3 routes for AI PPT creation

This guide compares three ways to make AI-generated presentations.

不是那种“输入标题，输出一堆丑哭的模板”的传统 AI PPT 工具。你会看到 3 条做法，外加 6 个开源 Skill 的实际用法，适合想把演示文稿交给 AI 直接生成的人。

1. 传统 AI PPT 工具

这一类工具的思路最直接：你给标题、主题和少量信息，它返回一份可编辑的幻灯片。优点是上手快，适合临时汇报、内部周会、课程作业这类“先有内容，再补形式”的场景。

问题也很明显。很多产品会把重点放在模板堆砌上，结果是结构像样，内容空泛，视觉也容易同质化。如果你要的是“能交差”，它够用；如果你要的是“像人写的方案”，就会显得吃力。

• 输入：标题、受众、页数
• 输出：自动排版的幻灯片初稿
• 适合：快速成形，不追求深度定制

2. Claude Code 驱动的本地生成

Claude Code 这条路线更像把 AI 变成你电脑里的执行助手。你直接用自然语言说明需求，比如结构、语气、页数、图表类型，它可以在本地工作流里生成完整演示文稿，而不是只给你一堆模板建议。

这类方式的价值在于“可控”。你可以让 AI 先列大纲，再补案例，最后统一风格，整个过程更接近真实的制作流程。对需要反复修改、强调内容逻辑的人来说，比传统 PPT 生成器更顺手。

3. Codex 参与的代码式工作流

Codex 更适合把 PPT 当成一个“可编排任务”。你不只是让 AI 写文案，而是让它按步骤生成结构、素材、页面内容，甚至配合脚本把文件落到你的工作目录里。这个路线尤其适合熟悉命令行、脚本或自动化的人。

它的好处是标准化程度高。你可以把一套提示词和文件组织方式固定下来，下次只换主题即可复用。对于咨询、销售、技术分享这类高频输出场景，这种方法能明显减少重复劳动。

• 先生成提纲，再生成逐页文案
• 把图片、数据、备注分文件管理
• 适合批量产出相似结构的演示稿

4. 开源 Skill 的模块化玩法

所谓 Skill，可以理解为一组专门任务的能力包。它不是单一工具，而是把“做封面、写摘要、整理图表、生成讲稿”拆成可调用模块。这样一来，AI 不必每次从零开始，而是按任务调用对应能力。

这条路线最适合想搭建长期工作流的人。你可以把常用 Skill 组合起来，形成自己的 PPT 生产线。比如先用一个 Skill 做内容提炼，再用另一个 Skill 处理版式，最后交给第三个 Skill 校对语言，效率会更稳定。

• 内容提炼 Skill：压缩长文为要点
• 版式 Skill：统一页面层级
• 校对 Skill：检查语气、术语、重复表达

5. 6 个顶级开源 Skill 的组合思路

原文强调的不是“一个万能工具”，而是“多个专用 Skill 组合”。这也是开源路线真正有意思的地方：你可以按任务拆分，按需调用，最后拼出一份完整 PPT。对比单点工具，这种方式更适合复杂项目。

如果你要从 6 个 Skill 里挑组合，建议按制作阶段来分，而不是按名气来分。前期负责找资料，中期负责组织结构，后期负责润色和导出，六个模块各司其职，整个流程会更像一个小型编辑团队。

• 资料收集
• 结构编排
• 页面生成
• 视觉统一
• 文案润色
• 导出与检查

How to decide

如果你只想快速出一版，传统 AI PPT 工具最省事；如果你要更强的内容控制，Claude Code 这类自然语言工作流更合适；如果你经常做同类汇报，Codex 和开源 Skill 的组合会更耐用。

一句话总结：临时交付选模板型工具，重内容选本地生成，重效率和复用选 Skill 化流程。