办公自动化 on KnightLi的博客

市面上主流 AI PPT 工具大盘点：自动生成、网页演示、PPTX 和图像路线怎么选

Mon, 18 May 2026 22:29:43 +0800

AI 做 PPT 已经不只是“输入标题，套一个模板”。在 Claude Code、Codex、Cursor 这类 AI 编程环境里，PPT 生成正在变成一组可安装、可复用的 Agent Skill：有的输出网页演示，有的生成真正可编辑的 .pptx，有的直接用图像模型把每页做成视觉稿，还有的通过 MCP 让 AI 操作 PowerPoint 文件。

这次整理了一批主流 PPT 相关 Skill。真正有价值的地方不只是榜单，而是把这类工具按交付形态拆开来看。选工具前，先问一句：最终交付物到底要给谁改、在哪里播放、是否需要继续协作？

几条路线

1. HTML 网页演示

代表项目包括 frontend-slides、guizang-ppt-skill、html-ppt-skill。

这条路线的优势是视觉表现力强。CSS 动画、Canvas、WebGL、响应式布局都能用，浏览器打开即可演示，适合技术分享、产品发布、Demo Day 和个人风格强烈的演讲。

代价也很明确：交付后不太适合让客户逐字改。客户如果拿到的是 HTML，而不是 PowerPoint 文件，后续修改往往还要回到生成流程。

如果只看 HTML 演示，frontend-slides 更像高星通用入口，guizang-ppt-skill 强在审美约束和主题风格，html-ppt-skill 则胜在主题数量、布局数量和演讲者模式。

2. 原生 PPTX

代表项目包括 mckinsey-pptx、ppt-agent-skills、claude-office-skills 和 ppt-master。

这是商业交付最稳的路线。只要客户要求“能在 PowerPoint 里改字、改图、套公司模板”，最终就要落到 .pptx。

其中 ppt-master 很值得单独关注。它的思路是先让 LLM 生成 SVG，再转成 PowerPoint 原生 DrawingML 对象，目标是让文字框、形状、图表都能在 PPTX 里继续编辑。它还支持从 PDF、DOCX、URL、Markdown 生成 PPTX，并能做模板复刻、动画、旁白和本地预览。

这条路线适合咨询交付、公司汇报、白皮书演示、长报告压缩成 PPT 等场景。缺点是视觉上限通常受 PowerPoint 本身限制，复杂效果不如 HTML 或图像路线自由。

3. AI 图像驱动

代表项目包括 NanoBanana-PPT-Skills、gpt_image_2_skill 和 ppt-image-first。

这条路线先把每一页当成视觉图来生成，再把图片放进 PPTX 或其它容器里。优点是完成度高，尤其适合封面、社交媒体图、视觉提案、传播型内容。

问题是可编辑性差。页面本质上是一张图，后面要改一个标题、换一段文案、挪一个图标，可能就要重新生成。它适合“看起来要好”，不适合“客户要反复改”。

4. MCP / 协议层

代表项目包括 Office-PowerPoint-MCP-Server、PPTAgent。

这类工具不一定直接生成完整 PPT，而是给 AI 一个操作 PowerPoint 的接口。接入 MCP 后，模型可以读、改、写 .pptx 文件。

这条路线适合已经有 PPT 文件、需要 AI 辅助修改的工作流。比如批量改格式、根据反馈重排页面、让模型检查每页是否符合目标。PPTAgent 强调反思式生成，也就是每生成一页后再回头检查，这个方向对减少“AI PPT 很粗糙”的问题有启发。

5. 综合设计平台

代表项目包括 open-design 和 docsagent。

这类项目已经超出 PPT 生成本身。open-design 更像本地优先的设计平台，可以生成原型、slides、images、videos，并支持多种导出格式。docsagent 不是 PPT 工具，但能索引和对话本地文档，适合作为 PPT 生成前的资料整理层。

如果你的需求不是单次做 PPT，而是从资料、设计、原型到交付的一整套流程，这类平台更值得看。

Skill 元信息

Star 数来自原文 2026-05-15 的抓取结果，只适合作为热度参考，实际使用前建议再打开仓库确认维护状态、README 和 LICENSE。

Skill	作者	链接地址	Star	语言	路线
frontend-slides	@zarazhangrui	GitHub: zarazhangrui/frontend-slides	17,530	Shell	HTML 网页演示
guizang-ppt-skill	@op7418（歸藏）	站内文章: guizang-ppt-skill GitHub: op7418/guizang-ppt-skill	8,832	HTML	HTML 网页演示
html-ppt-skill	@lewislulu	GitHub: lewislulu/html-ppt-skill	3,834	HTML/CSS/JS	HTML 网页演示
mckinsey-pptx	@seulee26	GitHub: seulee26/mckinsey-pptx	426	Python	原生 PPTX
ppt-agent-skills	@sunbigfly	GitHub: sunbigfly/ppt-agent-skills	714	Python	原生 PPTX
claude-office-skills	@tfriedel	GitHub: tfriedel/claude-office-skills	631	Python	原生 PPTX
ppt-master	@hugohe3	GitHub: hugohe3/ppt-master	16,626	Python	原生 PPTX
NanoBanana-PPT-Skills	@op7418（歸藏）	GitHub: op7418/NanoBanana-PPT-Skills	2,668	Python	AI 图像驱动
gpt_image_2_skill	@wuyoscar	GitHub: wuyoscar/gpt_image_2_skill	2,102	Python	AI 图像驱动
ppt-image-first	@NyxTides	GitHub: NyxTides/ppt-image-first	799	Python	AI 图像驱动
Office-PowerPoint-MCP-Server	@GongRzhe	GitHub: GongRzhe/Office-PowerPoint-MCP-Server	1,708	Python	MCP / 协议层
PPTAgent	@icip-cas	GitHub: icip-cas/PPTAgent	4,354	Python	MCP / 协议层
open-design	@nexu-io	站内文章: open-design GitHub: nexu-io/open-design	40,822	TypeScript	综合设计平台
docsagent	@docsagent	GitHub: docsagent/docsagent	687	TypeScript	综合设计平台

选型可以这样判断

如果客户要继续编辑，优先看原生 PPTX 路线，尤其是 ppt-master、mckinsey-pptx、ppt-agent-skills。

如果是自己演讲，且视觉表现比后续编辑更重要，优先看 HTML 路线，尤其是 frontend-slides、guizang-ppt-skill、html-ppt-skill。

如果目标是海报感、封面感、传播图，优先看图像路线，比如 ppt-image-first、gpt_image_2_skill、NanoBanana-PPT-Skills。

如果已经有 PPT 文件，只想让 AI 帮你读、改、重排，可以看 MCP 路线。

如果是学术、营销、翻译、长报告压缩这类明确场景，也可以继续找垂直 Skill，而不是拿通用 PPT 生成器硬做。

最后要注意的事

开源项目不能只看 Star。真正使用前还要确认三件事：

LICENSE 是否允许你的使用方式。
生成物是否满足交付要求，尤其是可编辑性。
成本是否可接受，包括模型调用、图像生成、大上下文模型和可能的云服务费用。

这类工具变化很快，Star 数会变，项目维护状态也会变。但选型逻辑相对稳定：先确定交付形态，再看具体工具。PPT 是给人讲、给人改、还是给人看，这三个答案往往会把选择范围直接缩小一大半。

ChatGPT Release Notes 更新：记忆来源、GPT-5.5 Instant 和表格插件

Thu, 07 May 2026 14:30:15 +0800

OpenAI 的 ChatGPT Release Notes 页面在 2026 年 5 月初更新，最新一批重点包括三件事：ChatGPT 的记忆来源和个性化能力增强，GPT-5.5 Instant 成为新的默认模型，以及 ChatGPT for Excel 和 Google Sheets 全球上线。

这几项更新放在一起看，方向很清楚：ChatGPT 正在从一个聊天入口，继续变成更持续、更个性化、也更贴近办公场景的工作助手。

Memory sources：个性化要更透明

最新更新里，最值得关注的是 memory sources。

OpenAI 表示，ChatGPT Plus 和 Pro 用户会开始获得更强的记忆改进。ChatGPT 可以更好地从过去聊天、保存的记忆、可用文件，以及已连接的 Gmail 应用中提取相关上下文，用来给出更贴合用户的想法、建议和下一步行动。

这意味着用户不必在每次新对话里反复解释自己的项目背景、偏好、工作习惯或已有材料。对于长期写作、项目规划、资料整理、学习和团队协作来说，连续性会更强。

但个性化越强，透明度就越重要。OpenAI 因此推出 memory sources，让用户看到哪些信息帮助 ChatGPT 个性化了某个回答。用户可以点击回答下方的 Sources 图标，查看相关保存记忆、过去聊天和自定义指令。Plus 和 Pro 用户还可能看到资料库中的文件，以及已连接 Gmail 中被引用的邮件。

如果某些信息过期、不相关或错误，用户可以更正、删除，或标记为不相关。

记忆控制仍然是关键

OpenAI 也说明，memory sources 不一定展示影响回答的全部因素，后续还会继续改进这个视图。

这个提醒很重要。它说明 memory sources 不是完整的“模型思考日志”，而是让用户理解个性化上下文的一种产品界面。它能提高可见性，但不能把所有影响因素都完全展开。

隐私和控制方面，OpenAI 表示 memory sources 只会显示在用户自己的账户体验里。如果用户分享聊天，相关 sources 不会出现在共享聊天中。用户也可以删除聊天，使用不会使用或更新记忆、也不会出现在历史记录中的临时聊天，关闭记忆，随时断开应用连接，并管理自己的内容是否用于改进模型。

这说明 ChatGPT 的个性化正在走一条更明确的路线：既要更懂用户，也要让用户知道它为什么这么回答，并保留管理入口。

GPT-5.5 Instant 成为默认模型

Release Notes 还确认，GPT-5.5 Instant 正在作为 ChatGPT 的新默认模型推出，并替代面向所有用户的 GPT-5.3 Instant。

这次默认模型更新主要改善几个方面：

准确性。
清晰度和简洁度。
图片理解。
STEM 问题回答。
判断何时需要联网搜索。

OpenAI 强调，GPT-5.5 Instant 在事实可靠性上更好，尤其是在准确性更重要的提示词中表现更稳。它也会给出更紧凑、更直接的回答，减少不必要的追问，降低过度格式化和无意义装饰带来的干扰。

对用户来说，这类变化可能不会像新功能按钮那样显眼，但会影响每天打开 ChatGPT 时的体感：回答更少绕路，更少啰嗦，也更少在简单问题上堆格式。

个性化和默认模型结合起来

GPT-5.5 Instant 对 Plus 和 Pro 网页端用户还会更有效地使用过去聊天、文件和已连接 Gmail 的上下文。

这和 memory sources 是同一条产品线。模型不只是“更聪明”，还要在合适的时候知道你之前做过什么、关心什么、已经提供过哪些材料。比如继续一个项目、写一份计划、整理邮件里的信息，或根据过去偏好给出建议时，ChatGPT 可以减少重复询问。

付费用户仍可在三个月内通过模型配置继续使用 GPT-5.3 Instant，之后该模型会退役。

ChatGPT for Excel 和 Google Sheets

另一个重要更新，是 ChatGPT for Excel 和 Google Sheets 全球上线。

它把 ChatGPT 放进 Microsoft Excel 和 Google Sheets 的侧边栏中，让用户可以在表格里直接构建、更新和理解数据。OpenAI 提到的场景包括：

追踪表。
预算。
公式。
多工作表文件。
情景分析。
表格清理。

在可用地区和条件下，它还支持 Skills 和 apps。

这类功能的意义很直接：很多办公数据并不在专门的 BI 系统里，而是在 Excel 和 Google Sheets 里。把 ChatGPT 放进表格侧边栏，比让用户复制粘贴到聊天窗口更自然，也更容易进入真实工作流。

使用限制和安装方式

Release Notes 提到，Free 和 Go 计划包含有限使用量；Plus 和 Pro 使用与 Codex 相同的 agentic 使用限制。如果用户超出计划限制，可以购买额外 credits。

安装方式也比较直接：Excel 版本从 Microsoft Marketplace 安装，Google Sheets 版本从 Google Workspace Marketplace 安装，然后使用符合条件的 ChatGPT 账户登录。

OpenAI 也提醒，用户在依赖公式或分析前需要检查输出。这点不能忽略。AI 可以加速表格工作，但公式、预算、财务和业务分析仍然需要人工复核。

近期更新脉络

如果把 4 月底到 5 月初的 release notes 放在一起看，ChatGPT 的方向更清楚。

4 月 30 日，OpenAI 推出 Advanced Account Security，给个人 ChatGPT 账户提供更强的登录要求和账户保护，包括 passkeys、安全密钥、恢复密钥、更短会话和登录通知。

4 月 28 日，模型选择入口移到输入框附近，让用户在发送消息前更容易选择模型；Thinking 和 Pro 模型的 thinking effort 控制也被放进模型选择器。

4 月 22 日，ChatGPT 推出 Fast answers，用于一些不需要个性化、且模型有高置信答案的常见信息查询。Fast answers 不引用过去聊天或记忆，用户也可以在个性化设置里关闭。

这些更新都围绕同一个目标：让 ChatGPT 更适合日常高频使用。该快的时候快，该个性化的时候个性化，该需要安全保护和可见控制的时候给出入口。

简短判断

这次 ChatGPT Release Notes 的重点，不是单个功能，而是产品形态继续收束。

GPT-5.5 Instant 提升默认回答质量，memory sources 让个性化更可见，Excel 和 Google Sheets 插件把 ChatGPT 放进办公表格，Advanced Account Security 和模型选择改动则补上账户安全和操作体验。

ChatGPT 正在变成更长期的工作层：它会记住更多上下文，进入更多工具，也承担更多日常任务。接下来真正需要观察的是，个性化透明度是否足够清楚，办公插件在真实复杂表格里是否稳定，以及用户能否在便利和控制之间保持平衡。