AI做PPT的真正门槛,不是模型,是提示词(附skill+教程)

一个456 star的开源项目，把11种专业风格装进了11个JSON文件，我将它改造成了通用的skill，AI客户端直接调用即可输出精美PPT提示词，放到AI文生图模型中即可生成。

我做PPT的经历，大概和大多数打工人差不多——对着空白幻灯片发呆，花两小时选模板，再花三小时调排版，最后老板说"风格不对，重来"。

一直以来，我都是这么折腾PPT的，随着类似banana 2pro这类模型在中文输出方面的进化，也让PPT制作方式有了新的变化。

现在，直接使用一些skill技能+banana2Pro（相当级别）模型，就可以生成png、svg格式的PPT，这里不讲如何转成可编辑的PPT格式，那个需要一些周折才可以。

做PPT这件事，正在被重新定义

先说几个数据。

2025年的一份AIPPT行业报告显示，全球AI PPT工具的用户规模已经达到4.2亿，市场规模137亿美元。73%的世界500强企业把AIPPT纳入了标准工作流配置。

Gartner在2025年的未来办公趋势预测中也提到，到2026年，超过60%的知识工作者会日常使用AI辅助创作工具。

数据很漂亮，现实很骨感。

少数派今年年初做了一次横评，测了8款主流AI PPT工具——Gamma、豆包、Manus、讯飞智文……结论是"只有2款真正能用"。我自己也试了大一圈，最直接的感受是：生成的内容空洞，排版千篇一律，风格就像从同一个模板库里批量复制出来的。

我琢磨了很久，最后发现一个被大多数人忽略的点。

AI做PPT，瓶颈不在模型，在提示词。

这句话听起来像甩锅，但它背后有一个很具体的技术细节。

11个JSON文件，装进了11种PPT风格

上个月我在GitHub上刷到一个项目，叫slides。作者AAAAAAAJ，456个star，MIT开源，Python写的，总共就17个commit。

项目做的事情，用一句话就能说清楚——生成PPT幻灯片的提示词。

但打开代码一看，它的思路跟市面上99%的AI PPT工具完全不一样。

大多数工具的做法是：你输入一个主题，工具在后台帮你写大纲、填内容、选模板、排页面。整个过程是个黑盒，你控制不了输出风格，也没法微调布局。

slides反过来了。它不帮你做PPT，它帮你写能让AI直接画出精美幻灯片的提示词。

具体怎么做的呢？

项目里有个styles文件夹，放着11个JSON文件，每个文件定义一种视觉风格：

• 复古波普
  ——1970年代杂志美学，粗黑线框，粉蓝黄绿撞色
• 极简主义
  ——白底大留白，灰蓝调子，商务汇报标配
• 赛博朋克
  ——暗底霓虹光效，品红青色，科技感拉满
• 瑞士国际主义
  ——高饱和色块，非对称构图，设计教科书级别
• 暗黑编辑
  ——黑底白点阵，纽约时报周日评论既视感
• 还有酸性设计、新粗野主义、现代极简波普、设计蓝图、粗野主义UI、Y2K像素复古

每个JSON文件里，精确规定了背景色HEX值、调色板、网格布局参数、边距、焦点位置、纹理类型、字体选择、字号层级，连负面提示词都写好了。

使用方法更简单：在项目的PROMPTS.md里复制一段英文提示词，把标题、副标题、数据点替换成你自己的内容，粘贴到任何支持文生图的AI模型里，等几秒钟，一张16:9的幻灯片就出来了。

不用选模板。不用调排版。不用纠结配色。

提示词本身就是模板。

这个设计思路让我眼前一亮。说白了，它把"设计决策"从运行时前置到了配置时。你不需要每次都对AI说"用复古风格、背景设为米白色、主色调选粉红"——这些决策已经写死在JSON里了。你只需要提供内容，风格参数由配置文件自动注入。

我把它改造成了AI客户端里的技能

slides原本是为OpenClaw平台设计的，配置文件用的skill.json格式。我日常使用的AI客户端是WorkBuddy，走的是通用SKILL.md格式。

所以我把它改了一下。

改造过程不复杂，主要是把格式转换过来，调整文件结构，更新提示词模板的读取逻辑。改完之后，任何支持通用skill格式的AI客户端都能用。

实际体验是这样的：我在AI客户端里说"帮我生成一页关于AI行业趋势的幻灯片"，slides技能会自动根据内容判断风格，输出完整的图像生成提示词。我复制提示词，粘贴到文生图模型里，几秒钟出图。

想换风格？说一声就行。

要做一组完整的演示文稿？把每页内容告诉它，它会为每页自动匹配风格，逐页生成提示词。

整个流程里，我不需要懂设计，不需要懂配色，甚至不需要懂提示词工程。11种专业风格已经封装好了，拿来就用。

有一个真实限制要说

实测的时候我发现一个坑：国内一些免费文生图模型对提示词有字数限制。

比如腾讯混元，白嫖用户提示词要求500字以内。如果你走API付费通道，限制宽松得多，但免费额度用户就是500字一道硬门槛。

slides项目在这点上恰好有个优势——它的提示词模板本身就经过压缩。每个风格的模板大概100到200个英文单词，翻译成中文也不会超过500字。用国内免费模型跑得动。

这其实又引出了一个更大的话题。

AI生图正在变成免费基建

Gemini的图像生成API，免费层每天给500次请求，每分钟10次。一张2048×1152的2K图，API调用成本大概0.02到0.04美元。

2026年初的行业对比数据很能说明问题：Google在免费图像生成上给的额度，比OpenAI的DALL-E、Midjourney、Stability AI加起来都多。

AI的生图能力，正在变成一种接近免费的基础设施。

能力本身不值钱了。值钱的是把能力封装成别人能直接用的东西。

回到slides这个项目。它做的事情用一句话概括：把AI图像生成能力封装成了11个即插即用的风格模块。

你不需要理解什么是HEX色值，不需要知道网格布局怎么算，不需要明白负空间设计为什么好看。这些全被关在JSON配置文件里了。你要做的，就是选一个风格，填上你的内容。

我叫它"AI能力乐高化"。

乐高化：AI时代真正值钱的东西

过去两年，AI领域最热闹的事情是"出大模型"。GPT、Claude、Gemini、混元、通义千问、DeepSeek……每隔几个月就有一个新模型登场。

但进入2026年，一个趋势越来越清晰：模型之间的差距在缩小，真正拉开差距的是"封装层"。

slides项目就是一个封装层。它把Gemini的图像生成能力封装成了"PPT风格模块"。你不需要直接面对AI模型，你面对的是已经调好参数、配好风格、写好提示词的成品。

GitHub上大量的小型开源项目都在做类似的事。有人把AI翻译封装成浏览器插件，有人把AI写作封装成微信机器人，有人把AI识图封装成证件照工具。底层模型越来越强，也越来越便宜（甚至免费）。上层封装越来越细，也越来越好用。

中间层——那些能把AI能力包装成具体产品的能力——正在成为新的竞争壁垒。

这对普通用户意味着什么呢？

意味着你不需要是AI专家，也能做出专业级的东西。但前提是你得学会两件事：找积木和拼积木。

找积木：在GitHub、AI技能市场、开源社区里，发现已经封装好的AI能力模块。slides就是一块"PPT设计"积木。

拼积木：把这些模块组合进你的工作流。一个PPT模块、一个写作模块、一个数据可视化模块，串起来就是你的个人AI工作台。

这件事不需要写代码。改造完的slides技能在AI客户端里直接对话就能用。未来会有越来越多这样的积木出现。

三条路，选一条走

如果你对slides这个项目感兴趣，有三条路可以试。

直接用原版。 打开GitHub搜"AAAAAAAJ slides"，进PROMPTS.md，选风格，复制提示词，替换标题和数据，粘贴到任何文生图模型里。

装技能版。 如果你的AI客户端支持通用skill格式，安装slides技能后用对话方式调用，自动匹配风格、自动生成提示词。

自己改。 MIT开源协议，随便改。加风格、调参数、换配色、适配不同模型，JSON结构清晰，改起来门槛不高。

不管选哪条，先试起来。

AI PPT这个领域工具迭代很快，今天好用的明天可能就变了。但"提示词即模板"这个思路大概率会持续很久。理解这个思路，比记住任何一个具体工具都重要。

往期PPT技能文章：