AIでプレゼンを自動生成するOSS「presenton」の仕組みと特徴

「AIで営業資料や社内報告スライドの作成負荷を減らしたい。でも Gamma のような商用 SaaS は機密データをクラウドに送ることになるし、チームで使うとサブスク費用も無視できない」。社内ツールや業務効率化を任されたエンジニアであれば、一度はこうした悩みに突き当たるのではないでしょうか。

そこで候補に挙がるのが、セルフホスト可能なオープンソースのプレゼン生成ツールです。GitHub で「Gamma 代替 オープンソース」「AIスライド 生成 OSS」を探していくと、スター 7,500 を超える「presenton」というプロジェクトに行き着きます。とはいえ、初見のリポジトリを前にすると「これは何をする OSS なのか」「自社要件（データ秘匿・PPTX 編集・BYOK）を満たすのか」「似た OSS と何が違うのか」「ちゃんと保守されているのか」といった疑問が一気に湧いてきます。

この記事では、presenton の README と公式ドキュメントといった一次情報をもとに、仕組みと特徴を構造的に整理します。具体的には、何を解決する OSS なのか、主要機能と生成の流れ、対応する LLM・画像生成プロバイダ、3 つの提供形態、類似 OSS・商用ツールとの違い、そしてメンテナンス状況とライセンスまでを解説します。実際に動かした体験談ではなく、ドキュメントに記載された事実を根拠に整理することで、「採用検討（PoC）に進めるか、別の選択肢に絞るか」を判断する材料を提供することがこの記事の狙いです。

presentonとは — AIでプレゼンを自動生成するOSS

presenton は、プロンプトやアップロードした資料から AI でプレゼンテーションを自動生成する、オープンソースのプレゼン生成ツールです。GitHub の説明文では「Open-Source AI Presentation Generator and API (Gamma, Beautiful AI, Decktopus Alternative)」と位置づけられており、Gamma・Beautiful AI・Decktopus といった商用 SaaS のセルフホスト型代替として開発されています。ライセンスは Apache-2.0、主言語は TypeScript で、スター数は 7,547、フォーク数は 1,207 です（数値は調査時点の presenton GitHub リポジトリ より）。

何を解決するOSSか

presenton が掲げるコンセプトは README に端的にまとめられており、「No SaaS lock-in（SaaS のロックインなし）」「No forced subscriptions（強制サブスクなし）」「Full control over models and data（モデルとデータの完全な制御）」の 3 点です。

これは、冒頭で挙げた商用 SaaS の制約への明確な回答になっています。プレゼン生成 SaaS をチームで使う際にネックになりがちなのは、おもに次の 3 点です。

• データ秘匿: 営業資料や社内報告には機密情報が含まれるが、SaaS では入力データがクラウドに送信される
• コスト: ユーザー数に比例してサブスク費用が膨らむ
• ロックイン: 特定サービスに依存し、生成物の持ち出しや独自カスタマイズが効きにくい

presenton はセルフホストを前提に設計されており、後述するように LLM や画像生成のプロバイダを自分で選べる（BYOK）ため、機密データを外部に出さずにローカルで完結させる運用も可能です。「データを自社管理下に置きたい」「サブスクではなく使った分だけのコストにしたい」というチームにとって、選択肢になり得る OSS だといえます。

基本スペック

採用検討の最初のフィルターになる基本スペックを整理すると、次のとおりです。

（出典: presenton GitHub リポジトリ、調査時点）

Apache-2.0 は商用利用・改変・再配布を明示的に許可するライセンスで、社内ツールとして組み込む際のハードルが低い点は実務上の利点です。ライセンスの詳細はのちほど改めて触れます。

presentonの主要機能と仕組み

presenton の機能を「生成」「出力」「カスタマイズ」「連携」の軸で整理すると、自社要件を満たすかをチェックリスト的に確認しやすくなります。README に記載された主な機能は次のとおりです。

• 柔軟な生成: プロンプト、またはアップロードしたドキュメントからスライドを生成
• PPTX/PDF エクスポート: 「Fully editable PPTX export（完全に編集可能な PPTX 出力）」を明記。PowerPoint や PDF として保存できる
• カスタムテンプレート＆テーマ: HTML と Tailwind CSS で独自のプレゼンデザインを無制限に作成できる
• AI テンプレート生成: 既存の PowerPoint ドキュメントからテンプレートを生成する
• 内蔵 MCP サーバー: Model Context Protocol 経由でプレゼンを生成できる
• プレゼン生成 API: チーム向けに自前の API サービスとしてホストできる
• BYOK（Bring Your Own Key）: 自分の API キーで各種プロバイダを利用する
• ローカル実行: すべての処理を端末内で完結させ、クラウド依存なしで動かせる

（出典: presenton GitHub リポジトリ README）

スライド生成の流れ

README の記述から読み取れる基本的な流れは、「入力 → 生成 → 編集 → エクスポート」というシンプルな構成です。

入力はプロンプト（テキスト指示）か、アップロードしたドキュメントです。ドキュメントの解析には「LiteParse」が使われ、PDF などの資料からスライドの素材を取り込めます。生成された後はアプリ上で編集でき、最終的に PPTX や PDF として出力します。なお、生成の文脈管理にはオープンソースの「Mem0」が使われ、ローカルの Qdrant と SQLite を組み合わせてプレゼン単位でメモリを保持する仕組みになっています（メモリのデータもローカルに保存されるため、セルフホスト運用と整合します）。

編集可能なPPTX/PDF出力とカスタムテンプレート

実務で重要になるのが出力フォーマットの互換性です。presenton は「Fully editable PPTX export」を明記しており、生成結果を PowerPoint でそのまま編集できることをうたっています。AI 生成スライドは「微調整は手元の PowerPoint で行いたい」というニーズが強いため、編集可能な PPTX 出力に対応している点は、既存のワークフローへ組み込むうえで確認しておきたいポイントです。

デザイン面では、HTML と Tailwind CSS を使ってカスタムテンプレートやテーマを無制限に作成できます。さらに「AI Template Generation」として、既存の PowerPoint からテンプレートを生成する機能も備えており、社内のブランドガイドラインや既存フォーマットに寄せた統制が効かせやすい設計になっています。

API・内蔵MCPサーバーによる外部連携

presenton は単体のアプリとしてだけでなく、チームのインフラに組み込む使い方も想定されています。「プレゼン生成 API」として自前の API サービスにホストできるため、社内の別システムからプレゼン生成を呼び出すといった連携が可能です。

加えて、Model Context Protocol（MCP）サーバーを内蔵しており、MCP 経由でプレゼンを生成できます。MCP に対応したクライアント（Claude Desktop や Cursor など）から指示を出すことを想定した機能で、AI エージェント的なワークフローへ組み込みやすい点は、近年の開発トレンドと相性のよい特徴です。

対応するLLM・画像生成プロバイダ（BYOK）

採用可否の核心になるのが「自社で使っているモデルやインフラに乗るか」という点です。presenton は BYOK（Bring Your Own Key、自前の API キーを持ち込む方式）を基本としており、テキスト生成と画像生成のプロバイダをそれぞれ選べます。

主要LLMプロバイダ一覧とBYOKの考え方

README によると、テキスト生成（LLM）として選択できるプロバイダは次のとおりです。環境変数 LLM で選択し、プロバイダごとに必要なキーやモデル名を指定する設計です。

（出典: presenton GitHub リポジトリ README）

BYOK の考え方はシンプルで、自分が契約しているプロバイダの API キーを presenton に設定し、使った分だけのコストを各プロバイダに支払う形になります。README でも「Only pay for what you use, no hidden fees or subscriptions（使った分だけ支払い、隠れた費用やサブスクはなし）」と説明されており、presenton 自体の利用料は発生しません。なお、API キーを用意しなくても「Sign in with ChatGPT」で無料・有料の ChatGPT アカウントを使ってサインインし、すぐに生成を始められる経路も用意されています。

クラウド API 利用時には WEB_GROUNDING を有効にすることで、OpenAI・Google・Anthropic のモデルでウェブ検索を併用する設定もあります。Azure OpenAI・Amazon Bedrock・Vertex AI といったエンタープライズ向けの基盤に対応している点は、すでにこれらのクラウドを社内標準にしているチームにとって導入しやすい要素です。

Ollama/LM Studioによるローカル・プライバシー優先運用

データ秘匿を最優先するなら、ローカルで動く LLM を使う選択肢が重要になります。presenton は Ollama と LM Studio に対応しており、README には「Ollama Integration — Run open-source models locally with full privacy（オープンソースモデルをローカルで実行し、完全なプライバシーを確保）」「Runs Locally — All processing happens on your device, no cloud dependencies（すべての処理が端末内で行われ、クラウド依存なし）」と記載されています。

Ollama を使う場合は、たとえば OLLAMA_MODEL="llama3.2:3b" のようにローカルモデルを指定する形になります（README の Docker 実行例より）。クラウドにデータを送らず、機密情報を含むプレゼンを社内ネットワーク内で完結させたいケースでは、このローカル実行が採用判断の決め手になり得ます。

画像生成プロバイダの選択肢

スライドに挿入する画像の生成・取得についても、複数のプロバイダから選べます。環境変数 IMAGE_PROVIDER で選択する仕組みで、README に挙げられている選択肢は次のとおりです。

（出典: presenton GitHub リポジトリ README）

AI による画像生成だけでなく、Pexels・Pixabay といったストックフォトを使う選択肢や、ComfyUI を使ったセルフホストの画像生成にも対応しています。テキストと画像のプロバイダを組み合わせて使える（Multi-Provider Support）ため、「文章は Ollama でローカル生成し、画像はストックフォトで賄う」といった、コストとプライバシーのバランスを取った構成も組めます。

3つの提供形態と導入の流れ

presenton には大きく 3 つの提供形態があり、用途に応じて選べます。PoC をどの形態で始めるかは、検証のスピードや本番運用の見通しに直結します。

形態別の比較（手軽さ・本番向き・チーム配信）

（出典: presenton GitHub リポジトリ README）

まず動きを確認したいだけなら Presenton Cloud、個人やオフラインでの利用ならデスクトップアプリ、チームでの配信や本番運用を見据えるなら Docker でのセルフホスト、という整理になります。本記事のペルソナのように「データを自社管理下に置きつつチームで使いたい」場合は、Docker でのセルフホストが基本線になるでしょう。

Dockerでのセルフホスト

Docker での起動は、README によると 1 コマンドで完了します。Linux / macOS（Bash・Zsh）での起動例は次のとおりです。

docker run -it --name presenton -p 5000:80 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

出典: presenton GitHub リポジトリ README

起動後はブラウザで http://localhost:5000 を開いて利用します。ポート番号の 5000 は任意の番号に置き換え可能です。-v "./app_data:/app_data" の指定により、生成データや設定がホスト側の app_data ディレクトリに保存される構成になっています。手順の正確な参照先としては、presenton 公式ドキュメントを確認するのが確実です。

クラウドプロバイダ向けには、Railway と DigitalOcean のワンクリックデプロイのボタンも README に用意されており、自社サーバーを持たない場合でもマネージド環境に立てられます。

なお、デスクトップアプリを開発環境としてソースから動かす場合は、Node.js（LTS）・npm・Python 3.11・uv が前提になります。README に記載された初回セットアップは次のコマンドです。

cd electron
npm run setup:env

出典: presenton GitHub リポジトリ README

配布されているインストーラ（macOS の .dmg、Windows の .exe、Linux の .deb）を使う場合は、presenton のダウンロードページから入手できます。ソースからのビルドは不要です。

セルフホスト時に押さえる設定

セルフホストで運用する際に、初見でも押さえておきたい設定が README に整理されています。いずれも環境変数で指定します。

• 認証（AUTH_USERNAME / AUTH_PASSWORD）: presenton はインスタンスごとに単一の admin アカウントで認証します。初回起動時にこれらの環境変数で管理者ログインを初期設定でき、パスワードは 6 文字以上が必要です。認証情報は app_data 内にハッシュ化して保存されます。
• テレメトリ（DISABLE_ANONYMOUS_TRACKING）: 匿名のテレメトリ送信を true で無効化できます。社内ポリシー上、外部への送信を避けたい場合に設定します。
• データ保存先（DATABASE_URL）: SQLAlchemy の接続 URL を指定します。未設定の場合は app data 配下の SQLite にフォールバックします。本番運用で外部 DB に保存したい場合に指定します。

これらは「機密データを外に出さない」「自社の運用ポリシーに合わせる」という観点で最初に確認しておきたい設定群です。完全な変数一覧と最新の仕様はpresenton 公式ドキュメントを参照してください。

類似OSS・商用ツールとの違い

「類似サービスとどう違うのか」は、選択肢を絞り込むうえで避けて通れない問いです。ここでは、代表的なオープンソースの代替（ALLWEONE）と、商用 SaaS（Gamma / SlideSpeak）との違いを整理します。

ALLWEONE（presentation-ai）との比較

オープンソースのプレゼン生成ツールとしてよく比較対象になるのが、ALLWEONE の presentation-ai です。同じく Gamma 代替を標榜する OSS で、主な違いは次のとおりです。

（出典: presenton GitHub リポジトリ、ALLWEONE presentation-ai リポジトリ、いずれも調査時点）

ALLWEONE は「Gamma 代替の美しいスライド生成」に主眼を置いた構成で、Next.js と PostgreSQL を中心にしています。一方の presenton は、Python（FastAPI）のバックエンドを持ち、対応プロバイダの幅が広く、Electron デスクトップアプリや内蔵 MCP サーバー、編集可能な PPTX 出力、自己ホスト型の API 配信といった点を前面に出しています。「美しいスライドを手早く作りたい」なら ALLWEONE、「対応モデルの幅・PPTX 互換・API/MCP でチームのインフラに組み込む」ことを重視するなら presenton、というのが大まかな住み分けです。

Gamma / SlideSpeak など商用SaaSとの比較

Gamma や SlideSpeak といった商用 SaaS とは、機能の優劣以前に「ホスティングとデータの扱い」という構造的な違いがあります。

（出典: presenton GitHub リポジトリ README、SlideSpeak 公式、調査時点）

SlideSpeak はフル機能の AI プレゼンエディタや動画変換、プログラム生成 API を備えるなど、機能面では充実しています。しかし、クローズドソースかつ SaaS ホスティング前提である点は、データ秘匿やロックイン回避を重視するチームにとって決定的な制約になります。presenton の差別化要素は、まさにこの「セルフホスト・データ主権・BYOK・Apache-2.0」に集約されます。

presentonが向くケース・向かないケース

ここまでの整理を踏まえると、presenton の向き・不向きは次のように見立てられます。

• 向いているケース: 機密データを外部に出したくない／自社のクラウド基盤（Azure・Bedrock・Vertex 等）や Ollama に乗せたい／PPTX で編集を続けたい／API・MCP でチームのワークフローに組み込みたい／サブスクではなく従量コストにしたい
• 慎重に検討したいケース: セットアップや運用に手を割けず、とにかくブラウザだけで完結させたい（その場合は SaaS や Presenton Cloud が手軽）／一次情報が英語中心であることに抵抗がある

「手軽さ」を最優先するなら商用 SaaS に分があり、「データの主権と柔軟性」を優先するなら presenton が候補になる、という判断軸になります。

メンテナンス状況とライセンス — 採用前に確認したいこと

OSS を採用する際に最後まで気になるのが「ちゃんと保守されているか」「ライセンス上、社内で使って問題ないか」です。一次情報をもとに健全性を確認します。

更新頻度・規模・ライセンスから見た健全性

リポジトリのメタ情報から読み取れる健全性の根拠は次のとおりです。

• 最終 push: 調査時点で当日に更新されており、活発に開発が続いています
• 規模: スター数 7,547・フォーク数 1,207 と、相応のコミュニティ規模があります
• 状態: アーカイブされておらず（archived=false）、無効化もされていません（disabled=false）。フォークではなく本家リポジトリです
• ライセンス: Apache-2.0 で、商用利用・改変・再配布が明示的に許可されています

（出典: presenton GitHub リポジトリ、調査時点）

更新が止まっていない・一定のコミュニティ規模がある・アーカイブされていない・商用利用可能なライセンスである、という 4 点がそろっており、採用検討に値するプロジェクトだと判断できます。ライセンスの原文を確認したい場合は、presenton の LICENSE ファイルを参照してください。Apache-2.0 は社内ツールへの組み込みや改変を行ううえでハードルが低いライセンスです。

採用前チェックリストと公式情報源

最後に、PoC に進む前に確認しておきたい項目をチェックリストとして整理します。

• 自社で使いたいモデル／インフラに対応しているか（OpenAI・Gemini・Azure・Bedrock・Vertex・Ollama 等のうち、どれを使うか）
• データ秘匿要件を満たせるか（ローカル実行＝Ollama で完結させるか、クラウド API を使うか）
• 出力フォーマットの互換性（編集可能な PPTX 出力で既存ワークフローに乗るか）
• 提供形態（PoC は Cloud / デスクトップ / Docker のどれで始めるか）
• 運用設定（認証・テレメトリ・データ保存先のポリシーに合わせられるか）
• 保守体制（更新頻度・コミュニティの活発さに不安がないか）

導入後の継続的な情報源としては、presenton 公式サイトと公式ドキュメントが起点になります。環境変数の完全な仕様や最新の機能は、これらの一次情報で都度確認するのが確実です。

まとめ

presenton は、プロンプトやアップロードした資料から AI でプレゼンを自動生成する、Apache-2.0 ライセンスのオープンソースです。改めて特徴を整理すると、次のようになります。

• セルフホスト前提で、データとモデルを自社の管理下に置ける（SaaS ロックインなし・サブスクなし）
• BYOK により OpenAI・Gemini・Azure・Bedrock・Vertex・Anthropic・Ollama など幅広いプロバイダに対応し、ローカル実行も可能
• 編集可能な PPTX 出力、HTML+Tailwind のカスタムテンプレート、内蔵 MCP サーバー、プレゼン生成 API を備える
• Cloud / デスクトップ / Docker の 3 形態から用途に応じて選べる
• 更新が活発でコミュニティ規模も相応にあり、商用利用可能なライセンスで保守の健全性も確認できる

総じて、「データ秘匿とコスト制御を重視するチームが、商用 SaaS の代替としてセルフホストするAIプレゼン生成基盤」として有力な候補だといえます。一方で、とにかく手軽さを優先するなら商用 SaaS や Presenton Cloud が向きます。

自社要件と照らし合わせて採用検討に進む場合は、まずpresenton 公式ドキュメントで対応プロバイダと環境変数の仕様を確認し、小さな PoC から始めるのが現実的な第一歩になります。