Codex制作PPT的最佳实践与高效解决方案

一、全文速览图

标题或许有些“吸睛”，但请先别急着下定论。今天分享的内容，确实能帮你把PPT做得更出彩。假期前再分享一波，这个工具值得一试。

其实，这个想法的雏形很早就有。之前分享Coze技能时，我曾制作过一个名为【PPT风格克隆】的技能。当时的构想是，通过提取参考图或网页的视觉细节，将其风格迁移到PPT生成流程中。虽然实现了基本功能，但操作起来仍有门槛——需要用户对参考图的风格适配性有较好的判断，否则迁移效果会打折扣。而且，对于视觉一致性有较高要求的人来说，早期方案生成的页面在细节上往往不够统一。

比如，同一组生成的页面中，黑色边框的样式可能一个是直角，另一个却是圆角；不同页面里的小标题装饰元素也可能差异显著。这种不一致性，对于追求专业感的演示文稿来说，是个不小的遗憾。

那么，有没有更好的解决方案呢？过去可能比较困难，但现在情况不同了。随着Codex对Image 2的支持，探索的边界被大大拓宽。基于此，我开发了一个相当实用的PPT生成技能，能够精准地迁移参考图的风格，几乎任何你欣赏的视觉风格，都可以让Image 2为你复现到PPT中。

先来看看实际效果。本次的风格参考图均来自Landbook网站。虽然它主要是一个网页设计灵感库，但其展示的版式、配色和视觉层次，对于PPT设计同样具有极高的参考价值。

这是第一组参考图：

原图链接：https://land-book.com/websites/71866-doconomy

在生成逻辑上，采用了“先定版式，再出大图”的策略。即先输出一张包含所有页面布局的多宫格缩略图，锁定整体版式节奏，再逐一生成高清大图。有趣的是，GPT Image 2在放大细节时，不仅会忠实于缩略图的布局，有时甚至能优化在多宫格阶段处理得不够完美的地方。这一点上，其表现比Nano Banana Pro更胜一筹。当然，在处理人像和角色相关的内容时，Nano Banana Pro仍有其优势，这一点在最后一个案例中会看到。

先看多宫格布局：

再看完整的高清页面输出：

再看另一组参考图：

原图：https://land-book.com/websites/93690-golive-webflow-ecommerce-website-template

这是基于它生成的PPT，几乎无需修改即可使用。

还有更多不同风格的案例，从简约到复杂，都有不错的表现：

当然，它并非完美无缺，但就整体风格的统一性和细节的完成度而言，已经达到了相当可用的水平。

二、思路分享：AI PPT生成技能的工作流程

接下来，详细拆解一下这个技能的工作流程与设计思路。

首先要明确，这个技能走的不是生成可编辑PPT文件的路线，而是“视觉风格资产化 -> Image 2生成整页图 -> 封装为图片版PPTX”的路径。其核心，是充分利用了Image 2强大的图像理解和生成能力。

下图展示了该技能默认风格下的工作思路：

整个流程可以概括为以下几个关键步骤：

1. 判断任务类型： 系统首先会判断用户需求，是提炼风格、调用已有风格库、将文档转为PPT/图片、对已有图片版PPT进行返修，还是单页视觉重做。

2. 选择或提炼风格： 明确仅使用一个“风格源”和一个“风格锁”，确保视觉参考的唯一性，避免混入历史风格或其他干扰。

3. 理解内容： 从提供的文档或主题中，提炼核心主张、目标受众、3-6个关键观点以及可视觉化的对象，并建议合适的页数。这一步是为PPT的内容骨架做准备。

4. 确认生产参数： 确定页数、比例、输出类型、语言、文字密度，以及是否需要日期、作者、Logo或水印。默认设置为中文优先、16:9比例、低文字密度、无日期信息。这一步锁定了基础的视觉规范。

5. 规划页型： 从封面、目录、核心观点、对比图、流程图、框架图、时间线、数据图表、案例、清单、结论等标准页型中，为每一页分配合适的角色。这进一步锁定了页面层级的视觉细节。

6. 先产出文档： 对于多页项目，必须先生成两个关键文件：outline.md（内容框架）和prompts.md（完整提示词）。其中，prompts.md必须包含完整的“风格锁”描述，这是统一多图视觉细节的基石。

7. 两段式生成： 多页项目优先生成缩略图板，以锁定整体版式和视觉节奏，然后再逐页生成独立的成品大图。选择先做一张多宫格图，正是为了更好地保持不同页面间版式的一致性。

8. 用户确认图片： 生成图片后，会先展示或列出所有图片供用户确认，通过后才进行后续的PPTX组装和打包。

9. 局部返修： 用户可以指定需要重做的页面，系统会基于同一风格系统进行修改，同时保留其他已确认的页面。

10. 最终打包质检： 在最终打包前，系统会检查风格一致性、中文可读性、信息密度、页型匹配度，确保没有黑色外框、虚假日期，并保证一页一图、PPTX全屏铺图。

三、如何使用：AI生成PPT详细教程

工具首选是Codex，因为它能很好地理解复杂指令并输出高质量的图文内容。如果无法使用Codex，也可以尝试Lovart、LibTV或扣子等平台。

第一步是安装这个技能。可以直接将技能链接提供给Codex进行安装。

安装完成后，调用“识别图片做PPT”或“visual-style-ppt”技能。提供一张你希望模仿风格的参考图，甚至可以直接给出网页链接，并指示它“提取这张图的风格DNA”。系统便会完成风格提取。

原图与原图链接：

原图：https://land-book.com/websites/84950-error-the-request-could-not-be-satisfied

风格提取完成后，下一步是提供你的文档（或文档附件）作为内容源，指示其基于此生成PPT。如果没有现成文档，也可以直接让Codex去查找相关资料。

不过，在这一步它不会直接生成PPT，而是会先生成两个中间文件供你确认：一个是outline.md，另一个是prompts.md。

outline.md文件本质上是PPT的文本大纲。为了确保内容可控，先单独输出这个大纲文档进行确认。如果对内容有任何调整，可以选中相应部分“添加到对话”中进行修改。

接下来是prompts.md文件，即生成每页图片的详细提示词。与众不同的是，在这些提示词前面，预设了详细的制作参数标准和统一的“风格锁”，将视觉风格和层级细节牢牢锁定。

之后，你可以看到PPT的缩略图版式以及每张PPT对应的详细提示词。这样做的目的，是让风格和内容在生成前就处于高度可控的状态。

确认上述两个文档的细节无误后，就可以发出“生成图片”或“继续”的指令了。图片生成分为两步：先输出多宫格缩略图，不满意可以修改；满意后再逐张输出高清大图。如果PPT内容较长，可以考虑分批次生成，以保持稳定性。

文档原文来自：https://substack.com/home/post/p-186699129

当然，如果你觉得上述步骤过于繁琐，也可以选择直接让它输出PPT图片。分步操作的核心价值在于细节可控。

最终生成的高清大图与九宫格缩略图之间可能会有些许差异，但根据实测，这种变化通常是朝向更优的方向调整，因此是可以接受的。

第一轮所有图片输出后，仍然可以进行调整。例如，发现原图中的序号有误，可以指示它进行修改。

不过，Image 2在处理人像细节方面，依然是其短板。

如果还有其他文字细节需要修改，可以截图并框选指定区域，让它进行局部重绘。

所有图片确认无误后，就可以指示它“导出PPT”或直接说“打包”。它会交付最终确认的所有图片、缩略图、大纲文件、提示词文件以及打包好的PPTX。需要再次强调，这里的PPTX仍然是图片的组合，文字无法直接编辑。任何修改都必须在打包前的步骤完成。

最终输出的压缩包内容如下：

其中，Style-used文件是可复用的风格模板。它记录了本次使用的所有风格设定，用于后续的生成、返修或复用。例如，再次生成信息图时调用同一个风格模板，就能很好地维持视觉一致性。这意味着，如果你需要为同一份PPT追加页面，完全可以在现有风格基础上补充内容，而不仅限于最初的几张。

四、使用步骤总结

最后，将使用流程简单概括如下：

第一步： 在Codex中安装此技能。
第二步： 提供参考图，让其提炼风格DNA。
第三步： 提供文档，让其基于文档生成PPT。此步会生成outline.md和prompts.md两个文档，修改确认后再继续。
第四步： 检查并修改生成的图片细节，确认无误后指示打包文件。
第五步： 保存好Style-used文件，下次可复用。若觉得有用，可让系统将其存入技能库中。

五、小结

至此，关于这个PPT风格迁移工具的设计思路和操作方法就分享得差不多了。无论是想将个人惯用的设计风格快速迁移到PPT中，还是进行一些实验性的视觉风格尝试，这套方法都能提供极大的便利。

这个技能已经开源在GitHub，项目地址如下。如果你觉得有用，欢迎去点个Star。

https://github.com/irenerachel/visual-style-ppt-skill

希望这次分享的内容能给大家带来一些启发和帮助。预祝各位假期愉快！