KeyFrame

ChatGPT Codex 實戰|打造 AI 簡報生產線,效率提升 10 倍!| 新手也能完成的 AI Agent Skill #chatgpt #codex #skills

Longlong AI and Programming Practical·6月19日週五·20 min中文

三句話摘要

用 Codex 建立一套「資料整理 → 大綱確認 → 視覺輸出」的可複製 AI 簡報生產系統,讓簡報製作流程化、穩定化而非一次性臨時操作。 --- AI 做簡報的真正價值不在於「幫你生一份 PPT」,而在於讓你建立一套資料 → 大綱 → 輸出的標準化流程,並存成 Skill 讓每次製作都能又快又穩定地複製成功經驗。 AI 做簡報的正確順序是資料、大綱、文案、視覺、輸出,而非直接叫 AI 排版。 跳過前置步驟會讓 AI 因資訊不足而亂猜,導致成品偏差、反覆修改。

重點整理

重點
  • 1

    AI 做簡報的正確順序是資料、大綱、文案、視覺、輸出,而非直接叫 AI 排版。 跳過前置步驟會讓 AI 因資訊不足而亂猜,導致成品偏差、反覆修改。

  • 2

    Codex 與一般聊天 AI 的核心差異在於它能進入本機資料夾協作。 它不只回答問題,而是讀取資料夾內的素材、整理內容、建立並輸出檔案,扮演的是「可動手做事的助理」而非旁邊的顧問。

  • 3

    簡報輸出分兩條路線:可編輯 PPTX 適合內部審核與反覆修改,圖片式簡報適合對外展示與社群發佈。 兩種路線各有適用情境,選擇前要先確認簡報用途。

  • 4

    將成功的工作流存成 Skill(技能),是從「一次性 AI 使用」升級為「可複製 AI 工作流」的關鍵。 設定好觸發詞後,之後只需一句話即可自動跑完整套流程。

  • 5

    --

實用技巧與重點

乾貨
  • 工具:Codex(ChatGPT 桌面應用程式內建的本機 AI Agent)
  • 正確流程五步驟:資料整理 → 大綱規劃 → 文案撰寫 → 視覺設計 → 最終輸出
  • 素材資料夾建議放入:project_brief(專案背景與痛點)、data_summary(數據材料)、stakeholder_notes(利害關係人訪談摘要)、brand_rules(配色、字體、語氣規範)、logo 圖檔
  • 提示詞節點:P0 資料盤點、P1 簡報釐清需求(互動式訪問)、P2 已知方向直接填入主題/受眾/目的/頁數、P3 產出簡報大綱 v1(存為 Markdown)、P4 大綱審稿產出 v2、路線 A 產出可編輯 PPTX、路線 B 產出圖片式簡報、P9 存成 Skill 技能
  • 模型選擇原則:簡單盤點任務用中階模型;複雜產出任務選超高推理模型
  • 輸出路徑:簡報檔案存放於工作目錄下的 output 子目錄
  • Ctrl + Enter:在 AI 工作進行中即時插入修改指令,無需中斷任務
  • 新手四大常見錯誤:①內容未釐清就排版、②素材不完整、③每頁塞太多字、④未指定輸出格式(PPT / PNG / PDF / 尺寸)
  • 簡報製作五大觀念:先想目的 → 先整理資料 → 確認大綱 → 定義輸出形式 → 存成 Skill
  • --

結論

結論

AI 做簡報的真正價值不在於「幫你生一份 PPT」,而在於讓你建立一套資料 → 大綱 → 輸出的標準化流程,並存成 Skill 讓每次製作都能又快又穩定地複製成功經驗。

完整解析

詳細

做簡報最讓人頭痛的,不是軟體不會用,而是資料太散、重點不清、版本一改再改,每次都像從零開始。這支影片的核心論點是:多數人之所以用 AI 做簡報失敗,是因為他們把 AI 當作「直接產出 PPT 的機器」,而非「協助整理流程的工作夥伴」。講者主張應該先擬定策略,再交給 AI 加速執行,而不是讓 AI 在方向不明的情況下亂猜。

Codex 是本次教學的核心工具,它內建在 ChatGPT 桌面應用程式中,與一般聊天機器人最大的不同在於:它能直接進入使用者指定的本機資料夾,讀取檔案內容、整理素材並輸出成果。講者示範了一個實際案例「客服效率改善專案簡報」,先在電腦建立專案資料夾,放入五類素材檔案(專案背景、數據摘要、訪談記錄、品牌規範、logo),再讓 Codex 以完整存取權限連結此資料夾。第一步不是叫 AI 做簡報,而是請它做「資料盤點」,確認它看懂了哪些內容、哪些資訊仍然不足,讓使用者有機會在正式製作前補強素材。

大綱確認是整個流程中最關鍵的一道閘門。講者提供了兩種提示詞路線:方向不清楚時用互動式訪問釐清需求,方向確定時直接填入主題與受眾產出大綱。大綱 v1 生成後,講者進一步讓 AI 以「總經理決策標準」進行逐頁審稿,產出 v2 版本,避免內容空泛或前段描述過長、重點後置的問題。確認大綱後才進入視覺製作,輸出路線分為可編輯 PPTX(適合內部審核)與圖片式簡報(適合對外展示),兩者各有提示詞對應。製作過程中若需即時調整,可用 Ctrl + Enter 插入指令,AI 會在不中斷工作的情況下同步接收修改需求。

最後一個環節是將整套工作流存成 Skill(技能),設定觸發詞為「做職場簡報」。之後只需一句話,AI 就會自動依序執行資料整理、大綱產出、等待確認、正式製作的完整流程,從一次性操作升級為可重複調用的 AI 工作系統。講者也整理了新手常踩的四個坑:太早排版、素材不完整、每頁塞滿文字、忘記指定輸出格式,並強調問題通常不是 AI 太笨,而是指令太模糊。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕