用AI排练演讲:检查时长和结构,而不是台上表现
初级8 分钟阅读终身学习与进修

用AI排练演讲:检查时长和结构,而不是台上表现

AI能根据转录稿检查语速和时长、标出缺失的中心句,并统计口头填充词。它看不见你的眼神,无法判断现场观众的反应,也不能核验你即将陈述的事实。这套排练流程把这些职责分别交给合适的人和工具。

您应该能够做到的事情

先写提纲,独立试讲,再按评分标准检查转录稿并重新试讲,可以快速发现结构和节奏问题。但这不能替代面对真人的完整排练,也不能核验讲稿中的事实。

仅在此浏览器中保存。
本文内容

这套工作流使用转录稿来检查会议演讲、论文答辩或工作汇报。它可以分析文本结构、时间戳、论点是否清楚,以及转录出的口头填充词。即使某款产品能够接收视频,本文也不声称它能评估眼神、手势、现场反应或事实准确性。

这套排练流程把AI用于能够从转录稿判断的部分,同时明确其余部分仍需要真人观众的反馈和你自己的核验。

第1步:自己写提纲与初稿

在任何AI介入之前,先写自己的提纲:整场演讲的论点、各节的论点,以及你希望观众记住的一件事。理由与外包思考会削弱什么相同——若AI从零起草结构与内容,你是在用自己的声音排练别人的论证;面对真问题时,这明显弱于你真正构建并能当场捍卫的论证。

完成这些之后,AI可以帮助改进你已经写好的内容,但不应替你生成演讲的核心观点。

第2步:独立完整试讲一次,如实计时

打开手机计时器,大声完整试讲一次。除正式上台时实际会带的材料外,不要看其他笔记。不要中途停下来纠正错误;即使这一遍很糟,也让它完整结束。这是你的基准表现,也是开始根据反馈调整之前了解真实节奏的唯一办法。

第3步:转录试讲,并在阅读转录稿前制定评分标准

把录音转成文字,多数手机和一些免费工具都能自动完成。同时,在阅读转录稿之前,另行写下反馈所依据的评分标准。这样,标准反映的是演讲真正需要达到的目标,而不会被你在这次试讲中恰好注意到的问题左右。

排练转录稿往往比最终演讲更敏感。未发表研究、论文答辩、内部路线图、客户名称或仍处于保密期的结果,都可能出现在尚未获准公开的草稿中;把这些内容粘贴进消费级AI工具就是一次信息披露。有些工具会保留输入或将其用于训练,除非所用套餐和设置明确另有规定。转录稿离开本机前,应检查机构、雇主或合著者对该材料是否有相关政策或保密限制,确认工具如何处理输入,并删除结构反馈不需要的内容,包括参与者姓名、未发表图表、客户标识符,以及合作者未同意分享的任何信息。如果演讲涉及的不全是你个人的工作,是否上传也不能由你独自决定。

我正在排练一场演讲。我对转录稿的评分标准如下:
1. 每一节以清晰的一句话论点开场。
2. 节与节之间的过渡明确,而非默认听众已知。
3. 填充词(“嗯”“所以”“基本上”“有点”)尽量少。
4. 开场句是具体而能吸引听众的切入点,而非清嗓式铺垫。
5. 结尾陈述具体收获或行动,而非泛泛总结。

按每条标准为我的转录稿评分,并从文本给出具体例子。
不要重写我的演讲——对每个问题指出确切句子或缺口。

这与用AI做刻意练习中先定评分标准的原则一致:在反馈前固定标准,能让反馈保持具体,而不是迎合这次试讲呈现出的结果。这样做也有助于防范模型中一种已经通过实验测量的倾向:当用户透露自己对作品的偏好时,助手会相应调整反馈,对同一段文字作出比未透露偏好时更正面的评价(Sharma and colleagues, Anthropic, 2023)。你难免在意自己的演讲,因此可行的防范方式,是在看到这次试讲会在哪些标准上失分之前,就把标准写下来。这个基本循环包括明确而有限的目标、一次尝试、对照标准的反馈和再次尝试,正是刻意练习研究长期描述的表现技能训练方式(Ericsson and colleagues, Psychological Review, 1993)。

第4步:对照实际时限检查节奏

我的时限是[X]分钟。这次试讲按我的自然语速用时[Y]分钟。
根据字数与我的实际时限,告诉我:
- 哪些节的篇幅与它们在提纲中的重要性不相称。
- 何处删减对论证代价最小。
不要替我改写要删减的内容——只标出篇幅失衡之处。

找出篇幅失衡之处后,仍由你自己删减内容,才能把“什么该留、什么该删”的决定权握在手中。模型没有依据替你作出这种判断,因为它不知道哪些部分对你的实际观众或论证最重要。

第5步:修改、再排练、再比较

根据标出的具体缺口自行编辑,再次独立排练,并再次转录。用同一评分标准比较两份转录:

这是我之前的评分标准。这是我的第二份转录稿。
用同样方式评分,并具体告诉我五条标准中哪些改进了、哪些没有,以及现在最弱的是哪一条。

这一步让反馈流程有必要重复进行。只有一轮反馈而没有再次尝试,你只能知道哪里有问题;对第二次尝试按相同标准评分,才能看出问题是否真正解决。

排练问题,而不只是演讲本身

演讲通常不会在最后一张幻灯片结束时真正结束,问答环节最容易暴露准备不足。AI可以根据你自己的内容生成一组听众可能提出的合理问题,然后由你在正式演讲前独立、大声地回答:

以下是我的演讲提纲与关键主张:[粘贴你的提纲]。

仅依据本提纲,生成8个熟悉该主题的听众可能提出的合理问题。
不要回答它们——我将自己大声作答。

独立作答,最好录音后再听一遍,可以暴露照稿朗读无法发现的论证缺口。在私下排练中发现回答薄弱之处,远比在真实观众面前发现时压力小。

这个循环检查不了什么

基于转录稿的排练流程无法评估眼神、姿势、手势、音色、随现场观众反应而调整的节奏,或你处理意外问题的方式。在正式演讲前,至少面对真人完整试讲一次,可以请同事、朋友或导师来听。转录稿无法捕捉的现场表达效果,往往正是结构严谨的演讲与真正打动观众的演讲之间的差别。

原因在于转录稿本身能记录什么,而不是你是否足够努力。它记录你说了哪些话,却不记录听众如何接收这些话。因此,来自听众的所有信号,包括第三张幻灯片时困惑的表情、暴露铺垫含糊的提问,以及注意力明显下降的时刻,都不会出现在转录稿中。现场试讲不是更正式的独自练习,而是唯一能产生这类信息的步骤。

呈现事实前先核验

若演讲包含统计数据、引文或具体主张,在正式演讲前应对照一手来源逐项核验,遵循为何AI有时会给出笃定的错误答案中的同一原则。把一个不准确的数字表达得再流畅,也不能纠正数字本身,只会让错误主张在真实观众事后核查时听起来更有把握。

一个说明性的排练循环

完整走一遍流程大致如下。这里的数字只用于说明,并非实测案例。一名研究者准备一场12分钟的会议演讲,先独立完成首轮试讲并转成文字。评分结果显示,多数段落以铺垫句而非中心句开场,计时也显示演讲明显超时。她自行重写各段开头,删掉一个相对于重要性占时过长的次要论点,然后重新试讲。第二份转录稿在结构标准上得分更好,但口头填充词并未减少,因为时间压力下频繁使用这些词是一种临场表达习惯,而不是讲稿问题。这正是这套流程的价值:它把可以通过改稿解决的问题,与必须通过面对同事试讲才能处理的问题区分开来,而不是把所有问题都混在“演讲还需要更多打磨”的笼统感觉里。

你的下一次排练

自己写提纲与初稿。独立排练一遍并转录。在读转录前建立评分标准,评分、修改、再排练。在正式演讲前与真人预约一次现场试讲。演讲排练卡追踪各次排练的评分,并有位置记录转录循环无法自行生成的现场试讲反馈。

继续阅读

通过下一篇文章继续沿着相同的学习路径进行学习。