Image2 生成 PPT 的最后分水岭:Prompt is all you need

我最近连续做了两套 PPT，最反直觉的一点是：最后几乎没打开 PowerPoint 去救版式。

不是先让 AI 写大纲，再把内容塞进模板；也不是让它吐一堆 HTML、SVG、PPTX 对象，最后人类继续拆文本框、挪图层、修页脚。

真正好用的那条路更狠一点。

把整页直接当成一张成品图来做。

Codex 负责读论文、读材料、拆页面、写提示词。Image2 负责把每一页变成 16:9 的 4K 成品图。满意的留下，不满意的继续让 Codex 调 Image2 edit 改。最后把这些图组装成 PPTX 或 PDF。

中间不再执着于“这一段文字能不能双击编辑”。

因为这一轮 AI PPT 的最后分水岭，已经不在“文本框还能不能拖动”上。

它在另一层：你有没有一套能复现、能批量、能继续修改的 prompt。

Prompt is all you need.

别再把 Image2 生成物拆回传统 PPT

我看到不少人讨论 Codex 做 PPT，流程大概是：先生成页面，再想办法把它转回可编辑 PPT。

这条路我非常不赞同。

“可编辑”当然重要。

问题是，很多人把可编辑性放错了地方。你把一张 Image2 做好的页面拆成形状、文本框、SVG、PPTX 对象，看起来重新获得了控制权，实际上把质量拖回了旧世界。

版式变弱了。

字体变散了。

图和字之间那种一次成型的设计感也没了。

最后你得到的是一具“可编辑的尸体”：每个器官都能动，但整体气质已经没了。

真正应该可编辑的，不是页面里的每一个文本框。

是生成这页的 prompt。

如果标题想换，改 prompt。内容想压缩，改 prompt。底板想更克制，改 prompt。某页不满意，让 Codex 根据验收意见重写本页变化部分，再交给 Image2 edit。

这才是新的编辑层。

第一步，先做一张能压住全场的底板

底板就是你的 PPT 母版。

它不负责讲内容，只负责管气质：顶部装饰、底部装饰、配色、边缘结构、中央留白。

重点只有一个：中间必须空。

很多 AI PPT 难看，问题不在模型不会画。

问题在它一上来就想把每一寸都填满。标题、图标、圆角卡片、抽象背景、渐变光效，全往里面塞。单页看着热闹，十页放在一起就像十个不同外包做的。

我的做法是先把自由度收掉。

先让 Image2 只生成底板，不写正文，不放要点，不生成假图表。上下边缘可以有设计，中央留白必须干净。

你可以直接用这段提示词起步：

底板这一步别怕多跑几张。你挑的是一套 PPT 的语气，不是单张“漂亮背景”。

第二步，把每一页 prompt 拆成五块

一页 PPT 最怕什么？

怕模型临场发挥。

你只说“做得高级一点”，它就会开始自作主张：底部条变厚，顶部装饰换位置，页码多出来，Logo 冒出来，内容区被背景纹理占掉。

所以单页 prompt 不能写成一句愿望。

它要像一张施工单。

第一块，锁死底板。

这段最重要。

底板描述要具体到“左侧深蓝斜切区”“右侧数字方块”“底部窄版装饰条”。不要写“顶部有蓝色装饰”这种废话。你越含糊，模型越容易把母版重画掉。

第二块，强迫它做视觉设计。

不加这一块，它很容易给你一页“标题 + 六个圆点”。

那不是 PPT。

那是 Word 换了个横向画布。

第三块，给本页固定设置。

第四块，给完整内容。

这里不要偷懒。

Image2 只负责排版，不负责替你想信息。真正的信息应该由 Codex 从论文、报告、课程材料、产品文档里先拆出来。

第五块，写禁止项。

这五块合起来，才是一页真正可控的 Image2 PPT prompt。

Codex 的价值，不是“帮你写几句话”

很多人低估了 Codex 在这里的作用。

它不是文案助手。

它是整套 PPT 的生产经理。

你把论文、会议材料、产品文档丢给它，它要先判断：这套 PPT 给谁看？最后希望对方记住什么？哪些页讲背景，哪些页讲方法，哪些页讲结果，哪一页需要图，哪一页只需要一句重话。

然后它把每页拆成固定部分和变化部分。

固定部分，是底板约束、视觉设计规则、禁止项。

变化部分，是页码、标题、具体内容、结论强调、插入图片。

这一步做对了，后面批量生成才不会变成赌博。

你甚至可以直接让 Codex 输出一个页面清单：

Codex 写 prompt，Image2 出页面。

一个负责判断和拆解，一个负责视觉和成片。

这比“AI PPT 一键生成”更慢一点，但成品更像你真的能拿去讲的东西。

修改也不要回到手工时代

真正的分水岭在这里。

如果一页不满意，不要马上打开 PPT 拖来拖去。

你应该把问题写回 prompt。

比如：

这才是 Image2 edit 真正适合干的事。

你不是在修一页 PPT。

你是在修这页 PPT 的生成规则。

一旦规则改对，下一页、下一套、下一次组会都能复用。

什么时候不要这么做？

我不想把这篇写成“以后 PPT 都不需要可编辑了”。那也不准确。

如果你做的是公司标准模板，要多人来回改；如果里面有大量表格、法务文字、财务数据；如果后面每个数字都要追溯、每个图表都要更新，那传统可编辑 PPT 仍然有价值。

但很多演示场景不是这样。

组会汇报、课程展示、项目路演、读书分享、论文讲解、内部 demo，大多数时候真正重要的是：这套东西能不能讲清楚，风格能不能统一，现场投屏够不够稳。

观众不会关心你的文本框能不能双击。

他只会看到那一页有没有压住场。

我现在会这样做一整套 PPT

先做底板。

再让 Codex 读材料，拆出页码节奏。

然后让 Codex 为每页写五段式 prompt：底板约束、视觉设计、本页设置、本页内容、禁止项。

Image2 每页生成 2-3 个候选，挑最稳的。

不满意，继续用 edit 改 prompt。

最后把选中的 PNG 组装成 PPTX 或 PDF。

听起来像绕远路。

但你试过一套就会发现，这条路反而少返工。因为你不再跟几十个文本框肉搏，也不再为了“可编辑”牺牲整页完成度。

PPT 的旧编辑层，是文本框、形状和图层。

PPT 的新编辑层，是底板、提示词和验收标准。

谁先把这层想明白，谁就先跨过 Image2 生成 PPT 的最后分水岭。

Prompt is all you need.

往期推荐 / 延伸阅读