// Set up a research-driven PPT thesis using a three-section framework (counter-consensus paradox / structural decomposition / investigation paths) plus a six-question specificity diagnostic. Use when the PPT type is Research — NOT Pitch. Run ppt-classify first if type is unknown.
Generate "image + text" style visual decks on the open-slide React framework with 绿皮火车's design system — dark-teal / dark-coral themes, four core layouts (hero-cover / chapter-cover / takeaway / thesis), Nano Banana background imagery, and safe-zone typography discipline. Use when the user wants a visually dense, cinematic slide deck where layout is image-driven rather than text-driven and is comfortable shipping a static URL or PDF. NOT for legacy .pptx file output — that path was removed in v1.0; future PPTX export is planned as an open-slide upstream contribution.
[DEPRECATED — narrow use only] Inject content into a pre-existing hand-authored Google Slides master template via gws CLI batchUpdate (replaceAllText + replaceAllShapesWithImage). Use ONLY when (1) a polished Slides master template already exists on Drive and (2) you need to batch-fill it with N variants of content. For all other "make a visual deck" use cases (general drafting, ep-style content decks, first-time deck), use the visual-deck skill instead — it ships better visual fidelity via open-slide and no template wall.
Review a PPT storyline for structural fit, pacing, and key-visual anchors. Type-aware — research-driven, pitch-driven, and teaching-driven decks have different valid storyline shapes. Use after thesis is set (ppt-classify + ppt-research-setup or plan-ceo-review) and BEFORE visual-deck generation.
Classify a PPT brief into one of four types (Pitch / Research / Teaching / Narrative), then emit a high-level chapter skeleton for that type personalized to the topic. Different PPT types need different立论 frameworks AND different chapter structures — a research PPT is not a pitch, a pitch is not a narrative. Use at the very start of PPT planning, BEFORE thesis setup. Pairs with ppt-research-setup / other per-type setup skills for detailed per-chapter reasoning.
Mac 智能磁盘清理助手，基于 Mole (https://github.com/tw93/Mole) 的用户友好包装器
Mac 智能文件整理助手，专注整理下载文件夹中的办公文档，避免误移动代码文件
| name | ppt-research-setup |
| description | Set up a research-driven PPT thesis using a three-section framework (counter-consensus paradox / structural decomposition / investigation paths) plus a six-question specificity diagnostic. Use when the PPT type is Research — NOT Pitch. Run ppt-classify first if type is unknown. |
| version | 0.1.0 |
适用：
不适用：
plan-ceo-review（gstack）ppt-classify研究型 PPT 的立论不是抛观点，是设计一个能推出答案的问题。好的研究型 PPT 开场都遵循三段式，这个结构从 Dylan Patel / Dwarkesh×Jensen / 硅谷101 等一手研究类内容提炼而来：
反共识悖论（研究动机）
↓
结构化拆解框架（研究边界）
↓
3-4 条调查路径（硬核子议题）
↓
（观众带着你走完三条路径）
↓
综合判断（结论不预设，从证据里长出来）
核心原则：Specificity is the only currency. 模糊的答案没有价值，每个环节都要用具体证据、具体案例、具体数字打穿。
一个让观众一愣的问题——大家都觉得答案已定、实际没那么确定。
好悖论的三条标准：
示例：
✅ "当大家都在说 AI 软件会被商品化、云厂商都在自研芯片、DeepSeek 证明不需要那么多英伟达卡，为什么黄仁勋敢喊未来 21 个月 1 万亿美元的 GPU 订单？"
❌ "NVIDIA 的护城河是否正在被侵蚀？" （太平，没有张力）
❌ "分析英伟达的核心竞争力" （这是陈述，不是悖论）
把模糊问题切成可分析的坐标系——告诉观众"我们接下来用什么坐标看这个问题"。
好框架的特征：
示例：
✅ NVIDIA 护城河研究的框架：
- AI 五层蛋糕（能源 / 芯片 / 基建 / 模型 / 应用）—— 回答"在哪一层"
- TCO 经济学（吞吐 / 延迟 / 功耗）—— 回答"为什么"
- 工作负载演进（训练 → 推理 → Agentic）—— 回答"什么时候变"
❌ "从技术、市场、竞争三方面分析" —— 太泛，和没说一样
每条路径 = 一个可以独立推证的子问题，能产出具体证据。
好路径的标准：
示例（NVIDIA 护城河）：
路径 1（直观层）：护城河的真实形态 —— 是 CUDA 生态锁定？是台积电/HBM 产能买断？还是对 CoreWeave 的资本捆绑？
路径 2（反推层）：产品逻辑反推 —— 200 亿收购 Groq + 新品 CPX / Kyber 液冷背后，反映了什么工作负载的变迁？
路径 3（盲区层）：长期威胁与行业忌惮 —— Scale-across 光互联 + 华为垂直整合 + 中国半导体供应链完整度
每个 section 写完，用这六问逼问一遍。任何一问答不上来 → 对应 section 重写。
问：这个悖论（或这条路径）最硬的证据是什么？不是"业内在讨论"、不是"分析师看好"，是具体数字或具体事件。 红旗："大家都在说……"、"市场普遍认为……"、"某知名机构预测……"
问：业内对这个问题的默认答案是什么？它错在哪？ 红旗："没有标准答案" —— 如果真没有，那这不是悖论，是未知。
问：每一个维度都要点名一个具体公司/人/产品/型号。不是"大厂"，是"Google 的 TPU v7"。一个框架里如果有维度点不出具体物，这个维度就不要。 红旗："业内某龙头"、"某云厂商"、"一些客户"、"行业普遍在做"
问：三条路径里最锐的是哪条？先做那一条，其他是补强。 红旗："三条一样重要" —— 通常意味着研究者还没想清楚重点。
问：数据里什么让你意外？这通常是真正的研究发现——观众也会意外。 红旗："都在预期内" —— 意味着在重复 consensus，不是研究。
问：这个结论 3 年后还成立吗？如果不成立，是什么变化让它过期？ 红旗："AI 还在发展所以……" —— 所有人都能说这句话，不是判断。
完成三段式 + 六问诊断后，产出一份 research-setup.md：
# [PPT 标题] 研究立论
## 悖论（Section 1）
[一句话，≤80 字]
### 悖论诊断
- Q1 最硬证据：[具体数字 / 事件]
- Q2 业内默认解：[what + why wrong]
## 框架（Section 2）
[3-5 个分析维度，每维度一句话解释]
### 框架诊断
- Q3 每维度举一个具体公司/产品：[...]
## 调查路径（Section 3）
### 路径 1（直观层）：[标题]
[200 字描述]
**预期证据类型**：[具体数字 / 案例 / 交叉验证，哪一种]
**证据来源候选**：[具体文档 / 数据源 / 访谈对象]
### 路径 2（反推层）：[标题]
[200 字描述]
**预期证据类型**：[...]
**证据来源候选**：[...]
### 路径 3（盲区层）：[标题]
[200 字描述]
**预期证据类型**：[...]
**证据来源候选**：[...]
### 路径诊断
- Q4 最锐的是哪条：[路径 X + 原因]
- Q5 最意外的数据点：[具体数据]
- Q6 3 年后是否成立：[判断 + 边界条件]
## 下一步
→ 用 ppt-narrative-review 评审 research-driven 故事线结构
→ 用 visual-deck 产出视觉 PPT
→ （可选）用 plan-ceo-review 的 HOLD SCOPE 做可证伪性/数据来源质量审查
当用户触发本 skill：
ppt-classify，先提醒一下。已确认是 Research 型才继续。核心态度：Specificity is the only currency. Vague answers get pushed. 不要被客套话满足。
本 skill 从 EP10《AI 做 PPT》实验 A 提炼：
office-hours 的 YC forcing questions，剥掉 founder/VC 语境后就是研究锐度工具plan-ceo-review 是 pitch 型 skill，用在研究型会把研究者推成鼓吹者详见：notes/experiment-a-ceo-review.md