本文拆解腾讯Marvis接入腾讯文档MCP后的一句话生成PPT能力：AI交付的不再是一段文字，而是可直接编辑协作的文档对象；提示词的结构决定交付物的结构，写提示词就是在做信息架构，文中还分析了渲染校验与模拟数据标注等细节。

老板十点半说要一份 Q3 复盘，你打开 PowerPoint，光是封面排版就调了五分钟。空白页停在那儿，你连第一页标题写什么都还没定。

腾讯马维斯（Marvis）接上腾讯文档的 MCP 之后，这一段可以整段跳过。它是操作系统层级的个人 AI管家，你用自然语言说出需求，它调用腾讯文档自动创建和操作，回给你一个链接。

值得拆的其实不是「AI 会不会写 PPT」——这个问题早就没有讨论价值了。值得拆的是它交回来的东西是什么形态。MCP 这一层把输出从一段文字变成了一个可以直接协作的文档对象，评价标准跟着换了：不再是内容写得好不好，而是打开之后要改几处、能不能直接发给同事。

交回来的是一个文档对象，不是一段还要你再搬一次的文字

第一个判断：这条路径最实际的价值，发生在输出的最后一米。

多数 AI 工具的终点是它自己的对话框。它把内容生成得很好，然后你复制、新建文档、粘贴、清理多余格式、重新调对齐——这类活有个很准确的说法，纯体力活。真正卡住效率的从来不是生成那一步，是生成之后那段搬运。

Marvis 走的是另一条路。它通过 MCP 直接操作文档类工具，排版和成稿发生在产物里，你拿到的是一份已经成型的东西。这个差别听起来小，但它改变了交付物的性质：一段文字只能被阅读，一个成型产物可以被直接打开、被评论、被指派、被继续修改。

先说连接怎么建。路径是技能广场上方切到「工具箱」，再切到「连接(MCP/CLI)」。这一栏按全部、办公学习、生活日常分类，腾讯文档排在第一个，简介写的是“支持自然语言操控 Word/E…”，已经有 4.9 万人连接；同栏还有腾讯问卷、腾讯微云、Notion、汽车之家、什么值得买。需要自定义配置时走右上角「我的连接」，再点「+ 自定义连接」。

这一步改变的是评价对象。以前你评价的是 AI 生成的内容，现在你评价的是它交出来的交付物——包括结构对不对、层级清不清楚、能不能直接进入协作流程。对做产品和设计的人来说，这是一个更接近真实工作的衡量标准。

提示词写成几段，交付物就分成几部分

第二个判断：这条路径上最可控的变量，是你怎么组织那句话。

官方给的示范提示词值得逐字看，因为它的结构感很强：

提示词

帮我用腾讯文档做一个关于 Q3 运营数据复盘会的 PPT，包含整体数据概览、各渠道转化对比、核心问题分析、Q4 优化计划四个部分。

这句话里没有一个形容词是关于风格的，全部信息都在结构上：一个主题，四个并列部分，而且四个部分的顺序本身就是一条汇报逻辑——先看整体，再做对比，然后归因，最后给动作。你交出去的不是一个模糊的意图，是一份目录。

同样的写法可以换成别的结构。官方另一条示范把结构写得更细，直接指定了每个部分该用什么形式承载：

提示词

帮我创建一个年度招聘计划文档，包含以下部分：招聘目标（表格）、时间排期（待办列表）、各岗位JD概述、预算明细。

括号里的表格和待办列表是这条提示词里信息量最大的部分。它不只说了要写什么，还说了要用什么组件写——表格意味着可对比，待办列表意味着可勾选和可指派。换句话说，你在提示词阶段就已经在做信息架构了。

那句话发出去之后，回来的东西比预期更完整。Marvis 先报了一句“全部 13 页渲染验证通过，无溢出、无重叠。PPT 已完成。登记产物。”，然后给出结论：“老板，Q3 运营数据复盘会 PPT 已完成，13 页，全部数据为模拟生成。”下面挂着产物文件卡片，13KB，落在本机的 output 目录里。

有两处细节值得单独说。一个是它主动做了渲染校验——溢出和重叠是自动生成 PPT 最常翻车的地方，它在交付前自己检查了一遍。另一个是它主动标注了“全部数据为模拟生成”，没有把编出来的数字混在真实结论里。这两件事都不是提示词要求的。

更能说明问题的是它附的那张「PPT 结构概览」表，把每个部分对应到了具体页码：封面第 1 页，写的是核心结论 GMV +38% 但结算环节转化掉点；议程第 2 页，四大板块导航；整体数据概览第 3 到 5 页，8 项核心 KPI 加分月 GMV 与转化率趋势图；各渠道转化对比第 6 到 8 页，私域、自然、直播、付费四渠道漏斗表加转化率与 CAC 对比图。

把这张表和前面那句提示词并排看，对应关系是逐条落地的：你写的四个并列部分，变成了四个带页码区间的章节，而且顺序没变。

产物本身也值得翻一遍。封面页把核心结论直接做成了主标题，「整体 GMV 同比 +38%」和「但转化漏斗在结算环节掉点」分别用蓝色和红色标出，副标一行补上“4 大渠道跑通 2 个，留存承压，Q4 重心转向「客单 × 复购」双轮驱动”。这是一页汇报封面该有的样子——不是写个标题就完事，而是把结论前置。

「整体数据概览」这一段做成了 8 张 KPI 卡片，GMV、新增用户、D30 留存率、客单价、复购率、支付转化率、获客成本 CAC、客诉率各占一张，每张卡下面挂着同比变化的色块，涨的绿、跌的红。底部还压了一条 KEY TAKEAWAY：“增长靠拉新驱动，但「支付转化 ↓ + 留存 ↓」双降，Q3 是典型的「高增长、低质量」。”

「各渠道转化对比」做成了一张曝光到成交的漏斗表，四个渠道逐列摊开，成交转化率那一列用颜色分了档——私域 32.8% 绿、自然搜索 17.9%、直播 14.3%、付费投放 8.6% 红。底部的结论是“私域转化率是付费投放的 3.8 倍，但体量仅占 28%；付费投放烧钱但转化垫底，ROI 只有 1.9。”

「Q4 优化计划」做成了带优先级标签的行动清单，P0 到 P2 各自标了负责方和时间点，最后压一条 Q4 TARGET 把目标数字列齐。到这一步，提示词里那个光秃秃的“Q4 优化计划”已经变成了可以直接进周会的东西。

这一步值得设计师和产品经理专门练一下。提示词写得像一段需求描述，拿回来的往往是一篇散文；提示词写得像一份目录，拿回来的才是一份结构。这条对应关系是可预测的，也就意味着它可以被当成方法沉淀下来——把常用的汇报骨架固化成几句话，下次直接换主题。真正省掉的不是打字，是从空白页开始决定「这份东西该有哪几块」的那半小时。

从截图到在线表格，中间那段纯体力被整段跳过

第三个判断：这条路径消灭的不是思考环节，是搬运环节。

有一类活的低价值感特别明显：同事发来一张数据截图要转成在线表格，你得截图识别、手动逐格录入、再调边框字体对齐。官方给的指令只有一句：

提示词

把桌面这张数据截图转成腾讯在线表格。

同一类还有归档。行业分析文章、竞品页面散落各处，想集中收进腾讯文档，原来的流程是手动全选复制、新建文档、粘贴、清理多余格式、保存，繁琐还容易出错。这类活的共同点是：目标清楚、判断量为零、纯粹耗手。

这一步影响的是注意力分配。做设计和产品的人一天里真正需要判断力的时间并不多，大部分被这类搬运切碎了。把搬运交出去之后，省下的不只是分钟数，还有被打断后重新进入状态的成本——这部分成本从来不出现在工时统计里，但它是最贵的。

连接层可以自己配，边界和成本决定它能不能变成日常

第四个判断：一个能力要从演示变成日常，得同时满足可扩展、有边界、够便宜三件事。

先说可扩展。MCP / CLI 这层连接不是写死的清单。除了现成的连接，右上角「我的连接」里可以「+ 自定义连接」，支持自定义配置 MCP。腾讯文档只是其中一个例子——另一个已有的连接是快递 100，一句“帮我查从 XX 寄 X 公斤到 XX，对比各家快递价格”就能一次性拉取多家数据汇总，“我最近发的快递有没有异常的”也能直接问。也就是说，你的工具链有多长，取决于你接了多少东西进来，而不是产品预置了多少功能。

再说边界。让 AI 直接操作外部文档和本机文件，风险不在能力，在越界。Marvis 建立了 L2 级别的安全兜底机制：凡是涉及资金交易、系统核心配置修改、批量删除文件等敏感操作，系统会强制“硬垂询（Hard Confirm）”，必须用户本人点击确认才能执行，防止 AI 自作主张。本地文件这一侧也有默认态——左侧的文档和图库在用户明确授权之前不读取本地文件，授权页写的是“本地文件内容搜索、整理、聚类，均在您的设备上处理，保护您的个人隐私”。需要更强隔离时还可以切到本地模式：左下角头像 → AI 模式 → 「本地模式」，之后文档解析、图片识别和对话全部在本地运行，文件不出这台电脑，本地模型支持纯离线运行，拔掉网线也能用。常用的效率模式则把文件的检索、理解、编辑和格式转换交给端侧中小模型，只有复杂思考和信息查询才走云端推理，官方明确说不会未经允许把用户数据用于模型训练。

最后说成本。Marvis 目前完全免费，每个用户每天有 1000 万免费 token，每天零点刷新，办公室界面右上角能看到消耗量。而且基于核心的端侧算力能力，大部分常规操作消化在本地，相比纯云端的 Agent 产品，同样的会话任务 token 消耗会低不少。支撑这件事的是两层底层协同：芯片层上腾讯与 Intel 深度合作，结合其端侧 AI 能力和 OpenVINO 加速技术做了芯片级运算优化，整体推理性能提升 20% 以上，中小模型场景里 Intel AIPC 的 GPU 与 NPU 推理速度相比传统 CPU 可提升 2 到 10 倍；操作系统层上，Marvis 基于 Microsoft Foundry on Windows 端侧 AI 开发平台，通过系统级 WinML 推理框架让大模型在本地 NPU、GPU 和 CPU 上优化运行以降低能耗，并通过 MCP on Windows 提供的本地设备代理注册表（ODR）接入了系统级文件 MCP 服务，实现在应用内直接用 Prompt 操作电脑文件，这是普通应用层 AI 做不到的。

这一步决定的是使用频率。可扩展让它覆盖得住你的实际工具链，边界让你敢把权限交出去，便宜让你不必在每次调用前心算价格。三者缺一个，这条路径就只会在演示里出现一次。

从产出内容，到产出别人能直接接手的东西

把四步连起来看，个人层面的变化集中在交付物的形态上：过去 AI 帮你产出内容，你还得负责把内容变成一个能用的东西；现在它直接产出可协作对象，你的工作前移到了定义结构那一步。提示词从一段描述变成一份目录，搬运环节被整段跳过，注意力从格式对齐挪回到判断上——这三件事叠起来，改变的是你在流程里的位置。

往上一层，团队里的差别更明显。协作对象统一之后，评审和交接的对象也统一了：不再是有人发文字、有人发截图、有人发文件，而是同一个可打开、可评论、可指派的文档。这对流程复用尤其有用——把常用的汇报骨架、招聘计划骨架、竞品归档骨架各写成一句话，团队里任何人都能拿去换主题重跑一遍，产出的结构是一致的。责任链上也清晰了一层：硬垂询在个人手里只是多点一下，放到团队里就是一条明确边界，资金、系统配置和批量删除必须本人点头，再叠上本地模式那条文件不出设备的规则，不同敏感度的活才可能分开安排和授权。

还有一件容易被忽略的事：交付前的自检也被一起交出去了。渲染校验和“数据为模拟生成”这类标注，放在个人手里只是省了一次返工，放到团队里就是一道质量闸——过去这两件事靠人自觉，谁细心谁少出错；现在它跟着产物一起产出，等于把评审标准前移到了生成环节。对需要多人过稿的团队来说，这比多写几页内容更有价值，因为返工的成本从来不在写，而在改完之后再过一遍所有人。

再往行业看，值得注意的是 AI 产品的输出标准正在变。前两年比的是内容质量，接下来更值得比的是输出形态——它交回来的是一段需要人再加工的文本，还是一个可以直接进入协作和执行的对象。这件事把竞争从模型能力推向了连接能力：能接多少外部系统、能不能让用户自己配、权限和边界说不说得清，这些开始比多写几百字更能决定留存。对做 AI 产品的人来说，这里有个更具体的启示——衡量一次交付成功与否，最好用的指标不是内容评分，而是用户打开它之后改了几处。改动越少，说明结构越准；结构越准，路径才越短。

先把一句话写成一份目录

最适合先试这套东西的，是经常要交结构化文档的产品经理和设计师，以及每周都在做重复模板的人。

第一件值得做的事不是研究能接多少工具，而是把连接建起来：技能广场上方切到「工具箱」，进连接 MCP / CLI，把腾讯文档接上。然后照上面那条示范提示词的写法，把你手头最近一份要交的东西写成一份目录——主题一句、并列部分列清、需要表格或待办列表的地方在括号里注明，发出去，看它返回的链接里结构对不对。

跑完这一遍，再做两件事：把改得最少的那句提示词存下来，它就是你以后的模板；然后试一次截图转在线表格，感受一下那段搬运消失之后的差别。需要接自己的服务时，从右上角「我的连接」里做自定义连接。