我把一次做 PPT 的对话,封装成了专属 Skill
- 2026-10-31 11:53:30
从一次定制，到一条可以反复复用的交付流水线
如果让 AI 帮你做一份 PPT，大概率会经历这样的过程：先讲主题，再补听众和时长，生成后发现标题太长、编号不连续、模板里还有残留文字，于是继续来回修改。
所以第一次对话里，我没有让 AI 直接开做，而是显式调用了 grill-me。它的任务不是生成 PPT，而是先追问那些最容易被忽略、又最容易导致返工的问题。
需求被问清后，我又显式指定 PPT Master 负责读取中南大学模板并生成 PPT。一个 Skill 管“先想清楚”，另一个 Skill 管“按流程做出来”。
这次我没有把这些修改当成“一次性的返工”。我把整段协作过程拆开，找到其中可以复用的步骤，再封装成一个 中南大学专属 PPT Skill。
随后，我只给它一句话题目：“Workbuddy、Codex 如何配置 GPT？”。它便自动完成需求澄清、章节确认、模板填充、视觉检查、讲稿生成和文件交付。
这篇文章展示两个真实过程：第一次，如何从一份模板和多轮对话中提炼 Skill；第二次，如何用这个 Skill 稳定生成一套 12 页 PPT。
本文目录
第一次对话：grill-me 问透需求，PPT Master 负责生成 从一次修复，沉淀出专属 Skill 第二次对话：只给主题，复用整套流程 Skill 为什么比“万能 Prompt”更稳定 如何复制这套方法
一、第一次对话：grill-me 问透需求，PPT Master 负责生成
1.1 起点是一个模板，加上 grill-me
第一次对话的起点很简单：我上传了“中南大学 PPT—校徽蓝”模板，并在请求里直接调用 $grill-me，请它先帮我把问题问清楚，再完成 PPT。
但“做一份 PPT”并不是一个足够完整的任务。主题、场景、听众、时长、页数、内容来源、语言和署名，任何一项不明确，都会在后面变成返工。
第一次对话：先调用 grill-me，不急着生成 PPT
说明：聊天图使用真实对话文字，为适配公众号宽度进行了裁切和重新排版。
1.2 grill-me 到底解决了什么？
grill-me 是这条流程真正的起点。它不负责画页面，而是通过连续追问，把一句模糊需求变成可以执行和验收的约束。
第一轮问题确认基础信息：主题、场景、听众、时长、页数、内容来源、语言和署名。第二轮继续追问：听众最终要带走什么、技术讲到多深、采用哪个开源 Skill、页面结构是否认可、是否展示文件目录。
它还有一个很实用的设计：每个问题都给出推荐答案和推荐理由。用户不必从空白开始思考，也不会因为“都可以”而让 AI 默默猜测。
第一轮需求澄清
主题 → 使用场景 → 听众 → 汇报时长
页数 → 内容来源 → 语言风格 → 署名信息
最终确认的目标是：面向研究生、本科高年级同学和老师，做一场 7 分钟、约 12 页的院内技术分享，主题是“如何在开源 Skill 基础上二次开发专属 PPT Skill”。
1.3 显式指定：使用 PPT Master 来生成
在第二轮确认里，我不只选定了主题结构，还补了一句很关键的话：“不过生成 PPT，使用 PPT Master 这个 Skill 来生成。”
这相当于同时锁定两件事：内容上，围绕“基于 PPT Master 二次开发”来讲；执行上，明确由 PPT Master 负责读取模板、填充页面、导出 PPTX 和完成质量检查。
第一次对话：明确指定 PPT Master 作为 PPT 生成执行路线。
显式指定 Skill 的意义，是把“希望得到什么”与“使用哪套可靠流程来完成”同时告诉 Agent。
1.4 PPT Master 是什么？
PPT Master 是一个开源的、由 AI Agent 驱动的演示文稿工作流。它可以把主题、PDF、DOCX 或现有 PPTX 变成可继续编辑的原生 PowerPoint，并负责内容规划、视觉设计、模板复用、预览检查和最终导出。
它并不是一个固定样式的“PPT 模板”，而是按任务选择执行路线：从零生成、创建模板、填充现有 PPTX，或者增强已有 PPTX。
这次已经有中南大学校徽蓝模板，所以采用的是 Fill Native PPTX 路线：选择适合叙事的原模板页面，替换内容、调整顺序、写入备注，然后导出仍可编辑的 PPTX。
1.5 如何安装 PPT Master？
使用前需要准备 Python 3.10+，以及能够读写文件、执行命令并持续多轮对话的 AI Agent。对于 Codex、Claude Code、Cursor 等环境，可以先使用跨 Agent 的 Skill 安装命令：
npx skills add hugohe3/ppt-master
Skill 安装完成后，还要进入实际安装目录，补齐 PPT 导出和后处理所需的 Python 依赖：
cd /path/to/installed/ppt-master
pip install -r requirements.txt
如果希望方便更新，也可以按官方推荐直接克隆完整仓库：
git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master
pip install -r requirements.txt
安装完成后，在对话中显式说“使用 PPT Master 生成”即可触发对应工作流。若已有原生 PPTX 模板，还应同时说明“使用这个模板填充新内容”，让它进入模板填充路线。
1.6 生成前，先确认“每一页讲什么”
需求明确后，AI 没有立刻写入 PPT，而是继续确认核心目标、技术深度、二次开发基础、页面结构、风格和文件结构示例。
我选择了“听众能照着流程搭一个中南大学专属 PPT Skill”，技术深度采用“中等技术 + 少量实操”，底层生成路线指定为 PPT Master。
章节确认后，AI 才使用模板生成 12 页 PPT，并完成结构校验。当时的自动检查结果是 0 个错误、0 个警告。
1.7 自动检查通过，为什么还会有问题？
接下来出现了整次实践中最有价值的一幕。
在查看视觉精修版时，我发现第 4 页直接显示“02”，而前一页没有明显的“01”。从文件结构和文本容量看，它没有报错；但从听众的视觉感受看，编号像是断了一页。
自动校验能发现文件层面的错误，人类验收更擅长发现叙事和观感上的违和。真正可用的工作流，需要把两者接起来。
人工验收发现“02 前缺少 01”，这条反馈后来进入固定检查清单。
修复方式很直接：把第 3 页标题改成“01 需求动机”，第 4 页保留“02 Skill 是什么”，后续编号顺延。重新校验后，共有 116 项通过，0 个警告，0 个错误。
最后生成的PPT部分截图：
二、从一次修复，沉淀出专属 Skill
到这里，PPT 已经做完了。更关键的问题是：下一次还要不要重新说一遍这些要求？
于是，我提出把刚才的过程打包成一个“中南大学 PPT Skill”。以后只调用一个 Skill，就自动完成 Grill-me 式需求澄清、PPT Master 模板填充、编号检查、视觉预览和讲稿输出。
最终沉淀出的核心流程如下：
需求拷问
→ 章节内容确认
→ PPT Master 模板填充
→ 编号 / 顺序校验
→ 视觉预览
→ 备注与讲稿
→ 当前文件夹交付
这段流程不是一句“帮我做得好看点”，而是一组有先后顺序、有确认节点、有验收条件的操作协议。
2.1 Skill 目录里放了什么？
来看它的最小结构：
csu-ppt-skill/
├── SKILL.md
├── agents/
│ └── openai.yaml
├── assets/
│ └── 中南大学PPT-校徽蓝.pptx
└── references/
└── process-checklist.md
SKILL.md 定义工作流和触发条件；assets 固化校徽蓝模板；references 保存最终检查清单；openai.yaml 则提供 Skill 元数据。
2.2 真正有价值的，是两道“门”
这个 Skill 没有追求“一句话立即出片”，反而明确设置了两个确认节点。
需求澄清门：场景、听众、深度、时长、隐私级别和署名不清楚时，先问清楚。 章节确认门：先展示叙事线、章节结构和逐页分配，得到确认后再生成 PPT。
这两道门解决的是 PPT 生成里最昂贵的返工：方向不对和结构不对。颜色、字号还能局部修改，叙事线错了往往要整套重做。
2.3 把踩过的坑写成规则
第一次对话中出现的“02 前面没有 01”，后来被写进了编号规则：只要某页出现明显的“02”，前面必须存在可见的“01”；目录顺序必须与正文一致；模板里的错误学校名称、无关二维码和结束页也必须检查。
这就是定制 Skill 最朴素的成长方式：每一次返工，都尽量变成下一次的默认检查项。
三、第二次对话：只给主题，复用整套流程
Skill 创建完成后，我开启第二次对话，只输入了一句话：
使用 csu-ppt-skill，帮我生成一份 PPT，主题是：Workbuddy、Codex 如何配置 GPT？
因为只有主题，Skill 自动触发了第一道门。它一次性询问场景、听众、深度、时长、敏感信息处理、署名和材料边界，并为每项给出推荐值。
这里能看到第一次实践的直接影响：第二次已经不需要我再手动调用 $grill-me。它的提问方式和确认规则，已经被内置到 csu-ppt-skill 里。
第二次对话：只调用专属 Skill，自动复用 grill-me 式澄清流程。
我回复“按照推荐的来”。随后，Skill 给出了完整章节方案：整体叙事线、7 个章节、12 页分配、每页预计讲解时间，以及“必须覆盖 / 可删减 / 不讲内容”三类边界。
第二次对话的状态流转
① 一句话主题 → ② 自动需求澄清
③ 采用推荐配置 → ④ 输出逐页大纲
⑤ 用户确认大纲 → ⑥ 生成、渲染、检查、交付
确认大纲后，Skill 才进入制作阶段。最终交付包括：
12 页可编辑 PPTX； 嵌入每页演讲者备注； 独立的 7 分钟 Markdown 讲稿； 整套 PPT 的视觉预览图； 用于快速检查的 PDF 预览。
确认大纲后，一次性交付 PPT、讲稿、备注和视觉预览。
最终校验结果仍然是 0 errors / 0 warnings。同时，Skill 还清理了模板中残留的错误英文校名，并避开了不适合本次分享的二维码结束页。
最后生成的PPT部分截图：
四、Skill 为什么比“万能 Prompt”更稳定
让我们再往深一层想。这个 Skill 的价值并不是“记住了一个提示词”，而是把一次成功交付拆成了四类可复用资产。
4.1 输入契约：先把任务定义完整
主题只是输入的一部分。Skill 还要求明确听众、场景、时长、深度、敏感信息和署名。它把“你脑中默认知道的事”，转成 AI 可以执行的输入契约。
4.2 状态机：让重要步骤不能被跳过
需求没有确认，就不能进入章节设计；章节没有确认，就不能进入 PPT 生成；生成完成，还要经过渲染和视觉验收。通俗地说，就是把“经验”变成有顺序的关卡。
4.3 品牌资产：模板跟着能力一起走
校徽蓝模板直接放在 Skill 的 assets 目录中。调用者不需要每次重新找模板，也不需要重新解释学校视觉风格。
4.4 验收标准：交付的不只是一个 PPTX
Skill 明确要求可编辑 PPTX、演讲备注、独立讲稿和视觉预览，同时检查编号、目录、模板残留、标题长度和结束页。交付标准越清楚，结果越容易稳定。
一个成熟的 Skill，更像“小型交付系统”：它同时包含输入、流程、资产、工具路线和验收标准。
五、如何复制这套方法
如果你也想为团队做一个专属 PPT Skill，可以从下面五步开始。
先完整做成一次。不要急着抽象，先在真实任务里走完需求、生成、修改和交付。 记录所有返工原因。尤其关注结构错误、模板残留、隐私风险和交付缺项。 把关键决策设成确认门。哪些事情一旦做错会整套返工，就在生成前确认。 把模板和检查清单一起打包。只保存 Prompt 不够，品牌资产和质量规则同样重要。 再用一个新主题验证。第二次能否更少沟通、同样稳定地交付，才是 Skill 是否成立的真正测试。
这里有个坑：不要把“自动化”理解成“不需要确认”
PPT 的目标受众、内容边界和叙事重点，本质上仍是人的判断。好的 Skill 会减少重复沟通，也会在高成本决策前停下来确认。
如果内容涉及真实 API Key、内部地址、个人账号或未公开业务数据，还需要明确脱敏规则。第二次对话中，我们就约定只使用占位符和通用配置示例。
另外，软件界面和配置方式会随版本变化。Skill 可以固定检查流程，却不能替代对最新产品文档和真实环境的验证。
六、总结
先完成一次真实交付，再从对话和返工中抽象流程。 需求澄清与章节确认，是减少 PPT 大规模返工的两道关键门。 模板、流程、检查清单和交付标准，要作为一个整体封装。 自动校验负责结构，人类视觉验收负责观感，两者缺一不可。 真正的复用，要用第二个新主题来验证。
下一步，我还会继续把真实使用中发现的问题写回 Skill，让它从“能生成”逐渐变成“更懂我的交付标准”。
如果你觉得这篇文章对你有帮助，欢迎点赞、在看、分享三连 ❤️
关注我，后续继续分享 AI Skill 的定制与落地实践。
