从 PSD 到 PPT:GPT Image 2 可编辑文件工作流全打通了

没想到一个月不到，PPT 这头也打通了。

饼干（@bggg_ai）的 bggg-skills 仓库里现在有两个 Codex skill：bggg-creator-image2psd 和 bggg-creator-image2ppt。

一个管设计精修，一个管演示落地。

PSD 搞定了设计师，PPT 搞定了做分享的人。

到这一步，Image 2 的「可编辑文件」工作流算是彻底成型了。

这篇把两条线串起来聊聊。

先说痛点：AI 出的图改不了

用 AI 生过图的人都有同一个烦恼：出来的是一张死图。

不管 Midjourney 还是 Image 2，拿到手的都是一个扁平 PNG。改标题？重新生。换背景？重新生。抠产品图？打开 PS 慢慢来。

我现在做 PPT 页面也是一样，用 Image 2 描述页面，生成一张漂亮的图，截图贴进 .pptx 文件。

好看是好看，但改一行字就要重跑整页，烦得要死。

有人说：那你直接让 AI 用代码生成 PPTX 不就行了？

AI 写代码做 PPT 的天花板就是模板的上限。但 Image 2 出来的画面可能比专业设计师做的还好看。

问题只有一个：好看的是图片，改不了。

所以现在的思路变了：Image 2 负责放大想象力出最好看的画面，转换工具负责把它变成可编辑文件。

PSD 线：bggg-creator-image2psd

之前那篇文章介绍了一个轻量方案——在 ChatGPT 对话里追加指令让它直接拆层生成 PSD。那个方法门槛低，ChatGPT Plus 就能用。

但饼干做的 bggg-creator-image2psd 是一个更专业的方案。它是个 Codex skill，内置纯 Python PSD writer，不依赖 Photoshop、ImageMagick 也不依赖 psd-tools。

它能做的事情比 ChatGPT 对话里那个多不少：

• 多张图拼装成 PSD：
  背景图、产品图、logo、装饰元素，分别丢进去，自动组成分层文件
• 白底转透明：
  四种去底模式——普通白底、保留浅色主体的白底、采样四角、指定背景色
• 颜色聚类拆层：
  一张平面海报直接按颜色拆成多个图层，粗暴但有效
• 全画布透明 PNG 导出：
  每个图层导出为同尺寸透明 PNG，Photoshop 里按 (0,0) 叠放就对齐了

在 Codex 里使用也很直接：

把这张图拆成多个图像，不要改变相对位置，这样可以再photoshop里拼接。注意有的是图像，
有的是文字，最后再用 bggg-creator-image2psd 把它们组合成psd文件

核心逻辑跟 ChatGPT 对话版类似：Codex 先用视觉能力看懂图片结构，然后调 imagegen 生成/清理组件，最后用脚本写 PSD。

但因为是 Codex skill，整个流程更可控，manifest 中间层让你能精确指定每个图层的去底模式、位置偏移、透明度。

有一点要注意：manifest 里创建的文字层是栅格图层，不是 Photoshop 可编辑文字对象。

想改字还是得在 PS 里自己加文本层。这也是 image2ppt 更适合「改文字」场景的原因。

PPT 线：bggg-creator-image2ppt

bggg-creator-image2ppt 解决的是另一个痛点：把图片变成真正可编辑的 PowerPoint 文件。

不是把图片糊上去当背景的假 PPT，是真的把元素拆开——标题变文本框，矩形变原生形状，图标变图片组件。

支持三种输入：

• PNG/JPEG 图片：
  截图、海报、AI 生成的页面图
• HTML 文件：
  用代码写的演示稿页面
• SVG 文件：
  矢量设计稿

在 Codex 里的工作流：

使用 bggg-creator-image2ppt 把这张 PPT 图片转成真正的 pptx 文件。文本要尽量变成可编辑文本框，形状尽量用 PPT 原生形状，复杂图标和背景可以用 imagegen 生成组件后拼进去。

Codex 会自动走完四步：

1. 看图
   ——视觉分析页面结构：画布大小、背景、文字、图标、形状
2. 拆图
   ——调 imagegen 把复杂元素分别生成为干净的组件图片
3. 写 manifest
   ——生成 manifest.json，记录每个元素的类型、位置、大小、颜色、字号
4. 拼 PPTX
   ——用 python-pptx 按 manifest 拼装成 .pptx 文件

最终拿到的 PowerPoint 文件里：

• 标题、正文、标签 → 原生文本框，双击就能改
• 矩形、圆角矩形、圆、线条 → PPT 原生形状
• 照片、图标、插画 → 独立图片组件，选中直接替换

这个 skill 在文本框识别上做得比 PSD 方案好很多。

PPT 里文字是核心，它会优先把所有能识别的文字转成原生文本框。改标题不用重跑了，换数据也不用重跑了。

HTML/SVG 输入还能走解析路径，精度更高：

python3 bggg-creator-image2ppt/scripts/html_svg_to_manifest.py input.html \  --output manifest.json

代码自带结构信息，文本、矩形、圆形能直接映射成 PPT 原生对象。

分别怎么用

PSD 和 PPT 解决的不是同一个问题。别选错了。

一句话：要改图用 PSD，要改字用 PPT。

PSD 的优势在图层操作——挪位置、换素材、调颜色、去背景。设计师的日常。

PPT 的优势在文本编辑——改标题、换数据、调文案。做分享的人的日常。

两个不冲突。甚至可以串着用：Image 2 出图 → PSD 精修视觉 → 导出组件 → PPT 落地为可编辑演示文件。

装一下试试

两个 skill 都在同一个仓库里，一次装完：

核心洞察：AI 出图的终点不是图片

把 PSD 和 PPT 放一起看，有一个更大的趋势变得很清楚：

AI 出图的终点从来不是一张图片，是可编辑文件。

以前我们默认 AI 出图 = 拿到一张 PNG，后面全靠手工。这个默认正在被打破。

Image 2 解决了「出图好不好看」的问题。

image2psd 解决了「图能不能在 PS 里拆层编辑」的问题。

image2ppt 解决了「图能不能变成可编辑演示文件」的问题。

三个环节拼在一起，工作流就是：

Image 2 出图    ↓image2psd（设计精修）  或  image2ppt（演示落地）    ↓可编辑文件，直接改到满意

不用再跟提示词死磕了，不满意的地方直接在编辑软件里改。

做设计的人在 PS 里改，做分享的人在 PPT 里改。

几个注意事项

两个 skill 都只在 Codex 里能用。 不是 ChatGPT 插件，你得有 Codex 环境。

还原都是近似重建，不是无损反编译。 简洁清晰的页面效果好，元素堆叠特别复杂的可能有偏差。

PSD 的文字层是栅格的。 不是 Photoshop 可编辑文字对象。如果你主要想改文字，直接用 image2ppt 更合适。

复杂图表别硬拆。 数据密集的图表保留为图片组件比强拆成文本框靠谱。两个 skill 都支持 fallback——拆不干净的部分保留底图，关键元素覆盖为可编辑对象。

新工作流全景

以前做一张图改一个字，要重新跑一遍完整的生图流程。

现在改一个字，就是改一个字。

扫个好友·加入社群·技术交流