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

上週想把一份 Codex 教學整理成能直接寄給客戶的簡報，結果在工具堆裡卡了一個下午。先用 NotebookLM 一鍵生成，速度是真的快，但中文標題擠成兩行、想把重點從「功能」換成「流程」就得整段重講，匯出的檔案套版味很重。換個方法，乾脆叫 AI 直接寫程式產出 .pptx，版面是出來了，卻是滿滿的工程師審美：灰色方塊配項目符號，資訊都對，就是不好看。

後來才想通，問題一直出在同一個地方。我們都在要 AI 幫忙「排版」，偏偏排版是它最不擅長的事。可是「畫一張好看的圖」這件事，OpenAI 在 2026 年四月推出的 gpt-image-2（很多人習慣叫它 Images 2.0）已經做得相當好，連中文字都能畫得像樣。於是我把需求整個翻過來：不要它排版，讓它把每一頁投影片當成一張 16:9 的圖直接畫出來，再用程式把五張圖組成一份 .pptx。

這條路還有一個分岔，先講清楚你才好選。如果你最在意每一張的設計質感，想要那種「像設計師做的、不老套」的成品，自己打開 ChatGPT 一張一張慢慢生成、慢慢挑，效果會最好。如果你要的是省事，一句話就把整份簡報連圖帶檔一次產好，那就交給 Codex 自動跑，代價是設計感比較一般、能挑的空間也小一點。這篇會把兩條路都講透，並對照 NotebookLM 與直接產檔，幫你判斷自己該走哪一條。

為什麼 AI 做的簡報，總是差那麼一口氣

現在把資料變簡報的 AI 工具很多，但真的要拿去交付，幾乎都會撞到同一道牆。先把這道牆看清楚，後面那條路為什麼值得繞，你才會懂。

• NotebookLM 這類一鍵生成：快歸快，版型是它的、不是你的。它能把文件一鍵變投影片，自動配好版面、圖示和配色，2026 年二月起還能直接匯出可編輯的 .pptx。但生成當下的結構和重點主要靠它自己決定，你想精修某一頁的標題斷行、加強某個重點的視覺份量，常常只能整份重來，要做品牌化更是綁手綁腳。
• 叫 AI 直接產 .pptx：跑得動，但長得像工程師做的。Antigravity、Claude 這類工具會老實地用程式把投影片拼出來，文字框、項目符號、表格都對位，可是設計感止步於「能看」。要它排出有層次、有呼吸感的版面，等於叫一個寫程式的工具去當平面設計師，先天就不對盤。
• 共同的病根：把投影片當成「排版題」在解。不管走哪條，AI 都在把文字、色塊、圖示塞進格子裡，而版面美感正是大型語言模型最不穩的能力。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。

這幾個工具的強項其實是別的。我們在〈Antigravity、Claude Code、Codex 三大 AI Coding Agent 完整比較〉裡比過，它們真正厲害的是讀懂需求、寫對程式、把流程跑通，而不是視覺設計。把這件事認清楚，下一步的方向就很清楚了。

關鍵轉念：把投影片當「圖」生成，而不是當「版面」拼

整個思路的轉折就一句話：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，2026 年四月二十一日發表，本文相關規格查證於 2026 年六月十八日。它最大的突破，是第一次把 O 系列的推理能力放進圖像模型，畫圖前會先想過整張圖的結構，還支援 2K 解析度和多語言文字。這也是為什麼它能把含中文標題的資訊圖畫得有模有樣，而不是過去那種一放中文就亂掉的窘況。

所以新做法是把一整頁投影片，當成一張 16:9 的圖交給它畫。版面、配色、圖示、文字層次，全都在「畫圖」這一步一次處理好，直接跳過 AI 最弱的拼版面環節。畫好的五張圖，再用程式塞進一份 .pptx，每一頁就是一張滿版圖。這正是社群專案 codex-ppt-skill 在做的事，OpenAI 官方也把它列為 Codex 的標準用途之一，見 Codex 官方 generate slide decks 使用案例。這跟我們在〈WordPress AI 圖像生成整合實作〉裡的主張一致：把 AI 圖像模型當成生產線上的一個工序，而不只是玩具。

兩條路線：手動慢慢挑，還是自動一條龍

同樣是「把投影片當圖生成」，怎麼跑，成品的味道差很多。這是整篇最該先想清楚的取捨。

想要設計師質感：用 ChatGPT 一張一張跑

如果這份簡報要對外、要好看、要讓人記得住，最好的做法其實很樸實：打開 ChatGPT，用 gpt-image-2 一張一張生成。一張不滿意就重畫、微調提示、換個構圖再試，像在跟一位設計師來回對稿。因為每一張都經過你親手挑選，整份簡報的設計感會明顯更強、更有風格，也比較不會落入那種一看就膩的樣板味。代價是費工，五張圖可能要來回跑十幾次，而且最後還是得自己把圖拼進 PowerPoint。

想要省事一條龍：交給 Codex 自動跑

如果你要的是效率，一句話就把整份簡報從規劃、生圖到組成 .pptx 一次搞定，那就讓 Codex 當總指揮。它會自己規劃內容、批次呼叫 gpt-image-2、寫好組裝程式並執行，省下大量手動步驟。換來的代價也很實在：因為是程式批次生成、人工介入挑選的機會少，設計感會比較一般，遇到不夠好的圖，能挑、能換的空間也比手動小。簡單說，Codex 用「設計打折」換「全自動」。

哪條路適合你，取決於這份簡報是「給老闆客戶看的門面」還是「內部快速交差」。下面先把 Codex 這條自動化的路完整走一遍，因為它的步驟拆開後，手動那條也照樣適用，只是把「Codex 自動做」換成「你親手做」而已。

Codex 一條龍流程：規劃、生圖、組裝一次到位

整條流程由 Codex 當總指揮。實際下指令時就是一句話的事，把教學主題、要幾張、什麼比例、最後組成 ppt 講清楚就好。

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，才動手生成。下面把這條流程拆成五個可以照抄的步驟。

第一步：先讓它定稿五張投影片的骨架

別急著生成圖。先讓 Codex 把教學內容收斂成固定張數的大綱，每一頁定下標題、要點和視覺主題。以這份《Codex 教學手冊》為例，五頁依序是封面、概念（Codex 是什麼）、操作步驟、進階工作流、上手指引。先把內容鎖死，後面生成圖時才不會每張風格和資訊量各走各的。

第二步：用 gpt-image-2 生成 16:9 資訊圖

骨架定好，Codex 就逐頁呼叫 gpt-image-2 生成 1536×864 這種 16:9 比例的圖。提示設計是這一步的靈魂，四件事一定要講清楚：版面類型（封面頁、概念圖、步驟流程圖）、要顯示的中文文字、配色與風格（例如深藍科技風、霓虹藍青光），還有「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：在本機把中文字校一遍

這一步最容易被略過，卻最關鍵。gpt-image-2 的中文字已經進步很多，但圖像模型終究是「畫」字不是「排」字，偶爾還是會缺筆、錯字或斷行怪怪的。處理方式有兩種：把錯字當成編輯指令、請它針對那頁重畫；或對少數關鍵文字，在本機用 Pillow 之類工具在圖上重疊一層乾淨的字。重點是建立一個逐頁校稿的環節，別假設它一次就對。

第四步：用 python-pptx 組裝成 .pptx

五張圖都校好，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，再把對應的圖滿版貼上去。因為每頁就是一張滿版圖，這段程式非常單純，不用處理文字框和版面配置，產出的就是一份能直接用 PowerPoint 開啟、可播放的 .pptx。

第五步：整體品質檢查再交付

最後做一輪總檢查：五頁風格一不一致、有沒有殘留錯字、投影時的解析度夠不夠清楚、檔案大小合不合理（滿版圖會讓檔案偏大，必要時壓縮）。確認沒問題再交付。這套「先定內容、再生成、後校稿、最後打包」的節奏，可以直接接到我們在〈把同事煉化成技能包〉裡談的 SKILL.md 工作流，把整條流程封裝成一個一句話就能再跑一次的技能。如果你還在猶豫整個團隊該不該全面導入這類 AI 開發工具，〈AI Coding Agent 價值決策指南〉與〈為什麼你的 Vibe Coding 總是產出無法維護的架構〉這兩篇可以一起看。

四種做法，一張表看懂

把手動和自動拆開後，現在總共有四條路。攤在同一張表上，取捨就一目了然：

看得出來這是一組很清楚的取捨：越自動、越好編輯，通常就越不好看；越好看，就越費工、文字越難改。沒有萬用解，只有「這次的簡報最在意什麼」。

什麼情境用哪一種

• 要對外、第一眼就要漂亮（提案、課程、產品介紹）：ChatGPT 手動一張張跑。費工，但質感值得。
• 要常態產出同風格簡報、能接受設計普通：Codex 自動跑，把流程寫成腳本或 SKILL.md，之後一句話再產一份。
• 內部快速消化大量資料、版型可接受制式：NotebookLM，五分鐘出稿。
• 資料密集、上線後還要頻繁改數字改文字：Antigravity 或 Claude 產原生 .pptx，可編輯性優先。

如果你還在挑團隊主力的 coding agent，〈Claude Code、Google Jules、Devin 比較〉與〈Google Antigravity 2.0 實測〉裡有更完整的選型討論；想了解 OpenAI 模型還能怎麼用在內容生產，〈用 OpenAI 自動生成商品描述〉是個實例。

這套做法的限制與注意事項

圖像式簡報很適合特定場合，但有幾個先天限制要先知道，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，不是文字框。要改一個字，原則上得重畫那一頁或在本機重疊文字。定案後不再動的簡報沒問題，天天要改的就不適合。
• 沒辦法當大綱編輯：你拿到的是五張圖，不是有層級的內容，沒法像一般 PPT 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。
• 規格和費用會變：gpt-image-2 的開放範圍、解析度和計費在 2026 年還在演進，API 約於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 公告和 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 年六月十八日，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）
• python-pptx 官方文件
• 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
• Claude 發表 Fable 5：大型專案實測兩天的真心話

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讓 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。