Jag byggde en 36-slides presentation med AI på två timmar. Här är vad jag lärde mig.

På onsdag ska jag hålla en tvåtimmars workshop om agentic coding för en klient. Jag behövde en presentation. Jag hade innehållet i huvudet men inte en enda slide. Så jag satte mig ner med Claude i Cowork-läge och byggde hela presentationen från scratch — på ungefär två timmar.

Det här är en ärlig genomgång av hur det gick. Vad som funkade, vad som inte funkade, och vad jag tar med mig till nästa gång.

Utgångspunkten

Jag hade tänkt en hel del på innehållet men inte skrivit ner något. Inga slides, inga bullet points, inget dokument. Bara en massa lösa tankar och en ungefärlig struktur i huvudet.

Mitt första steg var att prata in mina tankar. Jag transkriberade kortare och längre stycken och la allt i en textfil — helt oredigerad. Jag noterade i filen att texten var transkriberad, för att ge AI:n bättre möjligheter att tolka saker som kanske blev otydliga i talspråk.

Utöver braindumpen hade jag en moodboard: screenshots av tweets jag ville citera, benchmarkgrafer, en tidslinje jag sett i en annan presentation, och min logga. Instruktionen var enkel: “dessa bilder och detta innehåll vill jag absolut ha med, i något format.”

Verktyget

Jag använde Claude Cowork med Opus 4.6. Formatet blev en HTML-fil med inbäddad CSS och JavaScript — en komplett, fristående presentation som körs i webbläsaren. Inte PowerPoint, inte Google Slides, utan ren HTML.

Varför? Jag ville ha full kontroll över formgivning, och jag ville kunna dela presentationen som en enda fil med klickbara länkar.

Processen

Sessionen varade ungefär två timmar. Under den tiden hade vi ett stort antal iterationer fram och tillbaka. AI:n genererade ett första utkast som jag sedan finslipade genom korta, riktade instruktioner.

Några av de ändringar vi gjorde:

  • Fixade navigeringsbuggar i JavaScript-koden (piltangenterna slutade funka)
  • Byggde om en tidslinje från en screenshot till native HTML med progressiv reveal-animation
  • Justerade fontstorlekar i två omgångar — allt var för litet för projektorvisning
  • Omformaterade citatslides från inbäddade tweet-screenshots till stiliserade textblock med porträttbilder
  • La till en helt ny slide om context engineering baserad på en Anthropic-blogpost jag hittade under sessionen
  • Korrigerade felaktig beskrivning av MCP (“så AI förstår din kod” → “så ger du din AI verktyg”)

Varje ändring var en prompt. Ibland specifik: “byt rubriken på MCP-sliden.” Ibland öppen: “storytellingen på evolutionssliden flyger inte — kan du göra om den? Tänk gärna lite själv också.”

Vad funkade bra

Bättre resultat på kortare tid. Jämfört med att bygga presentationen manuellt i Google Slides fick jag ett bättre slutresultat snabbare. 36 slides med custom design, animationer, responsiv layout, klickbara källhänvisningar, och porträttbilder med Creative Commons-attribution.

Ett enda interface. Det här var den kanske viktigaste insikten. I vanliga fall hade jag behövt navigera PowerPoints UI, kolla mejl och kalender, söka saker på internet, och hantera en massa andra verktyg. Varje sådant byte innebär en kontextswitch och en kognitiv kostnad — plus alla distraktioner som lurar i andra flikar. Nu jobbade jag rakt av med presentationen i ett enda interface. Fokuset blev markant bättre.

Rösttranskription som input. Att prata in sina tankar och ge AI:n en rå, oredigerad braindump funkade överraskande bra. Jag hade de stora penseldragen färdiga, och AI:n kunde strukturera och förfina. Jag skulle rekommendera det till alla som börjar från samma ställe — ett blankt blad och en massa lösa tankar.

Balans mellan styrning och frihet. Ibland sa jag exakt vad jag ville ha. Andra gånger ställde jag öppna frågor och lät AI:n tänka. Båda fungerade. Det kändes som att regissera snarare än att korrekturläsa.

Vad funkade mindre bra

Bildhantering var oväntat svår. Saker som jag trodde skulle vara triviala — hitta en högupplöst logga, hitta Claude Code-maskoten — visade sig vara riktigt krångliga. AI:n letade på internet i flera omgångar utan att lyckas ladda ner bilderna. Till slut fick jag göra det själv och droppa filerna i mappen. Det här är en tydlig svaghet i arbetsflödet.

Fontstorlek krävde två iterationer. Jag sa “gör texten större för projektor” och fick ett resultat som fortfarande var för litet. Grundorsaken visade sig vara fasta pixelvärden (max-width: 800px) som begränsade innehållet oavsett skärmstorlek. Det fixades genom att byta till viewport-enheter (vw). Det här är en typisk situation där AI:n fixar symptomen istället för grundorsaken — och det krävdes min granskning för att identifiera problemet.

Första utkastet var inte “wow”. Jag testade faktiskt två första utkast — ett med Claude Cowork (Opus 4.6) och ett med OpenAI Codex. Codex-versionen var marginellt snyggare i designen, men det svenska språket var under all kritik och den innehöll en hel del placeholder-text. Jag jobbade vidare med Claude. Inget av de första utkasten var redo att visa — det var iterationerna som gjorde skillnaden.

Ägarskap

En vanlig fråga om AI-genererat innehåll är om det känns som “ens eget.” Svaret: presentationen känns som vår — min och AI:ns. Jag styrde innehållet, strukturen och den kreativa riktningen. AI:n byggde, formaterade och researchade. Det är ett samarbete, och det är helt okej. Claude är creddad på sista sliden.

Vad jag gör annorlunda nästa gång

Tre saker:

  1. Grafisk profil. Min enda designinstruktion var “modern HTML-presentation.” Jag vill resonera fram en tydligare look-and-feel som jag kan återanvända. Färgpalett, typografi, layoutmönster — dokumenterat så att AI:n kan följa det konsekvent.

  2. Bättre bildhantering. Antingen förbereder jag alla bilder i förväg, eller så hittar jag ett bättre arbetsflöde för att ge AI:n tillgång till bildresurser.

  3. Dokumentera förbättringar. Istället för att komma ihåg vad som gick bra och dåligt sammanfattar jag lärdomar i en fil som AI:n kan läsa nästa gång. AI-first mindset — samma loop-tänk som presentationen handlar om.

Siffrorna

  • Total tid: ~2 timmar
  • Slutresultat: 36 slides, ~2 000 rader HTML/CSS/JS
  • Iterationer: 36+ promptar fram och tillbaka
  • Verktygsanrop av AI:n: 170+ (varav 74 filredigeringar, 44 filläsningar, 14 webbsökningar)
  • Kontextfyllningar: 1 (sessionen blev så lång att AI:ns kontext fylldes och sammanfattades)
  • Bilder jag fick fixa själv: 2

Slutsats

Det här arbetsflödet är inte magi. Det kräver att du vet vad du vill säga. Men om du har innehållet i huvudet — eller åtminstone de stora penseldragen — så kan AI:n hjälpa dig att strukturera, designa och producera betydligt snabbare än du gör själv.

Den viktigaste fördelen var inte hastigheten. Det var fokuset. Ett interface, en konversation, noll distraktioner.

Presentationen skapades av Magnus Gille i samarbete med Claude Opus 4.6.

Magnus Gille är konsult inom AI och teknikstrategi, SM-vinnare i AI-promptning 2025, och f.d. Product Owner AI Enablement på Scania. Kontakt: gille.ai