别再指望 AI 一键生成完美幻灯片了。Vista 在 bento PPT 上动的手脚，把一个原本安静躺着的开源项目，变成了一个可以直接吃进主题、吐出可编辑 HTML 幻灯片的 Skill。安装指令就一行：npx skills add joeseesun/qiaomu-bento-ppt。配上一个前端审美在线的模型，比如 Kimi K3 或者 Opus 4.8+，几分钟之内你就能拿到一套结构清晰、视觉不拉垮的演示页面。但这不代表你可以把“设计感”三个字外包给机器。事实刚好相反——这个工具越顺手，你越容易看清一件事：审美这件事，模型只是替你执行，不是替你决策。
一个 Skill 是怎么长出来的
从 bento 到乔木，一个前端开发者的简笔
bento PPT 原本就是一个轻量的 HTML 幻灯片框架，讲究模块化、栅格感，天生带着一股“开发者做演示”的冷淡审美。Vista 把它改造成 Skill，核心动作不是加功能，而是搭了一座桥——让大模型可以直接通过自然语言指令，把内容、布局、风格一次性地编译成 HTML。你输入的可以是产品方案、周报总结、课程大纲，也可以是一句模模糊糊的“帮我做一个关于远程协作文化的分享”。Skill 调起模型，模型生成代码，代码渲染成幻灯片。整个过程里没有 PPT 文件，没有模板市场，没有拖拽对齐。这很优雅。但也因此，把压力全都推到了模型的审美判断上。
指令进去，HTML 出来，中间隔着什么
表面上看，你只给了模型一段话，它还了你一整套网页幻灯片。实际上，这个 Skill 在中间塞进了一层约束：bento 的网格系统、配色变量、组件风格，都被提前打包成 prompt 里的上下文。模型不是从零画布，而是带着一套“设计基因”在拼积木。所以结果很少出现灾难级的丑陋，但也不轻易抵达惊艳。它更像一个水平稳定的 intern 设计师，永远给你 70 分的东西——能用，甚至体面，但缺口气。而这种缺的那口气，恰好是你个人的叙事节奏和视觉意图。模型不会替你把“我们为什么做这个”翻译成一张有张力的对比图，它只会忠实地把要点排进卡片。
Kimi K3 和 Opus，谁更懂排版
为什么 Vista 推荐这两个模型
Skill 的作者很清楚：工具只是锅，模型才是那个炒菜的人。不同的模型对 HTML 和 CSS 的语感差距极大。Kimi K3 在中文排版和页面节奏上的表现被点名表扬，尤其是处理大量文字内容时，段落的呼吸感、留白和卡片圆角，都更贴近一个人类设计师的直觉。Opus 4.8+ 则胜在结构感更强，配色更克制，不会动不动就上渐变色和阴影，适合偏正式的企业内部汇报。但两者的共同点是——都能产出“让人愿意继续改下去”的初稿。你没看错，只是初稿。真正能让幻灯片活起来的，依然是你在那个可编辑的 HTML 页面上动手调文案、换比喻、删掉多余的那三页。
审美天花板依然是人
我把同一个“新消费品牌增长复盘”的主题分别喂给 Kimi K3 和 Opus，结果出片都很快，一个偏叙述风，一个偏数据仪表盘风。但两者都犯了一个同样的毛病：每一页都像信息容器，却没有叙事势能。幻灯片被做成了排版精美的知识百科，而不是一个会说话的演讲者辅助工具。这恰恰暴露了当前模型的最大盲区——它理解“信息”，却不理解“说服”。它会把你的结论加粗，但不知道在前一页埋一个伏笔，也不知道在关键转折页用留白制造停顿。这些，是 Skill 装不进去的，得靠你自己。
协作与在线演示，PPT 终于从文件变成地址
URL 一发，演示厅就绪
生成的 HTML 幻灯片天然可在线访问，无需导出、转码、上传云盘。直接部署到 GitHub Pages 或任何静态服务器上，一个链接就能完成演示。对远程团队来说，这份轻便感杀伤力极强。你不再需要忍受“版本 3.1 最终版（绝不改）.pptx”这种文件命名灾难，也不用担心接收方没有安装对应字体。更关键的是，协作的门槛被打下来了——任何人都可以在浏览器里查看源码、修改文字、调整顺序，甚至 fork 一个自己的版本。这比共享 PowerPoint 实时协作要灵活得多，也危险得多。
团队协作的想象力与尴尬
正因为生成出来的是纯前端页面，理论上整个团队都可以在同一个 HTML 文件上“动手动脚”。但现实中，这种自由反而放大了内容生产的老问题：谁有权拍板？谁的品味算数？当每个人都能改一下标题颜色、挪动一张图表时，幻灯片就不再是表达工具，而变成了权力博弈场。Skill 解决了技术层面的协作，却没有——也不可能——解决人与人之间对“好看”的认知鸿沟。76 分的评价里，有 10 分我扣在这里。
给 76 分，不是因为不够好
缺失的那 24 分去了哪里
Vista 这个作品，我给 76/100。不是因为功能缺胳膊少腿，而是它诚实得有点残酷。它让你看清楚：当一个 AI 工具把生成成本压到近乎为零之后，剩下的比拼全在于人的判断力。审美决策、叙事结构、情绪节奏，这些才是区分一场平庸汇报和一次精彩分享的关键。Skill 把这部分留给你自己去填，这是对的。但也意味着，如果你本身对“怎样才算一套好幻灯片”没有体感，那你最终得到的，不过是一套格式更漂亮的平庸。
开源生态的下一步，不该只是更多模板
bento PPT + Skill 的组合已经跑通了“主题 → 可编辑 HTML”的链路。接下来最值得期待的，不是再出一百套模板，而是有人在 prompt 层面做出叙事引擎——让模型学会设置悬念、掌握节奏、懂得什么时候该沉默。同时，也需要更好的评测标准，不是只看页面美观度，而是看幻灯片作为沟通载体的说服效率。这才是这个赛道剩下的硬骨头。
不要把你的表达能力外包给模型
Skill 是镜子，不是拐杖
我用这个 Skill 生成了不下二十套幻灯片，最深的感触是：它模仿不了你的语气，也猜不到你的临场发挥。它可以帮你快速搭建骨架，却没办法替你决定哪一页讲得慢一点、哪一句话该删掉。如果你习惯性地把内容全部丢给它，然后不加修改地拿去做演示，听众会察觉到的——那种微妙的“不对劲”，就像在听一个没有语调起伏的朗读机器人。所以，把它当作一个高水平的草稿生成器，而不是成品交付工具。这才是对它最好的尊重。
我们真正需要的是叙事能力
不客气地说，大多数人做不好幻灯片，不是因为工具不够聪明，而是因为自己没想清楚要讲什么。一键生成解决的是排版焦虑，不是认知焦虑。如果你连“今天这场汇报的核心冲突是什么”都答不上来，任凭模型审美再高级，也只是给你一个更贵的水晶棺。乔木这个 Skill 真正的价值，是帮你快速越过技术门槛，把省下来的时间，拿去打磨那个真正值得被听到的故事。
