归藏 PPT Skill 开源解读：把 AI 做 PPT 从灵感生成变成版式工程

大家好，我是若风。

最近看了很多设计类 Agent Skill，有一个项目我越看越觉得扎实：op7418/guizang-ppt-skill。

它表面上是一个“帮 AI 做 PPT”的 Skill。

但如果你只把它理解成 PPT 模板包，就低估它了。

说实话，我第一次看到“杂志风 PPT”“瑞士风 PPT”这些词时，也有点警觉。因为 AI 生成 PPT 这个领域，已经被太多“好看封面 + 空洞正文 + 一堆大字”搞坏了，用户看第一眼还行，真拿去讲 20 分钟就崩。

Guizang PPT Skill 有意思的地方，是它没有把问题理解成“给模型几个漂亮形容词”。它做的是另一件事：把 PPT 生成拆成风格选择、7 问澄清、模板复制、节奏表、版式骨架、配图比例、质量检查、浏览器预览和迭代修正。

截至 2026 年 5 月 25 日我打开 GitHub 时，这个仓库页面显示大约 11.6k Star、901 Fork，许可证是 MIT。README 里给的安装方式也很直接：

npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill

但这篇文章不写“怎么安装”。

我更想聊的是：为什么一个 PPT Skill 能在短时间内拿到这么多关注？它到底把 AI 做 PPT 这件事想明白了哪里？

先说结论

Guizang PPT Skill 的核心价值，不在于“让 AI 做一份更漂亮的 PPT”，而在于把演示文稿生成变成一条可控的版式工程链路。

所以它不是一个“给 AI 的 PPT prompt”。

更准确地说，它是一套面向 Agent 的 HTML deck 生产系统。

用一句话概括：

归藏 PPT Skill 把 AI 做 PPT 从灵感型生成，推进到了版式、比例、节奏和校验共同约束的工程流程。

这也是它和普通 PPT prompt 最大的区别。普通 prompt 解决“怎么开始”；Guizang PPT Skill 解决“怎么稳定交付”。

为什么是 HTML PPT

README 里专门解释了为什么选择 HTML PPT。

这个选择非常关键。

因为 Agent 最擅长处理的是文本和代码。HTML / CSS 是文本，能被生成、修改、diff、预览、校验；Markdown 太弱，做不了精细排版；传统 PPTX 又太封闭，Agent 直接编辑起来很麻烦。

HTML deck 刚好卡在中间。

它比 Markdown 表现力高，可以做空间定位、横向翻页、主题色、封面、图文排布和动效；又比原生 PPT 更适合 Agent 修改，浏览器打开就能预览，截图和导出也方便。

这就是它的底层判断：

PPT 不一定先是 PPTX，它可以先是一个可运行、可检查、可迭代的 HTML artifact。

这句话对 AI 工作流很重要。

很多 AI PPT 工具会直接生成最终文件，看起来省事，但出了问题很难改。HTML deck 的好处是中间态透明：字号、间距、图片槽位、页码、布局都在代码里。Agent 能读，人也能改。

第一层：先做 7 问，不急着画

Guizang PPT Skill 的使用流程里，第二步就是需求澄清。

README 写得很明确：Agent 会问 7 个问题，包括风格、受众、时长、素材、图片 / 截图需求、主题色、硬约束。

这一步看起来不炫，但特别专业。

AI 做 PPT 最容易翻车的地方，往往不在某页不好看，而在方向错。你想要行业内部闭门分享，它给你做成融资 pitch；你想要克制的分析报告，它做成情绪很满的演讲；你想要 8 页左右，它给你堆 25 页。

这类返工非常揪心。表面上看，只是多改几页；真正难的是演讲逻辑、视觉节奏和素材选择都要跟着重来。

因为越到后面改，成本越高。一个 30 秒的澄清问题，能避免后面 30 分钟的版式重做。

所以我很认同这个流程：先问清楚，再动手。

与其让 AI 一上来就“发挥创意”，不如先把演讲场景、受众、节奏和边界钉住。

第二层：两个风格，不是换皮肤

Guizang PPT Skill 目前最醒目的，是两套风格。

Style A 是电子杂志风，更适合个人分享、观点表达、叙事型演讲。它强调冲击力、情绪、照片、排版张力，适合做那种“拿出来就有作者气质”的演示。

Style B 是瑞士国际主义，更适合方法论、产品分析、行业报告。它强调网格、留白、直角色块、发丝线、图片槽位、标题对齐和比例纪律。

这不是简单换 CSS。

真正的差异在于工作方式。

电子杂志风允许更强叙事感和视觉张力，瑞士风则强调结构约束。README 里对瑞士风写得非常具体：22 个具名版式，正文页只能从 S01 到 S22 中选择；4 套锚点色；16 列 grid；直角色块；1px 发丝线；无阴影、无渐变、无圆角；图片必须进入模板预留的 data-image-slot。

这些限制看起来很“烦”。

但它们正是质量来源。

AI 做设计最怕自由度过高。自由度太高，模型就会每页都发明一种新结构，最后整份 PPT 看起来像 10 个不同模板拼起来的。瑞士风的锁定版式，就是在强行降低自由度，让 Agent 在有限空间里做选择。

这和真正的设计系统很像。

好设计的重点不在无限自由，而在有纪律的变化。

第三层：版式库让 Agent 不再乱编页面

仓库目录里有几个关键文件：references/layouts.md、references/layouts-swiss.md、references/swiss-layout-lock.md。

这些文件的作用，是给 Agent 可直接粘贴和改写的页面骨架。

这一步很重要。

如果你只告诉模型“做一页观点页”“做一页流程图”“做一页总结页”，它会靠训练数据临场发挥。发挥好了还行，发挥不好就会出现居中大标题、莫名其妙的装饰图标、左右不齐、图片乱飘、页脚被压住。

版式库的价值，是把“页面怎么长”先固定下来。

Agent 的任务从“发明页面结构”，变成“在结构里填内容、调节比例、选择图片槽位”。

这也是为什么它适合 Agent，而不只是适合人。

人类设计师能凭经验判断空间关系，但 Agent 很容易把空间当成文字容器。固定骨架和图片槽位，等于是给 Agent 画了一条看得见的车道。

别乱开。

第四层：配图是演示链路的一部分

Guizang PPT Skill 对配图的要求也很细。

README 里列了几类常用图片：人文纪实照片、信息图 / 流程图 / 对比图 / 系统关系图、截图美化 / 截图再设计、数据大字报 / 数据图表、多图拼贴。它还强调 4 个规则：图片不能自带页脚、页底、标题、角标、页码或装饰边框；图片语言要跟随 deck 语言；图片比例必须先匹配落位；用户截图需要保真时先读截图适配文档，不要默认重画内容。

这些要求非常实战。

很多 AI PPT 失败，卡点经常不在文字，而在图片把整页毁了。图片自带标题，PPT 又有标题；图片比例不对，被硬裁；截图被模型“美化”后信息变了；信息图语言混杂，中文 deck 里突然出现英文标签。

Guizang PPT Skill 把配图当成 PPT 的嵌入素材，而不是独立作品。

这句话很关键。

生成图的目标不该是炫技，而是服务页面结构和演讲节奏。图片必须服从槽位、比例、语言和信息层级。

这也是它和普通 AI 生图提示词的区别。

普通生图追求单张图好看。

PPT 配图追求放进页面以后成立。

第五层：质量检查比审美词更重要

仓库里有一个 references/checklist.md，README 也提到自检时要对照 P0 / P1 / P2 / P3 分级。瑞士风还要运行：

node scripts/validate-swiss-deck.mjs path/to/index.html

这个校验器会拦住居中标题、实验版式、SVG 内写字、图片脱离槽位等问题。

我特别喜欢这一步。

因为 AI 设计不能只靠“看起来不错”。尤其是 PPT，很多问题第一眼不明显，但演示时会非常刺眼：标题压图、页脚挡正文、图片比例错、页面风格突然跳、字太小、页码不统一、SVG 里写了无法复制的文字。

这些问题如果靠人工肉眼检查，很容易漏。

Skill 把一部分问题写成 checklist 和脚本，就等于给 Agent 加了一道质量门。它不保证每页都惊艳，但能先防止低级错误。

坦白讲，这比再加 20 个“高级感、专业感、科技感”的形容词有用多了。

第六层：它不只做 PPT，还做封面和截图再设计

Guizang PPT Skill 还有一个很实用的扩展：从同一份内容生成不同平台的封面。

README 列了几个规格：公众号头图 21:9，公众号分享卡 1:1，小红书封面 / 轮播 3:4，视频号横版封面 16:9。

这个能力很接地气。

很多内容创作者做完一篇文章或一份 PPT，下一步通常不只是简单“保存文件”，还要发公众号、发小红书、发视频号、发朋友圈。每个平台比例不一样，标题密度不一样，视觉重心也不一样。

如果每次都重新做，很浪费。

Guizang PPT Skill 的思路是：同一份核心观点，可以生成 PPT，也可以生成头图、分享卡和小红书封面，而且视觉保持一致。

这其实让它从“PPT Skill”变成了“演示内容视觉化 Skill”。

PPT 只是其中一个出口。

适合什么场景

第一，长文章变演讲 PPT。 先抽核心观点，再按 6 到 10 页节奏生成 deck，非常适合技术文章、行业分析、产品复盘。

第二，方法论和产品分析。 Style B 瑞士风更适合结构化表达，特别是有框架、有对比、有步骤的内容。

第三，个人观点分享。 Style A 电子杂志风更适合讲故事、有情绪、有观点的演讲。

第四，多平台封面。 公众号 21:9、1:1 分享卡、小红书 3:4、视频号 16:9，都能从同一套内容衍生。

第五，截图统一风格。 如果你的 PPT 里有很多产品截图，内置 screenshot backgrounds 和截图适配规则会很有用。

不适合什么场景

README 也说得很清楚。

第一，大段表格数据。 这种内容需要高信息密度，HTML deck 的视觉化表达不一定合适。

第二，培训课件。 培训课件通常要大量细节、步骤、练习题和可回看内容，Guizang PPT Skill 更偏演讲和观点表达。

第三，多人协作编辑。 静态 HTML 不像 Google Slides 或 PowerPoint 那样适合多人同时改。

第四，完全不想碰浏览器预览和文件系统的人。 这个 Skill 的价值来自 Agent 能读写文件、预览、校验。如果只是普通 Chatbot，稳定性会差很多。

和 Huashu Design、Open Design 的关系

放到最近这几个项目里看，Guizang PPT Skill 的位置很清楚。

Huashu Design 是更宽的设计 Skill，覆盖高保真原型、动画、幻灯片、信息图、设计评审和导出。

Open Design 是本地优先的设计工作台，把 Agent CLI、Skills、Design Systems、daemon 和预览导出串起来。

Guizang PPT Skill 则更聚焦：把演讲文稿这一个垂直场景打磨深。

这也是我觉得它很聪明的地方。

它没有试图覆盖所有设计场景，而是把一个高频场景做深：文章变 PPT、PPT 变封面、截图变统一素材、页面变可校验 HTML。

我最喜欢的 3 个判断

第一，用 HTML 作为中间产物。

这让 Agent 能生成、修改、预览、校验，而不是直接掉进 PPTX 黑盒里。

第二，瑞士风锁定版式。

AI 最怕乱发挥，22 个具名版式和 16 列 grid 是很好的约束。

第三，把配图当页面素材。

图片比例、语言、槽位、是否保真，这些规则比“画得好看”更接近真实交付。

我最担心的 3 个问题

第一，HTML deck 和传统办公流程之间仍有缝隙。 如果最终一定要多人在 PowerPoint 里编辑，静态 HTML 不是最自然的格式。

第二，强风格可能变成模板感。 当很多人都用同一套 Style A / Style B，后续需要更多变体和主题，避免审美疲劳。

第三，质量仍依赖 Agent 执行力。 Skill 写得再好，如果 Agent 不认真读 references、不跑校验、不预览，效果还是会掉。

写在最后

Guizang PPT Skill 最值得学的地方，不是“杂志风”或者“瑞士风”这几个词。

真正有价值的是它把 AI 做 PPT 这件事拆成了可执行的工程流程：先问清楚，选风格，套模板，按版式填内容，生成匹配槽位的图片，跑 checklist 和校验器，最后浏览器预览迭代。

这条链路听起来没有“一句话生成精美 PPT”那么刺激。

但它更靠谱。

因为真实交付从来不是靠一句神奇 prompt 完成的。它靠的是约束、结构、比例、复用和检查。

如果说很多 AI PPT 工具还停留在“生成一份看起来像 PPT 的东西”，那 Guizang PPT Skill 已经往前走了一步：

它在教 Agent 像一个懂版式的演示设计师一样工作。