AI Native Slides：为AI Agent设计的原生幻灯片工作流框架

AI Native Slides是一个元技能框架，旨在帮助AI Agent创建幻灯片时选择正确的工作流和表示形式，避免过早承诺特定格式（如直接生成PPTX），支持从故事构思到最终交付的完整迭代流程。其核心理念是：大多数AI幻灯片失败本质上是工作流失败，该框架通过结构化路由选择和质量检查机制，帮助Agent避免常见陷阱，交付有用的幻灯片成果。

当前AI创建幻灯片时，多数Agent直接跳转到生成PPTX，这种过早格式承诺易导致失败。幻灯片制作需经历故事构思、证据整理、视觉方向确定、可编辑源文件创建、渲染质量检查等阶段。无正确工作流指导时，Agent易犯以下错误：

• 在论点清晰前生成幻灯片，内容空洞
• 将图像幻灯片称为“可编辑”，混淆预览与源文件
• 过早选PPTX，陷入XML和布局泥潭
• 将访谈推介变成密集项目清单
• 未经渲染质量检查直接交付

AI Native Slides不是简单生成工具，而是元技能——指导Agent在各阶段选择合适表示形式。框架定义了清晰的工作流阶段及路由选项：

路由	适用场景	注意事项
Feishu Docs + lark-cli	故事、笔记、证据、素材仍变动中	不适合最终演示
Slidev	技术演示、网页预览、Git友好编辑	需要布局调整
Beamer	学术/PDF优先演讲	不适合视觉丰富推介
GPT-image -> image-first	快速视觉方向和情绪板	文本嵌入像素无法编辑
editable PPTX rebuild	最终PowerPoint交接	较慢但可维护
PPTX / OpenXML	最终兼容性需求	早期迭代较重

此机制让Agent按需选择工具，而非一刀切用PPTX。

框架遵循三大设计原则：

1. 分离预览与源文件：GPT图像生成的幻灯片可快速提供视觉方向，但文本嵌入像素无法编辑，需明确区分预览与可编辑源文件。
2. 可编辑性优先：对需迭代的幻灯片，推荐可编辑重建流程，虽比一次性图像生成慢，但产出的PPTX可被人类编辑，适合协作场景。
3. 渲染质量检查：包含专门的渲染QA清单，交付前验证视觉质量和内容完整性，避免交付有问题的幻灯片。

框架提供真实演示示例，展示不同路由的输出效果：

• Feishu Docs的文档创建与获取记录
• Slidev的技术演示导出
• Beamer的学术幻灯片
• GPT-image的快速视觉原型
• PPTX和OpenXML的最终格式输出

这些示例帮助用户理解各路由优缺点，做出明智选择。

AI Native Slides的入口点是SKILL.md文件，Agent可读取获取详细指令。用户只需告知Agent：

从https://github.com/OpenClaudex/ai-native-slides安装AI Native Slides，并在需要创建/迁移幻灯片、选择路由、基于图像原型、可编辑重建或渲染QA时使用它。

该设计可轻松集成到Codex等各类Agent框架中。

目前项目处于0.2-alpha阶段，标记为“Codex技能就绪”。未来发展方向：

• 扩展支持更多幻灯片工具和格式
• 增强路由选择的自动化程度
• 添加更多实际应用案例
• 完善渲染QA检查清单

AI Native Slides代表更成熟的AI辅助内容创作方法，认识到幻灯片制作是需考虑工作流、表示形式和迭代需求的复杂过程。通过结构化路由选择和质量检查，帮助Agent避免常见陷阱，交付真正有用的幻灯片成果。对使用AI创建演示文稿的用户和开发者，该框架提供宝贵参考，值得学习应用。