大模型AI之旅公众号文章

用WorkBuddy做了ppt之后,发现比Codex好太多

用WorkBuddy做了ppt之后,发现比Codex好太多昨晚我让 WorkBuddy 从零做了一份《数据中台

大模型AI之旅

公众号 · 8 篇文章

用WorkBuddy做了ppt之后,发现比Codex好太多

昨晚我让 WorkBuddy 从零做了一份《数据中台介绍》PPT,16 页,四个章节。从建目录到最后一页校验通过,实际生成的时间加起来十几分钟。

同一件事,上个月我用 Codex 做过一次。上午 10 点 53 分开工,做到下午快 6 点。最后文件夹里躺着 12 个 pptx,文件名从《数据中台介绍》一路改到《数据中台介绍-高端发布会版-双架构图-功能模块截图版》。

那天我说得最多的一句话是:「PPT好丑。」

两个版本的封面:左为 Codex 版(9月20日),右为 WorkBuddy 版(10月13日)
两个版本的封面:左为 Codex 版(9月20日),右为 WorkBuddy 版(10月13日)

一、先把两边的账摆出来


Codex(9月20日)
WorkBuddy(10月13—14日)
我开口第一句
给我生成一个这个数据中台的介绍材料,要给客户介绍用
不管之前的,自己重新做一个数据中台介绍的ppt
时间跨度
10:53 — 17:55
实际生成十几分钟
产出
12 个 pptx 文件
1 份 16 页 deck + 一整套可继续编辑的工程
中途我说了什么
「PPT好丑」「还是有些丑啊」「第4页很奇怪」「是不是缺少了每个功能模块的介绍」「功能模块介绍不是得放些系统截图吗」
没说什么
怎么收场
挑到第 12 个文件,勉强能用
校验通过,交付

差了大概 30 倍的时间,还有一句「好丑」。

两边的账:左边是改7小时、12个文件,右边是十几分钟、1套工程
两边的账:左边是改7小时、12个文件,右边是十几分钟、1套工程

二、Codex 卡在哪

Codex 是个好东西,写代码、改仓库它很在行。但做 PPT 这件事,问题不在模型,在工具链。

1. 它看不见自己做了什么

对 Codex 来说,PPT 就是一堆 XML,或者一份 python-pptx 脚本。它能写出脚本、跑出文件,但它不知道这份文件长什么样。

好不好看、字有没有溢出去,全靠我在旁边当人肉校验器。

所以我那天的工作流是:它生成 → 我打开看 → 我说「好丑」→ 它改脚本 → 再生成 → 我再看。

2. 每一版都是从零重跑

下午 2 点 59 分我跟它说:「你不觉得第4页很奇怪么?第4页里面的内容是数据平台开发的进度啊。」

那页确实放错了。给客户讲产品,塞一页内部项目进度,逻辑上说不通。

但它要改第 4 页,就得重跑一遍脚本,然后第 7 页、第 11 页可能跟着变。改到最后,我自己都分不清哪个文件是哪一版。

3. 内容结构它只能猜

上午 11 点 40 分,我问它:「最后一页的内容是怎么回事?怎么看起来那么奇怪?」

它给一份产品介绍材料的最后,加了一段「下一步建议」。

这是咨询报告的结构。产品介绍不该这么收尾。它不是不懂,是没人告诉过它这两种材料的结构不一样。

4. 越改越像在打补丁

  • 12:07 我说「还是有些丑啊」
  • 12:08 我补一句「高端软件产品发布会风格」
  • 12:38 我说「加上一个架构图,显得高大上一点」
  • 14:08 我把本地技能目录的路径贴给它:<本地技能目录> 用这个目录下ppt skill再弄一版

有用,但也就那样。

那七个多小时,我干的是美工的活。

第 4 页对比:上为 Codex 版(截图右侧被裁切、页码重复),下为 WorkBuddy 版(版式完整)
第 4 页对比:上为 Codex 版(截图右侧被裁切、页码重复),下为 WorkBuddy 版(版式完整)

三、WorkBuddy 是怎么做的

它没有一上来就画页。它先做了一件我认为最关键的事:定契约。

1. 先写两份文档,再动第一页

第一份叫 STORY.md,管的是「讲什么」:16 页怎么分章,哪页是封面、哪页是章节扉页、哪页是内容页、哪页收尾。

第二份叫 DESIGN.md,管的是「长什么样」。这份文档写得很硬:


1
2
3
4
5
6
7
8
9
10
11
12
## 1. 母版三区(内容页强制一致)
| A · 标题块 | 0–104px   | 主标题 36px bold #0A2A43 |
| B · 内容区 | 104–656px | 禁止挤占 A / C 区        |
| C · 页脚条 | 656–720px | 左侧栏名 + 右侧页码 NN/16 |
 
## 2. 色彩系统(色彩池 5 色)
深海军蓝 #0A2A43 / 科技蓝 #1668E3 / 青绿 #00C9A7 / 浅灰蓝 #F2F6FB
 
## 7. 自检与返工触发
- 任一页元素溢出色区(A / B / C 越界)→ 返工
- 连续 ≥2 页等宽卡片横排 → 返工
- 全篇出现第 3 种字体家族或第 6 个 hex → 返工

这几条不是装饰。有了它,后面 16 页每一页都是对着同一份规范画的。

我当时的输入和它的输出是这样的:


1
2
3
4
5
6
7
8
9
> 用户:不管之前的,自己重新做一个数据中台介绍的ppt
 
先产出 STORY.md 的章节骨架,一页没画:
01 封面 / 02 目录
03—05 建设背景与价值
06—09 平台架构与核心能力
10—12 数据治理与应用
13—15 实施与交付
16 结束页

Codex 那会儿我是在跟它「聊天」,WorkBuddy 这次是它在「按图施工」。

WorkBuddy 的加工流程:定契约 → 逐页生成 → 自动校验 → 返工或交付
WorkBuddy 的加工流程:定契约 → 逐页生成 → 自动校验 → 返工或交付

2. 它能自己看一眼

每页生成完,先过一道校验:元素有没有出界、有没有溢出、卡片高度对不对。校验通过才渲染成图片,再看一眼,不合格就返工。

我不用再当那个校验器了。

3. 生成的是工程,不是文件

这次产出的目录长这样:


1
2
3
4
5
6
7
8
9
数据中台介绍/
├── STORY.md          叙事结构
├── DESIGN.md         设计规范
├── slides/
│   ├── 01.slide
│   ├── 02.slide
│   └── ...  16.slide
├── assets/           3 张主视觉配图
└── 数据中台介绍.pptx

想改第 8 页,就打开 08.slide 改第 8 页,不用重跑整份。

Codex 那 12 个文件做不到这件事。它们互相之间没有任何关系,每一个都是上一版被整体重写的结果。

交付的是工程:STORY、DESIGN、slides、pptx 各自可独立修改
交付的是工程:STORY、DESIGN、slides、pptx 各自可独立修改

4. 配图能直接生

封面、平台定位页、数据治理页那三张主视觉是直接生成的,同一组风格词、同一套配色。不用我去图库翻,也不用担心三张图看着像三家公司的。

这是它交付的第 7 页,总体架构:

WorkBuddy 版第 7 页:五层总体架构
WorkBuddy 版第 7 页:五层总体架构

四、差距在哪

中间有没有一层「设计规范」

Codex 的路径是「我说话 → 它出文件」,审美标准在我脑子里,它拿不到。

WorkBuddy 的路径是「我说话 → 它写成规范 → 它照着规范出文件」。规范能被检查、被复用、被追问。

它能不能自己看一眼

生成 PPT 不难,难的是生成完知道它好不好。

有校验闭环的,是自动化。没有的,是把我变成流水线上的一环。

至于第三条,其实是前两条的结果:它交给我的是工程,不是文件。工程可以持续改,文件只能推倒重来。12 个版本和 1 个工程,说的就是这件事。


五、也说点 WorkBuddy 的坑

别神化,它也有坑。这次我踩了 6 个:

  1. 图片路径按「当前工作目录」解析,不是按项目目录。写错了不报错,图片静默丢失,你还以为生成了。
  2. 图标组件在这个环境里不生效,得手写 SVG 画。
  3. 生成的 pptx 内部 zip 条目名用了反斜杠,LibreOffice 和腾讯文档后端都打不开,得手动规范化一遍。
  4. 校验命令的项目路径要传 Windows 格式,传 Linux 风格的路径会拼成 E:\e\... 然后报文件不存在。
  5. 校验器会拦住负偏移的装饰元素,装饰元素必须完整落在画布内。
  6. 往已有页写内容要带页码参数,否则会追加成新页。

这些坑第一次用大概要花点时间趟过去,趟过之后是可复用的。

Codex 那边的坑是另一回事。它的坑是你永远不知道这一版会不会比上一版更丑。


六、回到那句话

让 AI 做 PPT,别只看模型聪不聪明。

真正决定结果的是它有没有一套为这件事准备的工具链:有没有设计规范、有没有校验闭环、交付的是不是可继续编辑的工程。

同样一句话,一个交给你 12 个需要你自己挑的文件,一个交给你一套能继续改的工程。

以上,既然看到这里了,

如果觉得不错,随手点个赞、在看、转发三连吧,

如果想第一时间收到推送,也可以给我个星标⭐~

谢谢你看我的文章


前往微信阅读全文

内容来自公众号,可前往微信查看原文。

查看作者的更多文章 →订阅更新、RSS 与阅读指南 →