夜雨聆风AI 生成 PPT 新范式：Image-first 的分阶段推进工作流
👉 GitHub 开源地址：NyxTides/ppt-image-first
背景
你有没有过这种体验：让 AI 帮你做一个 PPT，它噼里啪啦给你生成一大串页面，内容工整、格式标准，但就是感觉"不对"——文字和主题贴不上、风格和场景不搭、叙事深度不够。
这类问题通常源于两个原因：太模板化（套模板填内容）或太浅（视觉像 PPT 但内容撑不起汇报）。
`ppt-image-first` 是一个专门为 AI 编码 agents（Codex / Claude Code / Opencode CLI）设计的 PPT skill，它的思路不太一样——不靠模板，先用 AI 画图，再把图装进 PPTX。
核心特点：Image-first
传统 PPT 生成是"文字优先"：先有文字内容框架，再配图、配色、规划版式。
`ppt-image-first` 反过来：先用 GPT Image 2 生成整页视觉图，确认风格和内容匹配之后，再把这些图放进 PPTX 容器。
图1：工作流总览
这意味着：
每一页的视觉是"完整"的，不是后期拼贴
风格一致性靠图像生成来保证，而非靠模板
最终成品接近高完成度的视觉稿，适合展示、汇报、甚至再做图像级 retouch
工作流：分阶段推进，每步可确认
这套 workflow 分成 5 个阶段，每个阶段都有明确的确认点：
图2：答辩类首页示例
Stage 1 — Intake and Baseline Judgment
只问最必要的几个问题：用途、受众、大致页数、手头材料。没有长表单式填写，用户像甲方一样做判断题和选择题。
Stage 1.25 — 内容研究与基底生成
如果用户只有主题或散材料，skill 会先生成一份 `content_report.md`，把薄内容补成可支撑 PPT 叙事的内容主线。这让后面的预览不再是空壳。
Stage 2 — 风格提案与预览
产出多套风格方向，覆盖首页、目录页、正文页，每套都带真实图像预览。用户看图决定方向，而不是在文字描述里选。
Stage 2.5 — 风格 Refinement
对某套方向基本满意但还想调？可以继续在这个方向上迭代，而不是强迫立即定稿。
Stage 3 — 规划文件生成
依次生成 `design_spec.md`（全局方向约束）、`slide_blueprint.md`（逐页内容策略）、`spec_lock.md`（执行约束），然后进入生成前确认。
Stage 4 — 生成
用户选择每页出 1 张最终图，还是先出多张候选再选。
Stage 5 — Review and Retouch
第一版结果出来后进入 review loop，不满意就继续返修，不是"生成即结束"。
内置工作流 UI 壳子
这个 skill 自带 3 个固定工作流界面壳子：
ppt-image-first/├─ assets/│ ├─ preview_shell/ # 风格预览比较│ ├─ candidate_picker_shell/ # 多候选选图│ └─ review_shell/ # 评审与返修它们不是可选附件，是工作流的一部分，建议直接使用。
典型使用场景
这套 workflow 特别适合：
"帮我做一个 PPT"
"把这份报告整理成演示稿"
"帮我做答辩 PPT"
"做一个产品介绍 deck"
"先给我几套视觉方向看看，再决定风格"
它不承诺每个页面元素都是 PowerPoint 原生可编辑对象——成品是视觉稿式演示页，适合展示和继续 retouch，但文字和图形不能像原生 PPT 那样逐项编辑。
项目状态
项目目前处于早期活跃阶段，commit 记录显示几乎每天都有更新，维护频率很高。Issue 目前 0 个 open，说明基础功能已经相对完善。
快速上手
# Clone 项目git clone https://github.com/NyxTides/ppt-image-first.gitcd ppt-image-first# 查看工作流总览# 打开 docs/images/workflow-overview-slide.png 查看整体流程# 下载示例 PPT 直接体验成品# docs/demo/ppt-image-first-demo-deck.pptx和传统 PPT skill 的核心区别
局限性
需要注意的是，这个 skill 输出的不是"完全可编辑 PPT"：
页面内的文字、图形、装饰元素不能像原生 PowerPoint 对象那样逐项编辑
更接近高完成度视觉稿，适合展示用途
如果需要原生可编辑元素的 PPT，这个工具不适用
总结
`ppt-image-first` 用一种新的思路解决 PPT 生成的质量问题：不靠模板，靠 AI 画图。通过多阶段确认流程——从轻量 intake 到内容基底生成，到风格预览，再到规划文件和最终生成——让最终成品真正和主题贴合、和场景匹配。
如果你厌倦了 AI 生成的那种"工整但空洞"的 PPT，这套 workflow 值得一试。
