AI 做 PPT 的差别，已经不只是“好不好看”。真正影响交付的是：文件还能不能在 PowerPoint 里改、能否稳定复刻模板、换一批内容会不会溢出，以及生成过程是否依赖特定模型或服务。
我们在 2026 年 7 月用同一份 12 页大纲、同一份参考模板和同一组编辑任务测试了一批 Agent Skills。结果没有一个工具在所有维度都领先，但三条技术路线的边界非常清楚。
本文记录的是一次固定环境下的实测快照，不代表项目当前版本的永久排名。部分仓库在测试后仍持续更新，例如 PPT Master 现在已经扩展了原生图表、动画和模板工作流。
三条路线决定了能力上限
路线一：生成原生 PPTX
Anthropic 的官方 pptx skill、PPT Master 和 MiniMax PPTX 插件都属于这一类。它们最终交付真正的 .pptx，文字、形状和部分图表可以继续编辑，最适合要交给同事接手、必须进入 Office 流程的场景。
官方 skill 是一个稳妥基线：它明确要求生成、编辑、读取和检查 PPTX，并提供脚本化的渲染与验证流程。我们的样本中，它生成速度快、结构规整，但两页出现了可稳定复现的局部重叠。结论不是“官方方案不好”，而是原生对象排版仍然需要渲染后逐页检查。
PPT Master 的架构更重。测试版本先规划叙事和设计，再经 SVG 中间层转换为 PowerPoint 对象。这个路线理论上兼顾精确布局与可编辑性，但当模型没有完整执行工作流，复杂架构反而会放大环境和指令遵循问题。三次运行中，它没有稳定走完当时的标准流程。需要强调的是，项目此后持续迭代；当前官方文档已经把“原生深度”作为核心方向，因此这项观察只适用于测试快照。
MiniMax 的方案把工作拆给多个角色，并用较细的视觉规范约束输出。在我们的样本里，它对信息层级和数据来源标注处理得最好。风险在于测试时插件元数据里的许可描述与仓库实际文件不完全一致；商用前应以当前仓库许可证和具体子目录条款为准。
路线二：用网页承载幻灯片
guizang-ppt-skill 和 html-ppt-skill 直接输出 HTML。浏览器的 CSS 布局让它们更敢用大字号、留白和复杂视觉。前者采用强约束模板系统，在我们的 12 页样本中没有发现布局错误；后者设计自由度更高，但一次模板复刻任务漏掉了翻页运行脚本，截图很好看，实际却无法完整浏览。
这条路线适合线上演示、网页发布和视觉优先的内容。它的代价也很明确：交付物不是标准 PowerPoint 文件，接手者若要细改，通常需要懂一点 HTML/CSS；浏览器交互也必须纳入验收，不能只看静态截图。
路线三：整页生图，再按需解锁
gpt-image2-ppt-skills 先把每页画成图片，再封装进 PPTX。它在模板风格和语义化图标上表现突出，但整页图片天然不可编辑，改一个字也可能要重画整页。
image-to-editable-ppt-skill 走相反方向：通过 OCR 和视觉分析，把截图重建为文本框、形状和图片等对象。我们的单页样本成功恢复了文字和原生多边形，但成本与耗时明显更高。更合理的用法不是把整套图全部重建，而是先用图片流快速定稿，只解锁少数需要协作精修的页面。
怎么选
| 需求 | 优先路线 | 主要风险 |
|---|---|---|
| 交给同事继续改、进入企业 Office 流程 | 原生 PPTX | 必须渲染检查重叠、字体和图表 |
| 快速获得有设计感的线上演示 | HTML 幻灯片 | 浏览器交互与离线交付要单独验收 |
| 追求强视觉冲击和风格复刻 | 整页生图 | 文本不可编辑，模型与 API 成本更高 |
| 已有截图，只修少数关键页 | 图片重建为对象 | OCR、形状还原和耗时均需抽查 |
这轮测试最重要的结论不是冠军是谁，而是两个验收原则。第一，约束本身就是功能：更少的模板选择，可能换来更稳定的布局。第二，架构复杂不等于结果可靠：如果 Agent 没有执行关键步骤，再精细的流程也只是文档。
参考资料
- Anthropic 官方 PPTX skill
- PPT Master 官方仓库
- PPT Master 当前使用指南
- guizang-ppt-skill 官方仓库
- html-ppt-skill 官方仓库
- MiniMax Skills 官方仓库
- gpt-image2-ppt-skills 官方仓库
资料复核日期：2026-08-23。评分与故障描述来自本站 2026 年 7 月固定任务实测；动态星数和无法稳定复现的宣传数字未纳入正文。