开源一个为演讲而生的PPT Skill，再不用跟观众大眼瞪小眼了

开源一个为演讲而生的PPT Skill，再不用跟观众大眼瞪小眼了 开源一个为演讲而生的PPT Skill，再不用跟观众大眼瞪小眼了 Modified June 19 我挑出来一些给大家看， 比方说 第三页，上面就三个词加一张全屏背景图。好看是好看， 那 我讲什么？ 很多时候，在演讲的过程中，观众其实是会分神的。我认为，如果一页PPT在观众短暂分神再回神之后，就完全看不出有什么主体内容，那这页PPT其实就是失败的。 第五页，一整屏文字挤在一起，我跟观众 属于是 面面相觑，一起沉默 的状态，照着文字念那还不如直接打印出来一手一份。 第八页，标题 就 写着「技术架构」，下面一个TODO占位符还没填完 ，图片素材和视频素材都没有。 渲染出PPT的下一步是质检和把演讲稿分配到每一页。 Humanize PPT输出的deck支持演讲模式。按S键切换，演讲稿实时出现在独立窗口，带页码，带备注。 不用对稿，不用背稿，你盯着观众，备注在另一个屏幕跟着翻。 按 ESC 键打开全局索引，所有页面缩成一张总览。讲到哪里忘了，临时想跳页，不用一张张往回翻，找到对应页面，点一下就能直接切过去。 No access 0bc32mcqkaafeqamzlzr55vflu6daxjqkbia.f10002 00:00 在演讲的过程中，我还发现HTML PPT有常见的渲染问题， 所以我们在演讲之前，还加了一个质检环节。 比方说，这个PPT 原本是由beautiful html templates纯渲染的， 风格是 Neo Grid Bold。 如果当它是一个html网页 静态扫描先跑了一遍 的话 ，全绿 ， 0 fail，0 warn。 结果截图逐页 人工 复核的时候， 直接给我整不会了。 左下角的页码，把正文最后一行吃掉了一半。 观众实际看到的是「uires confirmation.」，但那句话原本应该是「What requires confirmation.」。这就是 多少 显得有点业余了。 但加上Humanize PPT流程后，「What requires confirmation.」 会 完整展现且视觉体系一个像素没动。 我还把做HTML PPT的出错大全都统计起来，通通能修。 很长一段时间，Humanize PPT都是走弯路， 一个劲在死磕。怎么让AI做得更漂亮。 现在我更想 做 的是， 怎么让AI做出来 的PPT ，真的能被拿去 演讲 。 漂亮当然重要， 但在演讲里 ， 决定一份PPT有没有用的， 是你翻到下一页的时候， 观众有没有跟着你一起往前走。 这就是 Humanize PPT。 一个为演讲而生的PPT Skill 。 把PPT从「看起来很高级」， 往「 能大讲特讲 」推一点。 那种页面明明很好看， 但站上去不知道怎么讲的 尴尬 感。 那种明明代码没错， 但投影上就是少了半行字的无语 感 。 那种一页一页截图， 跟Agent说去看第几页第几行的疲惫感 。 我通通不要， 这件事 交给Skill就好啦。 @ 作者 / 卡尔 & yc星辰 最后，感谢你看到这里👏 如果喜欢这篇文章，不妨顺手给我们 点赞｜在看｜转发｜评论 📣 如果想要第一时间收到推送，不妨给我个星标🌟 如果你有更有趣的玩法，欢迎在评论区聊聊🤝 更多的内容正在不断填坑中…… 我挑出来一些给大家看， 比方说 第三页，上面就三个词加一张全屏背景图。好看是好看， 那 我讲什么？ 很多时候，在演讲的过程中，观众其实是会分神的。我认为，如果一页PPT在观众短暂分神再回神之后，就完全看不出有什么主体内容，那这页PPT其实就是失败的。 第五页，一整屏文字挤在一起，我跟观众 属于是 面面相觑，一起沉默 的状态，照着文字念那还不如直接打印出来一手一份。 第八页，标题 就 写着「技术架构」，下面一个TODO占位符还没填完 ，图片素材和视频素材都没有。 渲染出PPT的下一步是质检和把演讲稿分配到每一页。 Humanize PPT输出的deck支持演讲模式。按S键切换，演讲稿实时出现在独立窗口，带页码，带备注。 不用对稿，不用背稿，你盯着观众，备注在另一个屏幕跟着翻。 按 ESC 键打开全局索引，所有页面缩成一张总览。讲到哪里忘了，临时想跳页，不用一张张往回翻，找到对应页面，点一下就能直接切过去。 No access 0bc32mcqkaafeqamzlzr55vflu6daxjqkbia.f10002 00:00 No access 0bc32mcqkaafeqamzlzr55vflu6daxjqkbia.f10002 00:00 在演讲的过程中，我还发现HTML PPT有常见的渲染问题， 所以我们在演讲之前，还加了一个质检环节。 比方说，这个PPT 原本是由beautiful html templates纯渲染的， 风格是 Neo Grid Bold。 如果当它是一个html网页 静态扫描先跑了一遍 的话 ，全绿 ， 0 fail，0 warn。 结果截图逐页 人工 复核的时候， 直接给我整不会了。 左下角的页码，把正文最后一行吃掉了一半。 观众实际看到的是「uires confirmation.」，但那句话原本应该是「What requires confirmation.」。这就是 多少 显得有点业余了。 但加上Humanize PPT流程后，「What requires confirmation.」 会 完整展现且视觉体系一个像素没动。 我还把做HTML PPT的出错大全都统计起来，通通能修。 很长一段时间，Humanize PPT都是走弯路， 一个劲在死磕。怎么让AI做得更漂亮。 现在我更想 做 的是， 怎么让AI做出来 的PPT ，真的能被拿去 演讲 。 漂亮当然重要， 但在演讲里 ， 决定一份PPT有没有用的， 是你翻到下一页的时候， 观众有没有跟着你一起往前走。 这就是 Humanize PPT。 一个为演讲而生的PPT Skill 。 把PPT从「看起来很高级」， 往「 能大讲特讲 」推一点。 那种页面明明很好看， 但站上去不知道怎么讲的 尴尬 感。 那种明明代码没错， 但投影上就是少了半行字的无语 感 。 那种一页一页截图， 跟Agent说去看第几页第几行的疲惫感 。 我通通不要， 这件事 交给Skill就好啦。 @ 作者 / 卡尔 & yc星辰 最后，感谢你看到这里👏 如果喜欢这篇文章，不妨顺手给我们 点赞｜在看｜转发｜评论 📣 如果想要第一时间收到推送，不妨给我个星标🌟 如果你有更有趣的玩法，欢迎在评论区聊聊🤝 更多的内容正在不断填坑中…… 🔗 原文链接： https://mp.weixin.qq.com/s/rGoYnUcB... https://mp.weixin.qq.com/s/rGoYnUcB... 原创 AI沃茨 AI沃茨 卡尔的AI沃茨2026年6月19日 17:48 最近三个月一直用HTML PPT线下演讲， 工作流极其重复枯燥，基本上都是用Codex一口气做个30页，然后就是一页一页磨，字多了不好看，字少了页面太空，没有配图的话还要用GPT Image2生成再额外接入。 一句话总结， 很多 HTML PPT Skill ，根本就不是为演讲准备的。 这不是这些Skill的锅，真的。 我前后尝试过按章节搭配不同的颜色页面，然后也总结过几个常见的PPT的结构，比方说左右平分 ， 上下平分 ， 三列式上下左右4个方块的格式，基本上能在HTML PPT里面调的，我都试过了。 就跟马铃薯炒土豆一样， 同样的材料炒不出第二种味。 问题不在模板数量。仔细复盘的话是上游Agent给每页信息分配不均的锅。 上游怎么收集整理信息，怎么分配到每页，中间质量有没有过关（重复标题，字体重叠，为了好看加了很多根本没人看的小字），做好之后的演讲稿能不能分到每一页看， 这些都没Skill管。 于是就有了Humanize PPT v0.9版！ 我一口气全解决了，再次怀念Claude Fable5。 🔗 github. com/LearnPrompt/humanize ppt 从v0.7开始，我先给 Humanize PPT 划了一条边界。 把 渲染 PPT页面外包给下游的 Skill。 Humanize PPT负责把大纲，逐页意图， 视频和图片 素材 的 坑位和演讲稿，整理成结构化的 JSON 与 Markdown，再交给下游 Skill 原生渲染。 所以理论上是可以适配所有的HTML PPT Skill，当然为了严谨我跑通了两条完整的工作流。 中文可以接guizang ppt skill，英文可以接frontend slides 和 beautiful html templates。 用 AI做PPT最隐蔽的 坑就是页数压不下来。 一 小时演讲 的PPT，很多时候也就三十多页。每一页都得承载 信息 。 要么推进一个判断，要么解释一个阻力，要么让观众突然意识到，哦，原来这个事还能这么想。 所以我把资料整理和页面信息分配，做成了 Humanize PPT 的地基。 AST，也就是 Audience、State、Transfer。 A是观众 的身份 。谁在听？他们已经知道什么？他们凭什么要继续听下去？ S是状态。观众看你的PPT之前是什么状态，看完之后应该变成什么状态。 T是转移。每一页slide的任务不是展示信息，而是推着观众从一个状态走到下一个状态。 Humanize PPT做的第一件事，就是在渲染之前，先帮你把素材按AST的逻辑重新编排。 它会输出一份大纲，每一页都标注观众进入时的状态，这一页的意图，以及离开时应该带走的信息。 我还真的拿同一主题的材料跑了一次前后对左边直接交给 guizang ppt skill ，按背景、痛点、方案来分。右边先经过Humanize 的AST编排，再交给同一套guizang视觉体系。 从视觉上看， 左边并不丑，甚至guizang的Swiss validator和静态演讲体检都能通过。 但它还是更像一个整理得很漂亮的文件夹。 到了右边，页面不再叫「背景」「痛点」「方案」，而是直接讲真实演讲不是概念展示，AST 先决定观众怎么变。 渲染器没有换，变化 是 来自上游 。 大纲确定以后，Humanize PPT 不会马上让下游一口气写完整份 deck。 它会先拿同一份内容，渲染四张真实页面，让你提前看看最终效果。 不是看色板，也不是看几句抽象的风格描述。 直接看下游 Skill 真正做出来的 HTML 页面。字体怎么排，信息密度怎么样，版式和动效是不是你想要的，一眼就能看出来。 选定其中一个风格以后，Agent 才会沿着这套视觉体系，继续完成后面的二三十页。 这样就不用等整份 PPT 全部做完，才发现方向从一开始就错了。 图片和视频放置的方式也全改变了， 以前Humanize出大纲，会写「这一页可能需要一张图」。到了 v0.9，不只是说「需要」了。 素材放哪，文件叫什么，用什么 prompt 生成，全部写进大纲 。 baoyu image gen接GPT Image2配图，remotion video production做视频。 当然，后面我发现先用 SVG 做一个流程图，然后把这个图改成 Remotion，会有更好的效果。 所以我把这个工作流也融入到了 V0.9 里面了。 我之前也试过另一条路，把别人的画风和版式强行搬进自己的框架，再拖三四十个模板进来。 但最终结果，真的四不像 ，打破原有框架的约束后做出来的页面只能做到80%左右的效果。 四不像甚至还不是最严重的问题。 我 还 做出 过 一大堆根本讲不动的页面 ，信息密度不够，一句话就要跳四五页。