ImagePPT — Workflow de transformation de documents textuels en PowerPoint modifiable (méthodologie universelle)
Aperçu
Cette compétence fournit un workflow complet en trois étapes pour transformer des documents textuels (livres, PDF, articles, rapports) en présentations PowerPoint élégantes et entièrement modifiables. Le workflow est issu d'un tutoriel communautaire (auteur : joueur22186848) des idées de l'UP主的 Bilibili « Yiwu Qianxing Hejing », généralisé pour les présentations académiques, les partages de lecture, les réunions d'équipe, les rapports de projet et les concours.
Environnement fortement recommandé : Codex + GPT-Image 2.0. Codex gère la lecture des documents, l'orchestration du workflow et l'assemblage PPTX via des scripts shell + python-pptx ; GPT-Image 2.0 génère des diapositives avec un style cohérent et un texte précis. Dans les prompts des étapes 1 et 2, « modèle de génération d'images image2 » correspond à GPT-Image 2.0 dans l'environnement Codex, au modèle d'image natif dans l'environnement GPT/ChatGPT, et doit être remplacé par l'outil de génération d'images réellement utilisé dans d'autres environnements.
Indépendant de la plateforme : Cette méthodologie repose sur trois prompts et trois étapes, utilisable avec tout assistant IA capable de lire des documents, générer des images et produire des fichiers (Codex, ChatGPT/GPT, Claude, Kimi, Doubao, WorkBuddy, Tongyi, etc.). Il suffit de mapper les capacités génériques mentionnées à votre outil IA actuel.
Les trois prompts clés se trouvent dans references/prompts.md, référencés étape par étape.
Arbre de décision du workflow
Utilisateur saisit le document textuel (PDF / livre / article / rapport / texte brut)
│
▼
┌──────────────┐
│ Étape 1 │ Extraction de contenu + Conception de style
│ Lire le doc │ → Extraire le contenu clé
│ Générer 4 │ → Générer 4 aperçus de style
│ aperçus │
└──────┬───────┘
│ Utilisateur choisit un style
▼
┌──────────────┐
│ Étape 2 │ Génération des diapositives image
│ Générer │ → Générer chaque diapositive selon le style choisi
│ diapositive │
│ par │
│ diapositive │
│ Assembler │ → Assembler en .pptx téléchargeable
│ en PPTX │
└──────┬───────┘
│ Obtention d'un PPTX basé sur des images (non modifiable)
▼
┌──────────────┐
│ Étape 3 │ Restauration en version modifiable
│ Décomposer │ → Couche image + couche texte modifiable
│ diapositive │
│ par │
│ diapositive │
│ Produire un │ → Produire un .pptx modifiable
│ PPTX │
│ modifiable │
└──────────────┘
Étape 1 : Extraction de contenu et conception de style
Objectif
Lire en profondeur et comprendre le document source, extraire le contenu clé ; générer simultanément quatre aperçus de styles de diapositives différents pour que l'utilisateur choisisse.
Étapes d'exécution
- Lire le document source : Lire le PDF/document fourni par l'utilisateur. Pour les longs documents, lire par segments et résumer les points clés.
- Extraire le plan de contenu : Extraire les éléments suivants du document :
- Contexte de l'auteur, contexte de rédaction
- Structure du livre/texte
- Idées principales, chapitres clés
- Cas typiques, citations marquantes
- Signification réelle et enseignements de la lecture
- Obtenir le style de référence : Demander à l'utilisateur s'il a des images de modèle PPT de référence. Si oui, analyser la palette de couleurs, la police et la mise en page du modèle.
- Générer quatre aperçus de style : Utiliser la capacité de génération d'images de l'IA, selon le Prompt 1 dans
references/prompts.md, pour générer quatre aperçus de diapositives de styles différents (similaire à une vue de navigation de diapositives). Les quatre propositions ont la même structure de contenu, mais diffèrent par les couleurs, la mise en page et le style visuel. - Pause en attendant le choix de l'utilisateur : Afficher les quatre aperçus, demander à l'utilisateur de choisir un style.
Notes d'adaptation
- Codex (recommandé) : Utiliser la capacité de lecture de documents pour extraire le contenu, puis appeler la génération d'images (fortement recommandé : GPT-Image 2.0) pour générer les aperçus. « modèle de génération d'images image2 » dans le Prompt 1 correspond à GPT-Image 2.0.
- IA avec capacité native de génération d'images (ex. GPT) : Envoyer directement le document source PDF + l'image de style de référence + le Prompt 1 ; l'IA appellera son modèle d'image pour générer les aperçus.
- IA utilisant un outil externe de génération d'images (ex. Claude, WorkBuddy) : Utiliser d'abord la capacité de lecture de documents pour extraire le contenu, puis appeler l'outil de génération d'images disponible pour générer les aperçus. Remplacer « modèle de génération d'images image2 » dans le Prompt 1 par l'outil réellement utilisé.
Étape 2 : Génération du PPT complet basé sur des images
Objectif
Selon le style choisi par l'utilisateur, générer chaque diapositive complète sous forme d'image, et les assembler en un fichier .pptx téléchargeable.
Étapes d'exécution
- Confirmer le choix de style : Enregistrer le numéro du style choisi par l'utilisateur à l'étape 1.
- Générer les images diapositive par diapositive : Basé sur le modèle de style choisi et le plan de contenu extrait à l'étape 1, générer les images de chaque diapositive. Chaque diapositive met en avant une idée clé, évite les longs blocs de texte.
- Assembler en PPTX : Insérer toutes les images de diapositives dans l'ordre dans des diapositives 16:9, générer un fichier .pptx (à l'aide d'un générateur PPT, d'un script python-pptx ou de la capacité native de sortie de fichiers de l'IA).
- Livrer le fichier : Remettre le fichier .pptx généré à l'utilisateur.
Notes d'adaptation
- Codex (recommandé) : Boucler sur l'appel de génération d'images (fortement recommandé : GPT-Image 2.0) pour générer chaque diapositive, puis utiliser un script python-pptx pour les assembler en .pptx. « image2 génère une image » dans le Prompt 2 correspond à GPT-Image 2.0.
- IA avec capacité native de génération d'images (ex. GPT) : Envoyer le Prompt 2 (voir
references/prompts.md), l'IA générera les diapositives une par une et les assemblera automatiquement en pptx. - IA utilisant un outil externe de génération d'images : Ordonnancement manuel : boucler d'abord sur l'outil de génération d'images pour créer chaque diapositive, puis utiliser un générateur PPT ou un script python-pptx pour les assembler. Notez que certaines IA ne peuvent appeler un outil qu'une seule fois par session, nécessitant plusieurs tours pour générer toutes les diapositives.
Points d'attention
- Un seul appel de génération d'images produit généralement une seule image ; plusieurs diapositives nécessitent des appels en boucle.
- Ordre de génération suggéré : Page de couverture → Table des matières → Pages de contenu → Page de résumé → Page de remerciements.
- Chaque génération de diapositive doit inclure dans le prompt : la description du style choisi + les points de contenu spécifiques de cette page + le numéro de page.
Étape 3 : Restauration du PPT basé sur des images en PPTX modifiable
Objectif
Transformer le PPT basé sur des images de l'étape 2 (chaque diapositive est une image entière, non modifiable) en un fichier PPTX modifiable, en conservant la qualité visuelle tout en rendant le texte principal éditable.
Étapes d'exécution
- Traiter diapositive par diapositive : Traiter chaque diapositive du PPT image individuellement, maximum 1 à 3 pages à la fois pour éviter une baisse de qualité de la séparation.
- Identifier la structure de la page : Analyser chaque image de diapositive, décomposer le contenu en deux couches :
- Couche d'actifs visuels complexes : Logo de marque, personnes, illustrations, images 3D, arrière-plans complexes, graphiques complexes, etc. → Recadrer/extraire en tant qu'images haute résolution intégrées
- Couche d'informations modifiables : Titres, sous-titres, corps de texte, citations, chiffres clés, textes d'encadrés de conclusion, numéros de page, etc. → Reconstruire avec des zones de texte natives de PPT
- Restauration du texte : Reconstruire le texte modifiable avec des zones de texte natives de PPT, en faisant correspondre la police, la taille, le poids, la couleur, l'interligne, l'espacement des caractères, l'alignement et la position de l'image d'origine. Si nécessaire, masquer le texte original de l'image avec la couleur de fond/un cache local avant de superposer la nouvelle zone de texte pour éviter les doubles images.
- Restauration visuelle : Conserver les proportions de mise en page, le centre visuel, l'ordre de lecture, le rythme des espaces blancs, les couleurs, le contraste et les relations de lumière/ombre de l'image d'origine.
- Sortie et comparaison : Produire un PPTX modifiable en 16:9, tout en générant un aperçu pour comparaison avec l'image d'origine. Si des différences notables existent, itérer et modifier.
- Explication de livraison : Expliquer quels éléments ont été restaurés en texte modifiable, lesquels sont conservés en tant qu'images, et s'il y a des remplacements de polices.
Instructions de restauration
Le prompt complet de restauration diapositive par diapositive se trouve dans references/prompts.md ( Prompt 3 ). Ce prompt utilise une stratégie de restauration hybride « fidélité visuelle complexe + texte principal modifiable ».
Notes d'adaptation
- IA avec capacité native de décomposition d'images (ex. GPT) : Télécharger le PPT image + envoyer le Prompt 3 ; la fonctionnalité d'image de l'IA peut décomposer et combiner les éléments de calque pour produire directement un PPTX modifiable.
- Codex (recommandé) :
- Examiner chaque image de diapositive, identifier le contenu textuel et la structure des éléments visuels
- Utiliser une bibliothèque de traitement d'images (ex. Pillow) pour recadrer les zones visuelles complexes en images indépendantes
- Utiliser python-pptx ou pptxgenjs pour construire le PPTX : fond d'image en arrière-plan + zones de texte natives superposées pour le texte
- Traiter diapositive par diapositive, 1 à 3 pages à la fois
- Assembler toutes les pages en un seul fichier .pptx final
- Autres IA (ex. Claude, WorkBuddy) : Suivre le même chemin que Codex ci-dessus, en remplaçant les bibliothèques/outils spécifiques par ceux disponibles dans l'environnement actuel.
Points d'attention clés
- Décomposer une page à la fois : Traiter au maximum 3 pages à la fois, sinon la séparation des éléments n'est pas optimale.
- Éviter les doubles affichages : Si l'image d'origine contient déjà du texte, il faut d'abord couvrir le texte original avec la couleur de fond avant de superposer la zone de texte, sinon des doubles images textuelles apparaîtront.
- Remplacement de polices : Si la police d'origine ne peut pas être identifiée, utiliser Heiti/Source Han Sans/Microsoft YaHei pour le chinois, et la police sans-serif/serif la plus proche pour les langues latines.
- Petits textes dans les zones visuelles complexes : Si les séparer individuellement endommage la qualité visuelle, ils peuvent être conservés en tant qu'images, mais cela doit être indiqué dans la note finale livrée.
Ressources
references/
prompts.md— Texte original des trois prompts clés (Prompt 1 : Extraction de contenu et conception de style / Prompt 2 : Génération du PPT image / Prompt 3 : Restauration du PPTX modifiable)
Suggestions de mappage d'outils
Lors de l'exécution, choisir la capacité correspondante en fonction de l'environnement IA actuel :
| Capacité générique | Exemples d'outils/compétences disponibles |
|---|---|
| Lecture de documents | Lecture PDF/document intégrée, MarkItDown, toute capacité d'analyse de fichiers |
| Génération d'images | Modèle d'image natif (ex. GPT Image), Agnes, Midjourney, Jimeng, Tongyi Wanxiang, etc. |
| Construction PPTX | Sortie de fichier native de l'IA, python-pptx, pptxgenjs, plugin WPS/Office |
Cas d'utilisation
| Cas | Description |
|---|---|
| Présentation en groupe universitaire | Partage de lecture, présentation de devoir de cours |
| Réunion d'équipe | Présentation de littérature, présentation de progression de recherche |
| Rapport de projet | Résumé de projet, présentation de proposition |
| Concours de pitch | Plan d'affaires, pitch de projet |
| Club de lecture | Extraction et partage de contenu de livre |