✍️ 莫璃 📅 2026 / 05 / 16 📖 约 10 分钟
📂 AI Agent落地手记 · 第7篇
关于做PPT的那些事
说实话，我第一次用AI帮我干活，就是做PPT。
PPT是一件很麻烦的事情，涉及到结构化文本、排版、美工、甚至还需要点动画能力。一开始都是自己全套搞，一份PPT可能干个两三天，后来开始用模板套，找个好看的模板，改一下内容，差不多半天的样子。
最怕的就是中途发生变更，如果就内容增减，那还好办，增加减少几页PPT的事，但是如果方向变了，那就全部推倒重来，印象中我没被复杂难啃的技术问题搞崩过，但是我被PPT干崩过。
之前有跟一些大厂合作的项目，其中IBM的PPT一直惊为天人，一打听，好嘛，人家有专业给项目做PPT的人。但是咱们的甲方也好，领导也罢，眼光都是极高的。
所以就造成了PPT本身只是工作中很小的一个产出，但却会花掉我们很多的心力和时间，而且很多时候，你做了很久的工作，成与不成，可能都落在最后那个PPT上。
很无奈，但是很现实。这很折磨。
所幸后来AI发展起来了，AI做PPT多快呀，豆包，你给它一句话，五分钟出一份，排版配色都在线。扣子，搭个工作流，连数据源都不用手动导。Gamma、AI PPT.cn、MindShow……随便列列，十个八个跑不掉。
每一家都在说「一键生成」，而且说实话，大部分确实能用。
曾经有一段时间，花里胡哨的各种PPT做了一堆，还挺有成就感你别说。
之后问题又来了，你越是能干，那你的活就越多。
很无奈，但是很现实。这也很折磨。
特别是自己出来创业之后，更没什么条件了，所有事情都得自己干，于是从一个项目初期的思维导图、到项目可行分析、实施方案、项目流程管理、以及之后的宣发物料设计，全是自己的活。
这一圈的活干完之后，总结下来，中间有很多的时间精力，就是花在「改」这方面。改方案改流程，那还好，毕竟这一块咱专业，落地也就是点文字工作，但是这些基础的东西一改，后边的展示端的东西，就得一套的跟着变。
这非常的折磨。
不过我这人，有一个好处，就是懒，我之所以觉得懒是个好处，是因为懒人会想办法。
所以我一直想一个问题，数字化时代，我们90%以上的交付物，都是以数字化的方式呈现，那么，我只要做好这些交付物之间的连接，就能做到「改一处而动全身」的效果。
这个思路，是对的。
所以我装完Hermes的第一个工作，就是从我最不愿意做的PPT开始下手的。
先看看市面上有什么
市面上做 PPT 的路子，我们试下来大概分三类。
一站式生成类 — 豆包、Gamma、AI PPT.cn、MindShow体验最好，门槛最低。输入一段话或者一个大纲，十几秒出一份能用的。适合的场景是：你需要一份PPT，而且只需要一份PPT。内容和排版一次性解决，不涉及后续修改。
智能体编排类 — 扣子、Dify搭一个工作流，把「写内容→生成PPT→导出」串起来。比一站式灵活，可以接自己的数据源，做批量化输出。但搭工作流本身需要一些配置精力，适合高频出PPT的场景。
代码驱动类 — python-pptx、reveal.js、html-ppt-skill这条路门槛最高，但自由度也最大。可以用程序精确控制每一页的形状、配色、动画。适合需要定制化极高、或者需要把PPT集成到其他系统中的场景。
那怎么选？
我没有只选一条路。我选的是能接进管线的路。
什么意思？如果一篇方案文稿需要在三个场景里落地——一个线上链接甩给客户看、一份.pptx发给对方编辑、一张信息图贴在公众号文章里，那我们的工具和流程，必须能从一个内容源出发，路由到三个出口，而不是为每个出口单独走一遍。
所以最后我们搭了两个工具的组合。
一个是 open-slide，把 Markdown 翻译成 HTML 幻灯片，跑在本地服务器上，手机微信里丢个链接就能打开翻页。适合「快速给人看」。
一个是 OfficeCLI + 模板库，用占位符模板 + 数据注入的方式，把内容填充到设计好的 .pptx 里。客户收到之后能改字、换色、调布局，不用重新找你。适合「给出去当正式交付」。
选这套组合的原因很简单：两个工具的内容源是同一个 Markdown 文件。 这条后面要展开讲的两个好处，都是从这里长出来的。
这套模式的两个核心好处
好处一：从任意节点开始，随时续上
先说管线长什么样：
注意看——每个节点都有中间交付物。
必须要这样设计。
为什么？因为管线一旦打通，你不需要每次都从头开始跑。
内容上周写好了，今天只想要一个 .pptx → 从 OfficeCLI merge 节点开始线上站昨天发了，客户说换个配色 → 从渲染节点开始，内容不动封面图想换个风格 → 从配图节点开始，文案和排版不动
做到这一点，靠的是两件事。
第一，每个节点产出可独立使用的中间产物。 配图节点产出的是图片文件，不是「配好图的PPT」。渲染节点产出的是HTML，不是「嵌在某个工具里的预览」。这些中间文件是独立的、可复用的——你可以直接拿配图去发朋友圈，也可以直接把HTML链接丢给客户看，不需要等整条管线跑完。
第二，你知道从哪个节点开始。 我们在每个节点入口加了一道判断——内容源有变化吗？配图需要更新吗？只需要线上站？这些判断靠的是中间交付物的状态标记，不需要人记。
这就是真实工作流的节奏：想从哪开始从哪开始，每次只做当下需要的那个步骤。
好处二：方案改了，PPT 自动跟着变
这个好处，直接由「用HTML和模板做PPT」这个技术选择决定。
一站式工具的PPT是一锤子买卖：你输入内容→它生成PPT→两个东西之间没有持续关系。你改了方案，它不知道，也不会自动更新。
但用open-slide和OfficeCLI+模板库，情况完全不同。
open-slide这条线：它读的是你的Markdown文件。我们加了一个文件监听，检测到Markdown变了，自动触发重建，线上站秒级更新。你改一行字，关上编辑器，打开微信，链接点进去已经是新的了。
OfficeCLI + 模板库这条线：这层分两级。轻量联动：内容层的文字修改，模板里的占位符只管显示文字，不改设计。结构联动：改了章节结构，跑全量管线，但锁住SVG模板版本，视觉风格不变。
两层分清楚，小改不触发重跑，大改不丢失设计。
这就把「方案」和「PPT」从两张皮变成一个人的左右手。方案是源，PPT是渲染层。源变了，渲染层跟着更新。不需要中间人工搬运一次。
怎么搭工作流
这篇用PPT当例子，但真正想说的是：怎么用管线的思维去设计一切。
跑完这套PPT管线之后，真正能带走的东西有两件。
第一件：怎么做PPT本身。这套管线跑通的方式已经沉淀成两套技能——open-slide skill和OfficeCLI模板merge skill。下次再做PPT，从写内容到拿到交付物，不需要重新搭一遍流程。
第二件：管线的设计原则。
原则一：每个节点必须有独立可用的中间交付物。 所有因为「改一处就得全量重来」的痛苦，根源都在中间交付物不够独立。
原则二：同一个内容源，路由到多个出口。 内容层和渲染层彻底分离。写一次Markdown，路由到open-slide出线上站、OfficeCLI出.pptx、TypeZen出公众号文章。修改时只改源，所有出口由系统同步。
这两条原则放在任何一个工作流里都成立——出图管线、写作管线、方案输出管线、社交分发管线。
所以搭工作流的时候先问自己两个问题：我的每个节点产出什么？这个产出能不能单独使用？我能不能改一次源，所有出口自动更新？如果能，这就是一条好的管线。如果不能，它迟早会变成你的维护负担。
下一篇聊：AI 的视觉表达。当 AI 学会了写字、做图、做 PPT，它的审美到底是怎么训练的？我们怎么让 AI 从「画得出来」变成「懂得好看」——这背后是一套从零搭起来的设计系统。
