【形式篇】年终总结怎么写:PPT如何将内容更好地表现出来
——细节满满,看完立马写出一篇合格的PPT
总述
形式服务于内容,同时合理的形式可以更好地表达和彰显内容
年终总结作为汇报型PPT,内容一定是第一位的,在内容篇(可点击查看)已经很详细地给出了提纲思路,那如何落实到PPT中,撰写一个合格的总结报告呢
如果像我一样,PPT能力一般,而收到述职通知,只有3-5天时间完成,公司部门又不会给专门时间来写PPT,也就是说要在完成工作的同时写完PPT,时间精力有限,我建议按照以下步骤来
- 找3-5个你觉得做的比较好的PPT,同事的或网上的模板都可以,将这些PPT过一遍,做到有个大概印象
- 按照大纲把自己要展示的数据按照一定的维度整理出来,这里一定要思考数据的优势维度
- 撰写每页PPT的时候,根据文字内容,如果有思路就直接开做,如果没有就在收集的PPT中找合适的,然后复制过来调整修改
- 完成后通读通看一遍,对有问题的文字和风格进行修正,保证PPT没有低级错误
现在我们开始
步骤1:找模板
在历年年中或年终汇报的PPT找一些比较好的,或者网上找一下相关主题的模板下载到本地,可以随时查看和复制内容
步骤2:整理数据
数据是客观的,但是解读和呈现数据是主观的,同时数据是多维度和多层次的
- 多维度:举个例子,年度缺陷数量是1000个,这个数据可以多个维度呈现,比如按照严重程度分类后发现里面有600个严重缺陷,那在呈现数据的时候可以写1000个缺陷(60%严重级别);如果只有100个严重缺陷但是这1000个缺陷有效数量是990个,就可改为1000个缺陷(99%有效率),大家可以举一反三
- 多层次:举个例子,年度支持了40个版本的上线工作,可以对版本进行分层,比如这里面负责了3个,深度参与了5个,还有2个是里程碑版本,也就是更为具体的说明以下数据
如果是一些是硬性要求必须展示的维度,恰巧你的数据不佳,写上去后记得进行原因说明,比如只有300个缺陷,可以在缺陷发现难度上进行说明
步骤3:撰写PPT
简单的规范
一般公司或部门为了高效,都会给个PPT模板把年终总结的风格和汇报的框架给锁定,所以我们要在该模板的基础上进行撰写(我们PPT的风格必须要和公司的模板保持一致,不要别出心裁)
撰写时应遵循以下4个简单的设计规范:
- 整体风格统一:字体、色彩、页面设计
- 所有内容对齐:左对齐,下对齐
- 强调内容放大:字号区分、加粗
- 相同内容划界:加框、垫色块
- 保持页面舒服:干净、整洁、不拥挤
具体操作
根据内容篇(可点击查看)中列出的大纲,一起来看看第一部分到第三部分的PPT制作(一共4页,去掉了内容,只保留核心框架哈)
第一部分,明确自己在部门或组内的定位,并把自己的工作内容分类概述,同时给出大概的投入比例,把主要工作和次要工作内容区分出来
- 页面分为2个部分,组别和内容概述,组别加大加粗,做好对齐
- 内容概述,首先使用smart图表中的矩形,将日常工作内容分类概述,然后垫色块把主要和次要工作内容分开,主要内容颜色深些,投入比例加大加粗强调,同时用十几个字再次提炼工作焦点
第二部分,针对主要投入的部分做成果说明和展示,通过列举一些关键的数据来对一年的工作做总结
- 直接将主要工作提炼的焦点拿过来,逻辑上连贯,也说明了本页是主要工作内容的成果展示
- 用总分结构通过3个层级展示工作情况,复制网上的模板图表,颜色调整为公司模板主题色,并作好对齐,数字部分加大字号突出
- 产出汇总部分除了放总数外,要放一些优势维度的数据
第三部分,说明主要工作内容的特点,然后侧重介绍2-3个典型的项目,要概要说明一下项目背景、挑战点,自己的完成情况
- 使用smart图表中的关系图,说明自己工作的类型偏向,注意这里和主要次要工作是不一样的,这里说的是工作类型的偏向,如前端后端
- 大大小小项目很多,挑自己参与度和完成度好的,最好还是公司或部门知名度高的,然后从背景、挑战、完成情况进行说明。复制网上的模板过来,然后调整设计风格,修改文字内容,数字加大亮色突出
步骤4:最后调整
主要做一些修正工作
- [√ ] 通读文稿,错别字、病句一定不要出现,逻辑不连贯的地方可以适当加一些连接
- [√ ] 字体大小在视觉上不对等的调整一下,注意同等字号的数字会比文字显得小一些,可以把数字的字号调大一些
- [√ ] 颜色不和谐的地方调整一下,页面最好不要出现3种以上的颜色系
结束
这样就完成了PPT制作(其他部分自行完成),当然这篇分享讲的是在有限时间内做出一个合格的PPT,它不追求炫酷的动效、复杂的图形图片设计,如果有时间,大家可以去学习各种PPT设计技术精进能力,技多更从容。
相关文章:

【形式篇】年终总结怎么写:PPT如何将内容更好地表现出来
——细节满满,看完立马写出一篇合格的PPT 总述 形式服务于内容,同时合理的形式可以更好地表达和彰显内容 年终总结作为汇报型PPT,内容一定是第一位的,在内容篇(可点击查看)已经很详细地给出了提纲思路,那如何落实到…...

自定义字典转换器用于easyExcel 导入导出
文章目录 引言I 字典转换器、注解、序列化器注解定义自定义字典转换器用于easyExcel 导入导出自定义字典序列化器II 字典存储设计数据库表结构redis缓存引言 需求导入Excel时,根据字典内容或者字段编码转换 导出Excel时,根据字典内容或者字段编码转换 接口响应数据序列化时,…...

0 Token 间间隔 100% GPU 利用率,百度百舸 AIAK 大模型推理引擎极限优化 TPS
1. 什么是大模型推理引擎 大模型推理引擎是生成式语言模型运转的发动机,是接受客户输入 prompt 和生成返回 response 的枢纽,也是拉起异构硬件,将物理电能转换为人类知识的变形金刚。 大模型推理引擎的基本工作模式可以概括为,…...

js:事件流
事件流 事件流是指事件完整执行过程中的流动路径 一个事件流需要经过两个阶段:捕获阶段,冒泡阶段 捕获阶段是在dom树里获取目标元素的过程,从大到小 冒泡阶段是获取以后回到开始,从小到大,像冒泡一样 实际开发中大…...
Linux对比Windows
1. 性能和资源占用 Linux 更轻量级:Linux 内核设计简洁,占用系统资源(如内存、CPU)较少,适合高负载的服务器环境。 高效的多任务处理:Linux 在多任务处理和并发请求方面表现优异,适合处理大量并…...

Excel 技巧03 - 如何对齐小数位数? (★)如何去掉小数点?如何不四舍五入去掉小数点?
这几个有点儿关联,我都给放到一起了,不影响大家分别使用。 目录 1,如何对齐小数位数? 2,如何去掉小数点? 3,如何不四舍五入去掉小数点? 1,如何对齐小数位数ÿ…...

Vue3国际化多语言的切换
参考链接: link Vue3国际化多语言的切换 一、安装 vue-i18n 和 element-plus vue-i18n 是一个国际化插件,专为 Vue.js 应用程序设计,用于实现多语言支持。它允许你将应用程序的文本、格式和消息转换为用户的首选语言,从而提供本地化体验。…...

使用XAML语言仿写BiliBil登录界面
实现步骤 实现左右布局 使用了Grid两列的网格布局,第一列宽度占35%,第二列宽度占65%。使用容器布局Border包裹左右布局内容,设置背景色、设置圆角 <!-- 定义两列--> <Grid.ColumnDefinitions><ColumnDefinition Width &quo…...
机器学习和深度学习
机器学习(Machine Learning,简称 ML)和深度学习(Deep Learning,简称 DL)都是人工智能(AI)领域的重要技术,它们的目标是使计算机通过数据学习和自主改进,从而完…...
Word表格批量提取数据到Excel,Word导出到Excel,我爱excel
Word表格批量提取数据到Excel,Word导出到Excel - 我爱Excel助你高效办公 在日常办公中,Word表格常常用于记录和整理数据,但将这些数据从Word提取到Excel,特别是当涉及多个文件时,常常让人头疼。如果你经常需要将多个W…...
SpringSecurity抛出异常但AccessDeniedHandler不生效
文章目录 复现原因 复现 Beanpublic SecurityFilterChain securedFilterChain(HttpSecurity http) throws Exception {//...//异常http.exceptionHandling(except -> {except.authenticationEntryPoint(new SecurityAuthenticationEntryPoint());except.accessDeniedHandle…...

高清绘画素材3600多张动漫线稿线描上色练习参考插画原画
工作之余来欣赏一波线稿,不务正业版... 很多很多的线稿... 百度网盘 请输入提取码...

EXCEL技巧
1. EXCEL技巧 1.1. 截取表格内某个字符之前的所有字符 1.1.1.样例 在单元格内输入函数: # 截取A1单元格内“分”字符左边的所有字符 LEFT(A1,FIND("分",A1)-1)1.1.2.截图...

python制作翻译软件
本文复刻此教程:制作属于自己的翻译软件-很简单【Python】_哔哩哔哩_bilibili 一、明确需求(以搜狗翻译为例) (1)网址:https://fanyi.sogou.com/text (2) 数据:翻译内容…...

ollama+FastAPI部署后端大模型调用接口
ollamaFastAPI部署后端大模型调用接口 记录一下开源大模型的后端调用接口过程 一、ollama下载及运行 1. ollama安装 ollama是一个本地部署开源大模型的软件,可以运行llama、gemma、qwen等国内外开源大模型,也可以部署自己训练的大模型 ollama国内地…...

BERT:深度双向Transformer的预训练用于语言理解
摘要 我们介绍了一种新的语言表示模型,名为BERT,全称为来自Transformer的双向编码器表示。与最近的语言表示模型(Peters等,2018a;Radford等,2018)不同,BERT旨在通过在所有层中联合调…...
【AI-23】深度学习框架中的神经网络3
神经网络有多种不同的类型,每种类型都针对特定的任务和数据类型进行优化。根据任务的特点和所需的计算能力,可以选择适合的神经网络类型。以下是一些主要的神经网络类型及其适用的任务领域。 1. 深度神经网络(DNN) 结构…...
网站运营数据pv、uv、ip
想要彻底弄清楚pv uv ip的区别,首先要知道三者的定义: IP(独立IP)的定义: 即Internet Protocol,指独立IP数。24小时内相同公网IP地址只被计算一次。 PV(访问量)的定义: 即Page View,即页面浏览量或点击量,用户每次刷…...
高阶知识库搭建实战五、(向量数据库Milvus安装)
以下是关于在Windows环境下直接搭建Milvus向量数据库的教程: 本教程分两部分,第一部分是基于docker安装,在Windows环境下直接安装Milvus向量数据库,目前官方推荐的方式是通过Docker进行部署,因为Milvus的运行环境依赖于Linux系统。 如果你希望在Windows上直接运行Milvus…...
【TR369】RTL8197FH-VG+RTL8812F增加TR369 command节点
sdk说明 ** Gateway/AP firmware v3.4.14b – Aug 26, 2019** Wireless LAN driver changes as: Refine WiFi Stability and Performance Add 8812F MU-MIMO Add 97G/8812F multiple mac-clone Add 97G 2T3R antenna diversity Fix 97G/8812F/8814B MP issu…...
在软件开发中正确使用MySQL日期时间类型的深度解析
在日常软件开发场景中,时间信息的存储是底层且核心的需求。从金融交易的精确记账时间、用户操作的行为日志,到供应链系统的物流节点时间戳,时间数据的准确性直接决定业务逻辑的可靠性。MySQL作为主流关系型数据库,其日期时间类型的…...

Prompt Tuning、P-Tuning、Prefix Tuning的区别
一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning(提示调优) 核心思想:固定预训练模型参数,仅学习额外的连续提示向量(通常是嵌入层的一部分)。实现方式:在输入文本前添加可训练的连续向量(软提示),模型只更新这些提示参数。优势:参数量少(仅提…...
k8s从入门到放弃之Ingress七层负载
k8s从入门到放弃之Ingress七层负载 在Kubernetes(简称K8s)中,Ingress是一个API对象,它允许你定义如何从集群外部访问集群内部的服务。Ingress可以提供负载均衡、SSL终结和基于名称的虚拟主机等功能。通过Ingress,你可…...
MySQL 隔离级别:脏读、幻读及不可重复读的原理与示例
一、MySQL 隔离级别 MySQL 提供了四种隔离级别,用于控制事务之间的并发访问以及数据的可见性,不同隔离级别对脏读、幻读、不可重复读这几种并发数据问题有着不同的处理方式,具体如下: 隔离级别脏读不可重复读幻读性能特点及锁机制读未提交(READ UNCOMMITTED)允许出现允许…...
可靠性+灵活性:电力载波技术在楼宇自控中的核心价值
可靠性灵活性:电力载波技术在楼宇自控中的核心价值 在智能楼宇的自动化控制中,电力载波技术(PLC)凭借其独特的优势,正成为构建高效、稳定、灵活系统的核心解决方案。它利用现有电力线路传输数据,无需额外布…...

理解 MCP 工作流:使用 Ollama 和 LangChain 构建本地 MCP 客户端
🌟 什么是 MCP? 模型控制协议 (MCP) 是一种创新的协议,旨在无缝连接 AI 模型与应用程序。 MCP 是一个开源协议,它标准化了我们的 LLM 应用程序连接所需工具和数据源并与之协作的方式。 可以把它想象成你的 AI 模型 和想要使用它…...

MMaDA: Multimodal Large Diffusion Language Models
CODE : https://github.com/Gen-Verse/MMaDA Abstract 我们介绍了一种新型的多模态扩散基础模型MMaDA,它被设计用于在文本推理、多模态理解和文本到图像生成等不同领域实现卓越的性能。该方法的特点是三个关键创新:(i) MMaDA采用统一的扩散架构…...
Python爬虫(二):爬虫完整流程
爬虫完整流程详解(7大核心步骤实战技巧) 一、爬虫完整工作流程 以下是爬虫开发的完整流程,我将结合具体技术点和实战经验展开说明: 1. 目标分析与前期准备 网站技术分析: 使用浏览器开发者工具(F12&…...
今日科技热点速览
🔥 今日科技热点速览 🎮 任天堂Switch 2 正式发售 任天堂新一代游戏主机 Switch 2 今日正式上线发售,主打更强图形性能与沉浸式体验,支持多模态交互,受到全球玩家热捧 。 🤖 人工智能持续突破 DeepSeek-R1&…...

Android15默认授权浮窗权限
我们经常有那种需求,客户需要定制的apk集成在ROM中,并且默认授予其【显示在其他应用的上层】权限,也就是我们常说的浮窗权限,那么我们就可以通过以下方法在wms、ams等系统服务的systemReady()方法中调用即可实现预置应用默认授权浮…...