ningzimu__codex-ppt-skill/docs/design.md

设计理念

Codex PPT Skill 里面放了我对 AI 做 PPT 的一些思考。

AI 做 PPT 最重要的不是快，而是流程可控，做出来可用。

所以我把流程拆成了几步：

1. 读文章、论文、报告或 Markdown
2. 生成大纲，让用户确认页数、标题和每页重点
3. 再确认整体视觉风格
4. 生成 1 页样张，看文字、版式和风格是否靠谱
5. 样张确认后，再逐页生成整套图片式 PPT
6. 最后组装成 .pptx，并把讲稿写进备注里，方便对照讲解

为什么默认先做图片式 PPT？

因为不是所有场景都需要可编辑。如果只是技术分享、课程笔记、读书分享、论文解读或不那么正式的汇报，整页图片式 PPT 其实已经够用，而且视觉统一性更好。

如果一开始就把“生成 PPT”和“转可编辑 PPT”强行耦合在一起，流程会变得很重：前期还在反复改大纲、改风格、改样张，就引入编辑结构还原，反而更慢、更贵、更难控。

所以我把它拆成两个 skill：

• 一个负责生成高质量图片式 PPT
• 另一个负责在需要时，把纯图 PPT 再转换成可编辑 PPT

先把内容和视觉方向聊清楚，确认生成结果可控，再考虑要不要转成可编辑，我觉得更稳。

针对社区反馈做的优化

这个 skill 里还做了一些针对社区反馈的优化：

• 支持 Codex 会员内置生图能力
• 也支持通过 API 接入生图模型
• 可以在 Codex、Claude Code、OpenClaw 等 agent 环境中使用
• 支持子智能体并行生成，加快多页 PPT 产出
• 内置多种风格引导，不会写高级 prompt 也能做出还不错的效果
• 支持参考图片、已有 PPT，生成类似风格的新 PPT
• 对论文图、实验结果图、截图这类用户原始图片做了保留优化，尽量避免 AI 重新乱画

我想做的不是“点一下出一个 20 页的 PPT”，而是把 AI 做 PPT 这件事变成一个更像真实工作流的过程：先确定结构，再确定风格，再确认样张，最后批量生成和自检。