菜鸟AI - 让提示词生成更简单! 全站导航 全站导航
AI工具安装 新手教程 进阶教程 辅助资源 AI提示词 热点资讯 技术资讯 产业资讯 内容生成 模型技术 AI信息库

已有账号?

首页 > 资讯 > 商汤SenseNova-Skills实测:办公技能一键生成精美PPT
其他资讯 商汤 办公

商汤SenseNova-Skills实测:办公技能一键生成精美PPT

2026-06-06
阅读 0
热度 0
作者 菜鸟AI编辑部
摘要

摘要

商汤开源SenseNova-Skills办公技能体系,基于AgentSkills标准将业务流程封装为标准化“工种手册

先说一个核心判断:通用大模型能聊天、能写诗,但真要干起活来——尤其是那种需要跑完一整条工作流的正经事——总是差那么一口气。差在哪?差在它只给建议,不给成品。

商汤科技今天正式开源了一套名为 SenseNova-Skills 的办公技能体系,试图解决这个痛点。这套体系基于 Agent Skills 标准,把各行各业的业务知识和办公流程封装成了标准化的“工种手册”。换句话说,大模型不再是给一堆零散建议让你自己去折腾,而是直接跑完整个工作流,交付一份能直接用的东西。

我们还是用四个真实的办公场景来看清楚这件事。

一、办公数据分析:告别万行大表,一键输出“可开会决策报告”

案例:风电事业部月度绩效数据表 → 全维度绩效分析报告

先看一个典型的“表格恐惧症”场景。假设你有一份风电事业部过去10个月的月度绩效考核表,十几张Excel文件,几千行数据。传统做法是什么?先清洗数据、再写公式、然后画图表、最后凑报告,光这一步至少半天过去了。

现在你只需要告诉AI:“根据我上传的风电事业部月度绩效考核表,生成一份员工绩效分析报告,包含总体情况、趋势变化、岗位对比、个人表现和改进建议,并用图表展示关键结论。”

安装了 SenseNova-Skills 技能集后,背后的 sn-da-excel-workflow 数据分析技能会自动启动全流程处理。它做的事情是不声不响的:先完成数据校验与空值、异常值清洗,再分层统计月度考核人数、得分区间、岗位绩效分布和员工个体表现,然后自动生成各类统计图表,最终输出一份带完整目录、包含数据分析与优化方案的正式 Word 报告和 HTML 可视化页面。

▲绩效考核表部分数据

▲绩效考核表全部文件

最终产出的报告包含五大板块:全周期数据概况、月度绩效波动趋势、38个岗位绩效分层盘点、高低绩效员工画像、持续进步人员复盘。更关键的是,它会精准标注出不合格率超过80%的高危岗位——比如岗位31、13、4号——并配上专项培训、资源优化等可落地的管理建议。所有趋势图、岗位排名图表都已自动生成,这份报告拿来就能直接上部门管理例会。

核心技能亮点:

  • 海量文件自动分块流式读取,上万行数据不会内存溢出、程序卡死;
  • 支持图片表格OCR识别,截图里的数据也能提取汇总分析;
  • 分析结论落地具象化,不只罗列数据,同步输出管理优化落地建议。

以下为成果:

二、全自动深度研究:数据冲突自动甄别,产出可溯源行业报告

案例:一句话调研需求 → 跨境电商全维度专业报告

这还是“动动嘴皮子”的升级版场景。你只需要说:“请围绕《2024 年以来中国跨境电商行业的发展变化》完成一份专业分析报告,重点评估平台格局、商家经营压力、AI工具应用、主要机会与风险,并输出一份结构清晰、结论明确、带可视化展示的报告。”

依托 SenseNova-Skills 技能集中的 sn-deep-research 深度研究技能,AI 可以在没有任何数据输入的情况下,直接输出带丰富图表、可溯源的可视化报告。

这里值得关注的是它的研究路径。它遵循的是「先搭建分析框架→分维度定向取证→多源数据交叉核验→整合归纳结论」的标准化研究流程。没有原始文件?没关系,它自己上网找。但它不是那种“漫天撒网、抓到什么算什么”的粗暴做法,它会去引用的都是权威来源。

举个例子:在分析跨境电商市场规模时,它发现海关总署的口径是2.63万亿(监管口径),而网经社的数据是17.66万亿(全产业链口径)。两套数据放在一起,如果是个粗心的研究员,可能直接就写“数据矛盾”了。但这套系统会自动区分统计规则、标注口径差异,并说明这两组数据实际上是互补关系,并不冲突。

再比如,针对 Temu、TikTok Shop 到底是机遇还是行业隐患的行业争议,它不会给出一个模棱两可的答案,而是从入局新商家、存量老卖家两个视角分别拆解利弊,让你自己判断。

最终产出的报告围绕行业规模、平台格局、商家经营成本、AI落地渗透率、地缘合规风险五大核心维度展开,配套十余张数据统计图。所有数据都标注了来源(海关、行业白皮书、权威平台公开数据),严谨程度可以直接用于投资研判。

核心技能亮点:

  • 覆盖学术库、行业平台、权威媒体多源检索,调研过程可存档、支持断点续跑;
  • 自动辨析统计口径分歧、行业观点矛盾,避免报告数据错误;
  • 从零散资讯收敛成结构化研判结论,杜绝信息杂乱堆砌。

综合成文时,它会把这几个维度的证据收敛成几条清晰的主线判断:

  • 行业正从野蛮生长转向高质量发展;
  • 平台格局呈“一超多强”;
  • “内卷”成为商家年度关键词;
  • AI工具渗透率快速提升但尚未成为核心竞争力;
  • 地缘整治与合规是最大风险。

你看,它最终产出的是一份带数据、带图表、结论自洽的行业研究报告——而不是一堆互不相关的要点。这种把一句模糊的“调研一下X”,变成一套先规划、再执行、证据可查的工作方式——这才是靠谱研究和糊弄之间的分水岭。

三、多技能串联:从一个想法,一步直达商业PPT

如果数据分析、深度调研、PPT生成这三个技能只能单独使用,那顶多算三个独立的工具箱。SenseNova-Skills 的真正价值在于模块化设计——这三项技能可以自由拼接组合,一条指令完成「信息搜集 - 数据分析 - 文案撰写 - 排版制图 - PPT导出」全链路,全程不需要你在不同软件之间来回复制粘贴。

案例A:25万预算新能源SUV选购指南——12页理性决策PPT

假设你是一位正在选车的用户,预算25万,要买新能源SUV,用作城市通勤加周末自驾。你不想看那种满屏广告词的“选车攻略”,想要一份能拿来跟家人商量、方便决策的东西。

Prompt 可以这样写:请制作一份12页中文PPT,主题为《25万预算,新能源SUV到底怎么选?》。需要深度调研主流车型的价格、续航、智驾、安全、空间、保值率、售后和真实口碑。横向对比特斯拉Model Y、比亚迪宋L/唐DM-i、小鹏G6、理想L6、零跑C10/C11、问界M5等车型,建立购车决策评分模型,给出稳妥型、智能化优先型、家庭舒适型、性价比型四类推荐。风格要求清晰、现代、适合家庭讨论,避免广告感。

系统会做些什么?它会全网搜集各车型的配置、落地售价、车主真实口碑、售后政策,然后生成六维打分雷达图、价格续航对比表,并按稳妥家用、智能优先、性价比、舒适取向四个维度画出选购方案矩阵。最终交付一份“新能源SUV选购指南PPT”,无硬广话术,适合辅助决策沟通。

以下是成果:

案例B:城市夜间消费推荐|都市氛围风PPT

这又是一个非常生活化的场景。假如你想做一份关于“晚上10点以后,城市里哪里还能吃到真正好吃的夜宵”的PPT——听起来像是个很“人”的需求,但AI可以帮你做得很专业。

以南京为例,Prompt 可以这样写:分析年轻人夜间消费和夜宵选择,构造一份夜宵门店示例数据(店名、品类、价格、营业时间、距离、评分、排队风险、适合场景),分析烧烤、火锅、小龙虾、面馆、便利店、甜品等品类特点。输出五类人群推荐(下班太晚型、演唱会散场型、情绪崩溃想吃点好的型、朋友聚会型、省钱续命型)。PPT需要包含夜宵品类对比、场景推荐矩阵、价格分布图、夜间消费动线图。风格要求烟火气、年轻化、深色背景。

看看它生成的结果:一份11页的夜间都市氛围风格PPT,完整呈现了南京深夜美食地图。其中包含六大夜宵品类横评(烧烤、火锅、小龙虾、面馆、便利店、甜品)、夜宵价格光谱(10-30元的经济型,到100+元的奢侈型)、夜间消费动线(22:00夜宵开始→24:00深夜高峰→02:00大部分关门→04:00烧烤独守→06:00早餐接力),以及五种人群场景推荐并匹配具体门店示例。页面是深色背景、霓虹烟火气风格,直接拿来做消费场景决策参考毫无违和感。

以下是成果:

四、让PPT生成不跑偏的秘诀

很多人写报告、做PPT的痛苦,不是不会排版、不会画画,而是根本不知道到底讲给谁听。这是所有汇报失败的根源。

SenseNova-Skills 在做PPT生成之前,会优先做一件事:锁定受众与使用场景。然后才开始拆分每页的文案、配图、数据图表排版槽位,搭建一条有说服力的叙事线。这样做的好处是:让汇报方与听众先达成共识,而不是先吭哧吭哧做完了再发现方向不对。最后,由视觉模型逐页进行像素级质检,确保成品可上台。

它还提供了两种PPT生成模式供选择:日常商务汇报用 standard 标准模式,发布会等重要活动可启用 creative 创意模式。全文档的字体、配色、版式保持一致,彻底告别那种“一页一个风格”的混乱模板。

核心技能亮点:

  • 数据分析、深度调研、PPT生成三大技能模块化拼接,一条指令完成全链路,无需跨软件操作;
  • 优先锁定受众与汇报场景,内容逻辑先于视觉排版,有效避免“PPT做完却讲不清”的常见问题;
  • 双模式可选,全文档字体、配色、版式统一,直接输出可上台使用的完整文件。

五、拥抱开源:可随时“安装”的技能包

如今的大模型,在通用认知层面已经相当能打了。但问题出在“落地”这一环——各行各业都有自己标准化的操作流程,而大模型往往是“知道”但“不会干活”。

SenseNova-Skills 的做法是开放一套 Agent Skills 标准,把每项技能独立封装成文件夹,通过一份 SKILL.md 文档写明该技能的适用场景、能力边界和执行规范。就好比给大模型批量加装了各行各业的实操手册。

一个很形象的比喻:如果说大模型是“大脑”,那么 Skills 就是一份可以随时给大脑“安装”的工种手册。

配套模型与权益

  • SenseNova U1 系列、SenseNova 6.7 Flash-Lite:公测期依托 Token Plan 平台免费调用,每5小时各1500次免费额度;
  • SenseNova U1 Lite:已开源,采用 Apache2.0 协议,包含 8B-MoT 和 A3B-MoT 两个版本,开发者可本地部署、二次迭代。整套技能不挑模型,可兼容市面主流 Agent 框架,用户可按需新增行业技能文档,持续扩充 AI 工作边界。

六、两种上手路径,开发者 / 普通用户按需选择

1、开发者部署(开源自建)
这里有一种很智能体的方式:把代码仓库地址直接交给自己的 Agent,让它自行克隆并拷贝到 skills 目录,装完手动重启一次服务即可。当然,传统的手动克隆复制也完全支持。通过 GitHub 下载项目源码,将 Skills 文件夹复制至对应 Agent 运行目录,指令即可完成技能挂载。支持选择性安装 sn-pptsn-deep-research 等单项技能,按需定制自己的工作流。

2、普通用户(零代码开箱)
如果你是普通办公用户,完全不需要配置环境、不需要搞 API 密钥。全套技能已经集成至「小浣熊」办公智能体,注册即可免费试用,直接上传表格、发送指令就能生成报告和 PPT,而且享受企业级安全防护。

结语:开源实用Skills,让AI真落地、真干活

回到开头那句话:AI 以前只能输出零散建议,今天依托 SenseNova-Skills,从原始数据、一句话需求,可以直接到达一份完整的、可交付的落地文件。这些技能是开源的、可以被编写和复用的。这意味着 AI 的能力边界延伸到了人类可以随时注入的、任何一个领域的具体工作流中——这才是“让AI真正干活”的关键一步。

来源:互联网

免责声明

本网站新闻资讯均来自公开渠道,力求准确但不保证绝对无误,内容观点仅代表作者本人,与本站无关。若涉及侵权,请联系我们处理。本站保留对声明的修改权,最终解释权归本站所有。

同类文章推荐

相关文章推荐

更多