AI cho bài thuyết trình: xây dựng mạch nội dung trước, rồi mới làm các trang trình chiếu

Tại sao các bộ trang chiếu do AI tạo thường không đạt hiệu quả mong muốn?

Bài trình chiếu do AI tạo thường không hiệu quả vì người dùng yêu cầu tạo trang chiếu trước khi xác định bài thuyết trình cần đạt được điều gì, nên công cụ lấp đầy mười hai trang chiếu bằng các tiêu đề chung chung và số liệu có vẻ hợp lý nhưng chưa được kiểm chứng. Cách khắc phục là giao cho AI một quyết định cần hỗ trợ, chứ không phải một chủ đề cần trình bày.

Lấy ví dụ về Harbourline, một công ty phần mềm hậu cần giả định có 35 nhân viên. Amira, trưởng bộ phận hỗ trợ khách hàng thành công, phải báo cáo kết quả quý với ban lãnh đạo vào thứ Năm. Tài liệu thô của cô như sau: 'Q3 có 41 trên 46 khách hàng gia hạn, mất hai khách vì giá, một khách chuyển sang đối thủ, hai khách chưa quyết định. Số yêu cầu hỗ trợ tăng 18% sau khi phát hành tính năng định tuyến, chủ yếu là lỗi đăng nhập, đã sửa trong tuần 9. Khảo sát NPS có 62 phản hồi. Muốn xin phê duyệt tuyển thêm một chuyên viên hướng dẫn khách hàng mới. Có nên nhắc đến sự kiện khách hàng ở Leeds không?'

Nếu Amira dán nội dung đó vào một công cụ AI và yêu cầu tạo bài trình bày, cô ấy sẽ nhận được một bộ trang chiếu gọn gàng về 'Những điểm nổi bật trong hoạt động hỗ trợ khách hàng thành công ở Q3', nhưng lại đẩy đề nghị tuyển dụng xuống tận trang chiếu thứ mười một và có thể quy đổi 41 trên 46 thành một tỷ lệ phần trăm mà chưa ai kiểm tra.

Phương pháp lập dàn ý trước khi tạo bài thuyết trình bằng AI là gì?

Phương pháp lập dàn ý trước nghĩa là bạn lần lượt chốt bốn yếu tố: đối tượng, một thông điệp, mạch trình bày và sau cùng mới là các trang chiếu; ở mỗi giai đoạn, bạn để AI soạn bản nháp từ những dữ kiện do chính bạn cung cấp. Mỗi giai đoạn đủ ngắn để xem lại trong một phút, nhờ đó bộ trang chiếu cuối cùng luôn bám sát sự thật.

Dàn ý bài thuyết trình do AI tạo còn yếu và bản đã cải thiện trông như thế nào?

Câu lệnh chưa tốt: 'Tạo bài thuyết trình 10 trang về kết quả chăm sóc khách hàng Q3 của chúng tôi.' Kết quả thường gặp: một trang tiêu đề, 'Nội dung', 'Điểm nổi bật', 'Tỷ lệ gia hạn: 89%', 'Mức độ hài lòng của khách hàng cao', 'Thách thức', 'Các bước tiếp theo', 'Cảm ơn'. Con số 89% được làm tròn từ 41 trên 46, tức 89.1%, nên lần này tình cờ đúng, nhưng bài thuyết trình không hề đề nghị bổ sung chuyên viên hướng dẫn khách hàng mới, còn nhận định 'Mức độ hài lòng của khách hàng cao' không có bằng chứng vì ghi chú chỉ nêu số người trả lời khảo sát, không nêu điểm họ đánh giá.

Câu lệnh được cải thiện: 'Đối tượng: ban lãnh đạo đang quyết định về số lượng nhân sự. Thông điệp: thêm một chuyên viên hỗ trợ khách hàng mới giúp bảo vệ những hợp đồng gia hạn mà chúng ta suýt mất trong quý này. Chỉ sử dụng các dữ kiện dưới đây, viết sáu câu tiêu đề để xây dựng lập luận này, liệt kê dữ kiện hỗ trợ dưới mỗi câu và đánh dấu tiêu đề nào cần dữ kiện mà tôi chưa cung cấp.' Kết quả mở đầu bằng 'Chúng ta đã gia hạn 41 trong số 46 tài khoản, và cả năm tài khoản có nguy cơ đều gặp tình trạng triển khai ban đầu chậm', sau đó trình bày số yêu cầu hỗ trợ tăng đột biến và cách khắc phục, rồi kết thúc bằng đề xuất và chi phí. AI chỉ ra hai thông tin còn thiếu: điểm NPS cụ thể và mối liên hệ giữa các tài khoản đã mất với quá trình triển khai ban đầu, mà Amira phải xác nhận từ ghi chú tài khoản. Sự kiện Leeds được chuyển sang phần phụ lục dài một dòng.

Làm thế nào để kiểm tra bài thuyết trình do AI tạo trước khi trình bày?

Đối chiếu mọi con số, tên và nhận định về quan hệ nhân quả với nguồn của bạn, chỉ đọc các tiêu đề để xem chúng có tạo thành một câu chuyện liền mạch không, và tập đọc thành tiếng phần ghi chú cho người thuyết trình một lần. Trong bài thuyết trình, một số liệu chưa được kiểm tra có thể gây hậu quả lớn nhất, vì nó được trình bày đầy tự tin trước những người ra quyết định.

Những lỗi thường gặp khi dùng ChatGPT cho PowerPoint là gì?

Sai lầm phổ biến nhất là yêu cầu tạo trang chiếu ngay từ đầu; thứ hai là để AI cung cấp số liệu thống kê, trích dẫn hoặc số liệu đối chuẩn mà bạn chưa từng đưa cho nó. Những sai lầm khác gồm: chấp nhận đề mục chung như 'Thách thức' thay vì tiêu đề nêu luận điểm, đặt đề nghị ở cuối khi đã hết thời gian, dán số liệu mật của khách hàng vào công cụ chưa được đơn vị bạn làm việc phê duyệt, và dùng thời gian tiết kiệm được để làm hiệu ứng thay vì tập trình bày.

Bài học về thuyết trình này nằm ở đâu trong lộ trình học của Tosheo.ai?

Trong lộ trình Tosheo.ai, phương pháp này nằm trong các bài học giao tiếp dành cho vai trò quản lý, chăm sóc thành công khách hàng, bán hàng và vận hành. Sau bài đánh giá đầu vào, người học luyện xây dựng mạch trình bày từ tài liệu của chính vai trò mình, và bài thực hành được chấm theo bảng tiêu chí như bên dưới, kèm phản hồi cụ thể về những điểm còn yếu trong lập luận hoặc bằng chứng.