AI 做的簡報總是很醜？改用 Codex 把每頁當 16:9 資訊圖生成，再組成 PPT
☰ 目錄 table-of-contents.md
上週要把一份 Codex 教學整理成能直接發給客戶的簡報。先試了 NotebookLM，一鍵就生出一份投影片，但中文標題擠成兩行、想把重點從「功能」換成「流程」得整段 prompt 重講一次，匯出的 .pptx 套版味很重，改起來綁手綁腳。接著乾脆叫 AI 直接寫程式產檔，版面卻是標準的工程師審美：灰底方塊配項目符號，資訊都對，就是談不上好看。問題卡在同一個地方，AI 很會整理內容，但「把內容排得好看」這件事，目前的工具都差一口氣。
後來換了個思路才打通。簡報之所以醜，是因為我們一直要 AI 去做「排版」，而排版恰好是它最弱的一環；可是「畫一張好看的圖」這件事，OpenAI 在 2026 年四月推出的 gpt-image-2（介面上常被稱作 Images 2.0）已經做得很好，連中文字都能渲染。於是把問題反過來：讓 Codex 把每一張投影片當成一張 16:9 的資訊圖直接「畫」出來，再用程式把五張圖組成一個 .pptx 檔。這篇就完整拆解這條流程，從提示設計、圖像生成、中文字修正到打包交付，並對照 NotebookLM 和直接產檔兩種常見做法，說明什麼時候該用哪一種。
為什麼「叫 AI 做簡報」總是差一口氣
市面上把資料變成簡報的 AI 工具不少，但真正拿去交付時，會撞到三個結構性的限制。把它們講清楚，才看得懂後面那條路為什麼繞得有道理。
- NotebookLM 這類一鍵生成：快，但版型是它的、不是你的。它能把來源文件一鍵變成投影片，自動配好版面、icon 與配色，2026 年二月起還能直接匯出可編輯的 .pptx。但生成當下的結構與強調點主要靠 prompt 引導，想精細調整某一頁的標題斷行、某個重點的視覺權重，往往只能整份重新生成，做品牌化客製更是卡。
- 叫 Antigravity 或 Claude 直接產 .pptx：能跑，但版面是工程師審美。這些 coding agent 會老實地用 python-pptx 之類的函式庫拼出投影片，文字方塊、項目符號、表格都對位，但設計感止步於「能看」。要它排出有層次、有呼吸感的版面，等於要求一個寫程式的工具去做平面設計，先天不對盤。
- 共同的根：把投影片當「排版問題」解。不管哪條路，AI 都在試著把文字、色塊、圖示擺進格子裡，而版面美感正是大型語言模型最不穩定的能力。只要還在拼版面，產出就很難跳出「資訊正確但不好看」的天花板。
我們在〈Antigravity、Claude Code、Codex 三大 AI Coding Agent 完整比較〉裡比過這幾個工具的強項，它們擅長的是理解需求、寫對程式、跑通流程，而不是視覺設計。認清這點，下一步就清楚了。
換個思路：把投影片當「圖」生成，而不是當「版面」拼
關鍵的轉念是：與其要 AI 排版，不如讓它畫圖。gpt-image-2 是 OpenAI 第三代旗艦圖像模型，於 2026 年四月二十一日發表，本文相關規格查證於 2026 年六月十五日。它最大的突破是首度把 O 系列的推理能力放進圖像模型，生成前會先規劃整張圖的結構，並支援 2K 解析度與多語言文字渲染，這也是它能把含中文標題的資訊圖畫得像樣的原因。
所以新做法是：把一頁投影片，整頁當成一張 16:9 的資訊圖交給 gpt-image-2 生成。版面、配色、圖示、文字層次全都在「畫圖」這一步由模型一次處理好，徹底跳過「拼版面」這個它最弱的環節。生成出來的五張圖，再用程式塞進一個 .pptx，每張投影片就是一張滿版圖。這正是社群專案 codex-ppt-skill 在做的事：每張投影片都是一張完整的 16:9 生成圖，最後用腳本組裝成 .pptx。OpenAI 官方也把這列為 Codex 的標準用途之一，見 Codex 官方 generate slide decks 使用案例。
這個思路跟我們之前在〈WordPress AI 圖像生成整合實作〉裡談的方向一致：把 AI 圖像模型當成生產線的一個工序，而不只是玩具。
這條流程長什麼樣：Codex × gpt-image-2 × python-pptx
整條流程由 Codex 當總指揮：它負責規劃內容、呼叫圖像模型、寫好組裝程式並執行。實際下指令時就是一句話的事，把要做的教學主題、張數、比例與「最後組成 ppt」講清楚即可。
從截圖可以看到 Codex 把它當成一個完整交付物在處理，先盤點「影像成品優先」的工作型態（用圖像生成流程產圖，再把圖搬進工作區，避免 PPT 只引用到暫存路徑），接著把教學內容定稿成五張投影片的骨架，才開始生成圖片。下面把這條流程拆成五個可複製的步驟。
實戰拆解：五步做出一份圖像式簡報
第一步：讓 Codex 定稿五張投影片的骨架
先不要急著生成圖。讓 Codex 把教學內容收斂成固定張數的大綱，每一頁定下標題、要點與視覺主題。以這份《Codex 教學手冊》為例，五頁的骨架依序是封面、概念（Codex 是什麼）、操作步驟、進階工作流、上手指引。這一步的價值在於先把「內容」鎖死，後面生成圖時才不會每張風格與資訊量各走各的。
第二步：用 gpt-image-2 生成 16:9 資訊圖
骨架定稿後，Codex 逐頁呼叫 gpt-image-2 生成 1536×864 這類 16:9 比例的圖。提示設計是這一步的靈魂，要把四件事講清楚：版面類型（封面頁、概念圖、步驟流程圖）、要顯示的中文文字內容、配色與風格（例如深藍科技風、霓虹藍青光）、以及「保持留白、文字不要溢出」這類排版約束。下面這張就是第二頁「概念」的成品。
第三步：本機排版修正中文字
這一步是整條流程最容易被忽略、卻最關鍵的地方。gpt-image-2 的中文字渲染已經大幅進步，但圖像模型本質上是「畫」字而不是「排」字，偶爾仍會出現缺筆、錯字或斷行不理想。處理方式有兩種：一是把錯字當成編輯指令，請模型針對該頁重繪修正；二是對少數關鍵文字，在本機用 Pillow 之類的工具在圖上重新疊一層乾淨的文字。重點是建立一個校稿環節，逐頁檢查每個字，不要假設模型一次就對。
第四步：用 python-pptx 組裝成 .pptx
五張圖都校好後，Codex 寫一段 python-pptx 腳本，把投影片尺寸設成 16:9，逐頁建立空白投影片，再把對應的圖片以滿版方式貼上去。因為每張投影片就是一張滿版圖，這段程式非常單純，不需要處理文字框與版面配置。產出的就是一個能直接用 PowerPoint 開啟、可播放的 .pptx 檔。
第五步：品質檢查與交付
最後做一輪整體檢查：五頁風格是否一致、文字有沒有殘留錯字、圖片解析度在投影時夠不夠清楚、檔案大小是否合理（滿版圖會讓檔案偏大，必要時壓縮）。確認無誤再交付。這套「先批內容、再生成、後校稿、最後打包」的節奏，跟我們在〈把同事煉化成技能包〉裡談的 SKILL.md 工作流可以無縫接起來，把這整條流程封裝成一個可重複呼叫的技能。
三種做法對照
同樣是讓 AI 做簡報，三條路的取捨差很多：
| 做法 | 版面美感 | 文字可編輯性 | 客製彈性 | 最適場景 |
|---|---|---|---|---|
| NotebookLM 一鍵生成 | 中等，套用內建模板 | 高，匯出 .pptx 可逐字改 | 低，受模板限制 | 內部快速整理、可接受制式版型 |
| Antigravity／Claude 直接產 .pptx | 偏低，工程師審美 | 高，原生文字框 | 中，能寫死樣式但要工 | 需要大量資料表、之後常改字 |
| Codex ＋ gpt-image-2 圖像式 | 高，整頁由圖像模型設計 | 低，圖上文字要重繪才能改 | 高，風格由提示自由控制 | 對外發布、重視視覺、改字頻率低 |
看得出來這是一組明確的取捨：圖像式做法用「文字不好改」換來「版面好看」。所以它不是萬用解，而是特定情境下的最佳解。
什麼情境用哪一種
- 要對外發布、重視第一眼質感的簡報（提案、課程、產品介紹）：用 Codex ＋ gpt-image-2 圖像式。視覺到位最重要，文字定稿後不太會動。
- 內部快速消化大量資料、版型可接受制式：用 NotebookLM。五分鐘出稿，重點是把內容看懂。
- 資料密集、上線後還要頻繁改數字改文字：用 Antigravity 或 Claude 產原生 .pptx。可編輯性優先，醜一點之後再美化。
- 想把流程自動化、反覆產出同風格簡報：把 Codex 這條流程寫成腳本或 SKILL.md 技能，之後一句話就能再產一份。
如果你還在猶豫整個團隊該押哪個 coding agent，我們在〈Claude Code、Google Jules、Devin 比較〉與〈AI Coding Agent 價值決策指南〉裡有更完整的選型討論。
這套流程的限制與注意事項
圖像式簡報很適合特定場景，但有幾個先天限制必須先知道，免得交付後才發現：
- 文字不能直接改：投影片上的字是「畫」在圖裡的點陣內容，不是文字框。要改一個字，原則上得重新生成那一頁或在本機重疊文字。對「定案後不再動」的簡報沒問題，對「天天改」的就不適合。
- 無法當大綱編輯：你拿到的是五張圖，不是有層級結構的內容，沒辦法像一般 PPT 那樣折疊大綱、搬動條目。
- 檔案偏大：每頁滿版高解析圖會讓 .pptx 體積上升，寄送或上傳前可能要壓縮。
- 規格與費用會變：gpt-image-2 的開放範圍、解析度與計費在 2026 年仍在演進，API 約於 2026 年五月起對開發者開放。生成大量高解析圖會產生實際費用，正式導入前請以 OpenAI 官方圖像生成 API 公告與 gpt-image-2 模型文件為準。
資料來源與延伸連結
本文所有產品規格與日期查證於 2026 年六月十五日，模型能力與計費變動頻繁，使用前請以官方頁面為準：
- OpenAI：圖像生成 API 公告
- OpenAI：gpt-image-2 模型文件
- OpenAI Codex：generate slide decks 使用案例
- codex-ppt-skill（圖像式簡報的開源 Skill）
- Google NotebookLM：產生簡報官方說明
- Google：NotebookLM 簡報功能的八種用法
延伸閱讀
- 把同事「煉化」成技能包：用 Claude、Antigravity、Codex 留住老鳥的經驗
- Antigravity、Claude Code、Codex 三大 AI Coding Agent 完整比較與企業選型指南
- WordPress AI 圖像生成整合實作
- Google Antigravity 2.0 與 Gemini 3.5 Flash 實測
如果你想把這類「AI 生產線」搬進公司日常，從簡報、文件到內容自動化都交給 AI 跑，這正是我們在做的事。歡迎跟浪花科技聊聊，或先看看我們的 AI 自動化開發服務。
常見問題
Q1: gpt-image-2 和 Images 2.0 是同一個嗎？
Q2: 為什麼不直接叫 AI 輸出可編輯的 PPT 就好？
Q3: 圖片生成的投影片，之後還能改文字嗎？
Q4: 這跟 NotebookLM 做簡報差在哪？
Q5: 需要會寫程式才能做嗎？
訂閱免費電子報
把 AI 自動化、企業系統設計與 WordPress / Laravel 開發的真實案例和可直接照做的技巧，整理成電子報寄給你。只寄精選內容、不灌垃圾信，一鍵就能退訂。