本文由 莫潇羽@无忆研习社（www.wuyi.wiki） 撰写，转载请注明出处。

快速摘要

这两年，做 PPT 这件事被 AI 折腾出来一堆工具：模板替换的、HTML 渲染的、用 Python 代码硬怼的、再到最近这条主流之外的——AI 先吐 SVG、脚本把 SVG 翻译成 DrawingML 写进 .pptx。我自己把这四条路线全都摸过一遍，结论是：前三种各有各的硬伤，要么千篇一律，要么导出变形，要么丑得没法看；只有第四条路线，能让你拿到一份"点哪改哪、字能换、形状能调、颜色能拉"的真原生 PowerPoint。这篇万字长文就把这条路线掰开揉碎讲清楚——技术原理、开源工具 PPT Master 的完整工作流、Windows 和 macOS 的安装步骤、第一次生成 PPT 的实操路径、不同 AI 编辑器与大模型的搭配建议、设计风格选型、12 个最容易踩的坑。

适合什么人看：经常做汇报、做尽调材料、做培训分享、做学术答辩、做自媒体长图文的人；想跳出"AI 生成图片 PPT"陷阱的人；想给团队接一条本地化、按量计费、数据不离开自己电脑的 PPT 流水线的人。

想看完整拆解，往下翻。

一、为什么 AI 做 PPT 这件事一直没被真正解决

1.1 PPT 文件格式的"特殊体质"

很多人不知道，.pptx 这个东西本质上是一个 zip 压缩包。

你把任意一个 .pptx 文件后缀改成 .zip，再双击解压，能看到里面是一堆 XML 文件加上一个 media 文件夹。每一页幻灯片，对应一个 slide1.xml、slide2.xml 这样的小文件，每个文件里描述的是当前这页有哪些形状、文本框、占位符、它们的坐标、颜色、字体——所有信息都用 XML 标签写得明明白白。

也就是说，PPT 文件不是图片，它是一种"结构化矢量描述"——每一个圆角矩形、每一段文字、每一根连接线，都是一个独立对象，互相之间不会"贴死"。这也是为什么我们能在 PowerPoint 里点开一个形状改颜色、双击一段文字改内容。

这个特性，恰恰也是难点所在。

1.2 "好看的截图"和"能编辑的演示文稿"是两个东西

我最早折腾过几款主打"AI 一键生成 PPT"的在线工具，刚生成出来那一秒确实惊艳：配色漂亮、版式规整、配图自动来一张，整体看着像设计师做的。等我把它导出成 .pptx，再用 PowerPoint 打开——傻眼了。

每一页就是一张图。

你想把标题里某个词换一下？没门，整页是张 PNG。你想调一下右边那张配图的位置？也不行，配图和文字一起被压成一个图层。我那次的反应是：这不叫 PPT，这叫"会自动排版的海报生成器"。

后来我又试了一类号称"网页风"的工具，它们走的是 HTML/CSS 渲染那条路。在浏览器里看，确实很灵动、能滚动浏览，但你一旦点"导出 PPTX"，问题马上就来——HTML 是文档流，PPT 是画布坐标系，两种世界观根本对不上号。导出来要么布局错位、要么字体丢失、要么图标变形。

这里有个常被忽略的事实——莫潇羽@无忆研习社 也踩过这个坑：那些主打"AI 生成 PPT"的 SaaS 工具，演示页的精美程度，和导出文件的可用程度，几乎是两条不相关的曲线。

1.3 真正的痛点不是做得慢，而是改不动

我身边做投资、做咨询、做政府汇报材料的朋友都有一个共识：一份正式的演示稿，从初稿到定稿，平均要改 7 到 15 轮。每一轮可能就是改几个字、调一个配色、换一张图、动一下版式。

这种工作模式下，"导出来不能编辑"几乎是一票否决的。

哪怕你前面省了一小时排版，只要后面有一处要改但改不了，你就得把那一页用 PowerPoint 从零重做——前面省的时间，全亏给后面这一处了。

我把这个痛点写在前面，是因为后面所有的技术选型，都是为了回答这一个问题：怎样让 AI 帮我们做出来的 PPT，依然像我们手工做的一样，每一个元素都可以单独点开、单独修改？

二、AI 生成 PPT 的四条技术路线全面拆解

我自己在 2024 年到 2026 年这段时间，把市面上能找到的 AI PPT 方案大致归成了四类。每一类背后都有一套很不一样的工程思路，咱们一条一条来拆。

2.1 路线一：模板替换法

这是最早出现的一条路线，也是绝大多数"国产 AI PPT"工具走的路。

做法：后台先准备好几千份精美模板，每个模板都有"标题位""副标题位""图片位""图表位"这样的占位符。用户输入主题之后，AI 负责生成大纲和正文文字，然后挑一个匹配的模板，把生成的文字塞进对应占位符里，配图从素材库里随机挑一张匹配的换上去。

优点：

• 出图速度极快，通常十几秒一份；
• 视觉效果有"下限保证"，不会丑到拿不出手；
• 因为是真正用 PowerPoint 的结构生成的，元素全部可编辑。

缺点：

• 千篇一律——同一个工具用得多了，做出来的东西就一个味儿；
• 高度依赖模板库，模板更新跟不上时代审美就立刻显老；
• 对内容形态适配差——比如你的素材本来是一张超长的流程图，硬塞进一个"三栏卡片"模板，逻辑就崩了；
• 想做一些个性化的小心思（比如换个字体、加一条品牌色边框），需要逐页手动调，AI 帮不上忙。

这条路线适合"赶时间、要量、不挑设计感"的场景。年终总结、月度汇报这类工作场景，它确实够用。

2.2 路线二：HTML 渲染再转 PPTX

这条路线最近两年特别火，国外的几款明星 AI PPT 工具基本都走这条路。

做法：AI 先生成一份带样式的 HTML/CSS 网页，浏览器把它渲染成滚动文档，用户在线编辑。导出时，工具把每一页 HTML 渲染成图像，或者尝试用某种映射机制把 HTML 翻译成 PPTX 的形状。

优点：

• 浏览器里的视觉效果非常时尚，自带"现代感"；
• 编辑体验丝滑，像编辑 Notion 文档一样；
• 可以做出 PPT 软件本身做不出来的酷炫排版（比如交互卡片、嵌入视频、可滚动正文）。

缺点：

• 导出 PPTX 是这条路线的最大软肋。HTML 是文档流（自上而下的布局），PPT 是绝对坐标的画布，两种几何体系本质不同；导出的时候，要么直接把每页转成图，要么强行映射然后变形；
• 真要导出能编辑的版本，往往做得很简陋——文本框是文本框，背景图是背景图，没了 HTML 那种灵动；
• 数据全在云端，对一些敏感场景（投融资、政府材料、内部战略）不友好。

如果你的需求只是"在线分享一个链接给受众看"，这条路线很爽。但如果终点是"导出一份能在客户的 Windows 上继续修改的 .pptx"，慎选。

2.3 路线三：python-pptx 代码直生

这条路线比较小众，但思路上很"程序员"。

做法：让 AI 写一段 Python 代码，调用 python-pptx 这个第三方库，从零开始构造一份 PPT 文件——一行一行地添加幻灯片、添加文本框、添加形状、设置颜色、设置字号。

优点：

• 每一个元素都是 PowerPoint 原生对象，绝对可编辑；
• 全流程在本地跑，数据不出门；
• 成本极低，调用一次大模型生成代码就行。

缺点：

• 审美天花板低到地板。AI 写这种代码的时候，本质上是在写 "add_textbox(left=Inches(1), top=Inches(1), width=Inches(8), height=Inches(1))" 这种东西，能做出来的也就是"标题在上、要点列表在下"这种 1995 年风格的版式；
• 复杂版式（比如 KPI 卡片群、信息图、时间轴）写起来代码量爆炸，AI 经常写到一半就乱掉；
• 图表生成支持有限，渐变、阴影、自定义图形几乎写不出来。

这条路线的产出，能用，但没法见人。ChatGPT 早期做 PPT，差不多就是这个状态。

2.4 路线四：AI 生成 SVG，脚本转 DrawingML

这条路线就是莫潇羽今天要重点拆的那条，也是 PPT Master 这个开源项目选的路。

做法：让 AI 直接生成 SVG（一种 XML 矢量图描述格式），然后用一段 Python 后处理脚本，把 SVG 里的每一个矩形、路径、文本、渐变，对应翻译成 PowerPoint 的原生格式（DrawingML），最后打包成 .pptx。

为什么这条路走得通？后面有一整章专门讲原理，这里先剧透结论：SVG 和 DrawingML 本质上是同一家族的东西——都是基于绝对坐标的二维矢量描述格式。一个圆角矩形在 SVG 里写成 <rect rx="8"/>，在 DrawingML 里写成另一段 XML，含义完全等价。所以这种"翻译"不是跨形态转换，是同一类语言之间的方言互译。

优点：

• AI 在生成 SVG 上的训练数据非常丰富，画面美感能拉得很高；
• 输出的 .pptx 里每一个元素都是原生 PowerPoint 对象；
• 全流程本地化，按量计费；
• 没有 SaaS 订阅锁定。

缺点：

• 首次配置有学习成本（要装 Python 和依赖）；
• 生成速度比 SaaS 慢，一份十来页的 PPT 要等十几分钟；
• 没有图形化编辑器，全靠和 AI 在聊天框里对话操作。

2.5 四种路线对比一览

看完这个表你大概能感受到，SVG → DrawingML 这条路是同时拿到"原生可编辑"和"设计感"的唯一组合。

三、PPT Master 项目全貌

3.1 项目定位和开源地址

PPT Master 是一个走 SVG → DrawingML 路线的开源项目，托管在 GitHub 上，目前已经获得了相当数量的 Star。它的核心定位非常清楚：

把任意一份文档（PDF、Word、Markdown、网页、纯文本……）输入进去，输出一份在 PowerPoint 里"点哪改哪"的真原生 .pptx。

注意这个"真原生"——它不是给你一张图片再贴个文本框上去，而是从最底层就把每个形状、每段文字、每个渐变、每个阴影都写成 DrawingML 标签，让 PowerPoint 打开后认得出这些都是它的"亲儿子"。

开源仓库地址：github.com/hugohe3/ppt-master

项目同时也提供了 AtomGit 镜像，这对国内用户拉代码更友好。

3.2 它到底解决了什么问题

很多人看到这里会有疑问：现在那么多 AI PPT 工具，为什么还要折腾一个开源项目？

我自己用下来，PPT Master 解决的是专业场景下的三个老大难问题：

第一个是深度可编辑。对一份要反复修改的演示稿（比如尽调材料、招标材料、技术答辩材料），AI 生成只是起点，后面的若干轮微调才是真正吃时间的环节。如果生成出来的文件是"图片型 PPT"，后续每一轮微调都要重做一遍，反而比手工还慢。

第二个是数据不离开本地。对带有商业机密的资料、内部财务数据、未公开的战略材料，把整份文档丢到云端 SaaS 工具去做 PPT，本身就是一种合规风险。PPT Master 整个生成过程在你自己的电脑里完成，唯一的外部通信是你和 AI 编辑器之间的对话——这跟你平时用 Cursor 或 VS Code Copilot 编程，是完全一样的数据流向。

第三个是成本可控。SaaS 工具的订阅价格是固定的，无论你这个月做 1 份还是 30 份，都得付那笔钱；而走 PPT Master 这条路，是按 token 计费——你生成多少付多少，单价比订阅划算太多。莫潇羽@无忆研习社 自己实测下来，用 GPT 系列模型生成一份十来页的 PPT，单次成本通常在几毛到几块钱之间，比想象中便宜得多。

3.3 项目当前的资源体量

截至我写这篇文章的时候，PPT Master 的仓库里：

• 内建了三套设计风格的执行器：通用灵活风（适合培训分享、技术演示）、咨询风（适合商业报告、数据可视化）、顶级咨询风（适合投资尽调、战略规划、政府汇报）；
• examples/ 目录里收录了二十多个完整示例项目、合计三百多页，覆盖政府财政分析、AI 架构图谱、禅学研究、像素游戏风、杂志编辑风等不同设计调性；
• 支持的输入格式相当全：PDF、DOCX、PPTX、EPUB、HTML、LaTeX、RST、Markdown、纯文本、网页链接；
• 输出尺寸不局限于 16:9 和 4:3，3:4（适合小红书）、1:1（适合朋友圈）、9:16（适合竖版 Story）、A4（适合打印） 都能一句话切换。

资源体量这个事儿，对一个开源项目来说很关键——它意味着你不需要从零摸索，仓库里已经有大量"前人的实战产物"可以拿来当参考、当抄作业的样板。

四、原理深挖：SVG 与 DrawingML 为何能"无损"互转

这一章稍微烧脑一点，但对理解为什么 PPT Master 选这条路、为什么这条路是目前唯一同时拿到"美观"和"可编辑"的方案，至关重要。

4.1 先看 PPTX 文件的"庐山真面目"

我们前面提过，.pptx 文件本质是个 zip 包。把它解压之后，目录大致长这样：

your.pptx (解压后)
├── [Content_Types].xml      ← 声明里面有哪些文件类型
├── _rels/                    ← 全局关系定义
└── ppt/
    ├── presentation.xml      ← 整个演示稿的属性
    ├── slides/
    │   ├── slide1.xml        ← 第 1 页幻灯片
    │   ├── slide2.xml        ← 第 2 页幻灯片
    │   └── ...
    ├── slideLayouts/         ← 版式定义
    ├── slideMasters/         ← 母版定义
    ├── theme/                ← 主题（字体、配色）
    └── media/                ← 图片等外部资源

每一页幻灯片，对应一个 slideN.xml 文件。打开任意一个 slide 文件，你会看到里面是一棵 XML 树，树上的每一个节点，描述的就是这页幻灯片上的一个"形状"——可以是文本框、几何图形、图片占位符、组合等等。

这棵树的语法，叫 DrawingML。

4.2 什么是 DrawingML

DrawingML（Drawing Markup Language）是微软在 OOXML（Office Open XML）标准里定义的一套矢量图形描述语言，专门用来在 Word、Excel、PowerPoint 这一类文档里描述"形状、文字、渐变、阴影、连接线"这些图形元素。

它不是一个独立文件，而是寄居在 OOXML 文档里的一段 XML 片段。每个形状的位置、尺寸、填充色、边框、文字内容，都用 XML 标签写得清清楚楚。

举个简化的例子，PowerPoint 里一个 800 × 600 像素位置、填充蓝色、写着"Hello"的文本框，在 DrawingML 里大概长这个样子（已简化）：

<p:sp>
  <p:spPr>
    <a:xfrm>
      <a:off x="800000" y="600000"/>
      <a:ext cx="3000000" cy="900000"/>
    </a:xfrm>
    <a:prstGeom prst="rect"/>
    <a:solidFill><a:srgbClr val="1F77B4"/></a:solidFill>
  </p:spPr>
  <p:txBody>
    <a:p><a:r><a:t>Hello</a:t></a:r></a:p>
  </p:txBody>
</p:sp>

是不是有一种"很像 SVG"的感觉？这不是错觉。

4.3 SVG 和 DrawingML 的同源基因

我们再来看一下 SVG。同样画一个蓝色矩形、写上"Hello"，SVG 是这样写的：

<g>
  <rect x="80" y="60" width="300" height="90" fill="#1F77B4"/>
  <text x="100" y="115" font-size="36" fill="white">Hello</text>
</g>

把两段代码摆在一起，你能立刻看出来：

几乎是一对一的概念映射——只不过坐标系单位不一样（SVG 常用像素，DrawingML 用 EMU，1 英寸=914400 EMU）、标签写法是两种方言罢了。

这就是 PPT Master 这条路线的根。只要 AI 能把页面布局表达成 SVG，剩下的事情就是一段确定性的 Python 代码做"语法翻译"，把 SVG 标签替换成对应的 DrawingML 标签，再塞进 .pptx 的 zip 包里。

4.4 转换 ≠ 渲染：保留矢量本质这件事

这里要专门强调一个区别。

很多工具看到 SVG，做的事情是把 SVG 渲染成 PNG/JPG 这种位图，再嵌进 PPT——这种做法看起来"导出了"，但本质上你拿到的还是一张图，谁也改不了。

PPT Master 做的事情不是渲染，而是翻译。它逐个解析 SVG 里的每一个标签，找到 DrawingML 里语义等价的标签，写过去——所以你最终拿到的 .pptx 里，每一个形状仍然以矢量形式存在，文字仍然是可选可改的文字，渐变仍然是真渐变，不是被烘焙进图片的"假渐变"。

这就是为什么文档里反复强调"点哪改哪"——因为整条流水线从头到尾，没有任何一个步骤把矢量信息退化成位图。

4.5 那为啥别人不这么做

这是一个很合理的疑问。

答案是：这条路虽然原理简单，但工程实现非常烦。你要处理 SVG 的所有边缘情况——transform、clipPath、mask、各种 path 命令、嵌套组、文本对齐方式、字体回退……每一个都要在 DrawingML 那边找到对应翻译。PPT Master 在仓库里有一份长达几百行的"shared-standards"参考文件，把这些技术约束都规定死了，AI 在生成 SVG 时只能写"已知能干净翻译过去"的子集——这是这条路能跑通的关键工程约束。

也正因为这是一个长期打磨的开源项目，普通人不需要自己造轮子，直接拿来用就行。

五、PPT Master 的工作流程

理解了原理，我们来看 PPT Master 是怎么把这套原理落到一个普通用户能用的工作流里的。

5.1 阶段一：素材输入与解析

工作流的起点是你的原始材料。PPT Master 对输入相当宽容：你可以放一份 PDF 报告进去、可以放一份 Word 文档、可以放一份 Markdown 笔记、甚至可以直接粘贴一段长文到聊天框里。

这一步 AI 做的事情：

• 通读全部材料，理解核心主题；
• 抽取出可以作为"页眉"的关键论点；
• 把零散信息聚类成"章节—小节—要点"三层结构；
• 识别哪些内容适合放图表、哪些适合放流程图、哪些适合放对比表。

我做尽调材料的时候，会把好几份不同来源的资料（管理层访谈纪要、行业研究报告、财务数据节选）都丢进去，让 AI 自己交叉理解、自己规划页面结构。这一步如果做得好，后面整份 PPT 的骨架就稳了。

5.2 阶段二：设计规范确认

这一步是 PPT Master 的一个亮点设计——它会在动手画第一张 SVG 之前，先把设计参数明确出来，给你看一眼。

参数包括：

• 画布尺寸（默认 16:9，也可以是 9:16、3:4、1:1、A4）；
• 配色方案（主色、辅助色、强调色、文字色）；
• 字体方案（标题字体、正文字体、字号阶梯）；
• 整体设计调性（通用灵活 / 咨询风 / MBB 顶级咨询风）。

你可以在这一步直接修改——比如告诉 AI "把主色换成我们公司的品牌蓝 #1B5BFF"，AI 会记住并贯穿全篇。

这一步的价值是保证跨页一致性。SaaS 工具里你经常会遇到第 3 页和第 8 页风格不一致的情况，本质就是因为缺少这一层全局约束。

5.3 阶段三：逐页 SVG 串行生成

设计规范确认之后，AI 进入"逐页生成 SVG"阶段。

为什么是串行不是并行？我一开始也不理解，后来想明白了：因为 AI 需要看到前一页生成成了什么样，才能保证后一页的风格延续下去。如果并行生成，10 页同时画，画完一拼，跨页风格大概率会跳跃。这是 PPT Master 速度比 SaaS 慢的根本原因——它在用"慢"换"一致"。

每一页的 SVG 生成大致长这样（这是我从一份生成过程里截取的简化片段，已抹去具体内容）：

<svg viewBox="0 0 1920 1080" xmlns="http://www.w3.org/2000/svg">
  <!-- 背景 -->
  <rect width="1920" height="1080" fill="#FAFAFA"/>
  <!-- 页眉色块 -->
  <rect x="0" y="0" width="1920" height="72" fill="#1B5BFF"/>
  <!-- 标题 -->
  <text x="80" y="50" font-size="32" fill="#FFFFFF">章节标题</text>
  <!-- 三栏卡片 -->
  <g transform="translate(80, 200)">
    <rect width="540" height="600" rx="12" fill="#FFFFFF" stroke="#E5E7EB"/>
    <text x="40" y="80" font-size="28" fill="#111">卡片标题</text>
    ...
  </g>
  ...
</svg>

整个 SVG 是 AI 一段一段、一个图层一个图层"画"出来的。

5.4 阶段四：脚本批量转 DrawingML

所有页面的 SVG 都生成完毕之后，PPT Master 启动后处理脚本，把每一份 SVG 翻译成对应的 DrawingML 片段。

这一步是纯确定性的——没有任何 AI 介入，纯粹是 Python 在做 XML → XML 的语法翻译。莫潇羽@无忆研习社 觉得这个设计很妙：把"创造性的工作"留给 AI，把"确定性的工作"交给代码——这种分工恰好规避了 AI 在精确性上的弱点。

5.5 阶段五：组装打包成 .pptx

最后一步是把所有 DrawingML 片段，按照 OOXML 标准的目录结构组装起来——写 slide1.xml、slide2.xml、写关系文件 _rels、写主题文件 theme.xml、写 [Content_Types].xml——然后把整个目录用 zip 算法打包，改个后缀名叫 .pptx，齐活。

你最终在 exports/ 目录下看到的，就是这一步的产出。

5.6 用一张图把流程串起来

flowchart TD
    A[原始材料<br/>PDF/DOCX/MD/网页/纯文本] --> B[AI 通读 & 结构抽取]
    B --> C[设计参数确认<br/>尺寸/配色/字体/调性]
    C --> D[逐页 SVG 串行生成]
    D --> E[SVG → DrawingML<br/>Python 脚本批量翻译]
    E --> F[OOXML 包结构组装]
    F --> G[输出 .pptx<br/>真原生可编辑]

这张图我建议你存下来，后面想清楚每一步在干嘛的时候，对着看一眼，比文字描述直观得多。

六、安装与环境配置完整指南

聊完原理和流程，咱们来动手。

6.1 第一步：装好 Python

PPT Master 全部用 Python 写后处理脚本，所以你必须有一个能跑的 Python 环境。版本建议 3.10 或更高。

macOS 用户：

直接去 python.org 下载最新版安装包，双击运行即可。注意安装完成后，在终端里输入 python3 --version，能看到版本号就是装对了。

Windows 用户：

同样去官网下载 Python 安装包，安装时一定要勾选"Add Python to PATH" 这个选项——这是新手最常忘的一步，忘了的话后面命令行调 python 会报"command not found"。

装完之后打开"开始 → cmd"，输入 python --version，看到版本号就行。

6.2 第二步：把项目拉到本地

打开终端，进入你想放项目的目录（比如 D:\projects\ 或 ~/Documents/），然后执行：

git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master

如果你在国内拉 GitHub 速度慢，可以用项目同时提供的 AtomGit 镜像：

git clone https://atomgit.com/hugohe3/ppt-master.git
cd ppt-master

没装 Git 也没关系，可以直接去仓库页面右上角点 "Code → Download ZIP"，下完解压到一个本地目录。

6.3 第三步：安装项目依赖

进入项目目录之后，执行：

pip install -r requirements.txt

如果 pip 找不到命令，换成：

python -m pip install -r requirements.txt

这一步会安装 PPT Master 用到的所有 Python 库——python-pptx、PyMuPDF（用来解析 PDF）、lxml（处理 XML）等等。看到 Successfully installed ... 之后，环境就准备好了。

验证一下：

python -c "import pptx; import fitz; print('All core dependencies OK')"

如果输出 All core dependencies OK，说明环境完全没问题。

6.4 第四步：挑一个 AI 编辑器

PPT Master 不是一个独立的客户端，它是寄生在 AI 编辑器里的一套 skill 工作流。也就是说，你需要先有一个能跟 AI 聊天的开发环境，再让 AI 去读 PPT Master 的 skill 指令、调它的脚本。

主流选择有这么几个：

• Claude Code——Anthropic 官方出的命令行 AI 编程助手，跑在终端里，能直接读写本地文件、执行 shell 命令、做多步任务；
• Cursor——基于 VS Code 改的 AI 原生编辑器，集成度很高；
• VS Code + GitHub Copilot——经典组合，胜在便宜；
• Codex CLI、Codebuddy、Trae 等等——后起的同类工具。

这些工具的核心逻辑都是"在你本地起一个 AI agent，让它读懂你的项目目录"。

具体选哪个？后面第八章有详细的选型建议。

6.5 第五步：跑一个 Hello World

打开你装好的 AI 编辑器（这里以 Cursor 为例），用"打开文件夹"功能打开刚才 clone 下来的 ppt-master 目录。

在聊天面板里输入：

请创建一个 3 页测试 PPT，封面 + 内容页 + 封底，主题"Hello World"

让它跑一会儿。如果 exports/ 目录下出现了 .pptx 文件，并且你能用 PowerPoint 打开看到 3 页幻灯片——恭喜，整个环境已经跑通了。

6.6 Windows 用户的特殊注意事项

Windows 平台有几个独有的小坑，提前避一下：

• PowerShell 默认禁用脚本执行。如果你在 PowerShell 里跑命令报"执行策略限制"，用管理员身份打开 PowerShell，执行一次 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser，之后就正常了；
• 路径里别有中文或空格。把项目放在 D:\projects\ppt-master 这种纯英文路径下，能避开 80% 的路径解析问题；
• PowerPoint 缓存。如果你打开生成的 .pptx 时报"无法打开"，先关掉所有 Office 进程，重新打开试试——Office 偶尔会缓存住一份打开过的文件句柄；
• 项目仓库里有专门的 Windows 安装指南文档，遇到问题翻一下 docs/zh/windows-installation.md，写得非常细。

6.7 我强烈建议你用虚拟环境

这是新手很容易跳过、但越用越香的一步。

Python 直接装包到全局环境，时间长了你电脑上几十个项目的依赖混在一起，版本冲突一爆炸就是一下午。专门给 PPT Master 起一个独立的虚拟环境，是个一劳永逸的好习惯。

操作很简单。在项目根目录下执行：

# 创建虚拟环境（只做一次）
python -m venv .venv

# 激活（每次开新终端要做一次）
# macOS / Linux:
source .venv/bin/activate
# Windows PowerShell:
.\.venv\Scripts\Activate.ps1
# Windows CMD:
.\.venv\Scripts\activate.bat

# 装依赖（在激活的虚拟环境里装）
pip install -r requirements.txt

激活成功的标志是终端最前面会多出一个 (.venv) 前缀。之后所有 pip 装的东西，都只装进这个虚拟环境，不污染全局。

退出的时候直接 deactivate 就行。

6.8 关于 AI 编辑器订阅这件事

很多人在第一步就被劝退——以为还要再付一份订阅。其实没那么夸张。

• 如果你已经有 Claude.ai Pro / Max 订阅，Claude Code 在大多数地区是包含在订阅里的，不额外加钱；
• 如果你已经有 GitHub Copilot 订阅（个人版每月 $10 左右），VS Code + Copilot Chat 直接用；
• 如果你想用 Cursor，免费版有一定额度可以白嫖，正式用付月费即可；
• 国内用户可以走 国内大模型厂商的 Claude Code 兼容入口，按量计费、用阿里 / 智谱 / DeepSeek 的模型驱动 Claude Code 的客户端，价格非常友好。

也就是说——如果你本来就是这些工具的付费用户，PPT Master 这套工作流不需要你额外加钱，复用现有订阅就行。如果不是，按量计费的方案单份成本极低，按需付费。

6.9 把生成出来的 PPT 放哪儿

PPT Master 默认把成品丢在 exports/ 目录下，文件名通常是按项目名 + 时间戳命名的。

我自己的做法是给每个项目准备一份独立目录，比如：

ppt-master/
├── projects/
│   ├── 2026Q2-投资人汇报/
│   │   ├── sources/      ← 原始材料
│   │   ├── spec/         ← 设计规范文件
│   │   └── exports/      ← 成品 .pptx
│   ├── 2026Q2-内部培训/
│   │   └── ...
│   └── 2026Q2-公众号配图/
│       └── ...

这样下次回头复用、改版、做衍生材料的时候，全套源文件都在一个目录里，整个项目可以像 Git 仓库一样版本管理——这是 SaaS 工具完全做不到的事。

七、第一次生成 PPT 的完整实操

环境装好了，现在我们走一遍真正的生成流程。

7.1 第一步：把原始材料放到 projects 目录

PPT Master 推荐的做法是：在项目根目录下建一个子目录（比如 projects/q3-report/），把你这一次要做 PPT 的所有源材料放进去——可以是 PDF、Word、图片、Markdown 笔记。

ppt-master/
├── projects/
│   └── q3-report/
│       └── sources/
│           ├── report.pdf
│           ├── notes.md
│           └── data.xlsx
└── ...

这样做的好处是：每个"任务"都是一个独立目录，互相不打架；后期回溯也方便。

7.2 第二步：在聊天面板里精准下指令

打开 AI 编辑器的聊天框，输入大致这样的指令：

请基于 projects/q3-report/sources/report.pdf 这份文件，生成一份面向投资委员会的 PPT 汇报材料。
目标受众：投资委员会成员；
风格：咨询风，配色稳重；
页数：12 页左右，包含封面、目录、核心结论、市场分析、财务摘要、风险提示、下一步行动、封底；
输出比例：16:9。

指令越具体，AI 的发挥空间越精准。如果你只说"用这份 PDF 做一份 PPT"，AI 也会做，但风格、页数、重点都靠它猜——猜得不准你就得反复迭代。

实操经验：第一次下指令的时候，把"目标受众""风格""页数""比例""一定要包含什么""一定不要包含什么"这 5 件事写清楚。前面花 1 分钟写指令，后面省 20 分钟来回改。

7.3 第三步：和 AI 确认设计规范

收到指令后，AI 会先输出一份"设计规范确认单"。大概长这样：

画布尺寸：1920 × 1080 (16:9)
主色：#1F3A8A (深蓝)
辅助色：#475569 (深灰)
强调色：#F59E0B (琥珀)
文字色：#0F172A (近黑)
标题字体：思源黑体 Bold
正文字体：思源黑体 Regular
字号阶梯：标题 36 / 副标题 24 / 正文 16 / 注释 12
风格：咨询风（保守稳重、强对比、留白克制）
预计页数：12 页

这一步一定要认真看。任何不满意的地方，现在改是最便宜的——比如你觉得主色太冷，换成更暖的蓝；你觉得字号阶梯太密集，让它拉开。改完后再让它继续。

7.4 第四步：等待生成、查看 exports 目录

确认设计规范之后，AI 进入逐页生成阶段。这一步是整个流程里最耗时的——

• 简单的 8 页 PPT，大约 6-10 分钟；
• 普通的 12 页 PPT，大约 10-15 分钟；
• 复杂的 20 页 PPT，大约 20-30 分钟。

聊天面板会实时显示"正在生成第 N 页 / 共 M 页"。你可以泡杯茶。

生成完成之后，AI 会告诉你 .pptx 文件已经写到 exports/ 目录下了。

7.5 第五步：在 PowerPoint 里验证可编辑性

这是最爽的一步——

用 PowerPoint 打开 exports/ 下面那份 .pptx，随便点一段文字，看是不是能直接进入编辑状态。

再点一个形状，看右键菜单里"设置形状格式"是不是亮的、能改填充色。

最后试一下"组合 / 取消组合"，看是不是能把一个复合元素拆开。

如果这三件事都能干——恭喜你，你拿到的是一份真正原生的 PPT。

7.6 第一次失败了怎么办

按经验，第一次大概率会有点小瑕疵——某一页文字溢出框、某个颜色对比度不够、某张图位置偏了。这都很正常。

不要重新生成整份 PPT，浪费 token 还慢。直接在聊天面板里说：

第 5 页的右下角文字溢出了框，请把那段文字字号从 16 改成 14，并且把卡片高度增加 60px。

或者：

第 8 页的对比图配色和整体不一致，请改成主色 #1F3A8A 和辅助色 #475569 的组合。

PPT Master 支持单页修改、单元素修改，AI 改完后会重新跑一次后处理脚本，更新 exports 里的那份文件。

八、AI 编辑器与大模型选型

这一章给莫潇羽踩过坑之后总结的选型建议，能少走不少弯路。

8.1 AI 编辑器对比

我自己日常用 Cursor 多一些，原因是它的 UI 友好，左边能看到目录树、右边能看到生成进度、底部能看到聊天，三窗合一很顺手。对非开发者也很友好。

终端党可以直接上 Claude Code 或 Codex CLI——好处是更纯粹、消耗更低。

8.2 大模型选型

PPT Master 对大模型没有强绑定，主流家族都能驱动，但实际效果差异很大。

我自己测下来的体感大致是：

• Claude 系列——SVG 生成的稳定性和审美最强，复杂版式还原度高，对设计规范的执行最严格。首选；
• GPT 系列——综合表现也很好，逻辑结构清晰，但有时候在 SVG 的精细几何（比如对齐、间距）上会有小偏差；
• Gemini——速度快、性价比高，适合做大量稿件的批