很多人让 AI 做 PPT，输入一句“帮我做一份高端大气的演示文稿”，结果得到的往往是文字堆砌、页面拥挤、配图风格不统一、图表没有明确结论的幻灯片。问题出在哪？其实不在于模型的能力边界，而在于工作方式本身——如果把 PPT 当成一次性生成任务，而不是一个包含内容策划、视觉设计和质量验收的完整项目，结果自然很难令人满意。
这篇文章整理了一套可直接复用的流程：从如何准备资料，到让 Codex 先搭好故事线，再建立视觉系统、生成可编辑的 .pptx、制作配图，最后逐页渲染检查，确保交付质量。按照 OpenAI 官方的演示文稿用例，Codex 或 ChatGPT 可以通过演示文稿技能创建或修改 .pptx，配合图像生成制作封面和插画，并使用渲染与验证脚本检查文字溢出、对象重叠和字体问题。官方也特别建议：能保留为 PowerPoint 原生对象的文字和简单图表，尽量不要整页栅格化成一张图片。
一、先说结论：好 PPT 不是“生成”出来的，而是“设计 + 验收”出来的
一份真正能用的 PPT，至少需要同时满足三个条件：
| 维度 | 要解决的问题 | 常见失败表现 |
|---|---|---|
| 内容逻辑 | 观众为什么要听、每页要得出什么结论 | 目录完整，但像文档摘要，没有观点 |
| 视觉表达 | 信息的主次、节奏和图文关系是否清楚 | 每页都是标题加六条项目符号 |
| 工程质量 | 字体、对齐、溢出、图表和图片是否可靠 | 本机能打开，换电脑就错位或缺字 |
因此，正确的任务不是：
帮我生成一份 20 页的 PPT。
而应该是：
基于这些可信资料，为指定受众设计一条可讲述的故事线；建立统一视觉规范；生成可编辑的 PPTX；逐页渲染检查并修复问题后再交付。
这也正是 Codex 特别适合做演示文稿的原因：它不只生成文字，还能操作文件、运行脚本、生成图片、检查输出并继续修改。OpenAI 对 Codex 的定位也正在从单纯的编码助手，扩展为可以通过 Skills 完成写作、研究和知识工作流程的执行型工具。
二、Codex 做 PPT，究竟能做什么？
在具备演示文稿与图像生成能力的 Codex 环境中，它可以承担以下工作：
- 读取和整理资料：分析 Word、PDF、Excel、CSV、Markdown、已有 PPT、品牌手册和图片素材。
- 搭建故事线：把资料组织成“问题—洞察—证据—方案—行动”的演示结构。
- 生成或修改 PPTX：通过代码创建页面、文本框、形状、图片和原生图表。
- 延续现有模板：识别已有演示文稿的尺寸、字体、色彩、页边距和常用版式。
- 生成配图：为封面、章节页和抽象概念页生成风格统一的视觉素材。
- 做工程检查：将幻灯片渲染成逐页图片，检查文字溢出、重叠、字体替换和布局漂移。
OpenAI 官方已经把“Generate slide decks”列为 Codex/ChatGPT 的知识工作用例，并建议结合 Slides 与 ImageGen 能力完成演示文稿的创建、更新和视觉生成。
但必须明确的是，Codex 不是事实来源，也不是企业品牌负责人。下面三件事仍然需要你提供边界：
- 哪些数据是可信且允许公开的；
- 这次演示面对谁、希望对方做什么；
- 品牌有哪些不可改变的颜色、字体、Logo 和表达口径。
一句话概括：Codex 可以负责制作和验证，但不能替你发明真实业务事实。
三、开始前先准备这 6 类输入
输入越清楚，返工越少。建议在一个独立文件夹中准备：
ppt-project/
├─ brief.md # 目标、受众、场景、时长
├─ source/ # 报告、文档、数据表
├─ references/ # 参考 PPT、截图、竞品材料
├─ brand/ # Logo、字体、色值、品牌规范
├─ images/ # 必须使用的产品图、人物图
└─ output/ # 最终 PPTX、PDF、逐页预览图
1. 演示目标
不要只写主题，要写“演示结束后，希望观众采取什么行动”。例如：
- 让管理层批准下一季度预算；
- 让客户理解方案差异并进入试点；
- 让团队统一产品路线和优先级；
- 让投资人相信增长逻辑可以持续。
2. 受众与场景
同一个主题，给董事会、客户和新员工讲，结构完全不同。至少说明：
- 观众是谁，对主题了解多少；
- 现场演讲还是发送阅读；
- 演讲时长和预计页数；
- 语气偏战略、销售、教学还是技术。
3. 可信资料
把核心数字、结论和来源放在同一个目录中。涉及财务、医疗、法律或市场数据时，要求 Codex：
- 不得编造缺失数据；
- 无来源数字标记为“待确认”；
- 图表旁保留来源和统计口径；
- 区分事实、假设和建议。
4. 品牌规范
如果已有模板，直接提供 .pptx，通常比用文字描述“科技感、高级感”更有效。还可以补充：
- 主色、辅助色和禁用色；
- 中文与英文字体；
- Logo 的安全区和最小尺寸；
- 是否允许使用渐变、3D、人物照片或 AI 插画。
5. 参考风格
提供两三份你真正喜欢的参考，而不是扔进十几种冲突风格。告诉 Codex 具体喜欢什么：
- 留白和信息密度；
- 大标题还是编辑排版；
- 摄影、插画还是数据可视化；
- 深色背景还是浅色背景。
6. 必须保留的内容
提前标明“必须原文保留”的标题、法务表述、数据和引语。否则 Codex 为了版面简洁，可能会主动改写或压缩。
四、完整流程：让 Codex 分六步做，而不是一口气做完
第 1 步：先让它确认任务，不要马上画页面
第一轮只要求 Codex 输出“任务理解”，包括：
- 目标受众；
- 演示目的；
- 核心信息；
- 必须使用的资料；
- 缺失信息；
- 建议页数和时长。
如果这一层理解错了，后面的视觉越精美，返工成本越高。
第 2 步：先交付故事线，再生成 PPTX
要求 Codex 先输出一张“逐页策划表”：
| 页码 | 页面任务 | 结论式标题 | 关键证据 | 推荐视觉 | 演讲作用 |
|---|---|---|---|---|---|
| 1 | 建立主题 | 我们正在进入增长结构切换期 | 核心趋势 | 大图封面 | 引起关注 |
| 2 | 给出全局判断 | 增长仍在，但来源已经改变 | 三项指标 | KPI 卡片 | 建立共识 |
| 3 | 解释变化 | 高价值客户贡献了主要增量 | 分层数据 | 柱状图 | 证明结论 |
| 4 | 提出行动 | 下一阶段应从扩流量转向提价值 | 方案对比 | 双栏对比 | 推动决策 |
这里最重要的规则是：标题写结论，不写栏目名。
- 弱标题：
用户分析 - 强标题：
新增用户放缓，但高价值用户留存提升了 12% - 弱标题：
项目进展 - 强标题：
核心功能已按期完成，最大风险转向数据迁移
观众扫一遍标题，就应该能复述整份演示的逻辑。
第 3 步：确定视觉系统
在生成页面前，让 Codex 写出一页视觉规范：
- 画布比例：优先沿用原模板；无模板时通常使用 16:9；
- 字体：中文与英文分别指定，并准备可用的替代字体；
- 字号层级：封面、页标题、核心数字、正文、注释；
- 色彩：1 个主色、1 个强调色、2—3 个中性色；
- 网格：统一页边距、列宽、卡片间距和图表区高度；
- 图片方向：摄影、3D、扁平插画或抽象数字艺术只能选一条主线；
- 图表规范：坐标、数据标签、单位、来源和强调色规则。
“商务蓝”“高端黑金”不算完整规范。真正可执行的规范应该能回答：标题离页面左边多远？正文最多几行？强调色用在什么地方？图表是否保留网格线？
第 4 步：按页面功能选择版式
不要让每页都变成同一种模板。常用页面可以分为：
| 页面类型 | 推荐布局 | 适合内容 |
|---|---|---|
| 封面页 | 大图 + 短标题 | 建立气质和主题 |
| 章节页 | 巨型数字/关键词 | 控制演讲节奏 |
| 结论页 | 一句结论 + 1 个主视觉 | 强化观点 |
| 数据页 | 图表 60% + 解读 40% | 证明结论 |
| 对比页 | 左右双栏或矩阵 | 方案、竞品、前后变化 |
| 流程页 | 时间轴或分步流程 | 方法、计划、路线图 |
| 案例页 | 场景图 + 关键结果 | 建立可信度 |
| 行动页 | 三项动作 + 负责人/时间 | 推动执行 |
一套 15 页的 PPT，建议至少使用 4—6 种页面功能，但保持同一套字体、色彩和网格。
第 5 步：生成 PPTX 和配图，原生对象优先
这是最容易被忽略的一步：不要让 Codex 把整页做成一张大图片。
可以直接要求：
- 标题和正文保留为可编辑文本；
- 柱状图、折线图、饼图等简单图表使用 PowerPoint 原生图表；
- 时间轴、箭头、关系线和简单流程使用原生形状；
- 封面图、概念插画和复杂背景使用图片；
- 不要把文字生成在 AI 插画中；
- Logo 使用原始素材，不让模型重画。
这样做有三个好处：
- 后续更换数字、标题和品牌色时容易修改；
- 导出 PDF 或投屏时文字更清晰；
- 多人协作时不必回到生成环节重新做整页。
OpenAI 官方的演示文稿指南同样建议保留文本和简单图表的原生可编辑性；复杂视觉可以使用 SVG 或图片，但不应为了省事把整页全部栅格化。
第 6 步：渲染、检查、定点修复
生成 .pptx 只是中间结果。最终交付前，应要求 Codex：
- 将每一页渲染为 PNG；
- 生成整套幻灯片的缩略图总览；
- 检查文字是否超出文本框；
- 检查对象是否重叠或越出画布；
- 检查字体是否缺失或被替换；
- 检查图表标签、单位和来源是否完整；
- 从观众视角检查每页的主次和整套节奏；
- 只修复有问题的页面，然后重新渲染验证。
这一步非常关键，因为程序成功生成 PPT，并不代表它在 PowerPoint、WPS 或导出 PDF 后仍然正确。字体替换、文字截断和图片裁切往往只有在真实渲染后才能发现。
五、内容丰富但不拥挤：把信息量放进结构，而不是放进段落
“内容丰富”常被误解为“每页写更多字”。真正的信息丰富，来自四个层次：
- 结论层：这一页最想让观众记住什么；
- 证据层：哪些数据或事实支持结论；
- 解释层：为什么会发生，意味着什么；
- 行动层：下一步应该做什么。
可以用下面的“页面配方”控制密度：
1 个结论式标题 + 1 个主图表或主视觉 + 2—3 个解释点 + 1 个来源或备注区 = 一页完整且容易理解的 PPT
如果内容仍然放不下，不要不断缩小字号，而是：
- 拆成两页；
- 把详细数据移到附录；
- 把解释内容放进演讲者备注；
- 把多个小图表合并成一个能回答问题的主图表。
六、三套可以直接复制给 Codex 的提示词
模板一：从零创建一套 PPT
请使用演示文稿（Slides/Presentations）和图像生成能力，为我创建一套可编辑的 PPTX。 【主题】 [填写主题] 【目标】 演示结束后，希望观众：[填写希望推动的决定或行动] 【受众与场景】 - 受众：[职位、专业程度] - 场景：[现场演讲/发送阅读/路演/培训] - 时长：[X 分钟] - 页数：[建议范围] 【输入资料】 - 优先使用 source/ 中的资料，不得编造数据 - 必须保留：[列出原文、数字、品牌内容] - 缺少来源的信息标记为“待确认” 【工作步骤】 1. 先检查资料并输出任务理解与缺失信息； 2. 输出逐页故事线表格，等待逻辑确认； 3. 定义视觉系统：16:9、字体、色彩、网格、图片风格、图表规范； 4. 生成可编辑 PPTX；标题、正文、简单图表和流程尽量使用原生对象； 5. 为封面和关键概念页生成风格统一的配图，图片中不要生成文字； 6. 将每页渲染为 PNG，检查溢出、重叠、字体替换、对齐与裁切； 7. 修复问题后重新渲染验证。 【交付物】 - 最终 .pptx - PDF 版本 - 逐页预览图与总览图 - 使用的数据来源清单 - 修改说明和仍需人工确认的项目
模板二：基于现有模板更新
请先检查 reference-deck.pptx，不要立即修改。 1. 识别并记录原演示文稿的画布比例、母版、字体、色彩、页边距、图表和图片风格； 2. 保留现有品牌体系，不自行添加新的视觉语言； 3. 使用 source/ 中的新数据更新指定页面； 4. 未指定修改的页面保持不变； 5. 新增页面必须复用原模板的版式逻辑； 6. 保持文字和简单图表可编辑； 7. 更新后逐页渲染，对比修改前后的布局，检查字体、溢出、重叠和裁切； 8. 另存为新文件，不覆盖原文件。 请交付：更新后的 PPTX、修改页面清单、未解决问题清单。
模板三：修复一套“能打开但不好看”的 PPT
请对 existing-deck.pptx 做视觉与内容审计，先出报告，再进行修改。 审计维度： - 故事线是否连贯； - 每页标题是否表达结论； - 是否存在一页多个中心； - 字号、颜色、间距和对齐是否统一； - 图表是否突出关键数据并包含单位、来源； - 图片风格和裁切是否一致； - 是否有文字溢出、对象重叠、字体替换； - 是否存在整页图片导致无法编辑的问题。 修改原则： - 优先改结构和层级，不做无意义装饰； - 保留业务事实和必须原文； - 简化冗余文字，但不要删除关键证据； - 原生对象优先； - 每修改一批页面就渲染检查。 输出：审计报告、修复后的 PPTX、逐页预览图、修改说明。
技能名称可能因客户端、插件或版本不同而显示为 Slides、Presentations 或演示文稿能力，以你当前 Codex 环境中实际可用的名称为准。
七、一个通用的 12 页商业演示结构
当你不知道如何组织内容时，可以从下面这套结构开始，再根据场景增减：
| 页码 | 页面任务 | 应回答的问题 |
|---|---|---|
| 1 | 封面 | 这次要讨论什么？ |
| 2 | 一句话结论 | 最重要的判断是什么？ |
| 3 | 背景与变化 | 为什么现在必须关注？ |
| 4 | 核心问题 | 当前阻力或机会在哪里？ |
| 5 | 数据证据 | 哪些数据证明问题成立？ |
| 6 | 原因拆解 | 为什么会出现这个结果？ |
| 7 | 解决方案 | 我们准备怎么做？ |
| 8 | 方案细节 | 方案由哪些部分组成？ |
| 9 | 案例或验证 | 为什么相信它有效？ |
| 10 | 路线图 | 何时完成、分几步推进？ |
| 11 | 资源与风险 | 需要什么，风险如何控制？ |
| 12 | 行动请求 | 希望观众批准或执行什么？ |
这不是固定模板。教学课件可能需要更多示例和练习，融资路演需要商业模式和竞争壁垒，技术方案需要架构与风险。但无论什么类型，最后都应该落到一个明确的行动请求。
八、让成品显得专业的 10 条视觉规则
- 一页只保留一个视觉中心。 标题、核心数字和主图表不能同时抢注意力。
- 标题直接写结论。 让不听演讲的人也能通过标题理解故事线。
- 先对齐，再装饰。 对齐、间距、字号比阴影、渐变和图标更重要。
- 每页控制在 2—3 个层级。 层级过多会让页面像网页后台。
- 颜色承担语义。 强调色只用于关键数据、风险或行动，不要平均分布。
- 图表删除无关元素。 弱化网格线，突出关键系列，写清单位和来源。
- 配图服务于理解。 能解释概念就用图；只是填空的装饰图宁可不用。
- 图片风格保持一致。 不要一页摄影、一页卡通、一页赛博朋克。
- 远距离检查可读性。 正文在会议室屏幕上看不清，再精致也没用。
- 给页面留呼吸空间。 留白不是浪费，它帮助观众识别分组和重点。
九、最常见的 8 个坑
1. 只有主题，没有受众和目的
模型只能生成“关于某主题的资料汇总”，很难生成能推动决策的演示。
2. 一开始就要求生成 30 页
页数先于故事线，会导致内容被机械切分。应先确定每页任务，再决定页数。
3. 把“内容丰富”理解为“文字多”
观众不是来读报告的。结论、证据、解释和行动应分层呈现。
4. 让 AI 在图片里生成大量文字
容易出现错字，而且不可编辑。插画负责视觉，文字留在 PowerPoint 中。
5. 所有页面都套同一个版式
统一不等于重复。视觉系统要统一，页面功能和节奏要变化。
6. 图表有数据，没有观点
图表标题应说明“数据意味着什么”，而不是只写“销售额趋势”。
7. 没有提供模板，却要求“完全符合品牌”
品牌不是形容词。请提供 Logo、色值、字体或历史演示文稿。
8. 生成完成后不做渲染检查
这是最危险的一步。官方工作流也特别强调逐页渲染，以及溢出、重叠和字体检查。
十、交付前检查清单
内容
- 观众和目标明确
- 每页标题都是结论或问题
- 关键数字有来源、单位和统计口径
- 没有模型编造的数据或案例
- 结尾有明确行动请求
视觉
- 字体、颜色、页边距和卡片间距统一
- 每页只有一个主要视觉中心
- 图表突出关键数据，而不是展示全部数据
- 图片风格、色调和裁切一致
- 正文没有因为内容过多而被缩得太小
工程
- 标题、正文和简单图表保持可编辑
- 所有图片来自可追溯来源或已确认可用
- 已逐页渲染检查
- 没有文字溢出、对象重叠和越界
- 没有缺失字体或异常字体替换
- PPTX、PDF 和预览图都能正常打开
- 原文件没有被覆盖
结语
用 Codex 做 PPT，最大的价值不是“十分钟生成二十页”，而是把一套原本高度依赖人工经验的流程变得可重复：资料可以系统整理，故事线可以先审，视觉规则可以复用，图表和文字可以继续编辑，交付前还可以自动渲染检查。
真正好用的提示词也不是越长越好，而是把五件事说清楚：给谁看、希望推动什么、依据哪些资料、遵守什么视觉系统、如何验收结果。
当你把 Codex 当成一个由内容策划、视觉设计和质量工程组成的制作团队，而不是一个“一键生成 PPT”的按钮，成品才会从“AI 做过的幻灯片”变成一套真的能上台、能汇报、能继续修改的演示文稿。
