用样本驱动 AI 输出：从说不清到一眼就懂
一个真实的困惑
我想做一个 PPT，主题是"飞轮效应"。
第一次，我直接告诉 AI：
"帮我做一个关于飞轮效应的PPT，要专业、简洁、大气。"
AI 很快生成了。打开一看——配色刺眼，版式混乱，字体大小不一，内容堆在一起像一坨浆糊。
我把问题反馈给 AI，让它修改。改了三次，每次都有新问题。最后我放弃了——不是 AI 不行，是我说不清楚我想要什么。
转折点：给样本
后来我换了个方式。
我先在网上找了一个我觉得好看的 PPT 截图，然后把它发给 AI，说：
"我想要这种风格的 PPT。配色参考这个，版式参考这个，字体搭配参考这个。主题是飞轮效应，内容包括物理学定义、管理学应用、企业案例。"
然后我又补充了一些细节要求：
"标题页用深色背景+白色文字。内容页用卡片式布局，带阴影效果。整体风格专业简洁，不要花哨的动画。"
这次 AI 生成的 PPT，我一眼就满意了。
同样的 AI，同样的需求，为什么差距这么大？
人脑的"模糊" vs 眼睛的"精确"
这个经历让我意识到一个关键问题：
人脑想的东西是模糊的，但眼睛看到的东西是具体的。
当你用文字描述"简洁大气的 PPT"，AI 理解的"简洁大气"和你脑子里的完全不同。每个人对"简洁"和"大气"的理解都不一样，AI 只能按照它自己的理解来猜。
但当你直接给它看一个样本，AI 能精确捕捉到：
- 配色方案：主色 #1a3a5c，辅色 #4a90d9，背景 #f5f7fa
- 字体搭配：标题 44px 加粗，正文 18px 常规
- 版式布局：卡片式，带阴影，圆角 16px
- 信息密度：每页 2-3 个卡片，每个卡片 2-3 个要点
- 视觉层次：标题 → 卡片标题 → 卡片内容 → 页码
这些东西，用文字描述要花 100 个字，而且 AI 还不一定能理解对。但给一张截图，AI 一眼就能看懂。
"给参照物"技巧
我把这个发现总结成一个技巧："给参照物"。
在提需求时，给 AI 一个或多个实际样本，告诉它"我想要这样的"，比用文字描述高效 10 倍。
这个技巧适用于几乎所有 AI 输出场景：
设计类任务
- PPT 制作：给参考 PPT 截图或 HTML 文件
- 海报设计：给参考海报图片
- 网页设计：给参考网站截图或 URL
- Logo 设计：给参考 Logo 图片
写作类任务
- 文章写作：给参考文章，说"我喜欢这种文风"
- 文案创作：给参考文案，说"按这个风格写"
- 邮件撰写：给参考邮件，说"语气参考这个"
代码类任务
- 组件开发：给参考代码，说"结构参考这个"
- 页面开发：给参考页面截图，说"布局和这个类似"
- API 设计：给参考 API 文档，说"风格参考这个"
数据类任务
- 报表制作：给参考报表模板
- 图表生成：给参考图表样式
- 数据分析：给参考分析报告
案例复盘：PPT 制作完整流程
让我复盘一下那次成功的 PPT 制作过程，展示"给参照物"技巧的完整用法。
第一步：准备样本
我在网上找了一个 HTML 格式的 PPT 样本，它的设计风格我很喜欢：
- 蓝白配色，专业简洁
- 卡片式布局，带阴影效果
- 语义化 HTML5 标签结构
- 可直接在浏览器查看或打印为 PDF
第二步：给样本 + 说需求
我把样本文件发给 AI，然后说：
"我想要这种风格的 PPT。主题是飞轮效应。"
第三步：补充细节
AI 生成初稿后，我补充了一些细节要求：
"标题页用深色背景+白色文字。内容页用卡片式布局。整体风格专业简洁，不要花哨的动画。"
第四步：迭代优化
AI 根据我的反馈，生成了完整的 HTML PPT。我打开浏览器查看，效果很好，只需要微调几个细节。
整个过程：10 分钟。
而之前"直接描述"的方式，折腾了 1 小时都没搞定。
样本的进阶用法
多个样本组合
你可以给 AI 多个样本，让它综合不同样本的优点：
"配色参考样本 A，版式参考样本 B，字体搭配参考样本 C。"
样本 + 反例
除了给"想要的样子"，还可以给"不想要的样子"：
"风格参考这个样本，但不要像另一个样本那样密密麻麻堆文字。"
局部参考
你不需要给完整的样本，可以只参考某个局部：
"卡片的阴影效果参考这个，但颜色换成蓝色。"
为什么这个技巧这么有效？
从 AI 的工作原理来解释：
AI 的本质是"根据上下文预测最可能的输出"。你给的上下文越精准，它的预测就越准。
- 文字描述：AI 需要先把文字翻译成"视觉概念"，再生成输出。中间有两次转换，每次都有信息损失。
- 直接给样本：AI 直接从样本中提取视觉特征，跳过"翻译"环节，信息损失大幅减少。
这就像你跟设计师沟通：
- ❌ "我要一个简洁大气的设计"——设计师只能猜
- ✅ "我想要这种风格的设计"（同时拿出参考图）——设计师立刻明白
注意事项
1. 样本质量决定输出质量
你给 AI 一个丑的样本，它也会生成丑的输出。样本是 AI 的"天花板"，它很难超越样本的质量。
2. 样本不等于抄袭
给样本是告诉 AI"我想要这种风格"，不是让它复制内容。AI 会根据你的主题和内容，用样本的风格重新创作。
3. 细节要求不能省
样本解决了"风格"问题，但"内容"和"细节"还需要你自己把控。给样本之后，仍然需要补充具体的内容要求和约束条件。
小结
"给参照物"技巧的核心：
- 用眼睛说话，不要用嘴巴说话——给样本比描述高效 10 倍
- 样本是天花板——选高质量的样本
- 细节要求不能省——样本解决风格，你解决内容
- 适用于所有场景——设计、写作、代码、数据都适用
下次你让 AI 做任何东西之前，先花 2 分钟找一个参考样本。这个习惯，会让你的 AI 使用效率翻倍。
系列文章：