howto | Codex制作PPT全流程

Codex 制作 PPT 全流程

视频拆解与复刻教程

来源：小红书「howto | Codex制作PPT全流程」· 作者 好奇的Lin · 视频 4 分 57 秒 · 拆解核验日期 2026-09-26

来源与证据说明

原视频：小红书笔记「howto | Codex制作PPT全流程」，作者账号 好奇的Lin。视频规格为 1280×720、29.99 fps、时长 4 分 57 秒（约 8905 帧）。本文由「视频拆解与复刻图文教程」流程产出：抽取原视频关键帧、逐帧还原操作流程，并核验所涉 Skill 与工具的官方资料；配图均为原视频整帧画面，未做裁切或遮挡。

原视频链接：xiaohongshu.com/explore/6aa17f170000000012003d95

证据与复刻声明：本文严格区分四层证据——来源画面事实（视频画面、字幕与界面可直接观察到的内容）、创作者披露（作者在视频中明确说明的工具与方法）、官方资料（撰稿时在其官方仓库与文档核验到的能力与参数）、复刻方案（为让读者做出同类作品而设计的步骤）。本文的复刻方案不等于创作者的完整原始流程；作者未在视频中披露的提示词细节、文件路径或参数，本文一律标注为推断或我们的方案，不作虚构。

一、结论：能复刻，且可复刻度高

一句话结论：可以复刻。这条视频把「用 Codex 做一份能上台讲的 PPT」拆成了四个可执行阶段，所用 3 个 Skill 与配套工具全部开源（MIT 或免费），没有付费墙。

· 复刻成功的关键不在写代码，而在两件事：先把想法用嘴说成逐字稿；把「选择权」留在流程里——每一步让 AI 先给候选，你确认后再往下走。

· 主要门槛：需要一个能加载 Skill 的 coding agent 环境。作者用的是 Codex，官方说明同时支持 Claude Code、Hermes 等；guizang-ppt-skill 与 frontend-slides 也各自支持 Codex / Claude Code / Kimi Code / Gemini CLI 等。这些 agent 本身通常需要订阅。

· 交付形态提醒：主流程产出的是单文件 HTML PPT（浏览器打开即演示），不是 .pptx。需要原生可编辑 PPTX 时，按官方说明改用下游 ppt-master skill。

二、这条视频在做什么：四步流程总览

来源画面事实：作者的演示 PPT 封面页（进度 1/6）标题为 CODEX / PRESENTATION WORKFLOW，副标题「从逐字稿到成品」，右侧 THE SHORT VERSION 写着 说出来 → 梳理 → 生成 → 迭代。作者把全流程分为四个阶段并在页面左上角标出：

· 01 / SETUP：先安装 3 个 Skill（分别负责中文 PPT、流程编排、英文 PPT）

· 02 / SCRIPT：逐字稿从哪里来，为什么推荐语音输入

· 03 / GENERATE：调用 Skill——大纲、风格、素材

· 04 / REVISE：修改 PPT，直到它真正能用

图 1：视频演示 PPT 的封面页（进度 1/6），标出四阶段与 THE SHORT VERSION 主线。来源：原视频画面

三、第一步 · 准备：先安装 3 个 Skill

3.1 三个 Skill 分别是谁做的

来源画面事实（作者演示页 2/6「先安装 3 个 Skill」）：作者把三个 Skill 与三位创作者一一对应展示，并在页面上标注各自负责的环节。作者在视频中的说法是「这 3 个 skill 基本涵盖了多数人的需求」。

图 2：第一步演示页（进度 2/6），三个 Skill 与对应创作者。来源：原视频画面

3.2 官方资料核验：这三个仓库是什么

官方资料（核验日期 2026-09-26）。以下三点是本文在官方仓库核对到的信息，用于确认视频里口播的工具确实存在且能力相符：

· humanize-ppt（LearnPrompt 出品，公众号「卡尔的AI沃茨」）：定位「为演讲而生的 PPT 系统」，官方描述强调先用 AST（观众状态转移）把资料编成一条线，渲染完再跑演讲体检，把「只能看、不能讲」的页挑出来。License：MIT；当前 release v1.0.0（2026-06-20）。

· guizang-ppt-skill（归藏 / op7418）：网页 PPT 技能，生成单文件 HTML 横向翻页 PPT，内置两套视觉系统——Style A 电子杂志×电子墨水、Style B 瑞士国际主义，并含演讲者模式；主题色只允许从预设里选，不开放自定义 hex。

· frontend-slides（张咋啦 / zarazhangrui）：用 coding agent 的前端能力在网页上做幻灯片，官方说明提供 10 套设计预设、零依赖输出，并支持部署到 Vercel 与导出 PDF。

官方仓库：github.com/LearnPrompt/humanize-ppt

github.com/op7418/guizang-ppt-skill

github.com/zarazhangrui/frontend-slides

图 3：作者演示时打开的 humanize-ppt 官方仓库页，可确认 skill 的真实来源。来源：原视频画面

3.3 配套 Skill 一览（官方 README）

官方资料：humanize-ppt 的 README 给出了完整的下游 skill 组合。Humanize 负责「出大纲和决定」，下游 skill 负责「渲染和出素材」：

图 4：humanize-ppt 的 README 中列出了配套 skill 表与安装命令。来源：原视频画面

3.4 怎么装（官方命令）

官方资料：humanize-ppt 提供三种安装路径；guizang-ppt-skill 与 frontend-slides 各有自己的安装方式。

Humanize PPT（三选一）

方式一：把仓库链接直接发给 Agent——

请安装 Humanize PPT Skill：https://github.com/LearnPrompt/humanize-ppt

方式二：npx skills add LearnPrompt/humanize-ppt -g

方式三（Claude Code 插件市场，可自动更新）：

/plugin marketplace add LearnPrompt/humanize-ppt

/plugin install humanize-ppt

guizang-ppt-skill

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

（或把仓库 clone 到 ~/.claude/skills/guizang-ppt-skill）

frontend-slides

把仓库链接发给 Agent，让它从 SKILL.md 开始，

再按需加载 STYLE_PRESETS.md / viewport-base.css / html-template.md 等文件。

说明（复刻方案）：以上命令为官方文档给出的安装方式；视频里作者没有逐步演示安装过程，只展示了 skill 的来源与对应关系。

四、第二步 · 逐字稿：为什么推荐语音输入

来源画面事实（作者演示页 4/6）：标题「逐字稿从哪里来？为什么推荐语音输入？」，作者用三步说明，并给出自己的观点。

· 01 说出来：用语音输入完成逐字稿初稿。

· 02 自动整理：输入法同步排版和文字优化。

· 03 人工确认：修改不符合表达要求的地方。

作者原文（演示页与口播）：「语音输入，先把想法留住。」「输入法会同步进行排版和文字优化。它更快，也更符合你的口语表达习惯；初稿完成后，记得再检查一遍是否真的表达了你想说的内容。」

复刻要点（复刻方案）：这一步不要纠结排版，先把「要讲什么」变成连贯的句子——用系统输入法的语音转写，一次说 1–2 分钟；说完立刻读一遍，把不像人话的地方改掉，得到一份「最终版逐字稿」再进入下一步。视频里作者是以自己这条视频的逐字稿作示范的。

图 5：第二步演示页（进度 4/6）：说出想法→自动整理→人工确认。来源：原视频画面

图 6：语音输入实操——输入法在打字的同时完成排版与文字优化。来源：原视频画面

五、第三步 · 生成：调用 Skill，把选择权留在流程里

来源画面事实（作者演示页 5/6）：标题「调用 Skill：大纲、风格、素材」，分三段推进：

· 01 / OUTLINE：粘贴逐字稿和提示词。

· 02 / STYLE：确认大纲、选择封面风格。

· 03 / ASSETS：按顺序发送素材、补充修改要求。

图 7：第三步演示页（进度 5/6）：大纲、风格、素材三段流程与启动提示词。来源：原视频画面

5.1 启动提示词（视频原文，可直接复制）

作者在演示页上把它标注为「必须完整保留的启动提示词 / COPY & PASTE」，原文为：

调用humanize ppt skill，我想制作一个【封面页标题】的ppt，以下是逐字稿内容。请按照该skill的执行规范分阶段完成，把大纲、ppt风格交给我选择和确认。

作者在实际操作中发出的完整版本（在其会话记录中可见，含引用 skill 与具体标题）：

@humanize-ppt 我想制作一个《Codex制作PPT全流程》的ppt，以下是逐字稿内容。请按照该skill的执行规范分阶段完成，把大纲、ppt风格交给我选择和确认。

标注：以上两段均为视频原文（来源画面事实）；第一段是可复用的模板，第二段是作者的实例化版本。

5.2 实操全程还原

来源画面事实（作者操作会话，模型为 GPT-5.6 Luna）。作者把提示词连同逐字稿一起发出，随后按「AI 先给候选 → 作者选择/否决 → 继续」的节奏推进：

① 发出提示词与逐字稿。作者的逐字稿开头（视频原文）：

Codex制作ppt全流程

大家好，今天分享一下用 Codex 制作 PPT 的全流程。

第一步：安装 3 个 skill，分别是：

1. guizang PPT skill：用来制作中文 PPT。

2. Frontend slide skill：用来制作英文 PPT。

3. Humanize PPT skill：用来指导这两个 skill 去制作 PPT。

这 3 个 skill 基本涵盖了多数人的需求。

图 8：作者把启动提示词和逐字稿发给 Codex，界面显示引用 @humanize-ppt。来源：原视频画面

② AI 返回第一阶段结果：已按 humanize-ppt 生成 4 个真实封面候选并完成 PNG 复核，依次为「墨水经典（黑底、衬线大标题，杂志感最强）」「牛皮纸（暖米色底）」「靛蓝瓷（冷静蓝灰，适合技术教程）」，并推荐第 4 个「瑞士 IKB」。该轮用时 47 秒。

图 9：Codex 返回的封面候选（墨水经典 / 牛皮纸 / 靛蓝瓷，并推荐瑞士 IKB）。来源：原视频画面

③ 作者不满意这套风格，追问「有没有其它的风格？」。AI 补充 Guizang 的更多预设（森林墨、沙丘、柠檬黄 Swiss、柠檬绿 Swiss、安全橙 Swiss），并建议 4 个优先候选，同时说明「这些仍属于 Guizang 的 Style A/B 体系，不是随意换色」。

④ 作者改用另一条路线：「我不太喜欢这种风格，可以用frontend slide skill中适配中文排版的风格给我三个选项吗？」（该轮用时 5 分 34 秒。）AI 切换到 frontend-slides，生成并截图复核 3 个中文适配方案，首个是「A | 编辑手账感·Notebook Tabs——温暖纸张、侧边标签、中文衬线大标题，适合教程分享和个人经验表达」。

图 10：切换 frontend-slides 后给出的 3 个中文适配方案（A/B/C）。来源：原视频画面

⑤ 作者回复「A」确认风格。AI 生成 3 个预览文件（.frontend-slides/slide-previews/style-a.html、style-b.html、style-c.html），并说明已确认采用 Frontend Slides | A · Notebook Tabs 编辑手账风，随后给出初步大纲。

图 11：作者确认风格 A 后，Codex 生成 3 个预览文件并进入大纲阶段。来源：原视频画面

⑥ 作者提出的修改意见（视频原文，节选）：把「逐字稿从哪里来」与「为什么推荐语音输入」合并成一页；把「调用 skill 生成大纲 / 确定风格 / 发送素材并生成」合并为一页（因为主要靠实操演示，简明分点总结即可，但必须完整保留那条启动提示词）；在「先装好 3 个 skill」页增加三位博主主页截图，要求完整展示、不裁切、不重排。AI 随后更新为 6 页。

图 13：作者在会话中提出合并页面、保留完整提示词等修改意见。来源：原视频画面

⑦ 作者再做两处文字微调：「Codex 会同步进行排版和文字优化」改为「输入法会同步进行排版和文字优化」；删掉「通过实操完成 PPT 生成」这句。AI 完成修改并生成 6 页 HTML PPT。

5.3 模型选择

来源画面事实：作者在界面顶部的模型下拉里把模型切到 GPT-5.6 Luna，并口播推荐使用 5.6 Luna；同时提到自己实测下来 Sol 与 Luna 都能用。下拉里可见的候选还有 Default、GPT-6 Astro、GPT-5.6 Sol、GPT-5.6 Terra、GPT-5.5。

图 14：模型选择菜单，作者选中 GPT-5.6 Luna。来源：原视频画面

5.4 初步大纲原文（8 页，视频原文）

来源画面事实：AI 在风格确认后给出的 8 页初步大纲，原文如下——

图 12：Codex 产出的 8 页初步大纲与视觉节奏说明。来源：原视频画面

六、第四步 · 修改：直到它真正能用

来源画面事实（作者演示页 6/6）：标题「修改 PPT，直到它真正能用」，副题「打开、检查、继续提需求。」页面右下角标注流程 REVIEW → REQUEST → REPEAT。两个要点：

· 删除不需要的内容：截图圈出要删的部分发给 Codex；只删文字时，也可以打开 HTML 按 E 直接编辑。

· 增加内容或功能：说清楚要加在哪一页，也可以要求增加全屏试映等交互功能。

图 15：第四步演示页（进度 6/6）：删除内容 / 增加功能的两种修改方式。来源：原视频画面

实操还原（视频原文）：作者在浏览器里框选要调整的区域，向 Codex 提出三段需求：

1. 增加一个按 H 进入全屏显示的按钮，全屏显示时工具栏会收起来；

2. 把光标改为实心圆，并增加一个可以修改光标大小和颜色的功能；

3. 制作好 ppt 之后每一页都检查一下，注意一下内容：

（1）空间留白是否太多，文字显示是否太小；

（2）应当的排版是否对齐；

作者还追问了一句：「你现在的每页 ppt 下方基本都有大面积留白，这是前端提供的模板不适配中文的原因吗？」该轮用时 5 分 42 秒，Codex 修改了 index.html，页面右下方随后出现了光标设置面板（光标大小 / 光标颜色 / C 打开设置 / H 进入全屏）。

图 16：作者追加的功能需求（H 键全屏、光标自定义、逐页检查留白与对齐）。来源：原视频画面

七、两个「省 token」的小技巧（本文归纳）

来源画面事实：视频封面页字幕明确提到「过程中会穿插两个省TOKEN的小技巧」。

本文归纳（复刻视角，非作者逐字原话，仅供理解）：结合四步流程，这两处最可能对应——

· 技巧一 · 说出来：先用语音输入把想法一段话说完，由输入法同步转写与排版。省下的是反复打字、反复改长文本的往返消耗。

· 技巧二 · 梳理：用启动提示词要求「分阶段完成、把大纲与风格交给我确认」，先拿到短大纲和几个封面候选再定稿，避免一次性生成整份 PPT 后大改返工。

八、参数与命令速查表

九、手把手复刻 7 步

第 1 步 装环境：准备一个可加载 Skill 的 coding agent（Codex / Claude Code 等）。

第 2 步 装 3 个 Skill：按官方命令装 humanize-ppt、guizang-ppt-skill、frontend-slides。

第 3 步 写逐字稿：用语音输入把要讲的内容说顺，再人工读一遍、改掉不像人话的句子，定出最终版。

第 4 步 发提示词：把第八节里的启动提示词（或作者的实例化版本）连同逐字稿一起发给 Agent。

第 5 步 选大纲与风格：从 AI 给出的封面候选里选一个（不满意就换下游 skill 再给候选），确认页数与大纲。

第 6 步 生成：让 Agent 按确认的大纲渲染 HTML PPT，并逐页做一次视觉检查。

第 7 步 修改迭代：打开 HTML 逐页看，删的用截图圈出、改文字按 E 直接编辑、要加功能的说清加在哪一页；REVIEW → REQUEST → REPEAT 直到满意。

十、可复刻度评测与已知限制

可复刻度评测（依据官方资料与视频画面，核验日期 2026-09-26）：

已知限制：

十一、交付前检查清单

· 3 个 Skill 都已安装且能被 agent 识别（可让 agent 列出已装 skill 验证）。

· 逐字稿已人工确认，无「不像人话」的句子。

· 启动提示词包含「分阶段完成」与「把大纲、风格交给我确认」两句关键约束。

· 封面风格是从候选里明确选定的一项，不是 AI 默认给的第一版。

· 成品是能在浏览器打开的单文件 HTML，翻页、演讲者模式正常。

· 修改阶段按 REVIEW → REQUEST → REPEAT 跑过至少一轮，留白与对齐已逐页检查。

十二、来源与参考链接

原视频：小红书 howto | Codex制作PPT全流程（作者 好奇的Lin）

Humanize PPT：github.com/LearnPrompt/humanize-ppt

Guizang PPT Skill：github.com/op7418/guizang-ppt-skill

Frontend Slides：github.com/zarazhangrui/frontend-slides

Beautiful HTML Templates：github.com/zarazhangrui/beautiful-html-templates

PPT Master：github.com/hugohe3/ppt-master

Baoyu Skills：github.com/JimLiu/baoyu-skills

官方链接核验日期：2026-09-26。工具版本与数值（Star、组件数、发布号）会随时间变化，以各官方仓库当日为准。

免责声明：本教程基于创作者公开发布的视频画面与公开页面整理，仅用于学习与复刻参考；文中提到的第三方 Skill 与工具版权归各自作者所有，使用前请阅读其官方许可。本文与视频创作者、工具作者均无隶属关系。配图取自原视频整帧画面，未做裁切或遮挡，其中出现的人物、界面与文字版权归原视频作者及原软件方所有。