Вайбкодинг презентаций. Как собрать питч-дек за вечер с помощью ИИ
Всем привет!
Недавно мне понадобилось срочно собрать питч-дек для мероприятия. Классика: до выступления пара дней, по факту - один вечер на подготовку, а у меня:
- нет ни одной готовой презентации,
- есть куча разрозненных документов по проекту,
- логотипы, цвета, обрывки дизайна,
- технические и маркетинговые описания, исследования.
То есть контент есть, а формы нет.
Инстинкт говорит: "Открой PowerPoint и страдай". Но ведь это сколько времени надо потратить, чтобы сначала собрать данные, продумать структуру, потом несколько раз прогнать, внести правки...
Мозг говорит: "Ты же весь год проповедуешь вайбкодинг и работу с ИИ, давай без этого ада со слайдиками!".
Я решил проверить гипотезу: можно ли “навайбкодить” презентацию и собрать её кодом? Руками ИИ, а не мышкой в редакторе?
Спойлер: да, и мне это очень понравилось.
Почему “AI presentation maker” мне не помог
Первое, что я сделал - пошёл в Google и набрал ai presentation maker, ai pitch deck builder и всё в таком духе. Попробовал несколько продуктов. У всех была одна и та же проблема:
Я работал со слайдами, а не с информацией
Интерфейс выглядел по-современному, но под капотом это был всё тот же PowerPoint:
- ИИ чуть помог с начальной структурой и текстом.
- Дальше чистый ручной труд: перетаскивать блоки, выравнивать, подбирать шрифты и размеры.
- Любое изменение структуры → снова возиться со слайдами.
В одном из инструментов, который обещал "AI в помощь" (beautiful.ai), ИИ по факту сделал только первый шаг - набросал "рыбу" презентации. Всё остальное руками. Возможно, я уже избалован, но искренне считаю, что вкалывать должны роботы.
После пятого такого сервиса стало понятно: за вечер нормальный питч-дек я так не соберу.
А задача у меня была нетривиальная:
- есть шаблон структуры от организаторов,
- есть разрозненная информация по проекту,
- всё это нужно: собрать, проанализировать, уложить в понятную историю, подогнать под структуру, а потом ещё несколько раз пройтись и вычистить.
И в этот момент родилась гипотеза.
Презентация как код, написанный ИИ
Я давно экспериментирую с подходом, который называют вайбкодингом - когда ты не сидишь и фигачишь код, а:
- собираешь мысли, ограничения и цели;
- упаковываешь это в понятные промпты;
- управляешь ИИ-инструментами, которые пишут код за тебя.
Я решил применить тот же подход к презентации:
Не редактировать слайды, а описывать презентацию текстом и давать её собирать ИИ. То есть писать презентацию как код, но руками ИИ.
И здесь появляется идеальный стек.
Что такое “вайбкодинг” в контексте презентаций
Идея в одном абзаце
Вы не тыкаете мышкой по слайдам. Вы работаете с ИИ (Cursor, Bolt, Claude Code и т.п.), который:
- пишет за вас разметку презентации,
- настраивает дизайн через CSS,
- массово правит стили и layout по вашим пожеланиям.
Инструмент: Slidev
Я использовал Slidev, это презентации в формате:
- Markdown + немного Vue под капотом;
- каждая секция — это текстовый блок;
- стили задаются декларативно.
Почему это идеально для ИИ и вайбкодинга:
- текст (Markdown) легко генерировать и править большими кусками;
- дизайн (CSS/HTML) можно менять глобально: один раз поправил тему и вся презентация обновилась;
- нет drag-and-drop-ада: всё описывается декларативно — «сделай заголовок крупнее», «уменьши паддинги», «добавь сетку».
Диалог с ИИ (в моём случае — Bolt.new) выглядел примерно так:
«Вот контент презентации, вот логотип. Сделай тёмный фон, акцентный цвет #00CED1, шрифт Inter, крупную типографику и нормальную сетку. Презентация должна хорошо экспортироваться в PDF.»
ИИ генерировал код Slidev, а я задавал направление и правки.
Кейс: как я собирал питч-дек за вечер
Разложу по шагам, как это выглядело в реальности.
1. Контент: собираем мозги проекта в одном месте
Сначала — контент, а не слайды.
Я скормил нейросети (GPT 5.1 Thinking) весь контекст, который был под рукой:
- файлы по проекту CoreCut,
- ссылку на лендинг,
- статьи и исследования,
- заметки, черновики, юнит-экономику.
Дальше я сформулировал задачу:
«Нужно собрать питч-дек для такого-то мероприятия. Вот шаблон структуры от организаторов, вот контекст. Сначала — предложи структуру и примерное содержание, потом подгоним под шаблон.»
Что делал ИИ:
- анализировал всё это добро;
- собирал черновой контент для классического питч-дека;
- предлагал план презентации с примерным наполнением слайдов;
- после этого я попросил: «подстроить структуру под формат организаторов».
Дальше был примерно час итераций:
- вычищали противоречия;
- заменяли абстрактные формулировки на конкретику;
- ловили и правили галлюцинации;
- приводили историю к внятному нарративу.
На этом шаге контент был собран. Ещё ни одного слайда не существовало. Только текст и структура.
2. Скелет: просим ИИ собрать каркас презентации
Следующий шаг - превратить текстовый план в живую презентацию.
Я пошёл в Bolt.new (можно так же использовать Cursor, Claude Code и т.п.) и в режиме планирования сказал примерно следующее:
«Вот контент и структура презентации. Используем Slidev. Вот логотип. Сделай: – тёмный фон, – акцентный цвет #00CED1, – шрифт Inter, крупную типографику, – нормальные отступы и сетку. Нужен результат, который хорошо экспортируется в PDF.»
Bolt сгенерировал:
- структуру файлов Slidev;
- Markdown-страницы для каждого слайда;
- базовые стили для темы.
С этого момента у меня был живой скелет питч-дека, который уже можно открыть в браузере и листать как обычную презентацию.
3. «Я у мамы дизайнер»: наводим красоту, не трогая мышку
Когда скелет ожил, стало понятно:
- где текст “жирный и скучный”;
- где хочется визуальных акцентов;
- где нужна структура.
Я прошёлся по презентации и наметил:
- сюда бы иконки;
- здесь отделить блоки цветом/линиями;
- здесь — таймлайн;
- сюда — пончиковую диаграмму.
Дальше диалог с ИИ выглядел так:
- «Добавь на этом слайде иконки слева от пунктов, используй такой-то стиль».
- «Вот данные — сверстай из них пончиковую диаграмму».
- «Сделай таймлайн на два ряда, чтобы он влез по ширине».
Bolt переписывал код Slidev, а я только проверял результат. Диаграммы, таймлайны и визуальные блоки собрались вообще без боли — просто потому что это код, а не “нарисованный прямоугольник”.
4. Итеративные правки: репетируем и правим на лету
Самая магия началась на этапе репетиции.
Я прогонял презентацию вслух и буквально на ходу давал ИИ команды:
- «Текст не влезает» → ИИ уменьшает паддинги, шрифт, чуть сдвигает сетку — всё начинает помещаться.
- «Слайд про конкурентов выглядит кашей, давай разнесём по столбцам и сделаем три подпункта» → код меняется, структура обновляется, на выходе — аккуратный сравнивающий слайд.
- «Поменяй цифры в юнит-экономике» → ИИ меняет значения в данных и пересчитывает диаграммы и таблицы.
- «Представь вот эти данные в виде таблицы, а не текста» → появляется таблица с нормальной версткой.
И вот тут я поймал главное ощущение:
Как будто я работаю с супербыстрым мастером презентаций, который: – уже глубоко в контексте проекта; – мгновенно вносит правки; – не устает от сотой мелкой правки паддингов.
Финальный штрих: я начал выгружать PDF-версии, кормить их другим нейросетям и говорить:
«Вот презентация, вот контекст мероприятия и продукта. Покритикуй, что здесь слабое, что можно усилить под питч инвесторам.»
Дальше — цикл:
- критика → список правок по содержанию и акцентам;
- я возвращаюсь в Bolt/Slidev → вношу изменения через промпты и небольшие ручные правки;
- новый PDF → следующая итерация.
Так за вечер у меня появилась не только презентация, но и ощущение, что её со мной прогнал условный “senior-продактивный консультант”.
Почему это оказалось лучше “специализированных” AI-инструментов
После этого опыта я стал гораздо скептичнее относиться к “волшебным” AI presentation maker’ам.
В моём случае подход с вайбкодингом оказался лучше по нескольким причинам:
- Фокус на информации, а не на слайдах. Пока я работал через AI-генераторы презентаций, меня всё время тянуло в верстку. В Slidev + ИИ ты всё время остаёшься на уровне смысла и структуры.
- Глобальные стили “по-взрослому”. Поменял один HEX-код — перекрасилась вся презентация. Хочешь другие шрифты — меняешь в теме. Не нужно ловить каждый слайд руками.
- Git и версии. Презентация — это код. Можно: хранить её в репозитории; делать ветки “версия для акселератора”, “версия для фонда”; откатываться, сравнивать, делать PR’ы.
- PDF на выходе без компромиссов. Slidev отлично экспортируется в PDF: – векторная графика; – всё чёткое; – нормальный вес файла.
- Скорость итераций. Команда уровня: «Сдвинь контент чуть левее и сделай заголовок крупнее» превращается в одну правку в теме, а не в 15 минут выделений мышкой.
- ИИ в роли полноценного соавтора. Он не просто “нагенерил шаблон и исчез”, а: видел все исходные документы; участвовал в сборке структуры; верстал слайды; потом помогал с правками.
Специализированные AI-продукты по сути дают “ещё один PowerPoint”, только с автогенерацией рыбы. Вайбкодинг-презентация — это когда у тебя кодовый инструмент и ИИ как тиммейт.
Практические советы: как повторить это у себя
Если хочется попробовать такой подход, вот минимальный набор.
1. Выбор стека
- Формат презентаций: Slidev (или любой другой markdown-based презентер).
- ИИ-инструменты для кода: Bolt.new, Cursor, Claude Code — что вам привычнее.
- Модель для контента: любая мощная LLM, которой можно скормить много контекста (в моём случае — GPT 5.1 Thinking).
2. Как промптить
Пара простых, но важных приёмов.
а) Всегда задавайте роль
«Ты — дизайнер презентаций. Твоя задача — сделать питч-дек под такой-то формат. Используй крупные заголовки, сетку, не мельчи текст.»
Это сильно влияет на предложения по верстке и структуре.
б) Жалуйтесь на результат
ИИ отлично работает от фидбэка вида:
- «Слишком мелко, текст не читается на проекторах.»
- «Здесь всё слиплось, нужны визуальные разделители.»
- «Этот слайд перегружен, попробуй разделить на два.»
Не стесняйтесь говорить человеческим языком — “криво”, “не читается”, “слишком скучно”. Хорошие модели понимают такие формулировки и предлагают разумные правки.
3. Не бойтесь “грязного” кода
Для презентации абсолютно нормально:
- инлайн-стили;
- хардкод значений;
- быстрые костыли вида style="margin-top: -12px".
Это не библиотека на 10 лет вперёд, это артефакт под конкретное выступление. Главная цель — результат на экране и в PDF, а не идеальная архитектура.
Где посмотреть живой пример
Финальный вариант того самого питч-дека, который я собрал вайбкодингом, я выложил у себя в Telegram-канале @makevibenotwar
Там же я периодически делюсь:
- реальными артефактами вайбкодинга (черновики, промпты, структуры);
- примерами, как я собираю MVP и презентации с помощью ИИ;
- заметками о том, как использовать нейросети не как «магическую кнопку», а как рабочий инструмент в продукте.