" AI 生成 PPT 的方案一大堆，但绝大多数走的是"往模板里填文字"的路子——生成的 PPT 一眼就是模板味，版式千篇一律。
Codex PPT Skill 换了个思路：别填模板了，每一页直接生成一张完整的 16:9 图片。文字、配色、版式、插图全部由生图模型一次画出来，最后用本地脚本把图片组装成 .pptx。这个项目在 GitHub 拿了两千多 star，作者还专门写过一篇复盘：好的 AI Skill 是调出来的，不是写出来的。
这篇把它的核心思路、完整链路和边界风险拆开讲清楚。
2026-08-13 08:37 GMT+8
管理议题的方式在进化：
第一代：纸质看板
第二代：SaaS 工具（Jira, Trello, Linear...）
传统视频创作流程：
这个流程的痛点：
上周尝试了一个新范式：
用 Codex + HyperFrames + Remotion 做视频。
结果：一周完成了 10 个视频，质量不输专业剪辑，而且所有改动都是代码级别的调整。
用过 GPT Image 2.0 或其他图像生成 Agent 的都知道：
聊天流不是为图像设计的。
你让它生成 4 张图片，它返回来 4 张大图 + 一堆文案。你想看清楚某张图，得在聊天流里上下滚动，还得手动把文案挪开。 " 你想让 AI 修改某张图，得先说清楚是哪张——"第三张那个"——然后等着它重新生成。
如果你想批量修改几张图，那就更麻烦了。你得一个一个地描述，一个一个地等。
核心问题：图像 Agent 需要的是专门的预览和编辑界面，不是聊天流。
"
想象这样一个场景：
你在家里，戴着 AirPods，一边做家务，一边跟你的"编程助手"对话：
"嘿，帮我看看登录功能的代码" "这里有个 bug，帮我修复一下" "部署到测试环境" "跑一下测试"
没有键盘，没有鼠标，甚至不需要看着电脑屏幕。你的"编程助手"会告诉你一切，并执行你的命令。
普通用户和专家的区别，不是「谁更懂 AI」。
是「谁更懂工程」。
普通用户把 Codex 当聊天机器人。专家把 Codex 当高强度执行引擎。
前者问「能不能帮我写个登录页面」，后者说「这是目标、范围、约束、验收标准，请按此执行」。
面对几万行代码，不知从何下手？算法写得一团糟，想重构却怕改出问题？测试用例总是想不全？
别担心，Codex 的 10 个高频指令，让你的 AI 编程助手成为最强搭档。
" 就像和同事沟通需要共同语言，和 Codex 协作也需要掌握它的"指令体系"。合理使用这些指令，可以让 Codex：
传统 UI 设计流程：产品经理写 PRD → 设计师画草图 → 原型评审 → 视觉设计 → 交互细节 → 开发对接。
一个页面跑下来，至少一周。
现在有了 Codex + Figma 的组合拳，我一天搞定了 8 个页面的完整设计。
在设计团队工作时，最常见的问题是：
你不再需要坐在电脑前盯着 AI 干活。你的手机，成了 AI 的遥控器。
今天，OpenAI 做了一件看起来很小、但意味深长的事：
把 Codex 搬进了 ChatGPT 手机 App。
iOS 和安卓同步开启 preview，所有用户都能用——包括免费版和最低价的 Go 套餐。
