他用Claude Code 12分钟做完一套幻灯片，顺手把PPT时代埋了

如果你还在拖拽文本框、对齐图片、调动画，这条视频会让你非常不舒服。Peter Yang 公开展示：用 Claude Code + HTML，他12分钟生成一整套可交互、带动画、还能自动质检的幻灯片。这不是效率提升，而是工作方式的断代更新。

最反直觉的一点：做幻灯片，已经不需要“做幻灯片”了

视频一开场，Peter Yang 就抛出一句足够刺耳的话：他已经几个月没亲手做过 PowerPoint 或 Google Slides 了。原因很简单——“我受够了拖来拖去。”

取而代之的，是一个看起来更像工程项目的流程：给 AI 一个大纲，用 slash 命令调用他写好的 slide skill，几分钟后直接产出一整套 HTML 幻灯片。不是草稿，是成品。

这里真正反直觉的地方在于：幻灯片不再是设计工具的产物，而是代码生成的结果。HTML 带来的不是“技术炫技”，而是三个 PPT 很难做到的事情：第一，原生交互（图表可 hover）；第二，统一且细腻的动画；第三，机器可检查、可迭代的结构。

换句话说，幻灯片第一次变成了“可以被 AI 全流程负责的工作对象”。你不需要会设计，只需要会描述目标。

12 种版式 + 3 套主题，AI 已经学会“像人一样排版”

很多人对“AI 做 Slides”的刻板印象是：版式单一、视觉重复、一眼就知道是机器生成。Peter 显然踩过这个坑。

他在 skill 里硬编码了 12 种高频幻灯片结构：双栏、堆叠网格、对比表、步骤流、路线图、代码块、引用页、以及最关键的——完全可交互的图表。这不是为了炫数量，而是强迫 AI 在生成时“不要每一页都长一样”。

更狠的是模板层。他做了默认、深色、浅色三套视觉系统，直接对应不同使用场景。视频里那套“2026 年 AI Coding 状态”的深色模板，信息密度很高，但依然清晰——模型对比、时间线、图片混排，全是 AI 自动完成。

一个细节很值得注意：图片不是“贴上去”的，而是 AI 自己处理尺寸、对齐和布局。这意味着你不再需要反复调边距，而是把精力花在“这页该讲什么”。

真正的杀手锏：AI 会先质疑自己，再交付给你

如果只停留在“生成很快”，这套方法还不至于让老手震惊。真正拉开差距的，是 Peter 在流程里加了一个独立的 QA Agent。

生成完成后，系统会把每一页幻灯片渲染成图片，然后“自己看自己”：检查布局错误、元素溢出、视觉不协调的问题。视频里可以清楚看到，QA 找出了大量问题，并自动修复。

这一步极其重要，因为它把 AI 从“写完就算”推进到了“交付前自检”。Peter 在视频里直接点破：这是你在任何 AI skill 里都应该内置的 best practice。

结果是什么？一套《Claude Code Best Practices》的成品幻灯片，从提问、检索资料、生成内容，到视觉质检，全流程跑完，只用了几分钟。Peter 的评价很直白：如果手工做，至少一小时起步。

幻灯片只是例子，真正的野心是“把工作变成系统”

视频最后，Peter 把镜头从“幻灯片技巧”拉回到一个更大的命题：代码正在成为所有知识工作的底座。

他承认一个现实——第一次搭这个 slide skill，其实比自己做几套幻灯片还花时间。但一旦系统成型，后面每一次复用，都是指数级回报。

skill 的本质并不神秘，只是几个 Markdown 文件：什么时候触发、先问什么问题、如何检索资料、用哪些版式、什么时候做 QA。这些规则，大部分也是他和 AI 反复迭代出来的，而不是一开始就“设计完美”。

这也解释了他反复强调的一句话：不要只让 AI 帮你干活，要让它替你搭系统。幻灯片、文档、交互页面，甚至任何 HTML 工件，都只是这个方法论的不同落点。

总结

这条视频真正值得 AI 从业者读完的原因，并不在于“如何做一套好看的 Slides”，而在于它给了一个清晰的示范：哪些工作，已经不值得你再亲自动手。对个人来说，你可以从最小的 skill 开始，把高频、低价值的输出自动化；对团队来说，这是重新设计知识生产流程的机会。一个值得你带走的问题是：在你的工作中，有没有哪件事，其实已经可以交给一个可复用的 AI 系统，而不是下一次加班？

关键词： Claude Code， AI 幻灯片， HTML Slides， AI Agent， 提示工程

事实核查备注： 需要核查：视频发布时间为 2026-05-27；Peter Yang 展示的幻灯片生成时间为“几分钟/约12分钟”；提到的 12 种幻灯片格式与 3 套模板；QA Agent 的工作方式为渲染图片进行视觉检查；视频中关于 GPT 5.4/5.5 与 Claude 的模型对比仅为示例展示。