用 AI 做 PPT，问题从来不是做不出来。
是做出来的东西总差一口气：要么太公式化，每页一个模子，标题加要点列表，像批量印刷的；要么没有美感，配色、排版都平，说不上哪里错，反正不好看。你试过重新生成，试过换工具，试过把提示词写得更长，它还是够不到你心里的那条线。
多数人没意识到：AI 构成一份 PPT，一共三条路线，你每次生成都在其中一条上，各有各的天花板。上面那些失望，一部分是路线没选对，更多的，是你从来没把「自己的要求」翻译给 AI。
这篇讲清楚三件事：三条路线各是什么、怎么选；好 PPT 为什么先靠设计、设计具体怎么做；以及怎么把设计封成 skill，让 AI 按模板批量生成。先给结论：路线决定下限，设计决定上限——工具选错做不好 PPT，工具选对了没设计，一样做不好。文里的提示词和表格，都能直接抄。
一、AI 做 PPT 的三条路
**第一条：图片式。**GPT 和 Gemini 都能直接把每一页「画」出来——一页一张图，16:9，拼起来就是一份 PPT。
三条路里它最美观。图像模型的自由度最高，光影、质感、插画风，是排版工具给不了的。封面页、概念页、几页的展示，用它效果惊艳。
但它的限制也是三条路里最硬的。一是页数：图要一页一张地生成，二十页左右就是极限，再往上很难推进；二是成本：每一页都是一次图片生成，token 按图计价，几十页做下来比另外两条路贵得多；三是门槛：目前最好的生图模型，国内用起来并不方便。最后还有一条：不可编辑——改一个字，等于重画一张图。
**第二条：HTML 式。**让 AI 直接写网页：一个 slide 一段 HTML，浏览器全屏打开就是 PPT，要交 PPTX 文件就再转一道。
它的优势是灵活。网页技术的排版能力摆在那里，栅格、图表、复杂布局都做得出来，文字是真实文字，不会出错字，源码随时能改。
代价在转换。HTML 转 PPTX 有损耗，字体、动效、复杂样式经常变形，保真度要花功夫调。所以它适合能接受网页形式交付的场合，或者当作中间稿。
**第三条：SVG 套模板。**先把版式做成一套模板——标题页、左右分栏、全图页、数据页，各一个骨架；AI 像写代码一样往模板里填内容；最后导出 PPTX。
它是最稳的一条。原因说白了就一层：SVG 是文本格式。文本，AI 写起来最可靠；文本，可以校验——字号、字数、用没用对组件，写个脚本就能查；模板把风格锁死了，一百页也不会跑偏；改哪页改哪句，改完就生效。
短处也直白：视觉上限取决于模板的水平，自由度不如前两条，而且要先花功夫搭模板。
一张表收拢：
图片式 HTML 式 SVG 套模板 视觉上限 最高 高 取决于模板 页数 二十页左右封顶 不限 不限 成本 最高，每页一次生图 低 低 可编辑 改字＝重画 源码可改 模板＋源码可改 转 PPTX 图片拼的 有损耗 稳 适合 封面、少页展示 灵活交付 多页正式交付
怎么选，一句话：页数少拼颜值，用图片式；要灵活、能改，用 HTML；页数多、要一致、正式交付，用 SVG 套模板。
三条路还能混着用，而且混法很具体：SVG 打底，需要图片的页单独列一张「生图任务清单」——每张图写清主体、风格、用途，拿去任意生图工具生成，再嵌进版式留好的槽位。版式管排版，图片管氛围，两条线各干各的强项。图片清单和主线解耦，哪张不满意换哪张，主线一页都不用动。
顺带说一句你熟悉的那些一键生成工具，Gamma、WPS AI、豆包 PPT 这类。它们多数走的是模板套填的思路，快是真的快——如果你的内容已经想得很清楚、对排版要求不高，直接用就是理性选择。但只要这份 PPT 需要贴合你的听众和场景，设计被工具接管，出来的东西就带着一股「都长这样」的味道。下面要做的，就是把设计拿回自己手里。
二、好 PPT 首先是设计出来的
三条路解决的都是「怎么画」。但开头那两个失望——公式化、没美感——都不在「怎么画」这一层，换哪条路线都治不了。
「太公式化」，根子在大纲。AI 给任何主题都默认配「背景、现状、挑战、方案、展望」这套标准结构，你不砍，它就把标准件一路铺到底。内容没经过取舍，页面自然页页像模板。
「没有美感」，根子在规则。AI 听不懂「高级感」，你说一次，它只能联想最常见的组合，转一圈又回到公式里。美感不是玄学，是一堆可执行的约束——你得把自己心里的那条线翻译出来给它。
这两件事合起来叫设计：「画什么、为什么这么画」。同样的 SVG 模板，有人填出来像杂志，有人填出来像报表，差的就在这里。
一个乘法公式可以把整件事说透：AI 有效结果 = 清晰背景 × 明确任务 × 合适工具 × 人工验证——任何一项接近零，整体就接近零。一键生成替你选了工具，也顺手把「清晰背景」「明确任务」两项做成了零：它不知道这份 PPT 给谁看、要什么，只能按平均情况办。工具分再高，乘出来还是不及格。
设计补的就是前两项。它分两层：内容设计，视觉设计。顺序不能反——视觉规则挂在具体页面上，页面没定，规则没处挂。
先做内容设计：从大纲到页面
动手前先回答三个问题，15 分钟，写在纸上：
这三个问题的答案，决定了后面每一次取舍。
三个问题答完，把整份 PPT 压成 N 句话，每句话就是一页的标题。检验标准只有一条——只读这 N 句话，故事能讲通。标题连读就是摘要，摘要不通，页面做得再好看也救不回来。
标题还有一个更容易被忽略的标准：标题是结论，不是栏目名。「能力边界」是栏目名，「三类任务可以放心交给 AI」才是结论。栏目名把判断推迟到正文里，而大部分听众的真实用法是快速翻一遍——结论式标题让他们扫完目录就看懂了整份 PPT。
让 AI 列候选可以，砍要你自己砍。提示词直接抄：
我要做一份 PPT，主题是【X】，给【谁】看，希望他们看完后【做什么】。 请列一版页面大纲，每页输出一句话标题（陈述句，说清这一页讲什么）， 并给每页标注作用：铺垫 / 证据 / 高潮 / 行动。 不要展开内容，只要标题和作用。
第一版大纲通常比实际需要的多三到五成。逐条问：这页删掉，听众损失了哪个必要环节？答不上来就删。砍完剩下的，才是你的 PPT。
注意每页那个「作用」标注，铺垫、证据、高潮、行动。它不是仪式，它决定了后面每一页用什么版式。
再做视觉设计：把「好看」翻译成规则
落到操作，就是把那条线翻译成四条规则：
参考规则块，直接抄了改：
基于以下大纲生成 PPT，遵守规则：
- 风格参照【杂志/editorial 风】：克制用色，主色【#2B4C7E】，米白底
- 每页只讲一件事，页面元素全部为这个主意服务
- 相邻页构图不同，按各页的「铺垫/证据/高潮/行动」节奏选择版式
- 每页正文不超过 80 字，超了就删或拆页，不许缩字号硬塞
- 不用 emoji，不用立体图形；数据只用扁平图表，标注数据来源
规则之外，再给一份「反套路清单」。AI 做设计有一套高频坏习惯：紫色渐变、emoji 当图标、圆角卡片加左侧彩色细条、每页「标题：副标题」、结尾一页「谢谢观看」。单看哪项都不算大错，凑在一起就是那股一眼 AI 的味道。把它们写进规则禁掉：
- 禁：紫色渐变、emoji 图标、「标题：副标题」格式、圆角卡片＋左侧色条、占位页；结尾不用「谢谢观看」，用一句带走的话或一张总结页
到这一步，你手里有三样东西：N 句话大纲、每页的节奏标注、一套视觉规则。
这三样加起来，就是设计。接下来是把它们交给机器——而且不是每次重新交代一遍，是固化下来。
三、把设计封成 skill，模板式生成
规则放在聊天里，AI 会漂移。聊到第二十页，它忘了主色，忘了字数上限，开始即兴发挥。你回头一检查，第三十页的字小得像蚂蚁。
页数一多，规则必须落成文件。
skill 干的就是这件事：把做一件事的套路写成文件，让 AI 每次都照着执行。我前几天写过一篇 Skill 从入门到精通，核心结论就一句话——有套路的事，都能封成 skill。而 PPT 恰好是套路最重的东西之一：PPT 的本质就是模板。
一套能用的 PPT skill，核心就四个文件：
**1. 风格锁。**一个文件写死全局规则：配色（主色、底色、强调色）、字体层级（标题多大、正文多大、注释多大）、栅格和留白。比如：editorial 风、米白底、主色 #2B4C7E、标题衬线体、正文无衬线体。风格锁一个文件就够了，但它管住一百页。
**2. 版式库。**分两层。第一层是整套的骨架：封面、目录、章节隔页、内容页、结尾页——骨架先定，PPT 的呼吸结构就定了。第二层是五到八种内容版式的封闭清单：大字页、左右分栏、全图页、数据页、流程页，每种写清结构——标题在哪、内容区怎么分、图放哪——并且写明它对应什么内容关系：三件事并列用三栏，讲流程用步骤条，两个方案对比用左右开。版式跟着内容关系走，不是随机换花样。关键词是「封闭」：只许用清单里的版式。不封清单，AI 会在第四十页给你发明一种新版式，整套 PPT 就从那里开始散架。
**3. 页面规格表。**每页一行：页码、标题、用哪种版式、内容要点、视觉意图。做法不难：把大纲的每一行扩写一遍——补上版式类型和这一页的视觉主意，就成了规格表。这张表是设计环节的收口，也是生成环节的输入——AI 不是在「创作」每一页，是照着规格表施工。这里有一条硬约定：只增不减。规格表定稿后，AI 只许执行、不许增删改内容页；渲染时发现哪里讲不通，回来改规格表，改完再生成。想加一张放松的大字页、一张案例页可以——那是视觉层的权利，但内容页一个都不能动。
**4. 生成流程。**先全局，后局部：构图轮换、呼吸页位置这些跨页约束，要在生成前整体排好——它们写在节奏标注和版式库里，这是几十页不散架的前提；边生成边定的，撑不到后半本。然后分批：一次生成 5 到 8 页，验收一批再下一批，每批都把风格锁重新贴一遍——AI 生成到后面会「忘」，别让它凭记忆。验收就看四样：这页只讲一件事吗、构图和上一页不一样吗、缩到手机大小看得清吗、数字有出处吗。机器能帮的也帮上：每批跑一遍机检——字数超没超、构图轮没轮换、组件是不是白名单里的，写成脚本自动查。最后是修改纪律：改页不重抽——指出第几页、什么问题，只动那一页，永远不要「全部重新生成」。
上个月那份 197 页的课程 PPT，就是这么跑下来的：风格锁一个文件，197 页的节奏表一个文件，然后分批并行生成。中间踩过一个坑：一次开了 11 个任务并行，一小时把模型配额打满，全线中断；改成 4 个一批，反而一路稳到底。AI 的产能不是免费的，并发越高，崩得越整齐。
不想自己搭 skill，也有退路。Claude Code 里有现成的 PPT 类 skill，装上就能按模板生成；或者更简单——把上面四个文件当提示词模板存着，每次做 PPT 贴给 AI。封不封成正式的 skill 是形式，把设计规则固化下来、反复复用，才是这件事的本质。到第二份 PPT，这四个文件原样能用，你只花想内容的时间。
四、排错链：八个症状，按链走
按症状查，从上往下：
症状 按顺序查 图片式的页出了错字 ①这页改成大字少字；②信息密的页换 SVG/HTML 做，图片式只管封面和氛围页；③单页重画，别整份重来 HTML 转 PPT 变形 ①先内嵌字体再转；②降低样式复杂度；③改用整页截图嵌入；④长期需求直接走 SVG 生成到十几页风格漂了 ①规则还在聊天里——落成文件，每批生成都带着；②多套内容要复用——封成 skill 版式越来越走样 ①版式没封清单——补白名单，每页指定版式类型；②已生成的跑一遍归一化脚本 字太多、溢出 ①大纲阶段一页塞了两个主意——回大纲拆页；②别让 AI 缩字号硬塞 数字像编的 它就是编的。逐个回溯源文档，核不出处的删掉 越改越乱 ①在用「全部重新生成」——改成单页修改；②改前先存档，改坏了有退路 几十页生成一半崩了 ①分批，5-8 页一批；②并行任务太多——降并发；③先盘点已产出的页，能回收的回收，别全部重跑
五、分工表：这一张存走
环节 人做什么 AI 做什么 定问题 回答三问：谁看、要什么、胜负手 反问帮你想清楚 大纲 砍页、排序、定每页一句话和节奏 列候选、查逻辑断点 视觉规则 定风格锚点和红线 把规则翻译成参数并执行 生成 选路线、验收、供真实素材与数字 按模板批量出页 自检修改 判断对不对、核每个数字 执行改哪里、单页修改、跑机检脚本
规律就摆在表里：人做的全是判断和设计，AI 做的全是执行。哪一行你让 AI 替了手，哪一行就开始走样。
最后说三条边界。涉密和敏感内容别贴云端工具，要么走本地路线，要么先脱敏。数字永远人核，这条没有例外。第一次搭模板要多花一两个小时，这笔钱从第二份 PPT 开始往回赚。
下次做 PPT，顺序就三步：先写三行——给谁看、要什么、胜负手是哪页；再选一条生成路线；然后把自己的要求翻译成规则，封成模板交给 AI。
那条线一直在你心里。AI 够不到，多数时候不是能力不够，是你还没把线画给它。第一次够到之后，把过程写下的那份规则文件别删——它就是你第一份 PPT skill 的雏形，从下次起，你不用再碰运气。
