第一篇，我测试的是：Codex 能不能一句话生成 PPT。
第二篇，我继续追问：如果给它一个固定模板，它能不能按模板来做。
第三篇，我又把已经生成好的 PPT 丢回去，让它继续改标题换行和文字重叠这种细节问题。
那三次实验里，我用来处理 PPT 的核心技能，其实还是 Claude 家的 pptx。
它已经能把 PPT 做出来，也已经证明了 AI 不只是会写字，确实开始能接管一部分演示文稿工作流。
但这一次，我想继续往前走一步。
我不再只是想验证“它能不能做”，而是想验证：换成 Codex 官方自己的 slides 和 imagegen 之后，它能不能把这件事真正做成一套更稳定、更直白、也更像正式交付物的方法。
写到这里，我发现很多人其实还是理解错了 AI 做 PPT 这件事。
大家最关心的，通常是一个问题：
AI 到底能不能生成一份 PPT。
但现在真正有价值的问题，已经不是这个了。
真正的问题是：
它能不能做出一份高质量、直白、美观、简约、克制，而且能直接交付的 PPT。
这两件事，差别其实非常大。
能生成，说明它会“做一份看起来像 PPT 的东西”。
能交付，说明它开始理解什么叫内容边界、什么叫版式秩序、什么叫视觉克制，什么又只是看起来很热闹、其实拿不出去的装饰。
这次我就专门测了这件事。
一、这次我没有让 AI 从零生成，而是让它重做一份现成的 PPT
我本地已经有一份《马斯克职业生涯规划》的 PPT。
它的主题内容没有问题，章节也完整，但整体观感还是偏模板感。
这种 PPT 的问题，很多人应该都熟：
看起来页数不少，结构也有，但总觉得“像做完了”，又“不像能直接拿去交付”。
于是我这次没有让它再从头生成一份新的，而是直接把这份现成的 PPT 丢给 Codex。
同时我把 Codex 官方的 slides 和 imagegen 一起交给它。
这也是这次和前几篇很不一样的地方。
前几次我更多是在验证：AI 借助 pptx 这类技能，已经能把 PPT 生成、套模板、继续修改。
而这一次我想看的，是换成 Codex 官方自己的 slides + imagegen 之后，这件事能不能更进一步，从“会做”走到“能交付”。
我给的要求很明确：
不改变主题内容，只修改样式、排版和图片；整体风格参考 SpaceX，要务实、第一性原理、克制，而且最后要是一份可交付的商业 PPT。
这里面最重要的一句，其实不是“参考 SpaceX”。
真正关键的是最后那句：
可交付。
因为一旦你把目标从“生成”改成“交付”，AI 后面的工作方式就会完全不一样。
而当底层用的已经不是之前那套 pptx，而是 Codex 官方自己的 slides 和 imagegen 时，这个变化就更明显了。
它不再只是“帮我做几页”，而更像是在用一套原生能力，去把版式、图片和最终交付一起收住。
二、AI 真正难的，不是把第一页做出来，而是把整份文件收住
很多人对 AI 做 PPT 的理解，还停留在一个很早期的阶段。
觉得它只要能出封面、能自动分页、能帮你排几张图，就已经很厉害了。
但真实工作里，最费时间的从来不是第一页。
最费时间的是后面那一整套收口动作：
内容要不要压页，章节之间顺不顺，哪些页面太散，哪些信息应该合并，标题该不该缩，图片到底是加分还是拖后腿，最后这份文件导出去是不是还能继续改。
这些东西，才决定一份 PPT 是“随手生成的”，还是“真的能拿去汇报的”。
而这一次，slides 和 imagegen 真正有用的地方，也正是在这里。
这里也顺手解释一下，这两个能力在这次到底分别干了什么。
slides 可以理解成 Codex 官方用来生成和编辑 PPT 的能力。
它不是简单吐出几页页面截图，而是真的去处理整份演示文稿的结构、版式、文本框、图片摆放和最终导出的 .pptx 文件。
换句话说，它承担的是这次 PPT 的主流程角色。
从页数怎么压、章节怎么排、每一页的标题和正文怎么落、最后文件怎么导出、怎么继续修改，这些都主要是 slides 在负责。
imagegen 则是 Codex 官方处理图片生成和图片编辑的能力。
它承担的不是“顺手配几张图”这么简单，而是这次 PPT 里的视觉资产角色。
哪些页面应该有图，图片该偏纪实还是偏概念，封面图要不要更克制，某张图是不是太像素材网站的 stock 图，甚至图片和整套版式气质是否统一，这些判断后面的执行，都离不开 imagegen。
如果说 slides 负责把整份 PPT 搭起来、排清楚、交出去，
那 imagegen 负责的，就是把这份 PPT 里最容易显得廉价、最容易破坏气质的图片部分收住。
slides 不是只负责“生成 PPT 文件”。
它更像是在帮 AI 处理整份 deck 的结构、版式和可编辑交付。
imagegen 也不是简单给你补几张好看的图。
它真正要解决的，是图片资产要不要出现、应该出现在哪里、它是强化观点，还是只是让页面看起来更满。
这一步做不好，PPT 最后就很容易变成另一种常见灾难：
内容没问题，设计也不算差，但整套东西一眼看上去就很像“AI 做的”。
所以这次这两个能力的分工其实很清楚：
slides 负责可交付，
imagegen 负责可信的视觉完成度。
三、这次最让我意外的，不是它会生成，而是它知道该删什么、该并什么、该克制什么
这次它没有一上来就开做。
它先把原稿拆成了两部分：
一部分是内容骨架。
一部分是页面截图。
这一步其实非常像一个认真做提案的人会先干的事。
先看内容主线，再看版面问题，而不是立刻往上堆效果。
后面它做的事情，也越来越像“重构”，而不是“美化”。
比如，它不是简单换一套深色模板。
它会先判断哪些页面其实在重复表达，哪些章节可以压得更紧，哪些信息应该合并成一页更强的判断页。
最后整份 PPT 从原来的 25 页，重组到了 20 页左右。
四个章节主线没变，但每一页承担的任务变清楚了。
这就是交付和生成之间最明显的区别。
生成，追求的是“有”。
交付，追求的是“准”。
再比如图片这一步。
我原本也担心，AI 一碰图片，就容易走向另一个极端：
要么全是泛科技蓝图，要么全是廉价未来感海报。
但这次它反而是收着做的。
封面、章节页、结尾页这些该用图的地方，它会用图来建立气质。
真正讲逻辑、讲结构的页面，图片反而退到辅助位置，重点还是结论、矩阵、路线图和优先级。
这才是我说的“直白、美观、简约、克制”。
不是页面什么都没有。
而是它知道哪一页该说话，哪一页该安静。
四、做到这一步之后，我反而觉得：这件事其实很简单
这里的“简单”，不是说 AI 会自动替你把一切都想好。
而是说，当你把标准说清楚之后，后面的流程已经比很多人想象中简单得多。
你真正要交代清楚的，无非就是四件事：
第一，内容边界是什么。
这次我说得很清楚：不改主题内容。
第二，风格方向是什么。
不是“做高级一点”，而是 SpaceX 式的务实、克制、工程感。
第三，交付标准是什么。
不是“做一份 PPT”，而是“做一份能直接交付的商业 PPT”。
第四，图片策略是什么。
图片不是装饰，是服务内容。
这四件事一旦说清楚，后面的事情其实已经不是“会不会做 PPT”，而是“会不会把需求说到位”。
这也是我现在越来越强烈的一个感觉：
AI 正在把 PPT 这件事，从手工劳动，慢慢变成一种结构化描述工作。
你不再需要自己一点点拖文本框、试配色、找图、调边距。
你更需要做的，是告诉它：
什么不能动。
什么必须克制。
什么才叫真正可交付。
五、最后说一句最直接的结论
如果你今天还在问：
AI 能不能帮我生成一份 PPT。
那其实你问得已经有点晚了。
现在更值得问的问题是：
你能不能把“可交付”这三个字，清楚地描述给它。
因为至少从我这次的结果看，
用 AI 生成一份高质量、直白、美观、简约、克制，而且能直接交付的 PPT，
真的已经不难了。
真正的门槛，已经不在做图，也不在排版。
而在你有没有把判断说清楚。
