PPT skill用得不爽?我死磕了这4个环节

现在开源的做 PPT 的 skill，说实话，已经不少了。但我自己一个个用下来，发现有几个老毛病，几乎没人解决好：只会把字排好看，不管你站着讲顺不顺。

图形全是装饰，看着有图，其实还是满屏的字做了艺术化的排版，看着很爽，但信息一股脑全糊在页面上。更麻烦的是，做错了，自动检查还告诉你没问题。

测试作品截图：看起来完整，观看与阅读仍需要逐项处理。

我原来在大媒体做视觉传播，后来在互联网大厂做企业文化。这两份工作有一项核心任务：做 PPT。我对这种表达形式，可以说到了某种病态的偏执。一页稿子的行距、一根箭头的粗细，我都能盯着看半天。

所以我干脆动手，综合几个开源 skill，加入自己这些年对“表达”的理解，做了一个坏猫版的 PPT skill，叫 badcat-slide。不管你是职场人士、商业决策者、艺术从业者、教育工作者，只要你要站着讲东西，我相信它都能帮上忙。

作品封面：用“活人感”作为单一视觉焦点，先让听众记住主题。

那位说了：现在 PPT skill 都烂大街了，你这个有什么了不起？别急，听我慢慢讲。我不跟你比功能清单，就讲四个我死磕的点。每一个背后，都有一次真实的翻车。

它做出来的是一个独立的网页文件，用浏览器就能放，也方便把文件发给别人。选择网页，是因为它能实现我想要的很多效果。

作品页面：插图配合三个短问题，再落到一句判断。

比如按一下出一条内容，点击查看细节，拖动滑杆比较前后变化。同一份文件，讲完还能打印成 PDF，发给没到场的人。

先说第一个，也是我认为 PPT 最灵魂的东西：结构化表达。

很多人做 PPT，会把材料扔给 AI，说一句“帮我做份 PPT”，然后等它出页面。但在排版之前，还有个更影响表达的问题没想清楚：这些材料到底该怎么组织？

是先把结论亮出来，还是从一个案例带进去？听众需要先理解背景，还是已经知道问题，只等你拿方案？这些判断，会直接改变整份 PPT 的演示顺序和表达骨架。

结论先行的页面形式：先突出一个关键数字，再补充背景。数字来自原案例。

我在 skill 里加了一步，叫“小模型推大模型”。这里的“小模型”，指的是叙事的思维模型。

里面放了 19 个叙事框架，包括 SCQA、4MAT、AIDA、黄金圈。但使用时，你不用先学这些名字。

它会问几个简短的问题，了解你要讲给谁听、希望讲完达到什么目的，再把适合的框架写成几份通俗的章节提纲，让你挑。

资料装满就发车，至于听众去哪儿，导航没开。

选定以后，大模型才按这个思路整理材料。不管你交给它的是一份文档，还是好几份资料，都要重新拆分、安排顺序，组织成一条能讲下去的线。

叙事页面：用历史节点组织案例，把材料串成一条讲述线；横轴用于排列事件。

我还特意加了一条规则，不许直接拿原文档的目录当演讲骨架。文档可以前后翻，可以跳着查。台下的听众得跟着你一句一句听。原来的目录即使适合阅读，也得重新判断，照这个顺序讲，听众能不能听明白。

第二个，信息可视化。

有一页 PPT，我印象特别深。它讲的是“三次转向，窗口越来越短”，配了一条时间线。我量了一下，三个间隔都是 405 像素。

嘴上说越来越短，图上却一样长。观众看这张图，怎么能看出变化？偏偏自动检查也是全绿。

事故案例原页：文字说窗口在变短，时间线的三个间隔却相等。

我还统计过四份实际生成的 PPT，结构图和真正的数据图，用量大约是 3 比 1。AI 很爱画框框，把文字装进漂亮卡片，再连上箭头。有些结构确实需要这样画，但很多页面只是把列表换了个外壳，内容仍然要逐个读完。

数据图页面：把不同方案的交付量放在横条图中比较。数字沿用原作品内容。

于是，我给 skill 补了 27 个可以直接使用的图形组件，流程链、金字塔、时间线、华夫图、漏斗图都有。选图时也有一条明确要求，能用图把关系讲清楚的材料，就不要直接列成几条文字。

华夫图页面：用格子的数量区分入选与废弃比例。数字沿用原作品内容。

但光有组件还不够，图形本身得表达信息。四个一样大的格子，只能让人知道有四步。如果其中一步风险更高，图上就要有相应的强调。

如果时间间隔在缩短，节点之间的距离就应该跟着缩短。

我希望观众还没读完字，就已经看出了哪部分更重要、哪里发生了变化。像那条时间线，至少要让人看见，留给你的时间确实越来越少了。

第三个，元素交互化。

PPT 分两种。一种给人讲的，一种给人看的。

给人看的 PPT，信息可以铺得完整一些，读者能停下来细看，也能往回翻。可你站在台上讲的时候，整页内容一下全出来，观众很容易先去读屏幕。等他读完，你可能已经讲到别处了。

所以演讲时，讲到哪里，画面就展开到哪里。这也是我做元素交互的主要原因。

skill 里集成了 12 种交互组件。按一下，出现一条新内容。

重点标注页面：将字段与右侧解释一一对应，让读者顺着标注找到重点。

需要补充的细节，点开卡片再看。比较前后变化，可以拖动滑杆。

原始录屏转动图：点开细节，拖动比较。

这些组件用多少、放在哪里，要看这份 PPT 怎么用。演讲模式下，展开内容的节奏由讲者控制。阅读模式下，就让读者自己点开感兴趣的部分。

我不希望观众忙着读屏幕，页面能配合你，这场演讲才会顺。

原始录屏转动图：内容随讲述逐条展开。

第四，体检自动化。

这个 skill 不信自己的手艺，只信体检的结果。

现在每做完一份 PPT，可以用一条命令启动检查。它会在浏览器里把每一页实际渲染出来，再去看文字有没有溢出、面板有没有重叠、字体有没有正常加载。

字体就有个容易漏掉的坑。服务器返回成功，不代表字体真的下载下来了。页面照样能打开，原本的宋体却可能变成了黑体，版面也跟着变了。

字体对照素材：同一页内容，使用宋体。

字体对照素材：同一页内容，替换为黑体。

除此之外，检查还会看一行字是不是太长，是不是连着七八页都没有图，讲稿有没有一直重复屏幕上的文字。

其中六项指标，每次都会打印具体数字，合格也照样显示。这样连续做几份，就能看出文字是不是越来越多、页面是不是越来越挤，不必等到超标才发现。

真的超了，报告也得告诉我去哪里改。比如哪一页最严重、有几段内容需要处理，而不是只丢给我一个“不合格”。

这个 skill 有条哲学：每条检查背后，都是一次我经历的真实翻车。把失败的经历写进 skill，它就不会一路开绿灯，让失误轻易溜过去。

一键生成省下的时间，刚好够逐页返工。

最后，这个 badcat-slide，现在还在我的电脑里，我打算再用几轮、改几轮，然后开源到 GitHub。

如果你现在就想试，可以直接联系我，我会无偿分享。也欢迎把用着不顺的地方、做坏的页面发给我。前面这些改进就是这么来的，有具体问题，我才知道还该往哪里改。