AI做PPT工作流实测:两个Skill配合,从空目录到七页成品
- 2026-11-08 11:36:52
AI 做 PPT 工作流实测：两个 Skill 配合，从空目录到七页成品
上面这张图不是设计稿，是我拿这套流程真做出来的一份 PPT 的第一页。七页，从空目录开始，一步一步跑完。这篇把过程、成品、踩的坑全摊开，你能照着复现。
01先说清楚要解决什么
让 AI 生成一份 20 页的汇报材料，两分钟不到就能出齐。麻烦在第二天：业务说第 7 页数据要换，你改完回头一看，那一页跟前后六页已经不像一套东西了。单页改得没问题，坏的是整套。
我试过把提示词写得更长，效果有限。提示词像在厨房门口跟厨师说一句「今天做清淡点」，他听懂了，但清淡到什么程度、哪几个菜要紧、出菜前怎么尝，全靠猜。换成一份写下来的作业手册，才能每次复现。
所以我把它做成了 Agent Skill。如果你还不熟这个概念，简单说：它是一套开放标准，核心就是一个 SKILL.md 文件，写明这个技能什么时候用、按什么顺序执行、边界在哪。Claude Code、Codex、Qoder、CodeBuddy 这类工具碰到匹配的任务会自己去读，不用你每次手动贴。
Skill 比提示词多的东西，是验收标准。提示词说完就散了，Skill 能规定「做到什么程度算完」。
02第一步：生成骨架
不空讲，直接上操作。这个 Skill 带了一个零依赖脚本，第一个动作是建项目骨架：
python scripts/scaffold.py my-deck --full
项目已就绪：my-deck
新建 brief.md
新建 brief-full.md
新建 page-script.md
新建 style-spec.md
新建 README.md
素材目录：assets/raw、assets/final、assets/reference、out
下一步：填简报 → 写逐页稿 → python scripts/verify.py script <项目目录>
三份模板加三个素材目录。这一步的意义常被低估：AI 不用凭记忆造格式，照着填就行。格式被固定了，后面才有可能被脚本校验。
素材分三个目录是有原因的。
◆raw 放报告论文数据表，用来核对事实 ◆final 放产品截图 Logo，用来上页面 ◆reference 放你喜欢的页面截图，只借鉴视觉
这三类混在一起，模型最容易犯的错是把参考图里的文案直接搬进正文。
03第二、三步：逐页稿和风格说明
这两步是整个流程的地基。逐页稿就是把「一堆资料」变成「每页说什么」，每页固定七个字段：
成品第 4 页：七个字段的排版
真实的一页长这样，这是成品第 3 页的稿子：
## 第 3 页
- **标题**：四个阶段，两道闸
- **想表达的意思**：流程不是线性流水线，前两段有确认点
- **屏幕文字**：
采集与逐页稿 → 风格说明 → 选形态制作 → 局部打磨
前两段是硬闸：不确认不往下走
- **数据与来源**：无
- **图片素材**：无（用四个节点加连接线绘制）
- **建议布局**：横向四节点流程，闸门标在节点之间
- **演讲备注**：强调闸门不是仪式，是防止后面全废
七个字段里最容易被跳过的是「数据与来源」。它当下看起来最没用，但它是唯一能在交付前把数字核一遍的线索。写完跑校验：
python scripts/verify.py script my-deck
逐页稿：my-deck\page-script.md
页数：7 字段总数：49 待补充：0
RESULT: PASS
七页、四十九个字段、零待补充。这个 PASS 值钱的地方不在 PASS 本身，在于它是算出来的，不是模型嘴上说自己写好了。
脚本逐页查三件事：
◆页码连不连续
◆七个字段齐不齐
◆有没有留「待补充」的空
我拿坏稿试过它。页码从 1 跳到 3，又把「建议布局」写成「布局」，四类错误全抓出来，还能定位到页码和字段名。看到 FAIL 的时候我反而踏实，因为它会顶嘴。
风格说明：把形容词换成数值
第二步是风格说明，很多人会跳过，我不建议。「米白底、大标题、留白多一点」这句话，十个人能做出十个样子。换成一份写死数值的文件，才不会漂。我这份的开头两行长这样：
| 背景 | #f7f5f0 | 暖白纸感，比纯白柔和，截图不刺眼 |
| 强调 | #2f6b66 | 深青，每页最多两处 |
还有一条是给投屏用的：标题用黑体不用宋体。宋体在大字号下横画偏细，投到会议室幕布上会发虚。
风格说明里有三处必须卡住：
◆区分「图里能看到的」和「你建议的」，别混 ◆认不出的字体不要猜名字，只给支持中文的替代方案 ◆给方向要看构图差异，只换配色不算新方向
04两个 Skill 怎么配合
到这儿有人会问，内容稿有了，幻灯片本身谁做？这是这套流程的设计前提。slides-workflow 只管内容和顺序，视觉呈现交给另一个 Skill。我用的是 html-skill-effectiveness，它专门输出单文件 HTML 工件，其中包含 16:9 幻灯片模式。
slides-workflow 管：内容顺序、字段结构、形态选择、验收标准
交接：page-script.md + style-spec.md
html-skill-effectiveness 管：视觉实现、版式、字体层级、配色
交接：deck.html
关键在交接物是文件，不是口头描述。两个 Skill 之间没有含糊地带，前者产出的东西后者能直接读进去。整条链路，加上我实际来回的那一段，长这样：
两条虚线回环：脚本校验失败回上一步，人眼检查发现问题改 CSS。从生成骨架到写出风格说明，这一段是流程 Skill 的活；交给制作 Skill 之后出 HTML、渲染成图；最后那个回路是我自己补的，脚本查不出来。
流程本身是四段，前两段是硬闸：
成品第 3 页：四个阶段，两道闸
「闸」的意思是停下来确认。逐页稿没过，不进风格；风格没定，不进制作。这两处省下的十分钟，后面要用两小时换。
顺带说一句，能配合的不止这一个。要做可编辑 PPTX，就换成 ppt-master 那类直出 pptx 的工具，前面的逐页稿和风格说明一样能用。
05形态选错，返工翻倍
同一个内容可以出三种东西，各有各的代价：
成品第 5 页：三种输出形态
判断的核心不是哪个好看，是最后谁来改。我见过最典型的误判是「图好看就选图」。当场效果确实最好，但两周后要更新数据，整页得重做，因为文字和画面早就融在一起，改一个字都要重新生成。
所以如果是给同事接着改的稿子，直接走可编辑 PPTX，别犹豫。
06成品出来之后，我改了三轮
这一段我觉得比方法本身更值得写。七页看着干净，但第一版渲染出来是这样的：第二页的大字，最后一行只剩「套了」两个字挂在左边。孤字。我盯了两秒才反应过来问题在哪。不是字写多了，是标题容器按 ch 单位限了宽。ch 算的是数字「0」的宽度，中文字宽得多，等于盒子提前把行折断了。
第一轮：四处问题
再往下翻，还有三处。
◆第四页七行字段压得太满，最后一行「演讲备注」的横线直接压在页脚上 ◆第五页三张卡片贴着上方标题，下面空出一大块 ◆第七页收尾大字也是孤字
改到第二轮，第七页还是没修好。原因有点蠢：我只加了手动换行，没动那个 ch 宽度限制，换行点还是被旧盒子卡着。第三轮才把宽度限制去掉。
最后的问题清单是四条：
◆孤字两处
◆页脚撞行一处
◆上下留白失衡两处
教训不是「调字号要小心」，是版面问题几乎都能被命名。孤字、撞行、留白失衡、宽度算错，四条都有明确成因和改法。说不清问题属于哪一类，才是真的没找到原因。
这也是我不想交给 AI「再优化一下」的原因。它不知道你在看什么，只有你说得出「这行只剩两个字」，它才知道该动哪里。
07它真正省下的是什么
成品第 7 页：收尾
不是生成那两分钟。生成一份 PPT 本来就快，AI 出首版从来不慢。慢的是第三轮返工，和你已经改到第七页才发现方向错了要推翻。
这套东西把返工次数压下去，靠两件事：
◆内容在排版之前定死，让你少改 ◆验收到脚本能算，让你知道什么时候该停
代价也要说清楚。它会让你在前面多花二十分钟写逐页稿，这二十分钟我建议别省。
08怎么拿到它
仓库地址：github.com/YardonYan/for-my-self-skills，Skill 目录是 slides-workflow，Apache-2.0，可以直接下载。
git clone https://github.com/YardonYan/for-my-self-skills.git
cp -r for-my-self-skills/slides-workflow <你的 skills 目录>/
装完直接说「帮我做一份汇报 PPT」，它会先反问你六件事，而不是闷头生成。仓库里另有十四个 Skill，按用途分了四类，感兴趣可以一起翻。
三个今天就能试的动作
一下次让 AI 做 PPT，第一句先要逐页稿，别直接要成品 二风格那一步扔一张参考图，比写三百字形容管用 三如果你也在写 Skill，检查入口文件里有没有指向 references/ 的引用。写了但没被引用的文件，等于不存在
END
感谢阅读，欢迎关注、点赞与分享
