PPT 图页生成器

解决什么问题

在制作 PPT 时，我们常面临一个痛点：排版耗时且视觉缺乏表现力。本技能跳出了传统的“文本框+形状”模式，采用“逐页生图”的策略。它将每一页幻灯片视为一张由生图模型输出的独立图片。

这意味着你不需要手动调整字体大小或对齐方式，只需关注内容的编排与视觉风格的统一。技能内部封装了复杂的脚本调用，最终直接交付可编辑的 .pptx.html 或 .pptx 文件。

核心能力与执行流程

技能的核心逻辑是内容策划与视觉渲染的解耦，主要分为以下步骤：

• 三维风格定位：根据使用场景（如汇报、科普、相册等），将 PPT 划分为 A（信息图）、B（插画科普）、C（图文混排）、D（卡通绘本）、E（手绘笔记）五种风格。这一步决定了后续所有页面的视觉基调。
• 结构化内容生成：除非用户提供完整素材，否则技能会主动构思每一页的具体文案。遵循“标题带观点”的原则，将枯燥的大纲转化为具有信息量的要点，并规划合理的页面布局（如禁止连续两页使用相同布局）。
• Prompt 融合编写：编写给生图模型的指令时，采用“融合式写法”。即文字内容与排版描述紧密结合，明确指定每个元素的样式（如“大号粗体”），同时严格规避可能导致生成人像或破坏布局的词汇（如“商务”、“专业”）。
• 脚本化交付：

- generate_batch.py：负责首次生成及失败重试。
- modify_batch.py：处理基于现有 PPT 的局部修改。
- export_pptx.py：在需要发送邮件等场景下，将 HTML 格式独立导出为 .pptx 文件。

适用边界与注意点

虽然该方案在视觉表现力上具有优势，但也存在明显的局限性：

• 文字渲染不精确：生图模型无法精准控制大段文字的拼写。如果 PPT 包含密集的数据报表或复杂的文字逻辑，生成的图片可能出现错字或乱码。建议此类场景下，仅将该技能用于封面、过渡页或概念展示页。
• 不支持图表与动态内容：技能明确不支持生成折线图、饼图等数据图表，也不支持 GIF 或视频嵌入。
• 修改成本：由于是基于图片生成，用户后续若想修改单个页面的细节，无法像在 PowerPoint 中那样直接编辑文本，通常需要通过涂抹功能进行手动修正。