slides-genedit — 學術 PPT 生成與保留來源的編輯
你將研究材料(論文、筆記、現有簡報)轉換為可編輯、附有證據追蹤的學術簡報——並且在編輯現有簡報時,不會破壞未要求修改的部分。困難之處在於篩選與排序,而非複製段落:哪個結果值得獨佔一頁、某個方法需要多少項目符號、哪張圖應該放在前面、當頁數預算超過時該刪除什麼。你需要做出這些判斷;scripts/ 中的腳本負責執行確定性的工作(解析、組裝、驗證、渲染)。在有腳本可用的情況下,絕不要手動組裝 XML。
路線派遣(先決定,然後絕不混合)
讀取 /input/case.json 和 task.md。執行下面的步驟 1 — parse_case.py 會印出一個附有證據的路線提示。對照任務的措辭進行確認:
- GENERATE(生成) — 輸入中沒有現有簡報(只有研究材料 + 觀眾/時間/頁數限制 + 範本)。建立一份新的簡報。
- EDIT(編輯) — 提供了現有簡報 (.pptx) 且指令要求進行局部修改(修改/壓縮/換觀眾/加頁/刪頁/調整)。盤點它並執行手術級操作。編輯必須保留:未觸及的投影片位元組一致、母版/版面配置未動、範本風格、未目標投影片的筆記。
- 如果有一份現有簡報,但指令要求改寫大部分內容或重新安排整個敘事,那其實是偽裝的 generate 執行——使用相同範本從頭建立,並將現有簡報保留為 N-1 版本。記錄路線決策及其證據。
全過程保持預算紀律:~7 個工具步驟是理想值,總共 64 次模型請求 / 900 秒。步驟 1 已經寫入一個合約完整的 result.json 骨架,因此之後任何步驟崩潰仍會留下可驗證的交付成果。逐步改善它;絕不要讓它停留在骨架階段。
步驟 1 — 解析輸入,寫入 result.json 基礎(兩條路線)
python scripts/parse_case.py --input /input/case.json --workdir /app/work --output-dir /app/output
在決定路線之前,先閱讀印出的路線提示以及實際的任務文字(提示是證據,不是最終判決)。自己對照 task.md 驗證限制掃描結果(case-parsed.json)——關鍵字掃描會遺漏和過度比對;任務文字才是最終依據。讀取所有存在的輸入檔案(material*.md/pdf/tex、圖形);對於 PDF,使用提供的 pdf-text-tool / pdf-render-tool / ocr-tool。絕不要根據檔案名稱假設內容。
步驟 2 — 提取並附帶逐字捕捉(生成路線)
從實際材料中提取:研究問題、方法、結果、限制(敘事主幹)。在閱讀時,捕捉逐字引述及其位置(章節、表格、圖形),範圍涵蓋每個可能出現在投影片上的數字和主張——這就是證據地圖,只收集一次,在步驟 3 和 7 中重複使用。如果材料缺少結論/結果,則套用 reference/exception-playbook.md 的 #1:標記推論,絕不憑空發明。
步驟 3 — 頁面級大綱:你的判斷,記錄下來(生成路線)
根據 reference/schemas.md 撰寫 /app/work/outline.json。這是核心的智力步驟——由你自己完成,不是透過範本:
- 一頁 = 一個主張。 標題陳述該頁的訊息(「結果:同壓縮率下形狀誤差低 38.2%」,而非「實驗結果」)。每張投影片都有
role(問題/方法/結果/限制/...)和講稿notes(口頭報告腳本——沒有筆記的簡報是不完整的)。 - 數字逐字。 從材料中精確複製數字(28.4 BLEU,不是 ~28;41.8,不是 42)。每個數字的來源都放在該投影片的
evidence中。如果你找不到某個數字的來源,它就不該出現在投影片上。 - 根據觀眾/時間預算進行篩選。 大約每 1–2 分鐘一張投影片。同儕團體:方法細節很重要。審查委員會:進度和計劃很重要。答辯:貢獻和證據很重要。根據敘事力度(結果好嗎?→ 好多少?→ 是否站得住腳?)來排序結果,而不是按照論文章節的順序。
- 圖形:當來源是點陣圖時,引用原始圖片及其逐字說明;只有在資料表格存在時才重新繪製。僅有圖片的結果應該獨佔一頁;次要圖形則合併或放到結束投影片之後的備用頁。
decisions記錄:每個保留/刪除/合併/重新排序的項目都要附上原因(「刪除表 2 消融 — 頁數預算 6 頁,主要結果優先」)。這既是你的可驗證性產物,也是案例分析的材料;空的 decisions 是一個錯誤。
步驟 4 — 組裝簡報(生成路線)
python scripts/assemble_deck.py --outline /app/work/outline.json \
--template <template.pptx 如果有的話> --out /app/output/deck_v1.pptx \
--workdir /app/work/scratch
讀取 assembly-report.json。當它報告溢出風險、版面配置降級或預算超標時,修正大綱(而不是修正簡報),然後重新執行——簡報和決策記錄必須保持一致。這些腳本保證:內容會放入投影片層級的版面配置區(如果缺少則從版面配置複製——寫入版面配置區無法渲染),圖片會根據長寬比裁剪而非變形,筆記會附加。
步驟 2' — 盤點現有簡報(編輯路線)
python scripts/inventory_deck.py --deck <starting.pptx> --out /app/work/inventory.json
讀取盤點結果。找到指令所指的確切目標(投影片索引 + 版面配置區 idx / 形狀名稱)。如果編輯目標不存在,則套用手冊 #8:大聲報錯、重新定位目標或新增——絕不能默默地跳過。
步驟 3' — 撰寫手術級操作(編輯路線)
根據 reference/schemas.md(操作 schema)撰寫 /app/work/ops.json。操作依序應用於基於 1 的投影片索引。只涵蓋指令要求的項目:replace_text 用於改寫的項目符號(保留現有格式)、append_bullets、set_notes、insert_image(根據長寬比裁剪)、add_slide、delete_slide、move_slide、duplicate_slide。透過操作進行完整簡報改寫是濫用——應切換路線。
步驟 4' — 套用編輯並驗證保留(編輯路線)
python scripts/edit_deck.py --deck <starting.pptx> --ops /app/work/ops.json \
--out /app/output/deck_v2.pptx --workdir /app/work/scratch
檢查 edit-report.json:所有操作都為 ok;slides_identical_raw >= 來源投影片 − 觸及投影片;masters_untouched 和 layouts_untouched 為 true。如果未觸及的投影片在結構上都不一致,則表示編輯外洩——套用手冊 #9。重新渲染,然後交付。
步驟 5 — 渲染與檢查(兩條路線)
python scripts/render_check.py --pptx /app/output/deck_v1.pptx --outdir /app/output/render/
PDF 預覽必須存在,且頁數等於投影片數。檢查預覽中是否有溢出、字型替代、圖片裁剪(使用可用的 pdf-render-tool / office-renderer)。預覽中的字型替代被記錄為不確定性——不要為了討好渲染器而改寫簡報的範本字型(手冊 #4)。如果無法渲染,保留 .pptx 並誠實記錄失敗(手冊 #6)。
步驟 6 — 有目標地迭代(兩條路線)
使用者回饋會作為新的編輯指令送達,針對當前簡報:對最新版本循環回到步驟 2'(編輯路線)。保留先前的版本(deck_v1.pptx、deck_v2.pptx、...)——絕不覆寫;每個渲染報告加上操作記錄/決策差異就是版本記錄。每輪進行回歸檢查:未觸及的投影片是否保持不變?
步驟 7 — 完成 result.json(兩條路線)
更新 /app/output/result.json(步驟 1 的骨架)為最終值:填寫 case.json 中的每個 output_contract 欄位——簡報檔案、投影片數量、每頁證據對應(位置 + 逐字引述)、渲染預覽路徑、講稿筆記狀態;編輯執行需加上操作記錄和保留矩陣。你確實無法產生的欄位保持為 null,並在 unanswered 中說明原因。status ∈ complete | partial(說明限制)。然後停止——交付 .pptx、筆記、PDF 預覽和 result.json。
不可妥協的事項
- 投影片上的數字/引述必須可追溯到逐字捕捉的來源;沒有憑空發明的數據,沒有目測重繪,沒有無聲的進位。
- 編輯路線絕不能觸及母版/版面配置或未目標的投影片;保留矩陣證明這一點。
- 在 result.json 中,誠實的失敗永遠優於偽造的成功。
- 範本、依賴項、schema 和例外處理手冊位於
README.md和reference/中;在偏離之前請先閱讀它們。