GPT-5.5で、スライド画像を“編集可能なPPTX”に再現してみた

概要

GPT-5.5の高度な画像認識とコード生成機能を活用し、スライド画像から編集可能なPowerPointファイルを高精度で再現する具体的なプロンプト手法が公開されました。

詳細内容

GPT-5.5を用いて、スライド画像（スクリーンショット等）を単なる画像としてではなく、テキストボックスや図形が個別に編集可能なPowerPoint（pptx）形式へ変換する手法の解説です。最大の特徴は、AIに「作成後に自身でレンダリング画像を出力させ、元画像と比較して修正を行う」というセルフフィードバックのプロセスを組み込んだプロンプトエンジニアリングにあります。具体的には、要素の分解（背景、タイトル、箇条書き、アイコン等）、正確なテキスト転記、16:9のサイズ指定、色や余白の微調整といった10段階の作業手順を指示します。この手法により、従来は手動での打ち直しが必要だった資料のデジタル化や再編集が、数分で高品質に完了するようになります。また、Codex（ChatGPT）のスキルとして定義することで、一連のプロセスを自動化・高速化できる点も強調されています。

元記事を読む他のサマリーを見る