¿Qué hace pic-ppt?
Reconstruye fielmente imágenes de diapositivas de PowerPoint proporcionadas por el usuario, utilizando principalmente generación de imágenes. Por defecto, una imagen corresponde a una diapositiva. Entrega un archivo .pptx donde el fondo, los marcos, las ilustraciones pequeñas y los iconos son objetos de imagen separados, y el texto son cuadros de texto nativos editables. Las imágenes se pueden mover, reemplazar y escalar individualmente; no se afirma que sus líneas internas sean editables.
Convenciones principales
- Sigue el orden especificado por el usuario: primero el fondo, luego cada marco, luego cada ilustración/icono, y finalmente la composición y el diseño del texto. Se puede identificar el texto y las posiciones al inicio, pero primero se completa el fondo y luego se crean los elementos del primer plano.
- Mantiene la composición, las capas, la distribución de colores, las posiciones de los elementos, el contenido del texto y la proporción de página de la imagen original. Mejora la nitidez y la calidad de los bordes mediante la regeneración en alta definición. No modifica el diseño ni añade decoraciones por iniciativa propia.
- Los marcos rectangulares comunes, los marcos redondeados, los bordes tecnológicos, las ilustraciones de marco, etc., también se regeneran mediante generación de imágenes, no se reemplazan por formas nativas de PowerPoint, SVG o dibujos programáticos aunque tengan formas simples.
- No se utiliza la imagen de efecto completa como fondo final con una capa de texto superpuesta; el fondo debe eliminar verdaderamente el primer plano y el texto que se reconstruirán de forma independiente para evitar dobles imágenes.
- No se regenera toda la página como una sola imagen para presentarla como producto final. No se fusiona todo el primer plano en una sola imagen transparente. Cada elemento independiente corresponde a un objeto de imagen independiente.
- Cuando la entrada es clara, se comienza directamente sin añadir rondas de confirmación como resúmenes, estilos o páginas de prueba. Solo se solicitan aclaraciones para problemas que afecten la precisión del contenido y que no se puedan resolver a partir de la entrada. El resto del trabajo se realiza de forma independiente.
Herramientas y archivos
- Utiliza la habilidad
imagegendel entorno actual y la herramienta integradaimage_genpara manejar la eliminación del fondo, el recorte y la regeneración en alta definición. Cuando el usuario especifique explícitamente otra habilidad de generación de imágenes disponible, se sigue su elección. Incluso si la guía general de generación de imágenes sugiere usar vectores para marcos simples, esta tarea sigue la solicitud del usuario de usar generación de imágenes. - Consulta las definiciones de herramientas de la tarea actual. Para las imágenes de referencia locales, primero inspecciónalas con una herramienta de visualización de imágenes y luego pasa la imagen de referencia real según el método compatible con la herramienta. Escribir la ruta del archivo local en el prompt no equivale a pasar la imagen.
- Cada material diferente se genera y verifica de forma independiente. Para marcos transparentes e iconos recortados, se establece explícitamente
transparent_background: true; para fondos completos, generalmente se usafalse. Generar múltiples materiales no autoriza cambiar a una API o CLI de pago. - Si la generación de imágenes falla, se corrige y reintenta según el problema real. Si el método actual no está disponible, se explica el obstáculo específico. No se utilizan formas de PowerPoint o capturas de pantalla de página completa como sustituto sin autorización. Las alternativas de otras API/CLI siguen las reglas de autorización de la herramienta correspondiente.
- Antes de comenzar el diseño real de PowerPoint, se lee la habilidad
presentationsactual y las instrucciones de implementación necesarias. Cuando se necesiten dependencias en tiempo de ejecución, se llama aload_workspace_dependencies. Esta habilidad define el método de reconstrucción, no codifica las API de diseño que cambian con las versiones. - La imagen original se mantiene sin cambios. Los materiales intermedios y los registros se almacenan en el directorio de trabajo. El PPT final y la vista previa se colocan en el directorio de entrega de la tarea actual. Los resultados de la generación de imágenes seleccionados se guardan en el directorio de trabajo y luego se incrustan en el PPT. No se pueden conservar solo enlaces temporales o externos.
0. Observación y descomposición
Inspecciona la imagen original, determina el área efectiva de la diapositiva y excluye las barras de herramientas del software y los márgenes externos en la captura de pantalla. Cuando no haya otros requisitos de tamaño, mantén la relación de aspecto de esa área; no fuerces por defecto 16:9.
Crea una lista interna de elementos, registrando: número de elemento, tipo, cuadro de coordenadas en la imagen original, orden de superposición, ruta del material de salida. Para el texto, también registra el texto original, los saltos de línea, el estilo de fuente, la estimación del tamaño de fuente, la alineación, el color y los énfasis locales. Las coordenadas se basan uniformemente en el área efectiva de la diapositiva.
Clasifica en cuatro categorías:
| Categoría | Método de procesamiento |
|---|---|
| Color de fondo de página completa, textura de fondo, campo de luz de fondo | Fusionar en una imagen de fondo sin texto |
| Marcos independientes, bordes, líneas decorativas y flechas decorativas | Cada elemento independiente como una imagen transparente |
| Ilustraciones pequeñas, fotos, iconos | Cada elemento independiente como una imagen de alta definición; las partes que necesitan recorte deben ser transparentes |
| Títulos, texto del cuerpo, texto dentro de marcos, leyendas de figuras y etiquetas reconocibles | Cuadros de texto nativos editables |
Si una imagen tiene etiquetas, las etiquetas reconocibles se incluyen en la capa de texto. Al regenerar los gráficos, se elimina ese texto. No se debe hornear el texto dentro del marco en el material del marco.
1. Primero, extraer el fondo
Usa la imagen original como referencia de edición. Elimina todo el texto, los marcos, las ilustraciones pequeñas y los iconos que necesitan reconstruirse por separado. Completa el fondo que ocultaban. Conserva el tono de color original, la dirección del degradado, la escala de la textura, las zonas claras y oscuras y la posición de la fuente de luz.
Las áreas ocultas no se pueden recuperar de forma realista a partir de una sola imagen. Se completan de forma continua según el fondo circundante. No afirmes que se han extraído capas ocultas originales. No se puede cubrir una textura compleja con un gran bloque de color sólido, ni dejar contornos de texto, residuos de líneas de marco o halos repetidos del primer plano.
Una vez que el fondo se haya verificado, comienza con los marcos. Consulta references/asset-prompts.md para los prompts de generación de imágenes.
2. Regenerar cada marco en alta definición
Localiza y referencia cada marco en la imagen original individualmente. Genera un material independiente completo. Define claramente el contorno original, las aberturas, las esquinas, las relaciones de líneas dobles, la proporción, los bordes decorativos y el color principal. Solo regenera ese objeto, eliminando el texto y los elementos circundantes.
Controla estos aspectos clave:
- Luz uniforme: El brillo y el grosor de línea de un mismo segmento de línea continua son estables. Hay equilibrio visual izquierda/derecha y arriba/abajo. No hay puntos de brillo inesperados, sobreexposición local o roturas oscuras. Se pueden conservar los degradados o los reflejos clave que existan claramente en la imagen original.
- Distribución uniforme: Las marcas repetidas, los nodos, los detalles de las esquinas y los márgenes son regulares. Se mantiene la relación de simetría o asimetría del diseño original. No se fuerza una composición asimétrica a ser simétrica.
- Integración en la página: El tono de color, la intensidad del halo y la nitidez son coherentes con el fondo. No se producen bordes blancos, bordes negros o una sensación de pegatina. No se agrandan los efectos de luz ni se añaden colores fluorescentes para lograr "alta definición".
- Transparencia real: Se guarda como PNG con un canal Alfa real. El exterior del marco es transparente. El interior hueco de la imagen original también es transparente. Si había un relleno de panel semitransparente original, se conserva con una opacidad razonable. Se conservan los halos suaves y semitransparentes. No se cortan los halos en bordes duros.
- Espacio para el halo: El lienzo de generación cubre todo el contorno exterior y la expansión del brillo. La imagen no se corta abruptamente en el borde. El espacio en blanco transparente no sirve como base para la ubicación del marco visible.
Cada marco diferente se procesa por separado. Los marcos idénticos que se repiten pueden reutilizar el mismo material ya verificado, pero en el PPT siguen siendo múltiples objetos de imagen independientes. Los marcos con diferente proporción o decoración se generan por separado, no se estira la misma imagen para que encaje.
3. Regenerar cada ilustración pequeña e icono en alta definición
Toma como referencia cada ilustración pequeña/icono de la imagen original. Preserva la identidad del sujeto, el contorno, la cantidad, la dirección, la perspectiva, el color y la posición relativa de los detalles. Regenera con suficiente nitidez para el tamaño de colocación final.
- Los iconos/objetos aislados se generan como PNG transparente. Las fotos completas conservan su marco rectangular original y su fondo, a menos que la imagen original ya sea un recorte.
- No se cambia la dirección de las flechas, la cantidad de componentes, las relaciones de conexión u otras estructuras significativas. Las imágenes que contienen texto reconocible se descomponen primero: el gráfico y el texto se reconstruyen por separado.
- Para gráficos de datos reales, imágenes experimentales y logotipos de marca, la regeneración no debe alterar los datos, los detalles de la evidencia o la estructura del logotipo. Si no se puede garantizar la fidelidad, se conserva la imagen original y se registra claramente esa excepción. No se presentan detalles generados como si fueran información original.
- Establece la resolución objetivo según la ocupación real. Prioriza que el material no necesite ampliarse en el tamaño de vista previa final. Cuando sea posible, deja aproximadamente 2x píxeles. Simplemente ampliar la imagen original no cuenta como regeneración en alta definición. No se menciona 4K para resoluciones que la herramienta no proporciona.
Verifica el efecto de cada material sobre el fondo objetivo. Una vez confirmado, colócalo en la posición de la imagen original de la lista.
4. Restaurar el texto editable
Crea cuadros de texto nativos bloque por bloque según el texto original. Preserva el contenido del texto original, las capas, el orden de las líneas y la distribución de colores. No pulas, elimines palabras ni cambies números por iniciativa propia. El OCR es solo un borrador inicial; debes cotejarlo con la imagen original.
- Los títulos, el texto del cuerpo, las leyendas de las figuras, los números, las unidades y las etiquetas dentro de los marcos deben poder seleccionarse y modificarse directamente.
- Las palabras de diferentes colores o grosores en la misma línea se representan con fragmentos de texto enriquecido nativos. Si es necesario un posicionamiento independiente, se pueden dividir en varios cuadros de texto. No se convierte el texto a PNG, SVG o contornos.
- Prioriza el uso de la fuente original. Si no se puede determinar o no está disponible, elige una fuente aproximada instalada, emparejando el peso, el ancho y la altura de línea. Revisa los superíndices, subíndices, letras griegas, fórmulas químicas y símbolos matemáticos.
- Empareja el tamaño de fuente, el interlineado, el espaciado entre párrafos, el relleno interior del cuadro de texto y la alineación con la posición de la imagen original. No confíes en la reducción automática para meter el texto en un cuadro de tamaño incorrecto. No modifiques el diseño original para lograr un tamaño de fuente más grande.
- Las imágenes que contienen texto no deben conservar el texto original y luego superponer texto editable. Después de combinar el material sin texto y los cuadros de texto, no deben aparecer caracteres dobles, residuos o desalineaciones.
- Si encuentras texto realmente ilegible, completa el resto del trabajo y solo pregunta por el fragmento correspondiente. No adivines contenido que parezca seguro. Si el usuario solicita la entrega primero, enumera el texto no resuelto. No afirmes que todo el texto se ha reconstruido con precisión.
5. Ensamblaje, verificación y entrega
Antes del ensamblaje y durante la aceptación, lee references/layout-and-checks.md para manejar el mapeo de coordenadas, los márgenes transparentes y la verificación del texto nativo.
Coloca las imágenes y el texto según el orden de superposición de la imagen original, generalmente fondo, marcos/ilustraciones, texto. Asigna nombres claros a los objetos, como BG_01, FRAME_01, ICON_01, TEXT_01. Evita bloquear toda la página en un grupo grande que no se pueda seleccionar.
Después de exportar el PPTX, renderízalo a una imagen. Comprueba la página completa y las partes locales en la misma proporción que la imagen original. Corrige los residuos de fondo, las desviaciones de posición de los marcos, los halos, la escala de los iconos, las faltas de ortografía, el interlineado y los desbordamientos. Verifica el canal Alfa real de los PNG y el texto nativo dentro del PPT. Que "parezca transparente" o que "existan algunos cuadros de texto" no equivale a haber terminado.
Por defecto, entrega el archivo .pptx final y una vista previa renderizada. El texto debe ser editable. Las capas de imagen deben poder moverse, reemplazarse y escalarse de forma independiente. Solo cuando el usuario lo solicite, se entregan adicionalmente paquetes de materiales o registros de verificación internos. Proporciona una breve explicación de las limitaciones reales que afectan al uso. No afirmes una precisión a nivel de píxel, que todo es vectorial editable o que ya se ha verificado en software no utilizado.