ここまできた！Codexで画像スライドを、編集できるPPTに！【2スキル配布あり】

こんにちは、れん学長です。 2026年5月時点の内容です。

今日は、スライド画像を、編集可能なPowerPointに変換するの、ここまで来た！という話をします。

AIで作ったスライド画像って、見た目はかなり良くなってきましたよね。

企画書、研修資料、YouTube用の図解、提案書のたたき台。 最近だと、GPT Image 2のような画像生成AIで、「これ、そのまま資料に使えそう」と思えるレベルのスライド画像も出てくるようになってきました。

でも、その画像スライドをいざ仕事で使おうとすると、ここで詰まりませんか？

文字を少し直したい。 カードの位置だけ変えたい。 アイコンだけ差し替えたい。

見た目はいい。 でも画像のままだと、細かい編集ができないんですよね。

特に仕事のプレゼンや提案資料に使おうとすると、最後の最後で、

「やっぱりPowerPointで作り直すか……」

となりがちです。

これ、めちゃくちゃもったいないなと思っていました。

そこで今回は、Xで100万インプレッションを超えてバズっていた、すぅさんの「画像からPPT化」のプロンプトを起点に、他の方々の知見も取り入れつつ、私の方でもかなり実験してみました。

やったことはシンプルです。

スライド画像を、編集可能なPowerPoint、つまりPPTX形式に戻す。

もちろん、画像をそのままPowerPointに貼るだけではありません。 文字は文字として編集できるようにし、カードや線、矢印はできるだけ図形として再構成し、写真や複雑なアイコンは画像として残す。

つまり、あとから仕事で直せるPowerPointに戻すことを目指しました。

で、こんな感じの編集可能なPPTXがカンタンにできちゃいました👇️

After（下図）をみると、テキストや図形、画像パーツを個別に選択できてることがわかりますね！

最終的には、この流れを2つの配布用スキルにまとめています。

• design-md-slide-imagegen：Design.mdとGPT Image 2を使って、ビジネス向けのスライド画像を作るスキルです。

• image-to-editable-pptx：その画像を、編集可能なPowerPointに戻すスキルです。

ちなみにこの2つとも、動かすならCodexがおすすめです。理由と他環境との比較は記事の後半で書きます。

プログラミングの知識は、ほとんど要りません。 基本の流れは、AIにスキルを読ませて、画像を渡して、

「PowerPoint化して」

と頼むだけです。

この記事では、実際にどこでハマって、どう改善していったのかを順番に紹介します。 そして後半のメンバーシップ限定パートでは、今回作った2つのスキルをZIPで配布します。

AIで作った資料を、画像のまま終わらせずに、仕事で本気で使える形にしたい方には、かなり参考になる内容だと思います。

いま、Codexが熱い

今回の実験でいちばんワクワクしたのは、単に「画像をPPTXにできた」ことだけではありません。

それ以上に大きかったのは、スライド画像を作るところから、編集可能なPowerPointに戻すところまで、Codexの中でかなり自然につなげられたことです。

画像生成からPPT化まで、ぜんぶCodexの中で

いまのCodexでは、ChatGPTの高品質な画像生成、つまりGPT Image 2を使いながら作業できます。

たとえば記事やメモを渡して、

「この節を1枚のまとめ画像にして」

と頼むと、このnote記事に入れているような、各節に対応したスライド風のまとめ画像を作れます。

記事1本から「まとめ画像10枚」が一気に作れる

しかも、1枚だけではありません。

記事全体を渡して、

「各見出しごとに、10枚くらいのスライド画像にして」

と頼めば、複数枚の画像を連続で一気に作ることもできます。

この「1枚ずつ手で作る」のではなく、「記事全体から一連のスライド素材をまとめて作る」感覚がかなり強いです。

Codexが「自分で判断して」PowerPointに組み立てる

さらに今回驚いたのは、Codex内での画像編集やPowerPoint作成の精度です。

今回やっていた作業は、ただPPTXを作るだけではありません。

• Codexの中で画像を作る

• 画像内の文字を読み取る

• カード、線、矢印、アイコン、写真を分類する

• 複雑なアイコンは切り抜いて画像として残す

• 文字や図形はPowerPoint上で編集できるように再構成する

• できたPPTXを画像化して、元画像と見比べて直す

この一連の流れを、Codexがかなり自律的に考えながら進めてくれました。

これまでは、

「画像生成は画像生成」 「PowerPoint化はPowerPoint化」

というように、別々の作業として考えがちでした。

でも今回は、それらをひとつの作業フローとして扱えた。 ここにかなり大きな可能性を感じました。

ChatGPT Plus（月3000円台）で、ここまで試せる

ここで個人的に大きいのが、コスト面です。

画像生成からPPTX化、レンダリング確認までを、月3000円台のChatGPT Plusのような、比較的手を出しやすいプランで試せるようになってきました。

Claude Codeでも似た作業はできるんですが、同じくらいの価格帯のプランだとリミットが気になりやすい。

その点、CodexはChatGPTのサブスクと一体なので、画像生成、ファイル操作、PPTX作成、レンダリング確認までをまとめて試せます。

しかもいま、期間限定でChatGPTの無料プランやGo（月1400円）からでもCodexを試せるようになっています（利用上限あり）。Plusでは2026年5月31日まで、Codex利用量が通常の2倍になるキャンペーンも走っています。

「とりあえず触ってみたい」だけなら、いまが一番入りやすい時期かもしれません。

もちろん制限はありますし、料金や使える範囲は今後変わる可能性もあります。 ただ少なくとも現時点では、個人で実験するには十分手が届く価格帯になってきた感覚です。

それでも、1発で完璧には決まらない

もちろん、最初からきれいに動いたわけではありません。

プロンプトを書き換え、出力を確認し、また直す。 このループをほぼ1日かけて回しました。

具体的にどこでハマって、どう改善していったのか。 まずは出発点から見ていきます。

出発点は、すぅさんのImage to PPTXプロンプト

最初に取り組んだのは、プロンプト設計です。

起点にしたのは、Xで画像からPPTXに変換するプロンプトを公開されていた、すぅさんの投稿でした。

鍵は「1回作って終わりにしない」発想

ここで特に大きかったのは、「1回作って終わりにしない」という考え方です。

普通はPPTXができた時点でAIの作業が止まりますが、そこで止めずに、画像化と比較・修正まで同じプロンプトでやらせる、という発想ですね。

PPTXを作ったら、そのままレンダリングします。 ここでいうレンダリングとは、PowerPointのスライドを実際の見た目の画像として書き出すことです。

そして、元画像と並べて見る。 崩れているところを見つける。 そこを直す。

この比較ループをプロンプトに入れる、というアプローチです。

Prompt AとB：要素は増やしすぎると逆に崩れる

最初は、すぅさんのプロンプトをほぼそのまま使う形で、Prompt Aを作りました。

次に、リプ欄で出ていた文字化けチェックの視点を追加しました。

さらに、AI活用情報を発信されているチャエンさんの投稿にあった、

• 文字抽出

• 要素分類

• 座標推定

• PowerPoint再構成

という考え方も加えて、Prompt Bを作りました。

Prompt AとPrompt Bを比較した結果、見た目としてはPrompt Aの方が自然でした。

要素を増やしすぎると、プロンプトが窮屈になり、逆に出力がギクシャクしてしまうんですよね。

Prompt C：自然さに、最低限のチェックだけ足す

そこで最終的には、Prompt Aの自然さを残しつつ、

• 文字化け

• 改行

• アイコン

• 余白

• レンダリング比較

のチェックだけを足したPrompt Cにまとめました。

上流から整える：Design.mdで「PPTX化しやすい画像」を作る

さらに、Design.mdを使う発想も取り入れました。

こちらは、AIに読ませるデザインのルールブックのようなものです。

色、フォント、余白、カードの作り方、全体のトーンなどをMarkdownで書いておくことで、AIに「このルールに寄せて作って」と伝えやすくなります。

参考にしたのは、日本語UI向けのDesign.md集です。

ここには、Apple、SmartHR、freee、note、MUJI、LINE、MoneyForward、Cybozu、Rakuten、Sansanなど、いろいろなDesign.mdが入っています。

つまり、PPTX化しやすい元画像を、最初から作る。
上流側から整える、という考え方です。

1枚のスライドを何度も直した話

ここが、今回いちばん泥臭かったところです。

5分でPPTXはできた、でも細部はかなり崩れていた

最初は、以前書いたNotebookLM記事用に作っていたグラレコ画像3枚をPPTX化しました。

3枚を約5分でPPTX化できて、

「お、これはいけるかも」

と思いました。

ただ、レンダリングして元画像と見比べてみると、細部はかなり崩れていました。

そこで、3枚のうち1枚目だけに絞って、v1からv4までブラッシュアップしていきました。

▲ 上が入力に使った元のグラレコ画像、下がCodexでPPTX化してv1からv4まで直した結果です。v2〜v4も同じ元画像を起点にしていますが、元画像の手描き感を完全再現するというより、PowerPoint上で編集しやすい形に再設計していきました。

「ここが崩れてる」を、そのまま修正指示にする

たとえば、こんな崩れが見つかりました。

• 番号バッジ「1」の丸と「朝6時…」の白帯が重なって読めない

• 「NotebookLM投入」などの語が、意図しない位置で自動改行されている

• カード内の文字と図解が窮屈で、余白が足りない

これを毎回PowerPoint上で手作業で直すのはかなり面倒です。

ここで効いたのが、PPTXを画像化して、人間が違和感を見つけ、AIに修正させるというやり方でした。

たとえば、修正指示もこの3点に対応させました。

• 番号バッジを白帯と重ならない位置に独立して配置する

• 「NotebookLM投入」のような語は、自動改行に任せず意図した2行組みに固定する

• カード内の文字幅と図解サイズを調整し、余白を確保する

このように、見た目の違和感を具体的な修正指示にして、Codexに再調整させていきました。

直すのはAI、人間は「ここがおかしい」と言うだけ

ここで重要だったのは、単にその場のスライドを直しただけではないことです。

「どんな崩れが起きやすいのか」 「それをAIにどう指示すると直りやすいのか」 を見ながら、あとで使い回せるプロンプトの条件も一緒に整理していきました。

厳密にいうと、v1からv4の各版で毎回、配布用プロンプトを書き換えていたわけではありません。

まずはCodexに具体的な修正指示を出してPPTXを直し、その中で効いた指示を、後からPrompt C+やスキルの中に取り込んでいった、という流れです。

自分が全部を直すのではありません。 自分は「ここがおかしい」と指摘する。 PPTX上の再配置や再生成はAIに任せる。

この役割分担がハマってから、作業がかなり速くなりました。

図解型・表型・写真型の3パターンで汎用性をチェック

とはいえ、1枚だけでうまくいっても、実務で使えるとは言い切れません。

その1枚に最適化されすぎている可能性があるからです。

そこで途中から、実務でよくありそうな3パターンのスライド画像をGPT Image 2で生成し、同じ考え方が通用するか確認しました。

やり方は、先ほどと同じです。

元画像をPPTXに再構成し、レンダリング画像を書き出して、元画像と見比べる。 そこで見えたズレを直しながら、型ごとにどんな指示が必要かを確認しました。

試したのは、この3パターンです。

• 図解カード型のスライド

• 文章・表型のスライド

• 写真・ビジュアル型のスライド

▲ 左がGPT Image 2で作った元画像、右がPPTXから書き出したレンダリング画像です。比較PPTをPNG化し、図解カード型、文章・表型、写真・ビジュアル型の3パターンで、同じ方針がどこまで通用するかを確認しました。

型ごとに、編集可能化と画像切り出しを使い分ける

ここで分かったのは、「画像をPPTXにする」と一言で言っても、スライドの型によって編集可能化と画像切り出しの優先順位を変えた方がいい、ということです。

型ごとの方針はこんな感じです。

• 図解型: カード・矢印・テキストは編集可能にしつつ、複雑なアイコンだけPNGで切り出す

• 文章・表型: 表全体を画像として貼らず、罫線・セル・セル内テキストを編集可能なオブジェクトとして再構成する。ただし、行頭の小さなアイコンなどは画像で残す

• 写真・ビジュアル型: 写真は無理に分解せず、画像のまま使う。写真の外側にあるタイトル、本文、注釈だけを編集可能化する

このタイプ判定をプロンプトの冒頭に入れました。

5回書き換えて、Prompt C+ V3 Finalに着地

さらに、それまでのPrompt Cに、切り出し品質と縦横比のQAを足したものがPrompt C+です。

そして最後に、透過PNGの判定まで入れたものが、最終版のPrompt C+ V3 Finalです。

冒頭で載せたBefore/After画像も、この最終版の考え方で作ったものです。

左の画像をそのまま貼り付けたのではなく、テキスト、カード、矢印、アイコン、写真パーツを分けて扱い、PowerPoint上であとから触れる形に戻しています。

すぅさんの原文版から数えると、ここまで5回プロンプトを書き換えました。

ようやく、実務でも試せそうな形に着地した感覚です。

できあがったのは2つのスキル

実験ログをそのまま記事に貼っても、再利用しづらいですよね。

そこで最終的に、今回の流れを2つのスキルとしてまとめました。

1. design-md-slide-imagegen

上流で元画像を作るスキル

1つ目は、design-md-slide-imagegenです。

これは、記事やメモをもとに、Design.mdの方針に沿ってGPT Image 2でビジネス向けのスライド画像を作るスキルです。

「いい感じのビジネス資料にして」とだけ言うと、毎回かなりブレます。

でもDesign.mdを渡すと、

「このデザインルールに寄せて作って」

と言えるようになります。

参考にしたのは、日本語UI向けのDesign.md集です。

ここには、Apple、SmartHR、freee、note、MUJI、LINE、MoneyForward、Cybozu、Rakuten、Sansanなど、いろいろなDesign.mdが入っています。

今回のスキルでは、SmartHR系をデフォルトにしました。

理由は、業務資料に使いやすいからです。

• 白いカード

• 控えめな罫線

• 青のアクセント

• 業務UIっぽい情報整理

派手すぎず、地味すぎない。 さらに、あとから編集可能PPTXに戻すときも、元画像が整理されているほどPPTX化しやすいです。

その意味でも、SmartHR系のデザインは相性が良いと感じました。

なお、配布版ではSmartHRだけでなく、Apple、MoneyForward、Sansan、MUJI、RakutenなどのDesign.mdも同梱しています。

なので、何も指定しなければSmartHR系、別の雰囲気で試したいときは「Apple風で」「MoneyForward風で」のように指定できる形にしています。

2. image-to-editable-pptx

下流で編集可能なPowerPointに戻すスキル

2つ目が、今回のコアです。

image-to-editable-pptxは、スライド画像をPowerPointで編集できる形に再構成するスキルです。

中身には、今回作り込んだPrompt C+ V3 Finalを入れています。

ざっくり言うと、こんな処理をさせます。

• 文字は、編集可能なテキストとして起こす

• カード、線、矢印、表は、図形や表として作り直す

• 写真、端末画面、複雑なアイコンは、画像として切り出して残す

• できたPPTXを画像化する

• 元画像と見比べる

• 崩れているところを直す

特に、最後のレンダリング比較がかなり効きました。

design-md-slide-imagegenで作った画像でも、普通にChatGPTで作った画像でも、Codexで作った画像でも、入力として使えます。

この仕組みが向いている人、向かない人

この仕組みが向いているのは、こういう方です。

• 仕事の報告資料やクライアント向けに、編集可能なスライド資料を簡単に作りたい

• AIで作ったスライド画像を、そのまま画像で終わらせずPowerPointで直せる形にしたい

• YouTube動画やNote記事用に作った図解を、資料にも再利用したい

逆に、SNS用に1枚画像を作って終わり、というケースなら、画像のまま完成させた方が早いです。

分かれ目はシンプルです。

あとから直すかどうか。

あとから文言、配置、表、カード、注釈を直す可能性があるなら、編集可能PPTXに戻す価値があります。

動画で見たい方へ

PPTX化の細部は、文章だけだと少し伝わりにくいところがあります。

動画では、今回作った image-to-editable-pptx スキルを使って、スライド画像を編集可能なPowerPointに戻すところを実演します。

元画像を渡して、Codexが文字、カード、矢印、アイコン、画像パーツをどう分解し、PowerPoint上で編集できる形に組み直していくのか。 ここは実際の画面で見る方がかなり分かりやすいです。

特に、

• 番号バッジと白帯のかぶり

• NotebookLMの変な改行

• アイコンを文字グリフで代用してしまう問題

このあたりは、画面で見比べる方が分かりやすいです。

ちなみに文字グリフというのは、アイコンを画像ではなく、特殊な文字記号で代用するようなものです。これを使うと、見た目が崩れたり、元画像と雰囲気が変わったりすることがあります。

あわせて、v1からv4までの改善過程と、図解型・表型・写真型の3パターン比較も画面付きで紹介します。

動画内の実演でも、1回で完全一致するわけではありませんでした。

小さなアイコンが少し欠けるような場面はあります。

ただ、文字や図形の大部分はPowerPoint上で編集できる状態まで戻せています。最後の細部だけ人間が確認すれば、実務で使えるところまで来ている感覚です。

さらに、複数枚のスライドを1枚ずつ待たずに、Codexのサブエージェントで並列化する裏技も紹介します。

動画はこちら：https://youtu.be/C4z9QEsp7lM

まとめ

今回の話をまとめると、この3つです。

• Codexの中で、GPT Image 2による画像生成からPPTX化までを、ひとつの流れとして回せる見通しが出てきた

• 品質を上げる鍵は、PPTXを画像化して、元画像と見比べて、AIに直させる比較ループ

• 図解、表、写真など、スライドの型によって、編集可能化と画像切り出しの優先順位を変えると安定する

要するに、今回の実験は、

画像生成のきれいさと、PowerPointの編集しやすさを、AIにどこまで橋渡しさせられるか

という試みでした。

AIで作ったきれいなスライド画像を、自分の言葉で直せるPowerPointに戻す。

この考え方が、今後かなり重要になってくる気がしています。

ここからはメンバーシップ限定です

無料パートでは、GPT Image 2で作ったスライド画像を、編集可能なPowerPointに戻すまでの考え方と検証内容を紹介しました。

ここからは、同じ流れを自分の環境でも試せるように、今回作成した2つのスキルZIPを配布します。

毎回、

「この画像を編集可能PPTXにして。文字はテキストにして、図形は図形にして、写真は画像で残して……」

と長く説明しなくても、スキルを読み込ませるだけで、AIが同じ方針で作業を進めやすくするためのものです。

導入方法、上流と下流の使い分け、実務で使うときのおすすめ手順、よくある質問、最後の人間チェックリストまで一通りまとめています。

配布物

配布するのは、この2つです。

• design-md-slide-imagegen.zip 上流で元画像を作る側のスキル。SmartHRをデフォルトに、Apple、MoneyForward、Sansan、MUJI、RakutenなどのDesign.mdも同梱しています。

• image-to-editable-pptx.zip 下流で編集可能PPTXに戻す側のスキル