我现在用 Codex 做 PPT，第一句话不会再说：帮我生成一份 PPT。更准确地说，这篇讲的是 Codex + Skill 怎么配合做 PPT，而不是推荐某一个工具。
这句话太粗了。Codex 确实能写文件、改文件、跑脚本、反复修改，但如果你不给它规则，它做 PPT 时也会临场发挥：第一页还行，第三页换风格，第五页图压字，最后你只能重新生成。
更靠谱的问法是：这次我要让 Codex 调用哪种 PPT Skill？
Codex 是执行者。
Skill 是工艺包。
PPT 是最后的交付物。
AI 做 PPT 的关键，不是“一键生成”，而是先把流程约束住。
Codex 可以先理解成一个会帮你处理文件的 AI 助手。
它能读你的需求，拆内容结构，生成页面文件，调用脚本，把结果保存到本地，再根据你的反馈修改。
这就是 Codex 适合做 PPT 的原因。
不是因为它天生会做 PowerPoint，也不是因为它一句话就能变出一份稳定的汇报稿。
它更像一个执行力很强的制作助理：你让它改标题，它能改；你让它换版式，它能换；你让它重新导出文件，它也能跑。
但问题也在这里。
如果没有明确规则，Codex 每次都可能重新理解“好看的 PPT”是什么意思。今天偏科技风，明天偏杂志风，第三页又变成培训课件。
所以我现在不会只问：“Codex 能不能做 PPT？”
我会先问：“这次 PPT 该走哪条生产线？”
Skill 到底帮 Codex 解决了什么
Skill 不是魔法插件。
你可以把 Skill 理解成一份“工作说明书 + 模板 + 脚本 + 参考资源”。
它告诉 Codex：
这类 PPT 应该先拆什么内容。
每一页应该用什么布局。
风格应该怎么统一。
图片、图表、标题分别放哪里。
最后应该输出 HTML、PPTX、图片，还是视频。
HTML deck 这个词第一次看会有点硬。你可以先理解成“用网页做出来的横向翻页演示稿”，打开浏览器就能看。
PPTX 就是 PowerPoint 原生文件，老板和同事最熟悉的那种。
viewer 可以理解成“浏览器播放器”，不用打开 PowerPoint，也能翻页预览。
模板克隆，就是拿一份已有 PPT 当参考，让 AI 学它的版式、配色和视觉节奏，再换成你的新内容。
Skill 的价值，不是让 Codex 更自由。
恰好相反，它是让 Codex 少自由一点。
因为 PPT 最怕的不是第一页不好看，而是整份稿子没有同一套秩序。
Skill 把主题、布局、风格、输出文件、预览方式和检查动作提前写好，Codex 就不需要每次从零猜。
这也是 AI 做 PPT 最容易被忽略的地方：真正省时间的，不是第一次生成，而是第二次能不能复用。
三个项目，其实代表三条路线
这次我不把文章写成某一个项目的推荐。
更有用的看法是：不同 PPT Skill，代表不同交付路线。
下面三个 GitHub 项目，刚好能把这件事讲清楚。
路线一：HTML deck，适合公开演讲和网页展示
第一个是 lewislulu/html-ppt-skill。
它走的是 HTML deck 路线。
也就是用 HTML、CSS、JS 做一套网页演示系统。HTML 可以理解成网页结构，CSS 管样式，JS 管交互。你不用记这些术语，只要知道它最后更像“浏览器里的 PPT”。
这个项目值得看的点，是它把演示稿做成了一套网页系统：主题、布局、动画、演讲者模式、浏览器预览都放在一个工作流里。
适合什么场景？
适合公开演讲、产品 demo、技术分享、课程展示、个人风格比较强的内容。
比如你要做一场线上分享，现场用浏览器播放，还希望有动画、演讲者窗口、页面预览，这条路就很自然。
不适合什么场景？
不适合把它当成公司里的传统 PowerPoint 文件。
如果老板要随手改两个字，同事要在 PowerPoint 里接着改，公司模板要求页眉页脚和固定版式，那 HTML deck 不一定省事。
它的强项是演示体验，不是办公协作。
路线二：图片生成 + PPTX，适合视觉强的一次性展示
第二个是 JuneYaooo/gpt-image2-ppt-skills。
它走的是图片生成 + PPTX 打包 + 仿模板路线。
它的思路是：用图像模型生成视觉冲击强的 16:9 页面，再输出浏览器 viewer 和打包好的 PPTX。
这里的 PPTX 要稍微说清楚。
有些图片路线输出的 PPTX，本质是把一张张图片塞进 PowerPoint。你能打开它，也能播放，但页面里的文字不一定像普通文本那样好改。
这个项目还强调模板克隆。也就是你给它一份参考 PPTX 或图片，它先看懂版式和风格，再换成你的内容。
适合什么场景？
适合产品发布、提案封面、课程封面、视觉稿、一次性展示页。
如果你要的是“先做出一版看起来像正式稿的页面”，图片路线很直接。
不适合什么场景？
不适合大量逐字修改。
中文细节、局部数字、图表标签、老板临时改一句话，都要复检。
如果你要的是长期维护的公司汇报，不要只看它能不能生成 PPTX，还要看这个 PPTX 到底能不能方便改。
路线三：图片 PPT + 视频转场，适合发布会感和传播
第三个是 op7418/NanoBanana-PPT-Skills。
它走的是图片 PPT + 视频转场路线。
它把 PPT 页面当成高质量图片来做，再进一步做转场视频、交互式播放器和完整视频导出。
这条路线的重点，不是“更像 PowerPoint”。
它更像把演示稿往发布会、课程封面、短视频传播方向推了一步。
适合什么场景？
适合产品发布会感的演示、课程开场、视频号 / 小红书 / 短视频里的内容展示。
如果你的目标不是让老板在办公室改字，而是把一套观点做成有镜头感的展示，这条路有价值。
不适合什么场景？
不适合频繁改字、频繁改数据、多人协作。
视频转场也不是免费的午餐。它会带来更多生成时间、更多文件、更高的复核成本。
还有一点要说清楚：它不是 Codex 官方 Skill。更合适的看法是，它说明 PPT Skill 不只可以做静态页面，还可以扩展到图片和视频演示。
新手该怎么选
别先问哪个 Skill 最强。
先问你的 PPT 最后要给谁用。
- • 如果你要老板改字，优先 PPTX / 可编辑路线。尤其是公司汇报、模板页、反复改措辞，不要把页面完全做成图片。
- • 如果你要公开演讲，考虑 HTML deck。浏览器播放、演讲者模式、动画和现场展示会更自然。
- • 如果你要视觉冲击，考虑图片生成路线。它适合快速做出强视觉页面，但文字和数字要人工复核。
- • 如果你要短视频传播，考虑图片 + 视频路线。它更适合发布会感、课程封面、内容切片。
- • 如果你想长期省时间，重点看 Skill 能不能复用。有没有模板、布局、风格、校验和输出规范，比第一次生成多漂亮更重要。
- • 如果你要多人协作，优先考虑对方熟悉的文件格式。别人打不开、不会改，再好看也会变成返工。
- • 如果你没有素材，先别急着做 PPT。截图、产品图、案例图、数据表，往往比一句提示词更重要。
冷水：Codex + Skill 不是万能
这套思路不该被吹成万能方案。
Skill 不是装上就能交付。
第一次配置、理解文件结构、跑通脚本、看预览，可能并不省时间。
图片路线容易难改字。
HTML deck 不等于公司 PPTX。
视频路线成本更高。
模板克隆也不是抄一遍就万事大吉。它能学版式和视觉节奏，但内容逻辑、中文表达、数据准确性，仍然要你自己把关。
Codex + Skill 更适合一种人：愿意接受文件、浏览器、脚本、预览和返修的人。
如果你只想点一下按钮，立刻拿到一份老板可以继续改的 PPT，那这条路未必适合你。
真正省时间的是第二次复用。
第一次你是在搭生产线。
第二次，Codex 才能沿着同一套 Skill，把同类 PPT 做得更稳。
最后说句实在的
Codex 做 PPT 的关键，不是让 AI 更自由，而是给 AI 一条更清楚的生产线。
让 Codex 裸跑，它每次都在猜。
让 Codex 配合 Skill，它至少知道这次该走哪条路：HTML deck、图片/PPTX，还是图片 + 视频。
这才是我现在看 PPT Skill 的方式。
我不是只看它能不能“一键生成”，而是看它有没有把流程写清楚：怎么拆内容，怎么定风格，怎么生成文件，怎么预览，怎么返修，怎么交付。
后面这个号会继续拆类似的 AI 工具工作流：不只看它能不能生成，还看它能不能修改、复用、交付。
因为真正能用到工作里的 AI 工具，拼的不是第一次有多惊艳，而是第二次能不能少返工。
参考链接
- • lewislulu/html-ppt-skill
- • JuneYaooo/gpt-image2-ppt-skills
- • op7418/NanoBanana-PPT-Skills
