AI PPT Generation: HTML+CSS is the Best Intermediate Format

![Image 2: 宝玉](https://www.bestblogs.dev/en/tweets?sourceId=SOURCE_2c263f) 宝玉

@dotey

AI 生成 PPT 这事我有发言权，我做过两个还颇受欢迎的 PPT Skill 版本，一个是纯图片的（baoyu-slide-deck skill），一个是 HTML 但是能转原生 PPTX（baoyu-design）。

我的结论是要设计效果好并且方便编辑，一定还要是 HTML + CSS，因为你要自己设计一套中间格式，大概率是 AI 不友好的，那么设计出来的不会多好看，或者说只能组合出有限的风格样式，毕竟 AI 没丰富训练过。但现在 Claude Opus 这样的模型做 HTML 很漂亮。

或者说 HTML 就是最佳中间格式。

如果要转原生 PPTX，那么就需要是有约束的 HTML + CSS，这样就能兼顾美观和原生。

这是我前不久用 baoyu-design skill 做的一个 PPT： s.baoyu.io/files/baoyu-ai…

基本上是 1:1 还原成 PPTX 没有任何问题。

从美观程度来说 Opus 模型效果最好，比 GPT 5.6 要好，但是 GPT 的画图模型很好，可以配合着用来画图。

比如我这个 Slides 就是用 Claude Code + Opus 4.8 设计，用 baoyu-image-gen Skill 调用 Codex 画图。

至于成本，不是每天大量做，差别不大，重点是效果要好。

推荐试试看：github.com/jimliu/baoyu-d…Show More

!Image 3: 媒体 1

!Image 4: 媒体 2

!Image 5: WY

#### WY

@wangyuanzju · 3h ago

上一条说到remio做PPT很专业，我觉得做原生PPT，我们应该是最专业的，而大部分业界产品做PPT的路线是错的。

这事也挺好玩的。之前在网易的时候，最后几年我们团队内部沟通是要求不用PPT的，因为磨PPT太浪费时间。但我们做了remio之后，确实发现做PPT的需求太普遍，所以就扎根到解析和做PPT里了。

要做好PPT，关键是要设计好一种合适的DSL或IR，让模型像写Markdown那样自然，而且看到IR就基本能知道效果。

在这一点上，业界很多产品的做法就是不对的。

比如特别多产品和SKILL是用HTML和CSS的，这就做不好也费钱，因为HTML的非绝对定位和CSS的selector等机制都会使得语言和效果脱节，所以容易写出来效果有问题，调试问题容易折腾。这一点上我们和guizang等基于HTML的SKILL做过对比，基本上remio会快一倍，成本低的更多。

再比如很多产品是基于操作PPT的软件包写代码来实现，这些软件包的代码描述的很多时候是过程而非结果，语言也不够精炼，这样质量和效率也就自然做不好。remio和Claude Code比速度快一两倍，成本只有1/3，原因就在这里。

最正确的路是设计一种精炼直观的IR，并且做到往返高保真，也就是说模型用这个IR生成的PPT，解析后读过来还是这个IR。往返保真这点特别重要，否则已有PPT就没法修改，对生成而言，模型写的时候是一个东西，读过来突然变成另一个东西，模型就被搞晕，不自信了，不知道自己写的对不对。

但往返保真的工作量特别大，PPT的格式及其复杂，把各种PPT元素都解析成IR的工作量是很夸张的，我们做了九个月，算是做了个八成，也还没做完。

走在这条路上的，业界我们除了我们，也就ppt master。ppt master是用svg作为IR。svg还是比较合适的，因为它是绝对定位布局，语法也精炼，模型也会用。但svg有个很大的问题是文本不会排版，这就要求生成的时候模型得把每个换行都算好，要是改一个字后面所有换行都得重算。这是svg路线的硬伤。当然ppt master要做的工作还有很多，最大的一块是解析已有ppt到svg的功能它才开始，这块的工作量是极大的。Show More

13.8K

Jul 30, 2026, 1:46 AM View on X

24 Replies

8 Retweets

70 Likes

11.9K Views ![Image 6: 宝玉](https://www.bestblogs.dev/en/tweets?sourceid=2c263f) 宝玉 @dotey

One Sentence Summary

Drawing from hands-on experience, Baoyu argues that HTML+CSS is the optimal intermediate format for AI-generated PPTs, balancing aesthetics and ease of editing, and compares the performance of Claude Opus versus GPT-5.6.

Summary

Baoyu references @wangyuanzju's discussion on methods for AI-generated PPTs and shares his own experience with the baoyu-slide-deck and baoyu-design skills. He believes HTML+CSS is the best intermediate format because AI models are well-trained on HTML, enabling beautiful designs. For native PPTX conversion, a constrained HTML+CSS approach is recommended. He showcases a PPT created using the baoyu-design skill and notes that Claude Opus surpasses GPT-5.6 in visual quality, while GPT's image generation model can complement it. He concludes by recommending the baoyu-design tool.

AI Screening

Influence Score 32

Published Today

Language

Chinese

AI 生成 PPT：HTML+CSS 是最佳中间格式

AI PPT Generation: HTML+CSS is the Best Intermediate Format

AI PPT Generation: HTML+CSS is the Best Intermediate Format

One Sentence Summary

Summary

Tags

🤖 問 AI