73% YoY · DC 营收" | $681B · +73% 总营收同比 |
| 3 | P18 | 4.3 假共识 | "H20 禁售兜底" | H20 是出口管制合规版 |
| 4 | P20 | 4.4 无源数字 | "昇腾 1-3 万/月" | 去除 → 改定性"受光刻良率+CoWoS 瓶颈" |
```

**红旗清单是评审硬性产出**，不是可选项。Research 型 PPT 任何一条未处理都不允许进入 visual-deck 阶段。

### 维度 5：冗余检测

**哪页拿掉不影响论证？**

逐页过，标注：
- ✅ **核心页**：拿掉论证塌陷
- 🔶 **支撑页**：拿掉论证变弱但还能跑
- ❌ **冗余页**：拿掉不影响 → 建议砍

Research 型常见冗余：
- "背景介绍"页（如果悖论写得好，背景是自动的）
- "方法论"页（除非方法本身是 news）
- 每个 section 的"小结"页（如果视觉锚点做好了，小结是多余的）

Pitch 型常见冗余：
- "团队介绍"页放在中段（该在封尾，或整合进痛点页）
- "市场规模"页（除非规模本身是你的 Ask 的论据）

## 输出格式

评审完成后，输出如下结构：

```markdown
# [PPT 标题] 故事线评审

**类型**：Research / Pitch / Teaching / Narrative
**评审时间**：YYYY-MM-DD

## 总体打分
- 结构匹配度：X/10
- 起承转合：X/10
- 关键信息承载：X/10
- 事实核查（v0.2.0 新增）：X/10 · 红旗 N 条
- 精简度：X/10

## 主要问题（按严重程度）

### 1. [问题标题 — 严重程度：高/中/低]
**现状**：[哪页 / 哪段]
**问题**：[具体描述]
**建议**：[具体改法]

### 2. ...

## 逐页评审

| 页号 | 当前内容 | 评级 | 建议 |
|-----|---------|------|-----|
| 1 | [内容] | ✅ 核心 | 保留 |
| 2 | [内容] | 🔶 支撑 | 可考虑合并到 P3 |
| 3 | [内容] | ❌ 冗余 | 建议砍 |
| ... |

## 关键锚点建议

观众会记住的页（建议上 key visual / 视觉加重）：
- 第 X 页：[为什么这里]
- 第 Y 页：[为什么这里]

## 下一步

→ 修订故事线后，跑 `visual-deck` 产出视觉 PPT
→ 如果修订后想再评审，重跑本 skill
```

## Claude Integration

当用户触发本 skill：

1. **先问 type**：如果用户没说，问"这是哪种类型的 PPT？"（给出四类选项）。类型不清 → 跑 `ppt-classify`
2. **收集故事线**：让用户贴当前的章节目录 / 页码大纲 / 草稿文件
3. **对照 type 的合身结构打分**：如果结构用错了类型（如 research 却是 pitch 开场），**立刻停下**，不要去做页面级评审——告诉用户"先决定要换结构还是换类型"
4. **逐页过**：按冗余检测的 ✅/🔶/❌ 标注
5. **给关键锚点建议**：指出哪几页该放 key visual
6. **产出评审报告**

**关键态度**：评审不是点赞。指出问题是本 skill 的核心价值。不要因为怕得罪人就把 ❌ 页标成 🔶。

## 设计来源

本 skill 从 EP10《AI 做 PPT》实验 B 提炼：

- **Type-aware 结构判断** ← 实验 A 发现 pitch 和 research 的故事线结构根本不同，用错类型就是灾难
- **四种合身结构** ← 综合参考：pitch（Sequoia Capital pitch deck template）、research（Dylan Patel / 硅谷101 research format）、teaching（教学设计学的能力目标+步骤）、narrative（Joseph Campbell 英雄之旅 + Robert McKee Story）
- **冗余检测** ← 借鉴 gstack `plan-ceo-review` 的 SCOPE REDUCTION 模式——砍到本质能暴露真正的核心
- **事实核查 4 条原则（v0.2.0）** ← EP10 dry run 2026-04-19 实战发现：AI 立论阶段会虚构技术名词（"Kyber 机柜"实际不存在于 43 sources）。6 处真实修正沉淀的原则：代号年份 / 分子分母 / 警惕假共识 / 无源数字

详见：`notes/experiment-b-three-skill-design.md` · `episodes/ep10-ai-ppt/notes/dryrun-2026-04-19.md`