圖片PPT — 文字材料轉可編輯PPT工作流程（通用方法論）
Overview
本技能提供一套完整的三步工作流程，將書籍 PDF、論文、報告等文字材料轉化為精美且可編輯的 PowerPoint 簡報。工作流程源自小黑盒社群教學（作者：玩家22186848），參考 B 站 UP 主「一往無前河井」的學術 PPT 製作思路，經泛化後適用於課堂匯報、讀書分享、組會匯報、專案匯報、比賽路演等多種場景。
強烈推薦運行環境：Codex + GPT-Image 2.0。 Codex 負責文件讀取、流程編排與 PPTX 組裝/還原（shell + python-pptx 一條龍）；GPT-Image 2.0 負責繪製風格統一、文字精準的 PPT 頁面。Step 1/2 的提示詞中"image2圖像生成模型"在 Codex 環境對應 GPT-Image 2.0，在 GPT/ChatGPT 環境對應其原生圖像模型，在其他環境替換為實際使用的生圖工具。
平台無關：這套方法論的核心是三段提示詞 + 三步流程，可在任何具備「文件讀取、圖像生成、檔案輸出」能力的 AI 助手中使用（Codex、ChatGPT/GPT、Claude、Kimi、豆包、WorkBuddy、通義等）。執行時僅需將文中標註的通用能力映射到你目前使用的 AI 工具即可。
三段核心提示詞存放於 references/prompts.md，按步驟引用。
Workflow Decision Tree
用戶輸入文字材料（PDF / 書籍 / 論文 / 報告 / 純文字）
│
▼
┌──────────────┐
│ Step 1 │ 內容提煉 + 風格設計
│ 讀懂材料 │ → 提煉核心內容
│ 生成4套預覽 │ → 生成4套風格預覽圖
└──────┬───────┘
│ 用戶選定一套風格
▼
┌──────────────┐
│ Step 2 │ 圖片版PPT生成
│ 逐頁生成圖片 │ → 按選定風格逐頁生成
│ 合併為PPTX │ → 合併為可下載 .pptx
└──────┬───────┘
│ 得到圖片版PPT（不可編輯）
▼
┌──────────────┐
│ Step 3 │ 可編輯化還原
│ 逐頁拆解還原 │ → 圖片層 + 可編輯文字層
│ 輸出可編輯PPTX│ → 輸出可編輯 .pptx
└──────────────┘
Step 1: 內容提煉與風格設計
目標
深入閱讀並理解來源材料，提煉核心內容；同時生成四套不同風格的 PPT 縮略預覽圖供用戶選擇。
執行步驟
- 讀取來源材料：讀取用戶提供的 PDF/文件。長文件分段讀取並彙總要點。
- 提煉內容大綱：從材料中提取以下要素：
- 作者背景、寫作背景
- 全書/全文結構
- 主要觀點、重點章節
- 典型案例、經典語句
- 現實意義與閱讀啟示
- 獲取參考風格：詢問用戶是否有參考 PPT 模板圖片。如有，分析該圖片的配色、字型、版式風格。
- 生成四套風格預覽：使用 AI 的圖像生成能力，按
references/prompts.md中的 Prompt 1 生成四套不同風格的 PPT 縮略預覽圖（類似幻燈片瀏覽視圖佈局）。四套方案內容結構一致，但主題顏色、排版方式和視覺風格需有區別。 - 暫停等待用戶選擇：展示四套預覽圖，請用戶選定其中一套風格。
適配說明
- Codex（推薦）：用文件讀取能力提煉內容，再調用圖像生成（強烈推薦 GPT-Image 2.0）生成預覽圖。Prompt 1 中的"image2圖像生成模型"對應 GPT-Image 2.0。
- 具備原生圖像生成能力的 AI（如 GPT）：直接將來源材料 PDF + 參考風格圖片 + Prompt 1 一起發送，AI 會調用其圖像模型生成預覽。
- 透過外部工具生圖的 AI（如 Claude、WorkBuddy）：先用文件讀取能力提煉內容，再調用可用的生圖工具生成預覽圖。Prompt 1 中的"image2圖像生成模型"替換為實際使用的生圖工具。
Step 2: 生成完整圖片版PPT
目標
根據用戶選定的風格模板，逐頁生成完整的 PPT 頁面圖片，並合併為可下載的 .pptx 檔案。
執行步驟
- 確認風格選擇：記錄用戶在 Step 1 中選定的風格編號。
- 逐頁生成圖片：基於選定的風格模板和 Step 1 提煉的內容大綱，逐頁生成 PPT 頁面圖片。每頁突出一個核心觀點，避免大段文字堆砌。
- 合併為 PPTX：將所有頁面圖片按順序嵌入 16:9 幻燈片，生成 .pptx 檔案（可藉助 PPT 生成器、python-pptx 腳本或 AI 自帶的檔案輸出能力）。
- 交付檔案：將生成的 .pptx 檔案交付給用戶。
適配說明
- Codex（推薦）：循環調用圖像生成（強烈推薦 GPT-Image 2.0）逐頁繪製，再用 python-pptx 腳本合併為 .pptx。Prompt 2 中的"image2圖像生成圖片"對應 GPT-Image 2.0。
- 具備原生圖像生成能力的 AI（如 GPT）：發送 Prompt 2（見
references/prompts.md），AI 會逐頁生成並自動合併為 pptx。 - 透過外部工具生圖的 AI：手動編排——先循環調用生圖工具生成每頁圖片，再用 PPT 生成器或 python-pptx 腳本合併。注意部分 AI 單次對話只能調用一次工具，需分多輪完成所有頁面生成。
注意事項
- 單次生圖調用通常只能生成一張圖片，多頁 PPT 需要循環調用。
- 生成順序建議：封面 → 目錄 → 各內容頁 → 總結頁 → 致謝頁。
- 每頁生成時需在 prompt 中包含：選定風格描述 + 該頁具體內容要點 + 頁碼資訊。
Step 3: 圖片版PPT還原為可編輯PPTX
目標
將 Step 2 產出的圖片版 PPT（每頁是一整張圖片，不可編輯）還原為可編輯的 PPTX 檔案，保留視覺質感的同時讓主要文字可編輯。
執行步驟
- 逐頁處理：將圖片版 PPT 的每一頁單獨處理，每次最多處理 1-3 頁，避免拆分效果下降。
- 識別頁面結構：分析每頁圖片，將內容拆分為兩個層次：
- 複雜視覺資產層：品牌Logo、人物、插畫、3D圖、複雜背景、複雜圖表等 → 裁切/提取為高清圖片嵌入
- 可編輯資訊層：標題、副標題、正文、金句、關鍵數字、結論框文字、頁碼等 → 用 PPT 原生文字框重建
- 文字還原：將可編輯文字用 PPT 原生文字框重新製作，匹配原圖的字型氣質、字型大小層級、字重、顏色、行距、字距、對齊方式和位置。如需覆蓋原圖文字，先用背景色/局部遮罩遮蓋原文字，再疊加新文字框，避免重影。
- 視覺還原：保持原圖的版式比例、視覺重心、閱讀順序、留白節奏、顏色、對比度、明暗關係。
- 輸出與對照：輸出 16:9 可編輯 PPTX，同時渲染預覽圖與原圖對照。如存在明顯差距，繼續疊代修改。
- 交付說明：完成後說明哪些元素被還原為可編輯文字、哪些保留為圖片、是否存在字型替代。
還原指令
完整的逐頁還原提示詞見 references/prompts.md 中的 Prompt 3。該提示詞採用"複雜視覺保真 + 主要文字可編輯"的混合還原策略。
適配說明
- 具備原生圖像拆解能力的 AI（如 GPT）：上傳圖片版PPT + 發送 Prompt 3，AI 的圖像功能可拆解組合圖層元素，直接輸出可編輯 PPTX。
- Codex（推薦）：
- 查看每頁圖片，識別文字內容和視覺元素結構
- 用圖像處理庫（如 Pillow）裁切複雜視覺區域為獨立圖片
- 用 python-pptx 或 pptxgenjs 構建 PPTX：背景圖鋪底 + 原生文字框疊加文字
- 逐頁處理，每次 1-3 頁
- 合併所有頁面為最終 .pptx
- 其他 AI（如 Claude、WorkBuddy）：按上述 Codex 路徑，將具體庫/工具替換為當前環境可用者即可。
關鍵注意事項
- 一頁一頁拆：每次最多處理 3 頁，否則拆分元素效果不理想。
- 避免雙重顯示：如果原圖本身已含文字，必須先用背景色覆蓋原文字再疊加文字框，否則會出現文字重影。
- 字型替代：無法識別原圖字型時，中文選用黑體/思源黑體/微軟雅黑，英文選用最接近的無襯線/襯線字型。
- 複雜視覺區域中的小字：如果單獨拆分會破壞畫面質感，可保留為圖片，但需在最終說明中標註。
Resources
references/
prompts.md— 三段核心提示詞原文（Prompt 1: 內容提煉與風格設計 / Prompt 2: 圖片版PPT生成 / Prompt 3: 可編輯PPTX還原）
工具映射建議
執行時按當前 AI 環境選擇對應能力：
| 通用能力 | 可用的工具/技能示例 |
|---|---|
| 文件讀取 | 內建 PDF/文件閱讀、MarkItDown、任何檔案解析能力 |
| 圖像生成 | 原生圖像模型（如 GPT Image）、Agnes、Midjourney、即夢、通義萬相等 |
| PPTX 構建 | AI 自帶檔案輸出、python-pptx、pptxgenjs、WPS/Office 外掛 |
適用場景
| 場景 | 說明 |
|---|---|
| 大學課堂小組匯報 | 讀書分享、課程作業匯報 |
| 組會匯報 | 文獻匯報、研究進展匯報 |
| 專案匯報 | 專案總結、方案展示 |
| 比賽路演 | 創業計畫書、專案路演 |
| 讀書分享會 | 書籍內容提煉與分享 |