Codex PPT 更新：AI 生成的 PPT 终于能改了

上次写 Codex PPT 的时候，我最想解决的问题是： AI 做 PPT ，到底能不能做得像一套真正能拿去讲的 deck 。

那一版的答案很激进。

每一页都当成一张完整海报来生成。标题、版式、图表、视觉主体、背景、装饰，全都在同一张图里完成。好处很明显：页面不会像模板拼装，风格也更容易统一。

但它也留下一个真实世界里的痛点。

好看归好看，改起来会疼。

如果客户、老师、队友突然说：“第三页标题换一下”“这个标签删掉”“这里改成今年的数据”，图片型 PPT 就会进入尴尬区。你要么重写 prompt 再生成一页，要么在本地硬补文字。前者慢，后者脏。

所以这次 Codex PPT 更新的重点很直接：

让 AI 生成的 PPT ，继续保持强视觉风格，同时能进入可编辑 PowerPoint 。

这次是工作流级更新

我看了一下仓库最近的 commit 。

最新一条是 d743a07 Add editable PPTX mode，提交时间是 2026-06-01 。它改了 12 个文件，新增 1000 多行，核心变化集中在四块：

这意味着 Codex PPT 从“生成漂亮图片 deck”，往“生成可交付、可修改的演示文件”走了一步。

这个变化很关键。

因为 PPT 的真实生命往往从“生成完成”之后才开始。会上要改，发给别人要改，路演前一晚还要改。一个 deck 如果改不动，很多场景里只能算半成品。

新增的 editable-pptx 模式怎么跑

现在 Codex PPT 有两种输出模式。

image 是默认模式。它继续走原来的路线：先做 brief 、 storyline 、 design system 、 storyboard ，再逐页生成完整页面图，跑 QA ，通过后打包 PDF 。

editable-pptx 是新模式。它会先完成图片模式的那套流程，再把每一页 approved slide 交给独立重建流程，拆成 PowerPoint 里能选中、能移动、能改字的对象。

流程大概是这样：

整页生图 -> QA 通过 -> 逐页重建 -> visual layers + text-layer.json -> 合并 -> editable PPTX

这里有一个细节很聪明：可编辑模式不会推翻图片模式。

它先让 AI 把页面做到足够好，再把那张通过 QA 的图当成视觉目标。也就是说，整页生图负责设计完成度，可编辑重建负责后续协作和交付。

这比一开始就让 PowerPoint 模板硬排要稳。因为一开始就模板化，页面很容易变回熟悉的商务味；先把视觉目标锁死，再重建图层，至少知道自己要追哪张图。

每一页都变成一个重建任务

这次新增的 editable-slide-subagent-prompt.md 很有意思。

它把“可编辑 PPTX”拆成逐页任务：每张幻灯片都有自己的输入、输出和 QA 。

每页重建时，需要产出这些东西：

source.png
visual-layers/slide-XX/manifest.json
text-layer.json
qa/qa.md

visual-layers 负责背景、卡片、图标、图片、复杂图形这些视觉对象。text-layer.json 负责标题、正文、标签、页码、注释这些原生文字对象。qa.md 记录这一页哪里和原图有差异，哪里还可能有残留文字风险。

这个设计听起来有点工程化。

但 PPT 本来就是工程。

一套能讲的 PPT ，不只靠封面惊艳。第 5 页、第 8 页、第 12 页同样要过关。文字要能读，逻辑要能接，视觉要不漂。现在 Codex PPT 把这些检查点写进流程里，后面就有机会继续自动化。

可编辑，不等于把所有东西都拆碎

我比较喜欢这次更新里对“可编辑”的边界感。

它没有强行把每个像素都拆成 PowerPoint 形状。复杂插画、照片、 Logo 、密集图表、截图，这些对象保留成图片层更合理。真正应该变成原生对象的，是标题、正文、标签、角标、注释、页码、 callout 。

这符合真实使用习惯。

大多数时候，我们想改的是文字、顺序、局部标注和几个关键对象。很少有人会在 PowerPoint 里逐个编辑一张复杂插画的每条线。拆得太细，反而会让文件变重、维护变乱。

所以这次的路线更像是：

这套边界一旦立住， AI PPT 才有机会进入团队协作。

对使用者来说，变化很实际

以前你可以这样用：

Use $codex-ppt to make a 10-page product pitch deck about my app idea.

现在如果你要后续修改，就可以直接说：

Use $codex-ppt to make an editable PPTX deck about my app idea.

本地依赖也多了一步：

npminstall--prefix~/.codex/skills/codex-ppt

Node 侧会用到 pptxgenjs 这类能力，把 visual-layers 和 text-layer.json 组装进 PowerPoint 。 Python 侧的合并脚本负责把每页 Sub Agent 的产物收拢成统一输入。

从用户视角看，最重要的变化只有一句话：

以前输出更像一套好看的成品图；现在它开始接近一套能继续改的工作文件。

我为什么觉得这次更新更重要

AI 工具最容易让人兴奋的阶段，是第一次看到结果。

哇，能生成。

哇，还挺好看。

哇，十页都出来了。

可真正决定它能不能留下来的，往往是第二天。你把文件发给别人，对方说改两处；你拿去路演，临时要换一个数据；你准备交付，客户要求把文案换成他们自己的口径。

能不能改，决定它能不能进入工作流。

Codex PPT 第一版证明了一个方向： AI 可以按 brief 、 storyline 、 design system 、 storyboard 去生产一套视觉一致的 deck 。

这次更新把问题往后推了一格：生成之后，怎样变成一个别人也能接手的文件。

这个方向我很喜欢。

因为 AI 工具不该只追求“第一次生成的爽感”。真正有价值的工具，应该能承受修改、返工、协作、交付和复盘。

这次的 editable PPTX 模式，就是往那个方向走。

项目地址：

https://github.com/qybaihe/codex-ppt

如果你之前觉得 AI PPT 最大的问题是“好看但不好改”，这一版可以重新看一眼。