目前最强PPT Agent完整思路分享

背景

这篇文章源自 LINUX DO 社区 AI 板块的一篇用户分享。作者是一名有 7 年 PPT 教学经验和 3 年 AI 产品经验的人，对市面上现有的 AI PPT 工具感到不满，认为它们大多只做“一键生成”的噱头——输入主题后直接套用模板，缺乏对内容的深入理解和规划。作者花了几个月时间，开发了一套全新的 PPT Agent 工作流，并在此将完整思路和部分核心提示词开源分享。

核心内容

作者分享的 PPT Agent 核心思路是模拟人类顶级 PPT 设计团队的完整工作流程，而非简单的“主题→模板”式生成。整个流程分为四个阶段：

1. 需求调研
   让 AI 扮演专业顾问，先根据用户输入的主题（如“Dify 企业介绍”）在网上搜集相关资料，然后向用户提出几个关键问题（为谁做、做什么、达到什么目的），把真实需求聊透。只有确认需求后，AI 才会结合搜集到的信息生成大纲。

2. 大纲策划
   作者将自己多年使用的“便利贴法”教给 AI——把每一页的核心内容写在一张张“数字便利贴”上，让用户能直观地看清逻辑结构，随时调整顺序或删除。文中附上了一份完整的 Prompt，命名为“顶级的PPT结构架构师”，要求 AI 根据用户主题和背景调研信息，运用金字塔原理输出结构化的 JSON 格式大纲，包含封面、目录、各部分页面和结束页。

3. 策划稿（内容填充与版面规划）
   作者引入了一个在高端 PPT 设计公司（报价 1 万+ 一页）中存在的岗位——策划师。策划师负责提供每个页面的草稿：每页什么位置放什么元素、用什么样的版式，全部固定好，再交给设计师做最终效果。作者将这一环节也交给 AI：先让 AI 生成一个简单、清爽的页面初稿（不包含复杂设计效果），用户可以在策划稿阶段精调内容，再让 AI 跑最终的设计。

4. 设计稿生成（SVG 方案）
   设计阶段采用“卡片式布局”（Bento Grid 布局），受苹果发布会风格启发。作者认为“卡片”是 AI 最容易理解和掌握的布局语言，具有承载信息强、灵活组合、AI 能懂的优点。文中给出了一段详细的 SVG 生成 Prompt，要求 AI 作为信息架构与 SVG 编码专家，将内容转化为 1280x720 的 SVG 页面，遵循便当网格布局原则（灵活性、层级感、留白）。AI 模型使用的是 Gemini 3 Flash（有条件可上 Gemini 3.1 Pro），可以直接生成整页 SVG 代码。SVG 格式兼容 PPT（Office 2016 以上可导入并编辑），且无限放大清晰。作者坦言这条路很辛苦，因为没人做过，全从零摸索。

为了资料搜集，作者推荐使用 Grok（目前搜索和信息总结能力最强的 AI），将大纲标题逐个丢给 Grok 来获取真实内容。

关键要点

• 需求先行：AI 必须先调研、提问，明确“为谁做、做什么、达到什么目的”，而不是直接生成大纲和模板。
• 便利贴法：将每页核心内容做成可拖动的“数字便利贴”，用户可直观调整逻辑结构，这一思路可复用到任何 PPT 制作流程。
• 分层输出：先输出策划稿（内容+版面布局），再输出最终设计稿，模仿人类专家团队的分工（策划师→设计师）。
• 卡片式布局（Bento Grid）：SVG 生成的核心方法论，强调卡片数量、大小、排列灵活，由内容驱动而非模板。
• SVG 格式的优势与代价：可导入 PPT、完全可编辑、无限放大清晰；代价是技术路线无人走过，需大量时间处理 SVG 细节。
• 推荐工具：资料搜集用 Grok；SVG 生成用 Gemini（3 Flash 或 3.1 Pro）。
• 开源诚意：作者将项目中实际使用的正式版 Prompt（结构架构师）和 SVG 设计 Prompt 完整公开，认为核心竞争力在于对 PPT 的理解和积累，而非单一提示词。

意义与影响

这篇文章打破了市面上 AI PPT 工具“一键生成、模板套用”的固有模式，提出了一个以内容规划为核心的、可复现的专家工作流。其意义体现在：

• 教育意义：让普通用户学会如何用 AI 像专业团队一样做 PPT，从需求调研到最终设计，每一步都有明确方法和可用的 Prompt。
• 技术启发：采用整页 SVG 生成方案，绕过传统 HTML/Banana 方案，为 AI 生成可编辑 PPT 内容开辟了新路径。
• 行业批评与方向：作者直言“市面 AI PPT 工具开发者根本不懂 PPT”，呼吁行业回归内容本质。这套思路有望推动 AI PPT 工具从“花哨模板生成器”升级为“智能内容策划+设计助手”。
• 开源精神：作者将核心 Prompt 和布局原则完全公开，鼓励社区复现和改进，同时强调自己会持续挖掘 AI 做 PPT 的更多可能性。这种开放分享能加速整个领域的技术迭代。