使用Codex从零开始制作高质量PPT的完整操作教学

很多人让 AI 做 PPT，只输入一句“帮我做一份高端大气的演示文稿”，然后得到一套文字很多、页面很满、配图不统一、图表没有结论的幻灯片。问题往往不在模型能力，而在工作方式：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。

这篇文章给出一套可直接复用的流程：如何准备资料，如何让 Codex 先搭故事线，再建立视觉系统、生成 .pptx、制作配图，最后把每一页渲染成图片做检查。

按照 OpenAI 官方的演示文稿用例，Codex/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。官方也明确建议：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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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 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：

1. 后续更换数字、标题和品牌色时容易修改；
2. 导出 PDF 或投屏时文字更清晰；
3. 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：

1. 将每一页渲染为 PNG；
2. 生成整套幻灯片的缩略图总览；
3. 检查文字是否超出文本框；
4. 检查对象是否重叠或越出画布；
5. 检查字体是否缺失或被替换；
6. 检查图表标签、单位和来源是否完整；
7. 从观众视角检查每页的主次和整套节奏；
8. 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：

1. 结论层：这一页最想让观众记住什么；
2. 证据层：哪些数据或事实支持结论；
3. 解释层：为什么会发生，意味着什么；
4. 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

1. 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。
2. 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。
3. 先对齐，再装饰。 对齐、间距、字号比阴影、渐变和图标更重要。
4. 每页控制在 2—3 个层级。 层级过多会让页面像网页后台。
5. 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。
6. 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。
7. 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。
8. 图片风格保持一致。 不要一页摄影、一页卡通、一页赛博朋克。
9. 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。
10. 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。