我让 GPT-6 Astra 直接操作 Keynote 和 PowerPoint，做了一次实测

前两天，我用 Astra 复刻了一套雷军风格的 PPT。文章发出去后，不少读者提醒：虽然做出了 PPT，但没有太多用到电脑操控，也就是 Computer Use。

没毛病。

上一篇主要展示的是复刻效果，以及生成的文件可以在 PowerPoint 里继续编辑。

还有读者问：能不能直接操控 Keynote 或 PowerPoint 来做？有人自己试过，遇到了问题，希望我也试一下。

所以这次，我让 Codex 里的 GPT-6 Astra 打开 Keynote，做一份 Apple 发布会风格的 PPT，内容就介绍它自己。

重点看看，它能不能在软件里输入文字、插入图片、调整排版，再去 PowerPoint 里改一份现有文稿。

先看一页最终的效果：

▲ Astra 用 keynote 做的 Apple 风格PPT

这个效果应该说还不错，有点 Apple bento 风格那意思，但制作的过程颇为曲折。

“用 Keynote 做”，还得说具体一点

用 Keynote 应用程序帮我做一个 Apple 发布会风格的 PPT，介绍 GPT-6 Astra ，不要使用 Skill。

最开始我没加最后那句，看到它准备调用 Skill，就中止了。因为Codex 自带了一个做PPT的 Skill，为了更好的演示，我不希望它用。

当时我以为，排除 Skill，它就会直接在 Keynote 窗口里做。

操作前会先弹出应用授权提示。选择“允许此对话”或“始终允许”后，它才能继续操控。

▲ 开始操作 Keynote 前，需要授权

对于这种比较明确的任务，我一般直接把权限设置为“完全访问”，这样省的我一直蹲在电脑前不停的等确认。

▲ 把权限设置为完全访问

第一版确实是在 Keynote 窗口里完成的，主要是输入文字、复制页面和调整字号。

▲ Keynote 中复制页面、替换文字，3 倍速

▲ Keynote 操作视频

▲ 第一版：黑底大字，选取 6 页

黑底、白字、大数字，有一点发布会的意思，但这尼玛哪是Apple风格，页面实在太丑了点，完全没有我想要的产品画面和卡片拼排。（看来光说 Apple 风格它没法理解）

操作方式符合要求，效果我不满意。

于是我贴上 WWDC 的参考图，继续提要求：

不对，要这种风格，最新的 WWDC 的风格。重新做一个。不使用 PPT skills，但可以使用其他工具，可以结合 SVG 等生成动画之类的。

约 11 分钟后，它给出了 10 页。

▲ 加入 WWDC 参考图后的 10 页成品

▲ WWDC 卡片版封面

这一版立马让我眼前一亮：大小不同的卡片、窗口和文档示意都有了，比第一版接近参考图。

不过特别奇怪，我没有看到它在 Keynote 里逐个搭建这些页面，等了半天窗口没动静，结果它突然直接打开了一份做好的 keynote 文件，然后开始做调整和检查。

追问才知道，它先用程序生成了演示文件，再导入 Keynote 检查、保存。

我允许了其他工具，这样做没有违反要求。只是我想看的窗口操作，并没有发生在页面生成的那一步。

这里太出乎我的意料了，Astra 也太聪明了点：不用 Skill，并不等于不用代码；交付 Keynote 文件，也不等于全程在 Keynote 窗口里制作。

说实话每次看 Astra操作都学到好多东西，因为它总有很多神操作，让我看到了很多隐藏技能。

但开来想演示 Computer Use，还得把操作方式说清楚。

这次，明确让它在窗口里做

用 Keynote 应用程序帮我做一个 Apple 发布会 Bento 风格的中文 slides，介绍 GPT-6 Astra ，不要使用 Skill，所有工作都在 Keynote 里面完成。注意每一页都需要美观、有设计感、符合 Apple 的风格、配色。

这一轮先做出了 6 页文字卡片，约 9 分 41 秒。

它完成了窗口操作，但版式重复，还是没达到我想要的效果。我又给它参考图，要求继续美化。

下面这份 3 页版本，更能看出调整后的变化。

▲ 在 Keynote 窗口内制作的 3 页成品

▲ 窗口制作版封面

▲ 窗口制作版：电脑操作场景

比纯文字顺眼了，但离参考图仍有距离。窗口模式需要继续提要求、来回调整，贴一张参考图，并不能保证它第一遍就理解你想要的设计。

下面可以看到它从空白页开始搭建卡片、添加文字的过程。

▲ Keynote：从空白页搭建卡片与文字

如果想让它采用这种方式，可以直接这样写，再附上参考图：

请在 Keynote 窗口里，从空白文稿开始制作一页中文 Bento 风格幻灯片，介绍 GPT-6 Astra 。参考附图安排配色、卡片大小和画面层次。文字、形状和排版都通过窗口界面操作完成，不使用 presentation Skill，不使用脚本、AppleScript 或代码生成整页或整份演示文件再导入。允许查资料和准备独立的图片素材。先完成这一页，让我确认效果后再继续。

先看一页，可以早点发现风格偏差。确认方向以后，再让它往后做，比整套完成后推倒重来省事。

▲ Keynote：插入图片并调整排版

▲ Keynote 窗口制作与美化

PowerPoint 也能直接改

接着，我拿最后一版的 PPTX 副本，让 Astra 在 PowerPoint 里改封面。要试类似操作，告诉它文件和具体修改内容就可以：

打开这份 PPT，在 PowerPoint 窗口里修改封面：把副标题改成“让智能，走进真实工作”，缩小字号并上移；通过“形状填充”菜单，把底部两张指标卡片分别改成浅蓝色和浅青色。保存修改后的文件。

它在同一页里完成了这些调整，也打开菜单选择了填充颜色。保存后重新打开，文字和配色都保留了。

▲ PowerPoint：修改文字、字号、位置和卡片颜色，原速

▲ PowerPoint 窗口调整，原速

这次验证的是编辑已有 PPT，包括文字、字号、位置和形状填充。PowerPoint 从空白开始制作整套文稿，我还没有试，我想应该完全没问题。

但这个场景本身就很实用：原来的 PPT 要换一句话、调整几块内容，或者生成之后想继续修改，都可以让它直接动手。

放开工具限制，成品会怎样？

完全在 keynote 窗口里操作看起来太受限了，我们自己做PPT也不会这么干，肯定会到网上找各种素材。

所以，除了窗口操作，我也试了两种更自由的做法。

第一种禁止 presentation Skill，但允许其他工具，同时附上参考图：

用 Keynote 应用程序帮我做一个 Apple 发布会 Bento 风格的中文 slides，介绍 GPT-6 Astra ，不要使用 presentation Skill。其他工具可以使用，注意每一页都需要美观、有设计感、符合 Apple 的风格、配色。

它自己写程序，做了 8 页，约 7 分 42 秒。蓝绿渐变、白色卡片和文字层级更统一，已经有不错的完成度，虽然仍偏文字和示意图。

▲ 禁用 Skill、允许其他工具：8 页成品

▲ 专业工作主题页

说实话这版的效果已经非常不错了，跟我的参考图风格很接近。

然后我们还可以沿着同一段对话，让它使用 Skill：

你用 Skill 帮我重新做一遍，用一个新的文件名。

▲ 使用 presentation Skill：8 页成品

▲ 使用 Skill 制作的封面

这一版也做了 8 页，玻璃质感的蓝色主视觉，以及科学、电脑操作主题的独立图片，补上了前面缺少的画面质感。

它不完全等同于参考图那种密集拼贴，但作为介绍型 PPT，已经挺像样了。

这一轮按 Skill 的说明生成幻灯片、制作图表，再渲染检查，最后进入 Keynote。

导入后仍出现了图表位置和百分号显示的问题，需要调整。所以它也用到了软件操作，只是主要页面并不是在窗口里从头搭建的。

这两版说明，不限定在窗口内操作，它能做出相当不错的 PPT。实际使用时，没必要为了让 AI 点鼠标，就排除其他工具。

就如之前说的，我们自己做 PPT，也会去找图片、截界面、找视频，再放进软件里排版。

我觉得 Astra 这个处理方式非常好，能用代码或命令行，就绝不在图形界面里面折腾，因为实在慢又废 token。

所以经常让我叹为观止的是，为了完成某个任务，它现场手搓了很多工具、脚本，实在太硬核了。

制作时间和额度

各轮记录里的耗时如下，包含各自的资料读取、制作和检查：

版本

页数

耗时

黑底大字版

12 页

约 5 分钟，该回合中断，非完整交付计时

WWDC 卡片版

10 页

11 分 16 秒

Keynote 窗口文字卡片版

6 页

9 分 41 秒，不含后续重做

禁用 Skill，允许其他工具

8 页

7 分 42 秒

使用 presentation Skill

8 页

13 分 51 秒，含调整

页数、要求和修改量不一样，不能据此判断哪种方法普遍更快。

后两种方法的额度消耗，我记得每轮大约是界面上 1～2%，只是粗略观察，没有完整的前后记录，也不能直接换算成 token 数量。

操作可以交出去，审美还得自己拿主意

这次主要是演示 Astra 如何操控软件，提示词写得比较简单，对每页的内容、素材和风格都没有提很细的要求。

因此，窗口版不好看，不能全归因于这种制作方式。但想达到自己心里的样子，确实还得多调几轮。

可以看到，Astra 已经能熟练地完成 Keynote 和 PowerPoint 里的这些操作，有些步骤还相当快，当然也会等待、误选。

改原来的 PPT，或者做完后换图、改字、挪位置，都有让它代劳的价值。

至于什么好看、哪一页该留白、哪里还差一点，我们各有审美，最终还是要自己判断。

这大概也是人仍然有价值的地方。

我觉得，Astra 正在开启一个新的阶段：电脑上越来越多的具体操作，可以交给 AI 了。我们把想法说清楚，再看着结果继续调整。

还想看 Astra 直接操作什么？在评论区告诉我，我来测。

［ ]