CYBERPPT · CODEX SKILL
OPEN SOURCE / MIT
把研报变成可编辑的咨询风 PPT
不套模板,先建证据链,15 道门禁——AI 做 PPT 的三大死穴逐个击破。
之前分享了几个用 Agent 作 PPT 的 skill,今天又看到一个制作 PPT 的 skill,可以供大家选择了。
就是 CyberPPT,一个专门做咨询风格、高信息密度、可编辑 PPT 的 Codex Skill。
它的核心思路就一句话:不套模板。
先把你的源材料——不管是 Word、PDF、Excel,还是研究报告、业务数据——里面的证据、事实、数字全部提取出来,整理成一张“证据表”。然后在这个基础上,做故事线、做页面规划、做视觉蓝图,最后逐页生成一份真正能编辑的 PPTX。
1.4k 星,MIT 协议,完全开源。
— · —
在说 CyberPPT 之前,我想先聊聊,我们平时遇到的 AI PPT 工具,到底死在哪儿。
第一个坑,套模板。
这是大多数 AI PPT 的宿命。你输入一个主题,它给你选一个模板,然后把内容往里面一塞,完事。
页面是有了,但每一页都像流水线上出来的。内容跟版式之间,没有一毛钱关系。做个行业研究,出来跟年度总结长得一模一样。
我见过有人这么形容:AI 做的 PPT,就像给一个成年人穿了件童装——不是不能穿,就是哪哪都不对劲。
第二个坑,乱改数据。
这个是最要命的。AI 在生成的时候,特别容易把原文的数据“合理化”。
我之前看到过一个大佬的评测,AI 把原文的“23.6%”直接改成了“近两成四”。比例没错,但这是原文数据啊。
你想想看,你要是拿着这份 PPT 去给老板汇报,老板一问“这个数哪来的?”——你当场就得尴尬。
数据准确性,对汇报材料来说就是底线。底线都守不住,其他免谈。
第三个坑,文字是图片。
这个最隐蔽,也最致命。
AI 生成的 PPT,看起来文字都能选中,但实际上,那都是图片。你想改一个字?对不起,得回到 AI 那边重新生成,然后整个页面再来一遍。
做 PPT 的核心需求是什么?是改。改到老板满意为止。改不了,等于白做。
这三个坑,我愿称之为“AI 做 PPT 三大死穴”。
凡是踩过其中一个的,都应该看看 CyberPPT。
— · —
GATE 02
CyberPPT 是怎么治这三个坑的
CyberPPT 治这三个坑的思路,跟别的工具完全不一样。
它不是想着“怎么生成得更快、更漂亮”,而是先把“内容”这件事立住。
它的第一步,是把你给的源材料——DOCX、PDF、TXT、XLSX、研究报告、原始数据——里的证据、事实、数字、判断,全部提取出来,整理成一张麦肯锡标准的“证据表”。
每个数字,都能追溯到你的源文档。哪个数是从哪来的,一查就知道。
然后它内部有一道 Evidence Gate(证据门禁):所有事实、数字、判断,必须能追溯到源材料。缺证据?要么标记缺口,要么返工。
这就是它的逻辑:AI 想改你的数据?先过证据这一关。
这个可能很多人没听过。SCR 是咨询行业的经典叙事结构——Situation(情景)、Complication(冲突)、Resolution(解决)。
大白话就是:现在是什么情况 → 出了什么问题 → 所以我们怎么办。
它拿到证据表之后,不会上来就排页面,而是先脑暴 2-3 条故事线,互相比较,再收敛成一条最顺的 SCR 主线。然后才逐页规划:每页讲什么、放什么图、什么密度。
我见过太多 AI PPT 的问题是“每一页都对,连起来不知所云”。SCR 就是治这个的。
它生成 PPT 的时候,用的是“复杂视觉保真 + 主要文字可编辑”的混合策略。
什么意思呢?
复杂的视觉部分——背景、装饰、图表样式——可以让 AI 尽情发挥,做成图片也没关系。但主标题、正文、关键数字、图表标签、页脚、SO WHAT 这些核心信息,全部用原生文本、形状、表格、图表重建。
也就是说,你拿到的 PPTX,文字是活的。想改哪个字,直接改。想换数字,直接换。
这一点,用过的都知道有多爽。
它内置 8 种咨询风格的视觉体系,每种都有独立的 16:9 样张,直接看效果:

01 经典深红咨询风

02 冷灰+勃艮第红

03 暖象牙白+暗酒红

04 象牙白+深蓝强调

05 浅灰白+墨绿

06 纸张米色+铜棕

07 纯净浅灰+黑金

08 冷白灰+深紫
选定之后,它会把风格编号、色板、网格、标题层级、图表语言、页面密度全部锁定,然后逐页生成蓝图,再逐页还原成 PPT。
不是模板库随机套,是一套完整的视觉设计系统。
选定之后,它会把风格编号、色板、网格、标题层级、图表语言、页面密度全部锁定,然后逐页生成蓝图,再逐页还原成 PPT。
不是模板库随机套,是一套完整的视觉设计系统。
— · —
用 CyberPPT 做一份 PPT,官方文档里写得明明白白,分三个阶段。
把你的资料文档丢给它,明确告诉 Codex:“使用 XX 文件夹下的 CyberPPT 这个 skill,根据上传的文档做一份 PPT。帮我出一份 20 页左右的高管汇报,重点讲 Q2 增长。”
它会自动分析你的资料,确认做多少页(你也可以自己指定),然后出一份“证据底稿”。
这个阶段它还会跟你确认一些事:重点是哪块、哪些数据要突出、有没有必须放进去的内容。有点像跟顾问开第一次会,先对齐需求。
8 种风格里挑一个你喜欢的,它会进入“蓝图”流程,一次性把所有页面的蓝图做出来——每一页的构图、层级、密度、图表位置,全部规划好。
注意,这一步出来的还是“蓝图”,不是成品,还不能编辑。
它会按蓝图一页一页地把 PPT 做出来。这一步,是真正考验耐心的时候。
这里有个大坑,作者自己都写在 README 里了:
README 原话
AI 的注意力会分散。如果你发现它一次性把全部页面都还原了,立即停下,告诉它“严格按照 Skill 逐页还原”,否则它只会偷懒,只出骨架图。
还有,第一页和第二页一般会花比较久、也比较容易出错。这是磨合期,正常的。一旦调教好了,它会越做越快,越做越好。
曲线图表是最难还原的,如果发现跑偏了,可以截图让它精细还原。小图标 AI 也容易给错,直接指出让它重新给就行。
作者最后还补了一句大实话:
README 原话
不要试图追求 100% 完美还原。AI 搞定 90%,剩下 10% 自己搞定,否则直接用蓝图就可以了。
这句话我太喜欢了。不是“AI 全包”,是“AI 干重活,你干细活”。
— · —
让我真正服气的,是它的门禁系统。
CyberPPT 内置了 15 道 QA 门禁。我挑几个感受一下:
Evidence Gate(证据门禁)——所有数字必须能追溯到源材料。
Density Gate(密度门禁)——每页必须有信息密度,低密度页面必须补充或重排。
Container Overflow Gate(溢出检查)——文字不许跑出卡片、单元格。
Curve Trace Gate(曲线追踪)——流线、弧线、桑基图必须精确还原。
Editable Layer Gate(可编辑检查)——核心信息被图片化,直接判失败。
Render QA Gate(渲染检查)——逐页渲染,跟蓝图对照,文件生成成功不等于完成。
你看看,这是把“做 PPT”当成“做工程”在对待了。
别的工具是“生成完就算赢”,它是“不合格就不许交”。
我的评价是,这玩意适合谁?
经常做行业研究、竞品分析、高管汇报、董事会材料、客户提案、项目复盘的人。
就是那种信息密度高、数据要求准、还得拿得出手的汇报场景。咨询公司、投行、做研究的朋友,基本就是精准用户。
它不适合谁?
字少的低密度 PPT。比如演讲、个人表达、分享、观点类——那种页面没几个字、信息密度低的,属于这个 Skill 的射程之外。它自己也写了,不适用场景就是这些。
还有一点要坦诚:它不是装上就 100% 完美。它依赖 Codex 环境,还原度大概在 90% 左右,剩下 10% 需要你自己动手调整。
这个我倒不觉得是缺点。反而觉得,这才是 AI 工具该有的样子——把该 AI 干的活干到极致,把该人干的话留给人。
— · —
其实看到 CyberPPT,我突然想起了 1880 年代的电力。
当时电力开始在美国普及,很多工厂主花大价钱买了发电机、电动机,装在自己工厂里。装完之后,很多人发现:生产效率并没有提升多少。
因为他们只是用电动机替代了蒸汽机,工厂的布局、流程、管理方式,全都没变。
真正吃到电力红利的,是最早想明白“电力不只是换个动力源,而是要重新设计整个工厂”的那批人。
AI 做 PPT 也是这么回事。
第一波工具,是“用 AI 套模板”——把原来的活儿自动化了,但思路没变。
而 CyberPPT 这种思路,是在重新想“PPT 到底该怎么做”:先有证据,再有论证,最后才是视觉。
工具会过时,但这种“先搞定内容,再谈形式”的思路,我觉得会留下来。
— · —
好了,说回正题。
如果你也被 AI 做 PPT 坑过,可以去 GitHub 搜 CyberPPT,1.4k 星,MIT 协议,免费开源。
装到 Codex 的 skills 目录就能用。装好后,随便找一份你的旧文档,让它给你做一份咨询风 PPT。
别管做得好不好,先感受一下“文字能编辑”这三个字有多爽。
我之前也分享过几个 PPT 类的 skill,比如归藏的 guizang-ppt-skill(发布会级 HTML PPT)还有dashi-ppt-skill,——各有各的玩法。今天这个 CyberPPT 走的是咨询风的高密度路线,适合做汇报材料的人。
- guizang-ppt-skill
- dashi-ppt-skill
AI 搞定 90%,剩下的 10%,交给你的手和审美。
以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~
谢谢你看我的文章,我们,下次再见。
— THE END —
如果这篇文章对你有帮助
👍 点赞 · 👀 在看 · ↗ 转发 · ⭐ 星标
谢谢你看我的文章,我们,下次再见。
/ 作者:Patrick
/ 这里分享好用的AI工具和skill
/ 创作不易,三连支持一下吧~