先说结论：AI生成PPT里的数据不能因为“看起来合理”就直接使用。可靠性不在于工具名称，而在于每个数字能不能追溯到原始来源、计算口径是否一致、图表有没有把关系画对、结论有没有超出证据。重要汇报至少要留一份人工复核记录。
这不是对AI特别苛刻，而是对演示文稿的责任边界负责。页面一旦进入经营会议、客户提案、培训材料或公开发布，观众看到的不是“模型生成”，而是你的团队正在传递的事实。花几分钟把数字核清楚，通常比会后解释“那一页只是AI写的”省事得多。
一、先做风险分级：不是每个数字都需要同样深度
如果一份PPT有几百个数字，逐个回查当然很累。可以先按影响分级：会影响决策、合同、预算或对外承诺的数字属于高风险；只是辅助说明趋势的数字属于中风险；装饰性或不影响结论的数字属于低风险。先查高风险项，效率和可靠性更平衡。
二、第一关：来源、日期和版本是否说得清
“来源：网络资料”不算真正的引用。至少要知道数据来自哪份表、哪个页面、什么时间抓取、由谁维护。对会变化的指标，更新时间比数字本身更重要；对内部数据，文件版本和统计口径比公开链接更重要。
| 字段 | 要记录的内容 | 常见误区 |
|---|---|---|
| 来源名称 | 报告、系统、数据库或官方页面名称 | 只写“互联网资料” |
| 来源位置 | 页码、表名、单元格、链接或查询条件 | 只保留一个首页链接 |
| 数据日期 | 统计区间、发布日期或抓取时间 | 把发布日期当成统计日期 |
| 版本信息 | 文件名、版本号、更新时间和负责人 | 多人修改后无法定位 |
| 使用范围 | 内部、客户、公开或仅供讨论 | 把内部草稿直接外发 |
三、第二关：数字和计算，重点盯住三个地方
分母有没有变
转化率、渗透率、增长率最容易因为分母不同而产生误读。用户数、订单数和有效订单数不能混用；“环比增长20%”也要看比较的是哪个周期。
单位有没有变
元、万元、亿元，件、万人、万次，百分比和百分点，在AI压缩文字时很容易丢掉。页面上最好保留单位，不要让听众靠猜。
四舍五入有没有改变结论
几个比例加起来出现99%或101%并不一定是错误，但需要说明四舍五入。相反，如果图表显示增长，原始数字却没有变化，就要回到公式重新检查。
四、第三关：图表有没有“说过头”
图表本身不会说话，但坐标轴、排序和颜色会影响读者的判断。柱状图截断纵轴可能放大差异，折线图时间点不连续可能制造趋势，颜色太相近则让小类别消失。复核时不要只看数字，还要问“这个画法会不会让人得出比数据更强的结论”。
五、最后查结论：事实、推断和预测不要混写
“A渠道收入下降了15%”是事实；“可能与复购率下降有关”是推断；“下季度会恢复增长”是预测。三种表达都可以出现在PPT里，但必须用不同措辞和不同证据承托。AI最容易犯的错误，就是把一个合理猜测写成确定结论。
| 表达类型 | 推荐写法 | 需要的证据 |
|---|---|---|
| 事实 | 截至6月30日，A渠道收入较上期下降15% | 原始数据和计算口径 |
| 推断 | 下降可能与复购率变化有关，仍需结合客户分层验证 | 相关指标和验证计划 |
| 预测 | 若完成两项行动，预计下季度改善，当前为工作假设 | 模型、假设和风险范围 |
六、留一张复核记录表，让结论经得起追问
建议给每个高风险数字一个编号，在PPT页脚或备注中关联编号。记录表不必复杂，但要让另一个同事能复查：他不需要重新猜你的思路，就能找到原始材料、计算过程和确认人。
七、常见问题
AI生成的数字一定是错的吗？
不一定。问题在于你不能只根据它是否“像真的”来判断。重要数字必须能回查来源和计算过程，模型生成的内容应当视为待验证材料。
没有原始数据，只有一张截图怎么办？
可以先把截图作为线索，但要标记为“来源待补”。如果截图会影响决策或对外表达，建议找到原表、报告或负责人确认后再发布。
复核时间很紧，最少要查什么？
先查标题结论、关键图表、对外承诺和会改变决策的数字，再查页脚引用和日期。宁愿减少页面，也不要保留无法解释的关键数字。
本文强调的是内容复核方法，不对任何具体AI工具的准确率作承诺；产品能力、数据权限和可用入口请以实际账号、原始资料和组织制度为准。
