AI生图第6节:NanoBanana制作图片PPT幻灯片
- 2026-03-21 03:18:10
持续内容输出，点击蓝字关注我吧
之前的文章中，我分享了使用谷歌的最新的图片生成模型NanoBananaPro的一些使用经验，感兴趣的可以阅读：
AI生图第1节：惊掉下巴的AI生图模型NanoBananaPro教程
AI生图第2节：Java对接谷歌NanoBananaPro模型API生图
AI生图第3节：NanoBananaPro制作表情包，已上架微信
AI生图第5节：NanoBanana制作微信春节红包封面，上架
最近一直在分享谷歌的生图模型，我分享了用NanoBananaPro制作微信表情包图片并实现了上架、微信红包封面图片并实现了上架等，从这个过程中不知道大家是否发现了这样一个现象，我们用NanoBananaPro制作的任何图片内容都可以形成单独的一套生态、一套服务，一套特定行业的解决方案，一套可以开源或者对外提供的产品。
那么如果我们生成的图片内容是关于PPT的，那么是不是可以证明NanoBananaPro可以制作PPT呢，答案是可以的。
简单的实现的PPT每一页都是图片，高级一点PPT中的图片是可以编辑的。
NanoBananaPro是一个非常厉害的大模型，每一个实际的业务想法，我们都可以变为单独的产品。本节分享NanoBananaPro输出PPT的一点经验，这里分享已有开源项目实现的PPT和我用秒哒制作的图片生成PPT的分享。
分享之前我们可以思考一下，如果让你来从架构设计上来设计NanoBananaPro生成PPT，你会如何设计呢。
目前通常的方案也是分成多个步骤实现，比如我们先准备好PPT的大纲和内容，而大纲和内容也可以让AI文本模型根据我们的知识和资料生成，有了PPT的内容，在交给图片生成模型实现图片制作，同时为了保证相关页面风格的统一，我们可以生成图片提示词的时候，添加相关说明，从而保证最终输出结果相关提示词和结构的一致性。
因此如果我们要实现NanoBananaPro实现PPT的制作，需要有文本模型、图片生成模型等内容。
目前开源项目中，有个做得不错的项目：banana-slides
目前项目的开源STAR已经有了12K，地址为：https://github.com/Anionex/banana-slides，它是一个基于nano banana pro🍌的原生AI PPT生成应用，支持想法/大纲/页面描述生成完整PPT演示文稿，自动提取附件图表、上传任意素材、口头提出修改，迈向真正的"Vibe PPT" 🎯 降低PPT制作门槛，让每个人都能快速创作出美观专业的演示文稿
网友制作的效果页面可以参考地址：https://github.com/Anionex/banana-slides/issues/2
这个项目的功能也比较强大：
灵活多样的创作路径
支持想法、大纲、页面描述三种起步方式，满足不同创作习惯。
- 一句话生成
输入一个主题，AI 自动生成结构清晰的大纲和逐页内容描述。 - 自然语言编辑
支持以 Vibe 形式口头修改大纲或描述（如"把第三页改成案例分析"），AI 实时响应调整。 - 大纲/描述模式
既可一键批量生成，也可手动调整细节。
强大的素材解析能力
- 多格式支持
上传 PDF/Docx/MD/Txt 等文件，后台自动解析内容。 - 智能提取
自动识别文本中的关键点、图片链接和图表信息，为生成提供丰富素材。 - 风格参考
支持上传参考图片或模板，定制 PPT 风格。
开箱即用的格式导出
- 多格式支持
一键导出标准 PPTX 或 PDF 文件。 - 完美适配
默认 16:9 比例，排版无需二次调整，直接演示。
可自由编辑的pptx导出（Beta迭代中）
- 导出图像为高还原度、背景干净的、可自由编辑图像和文字的PPT页面
接下来我们本地电脑上操作下试试效果看看，这里我用的是API易的代理站的方式访问，因此某些配置大模型地址的时候，我配置的是大模型代理站的地址。
首先，我们克隆下代码仓库：
git clone https://github.com/Anionex/banana-slidescd banana-slides
然后复制下环境变量的文件：cp .env.example .env修改.env中的相关配置：Gemini 格式配置（当 AI_PROVIDER_FORMAT=gemini 时使用）GOOGLE_API_KEY=xxxxxxxGOOGLE_API_BASE=https://api.apiyi.comOPENAI_API_KEY=xxxxxOPENAI_API_BASE=https://api.apiyi.com/v1# 超时时间（秒），默认300秒OPENAI_TIMEOUT=300.0# 最多重试次数，减少重试避免累积超时，默认2次OPENAI_MAX_RETRIES=2
配置完成后，我们开始构建Docker镜像，项目在 Docker Hub 提供了构建好的前端和后端镜像（同步主分支最新版本），可以跳过本地构建步骤，实现快速部署：
docker compose -f docker-compose.prod.yml up -d截图：
等待一会儿，我们的镜像拉取完成后，我们浏览器访问下地址：http://localhost:3000，访问后的浏览器界面如下所示，和在线预览的是相同的地址：
接下来我们测试下相关的PPT生成服务：
单击下一步后，我们开始生成PPT的大纲，大纲生成完成后的效果如下：
有了大纲后，我们也可以进行修改更新和新增和手动删除等，没问题后，单击下一步生成页面的相关描述，如下所示：
确认无问题后，我们开始选择生成图片进行生成，等待一会儿后，我们就生成了PPT风格的效果：
第2页效果：
第3页效果：
第4页效果：
有了这个图片文件后，我们开始导出：
这里导出可以选择多种格式，目前看效果也是不错的。
目前这个开源项目中的提示词、编排流程、整体的架构设计是非常值得我们进行深入学习的。
最近几天谷歌的NanoBanana2.0模型也发布了，定位是快速的模型。对于这种PPT有些时候，我们可以使用NanoBanana2.0，可以比NanoBananaPro节省一点钱。
谷歌最新图像生成模型 Nano Banana 2 (gemini-3.1-flash-image-preview)，Pro级画质、Flash级速度，支持4K输出、14种宽高比、图像搜索Grounding，按次 0.045/次，按量低至0.018/张。
相比 Nano Banana Pro 的 10 种宽高比，Nano Banana 2 新增了 1:4、4:1、1:8、8:1 四种超长/超宽比例，适合长图、信息图等特殊场景。
我们只需要更改env文件中的模型名称，将图片生成模型更改为：gemini-3.1-flash-image-preview，默认的IMAGE_MODEL是nanobananapro模型的代号。
既然我们知道这个开源项目的PPT生成的思路，那么我们可以基于百度秒哒平台实现类似的效果，这里在使用开源项目之前，我使用了秒哒做了一个简单版本的在线PPT生图效果：
这里我在秒哒上的提示词如下：
请帮我设计并规划一个功能完备、体验流畅的AI生成PPT的Web应用程序。该产品旨在通过先进的AI技术，将用户简单的文本描述快速转化为专业、美观的演示文稿。此项需求的核心目标是将AI能力与优雅的用户界面无缝结合，打造一款商业级产品。具体要求如下：总体目标开发一个通过浏览器访问的在线PPT生成工具。核心流程分步清晰：用户输入提示词 -> AI生成大纲与文本内容 -> 用户审阅确认 -> AI生成每一页的视觉设计 -> 最终导出PPT文件。整体页面设计须达到商业化产品级别，UI精致、交互流畅、视觉吸引力强。核心功能流程第一步：内容生成提供一个显著的输入区域，供用户输入PPT主题或详细的需求提示词。调用文本生成大模型，根据提示词自动生成一个完整的PPT大纲（包括标题和最多8个页面的分标题与要点内容）。生成后，在一个清晰的预览界面中向用户展示大纲和详细文本内容，并提供确认或重新编辑的选项。第二步：视觉生成与渲染用户确认文本内容后，进入本步骤。系统调用图片生成大模型，根据每一页PPT的标题和内容要点，自动生成或匹配一张符合该页主题的背景图片或主视觉图。在界面上以幻灯片预览的形式，逐页渲染出最终的PPT页面效果，包括生成的图片、标题和文本内容。第三步：下载输出所有页面渲染完成后，提供一个明显的“下载PPT”按钮。点击后，系统将生成的幻灯片（包括所有文本、布局和图片）打包成一个标准的.pptx格式文件供用户下载。明确设定单次生成的最大页数为8页。用户界面与体验设计设计风格：现代、简约、专业，符合B端或专业C端用户的审美，界面元素精细，有高级感。交互逻辑：流程引导清晰，每一步都有明确的状态提示。加载过程应有优雅的动画反馈。核心页面布局：首页/输入页：设计简洁而突出，重点引导用户输入。内容预览页：布局清晰，便于用户快速审阅和修改文本。PPT渲染预览页：以缩略图或幻灯片放映模式展示最终效果，视觉冲击力强。考虑加入一个展示历史生成记录的个人中心页面。技术实现要点前端需与至少两种AI模型API进行对接：一个用于文本生成，一个用于图片生成。需要实现一个后端服务，用于协调前后端通信、处理AI API调用、管理用户会话以及生成最终的PPT文件。整个应用需具有良好的响应式设计，确保在不同尺寸的设备上都有良好的浏览体验。
输入提示词的时候，我选择了文本模型插件、图片生成插件，这样我们也是先通过文本模型实现大纲生成，然后图片生成PPT的内容，这里我也迭代了多版：
基于百度秒哒的这个应用，会用到SUPABASE作为后端服务，目前定义了4个边缘函数：
可以实现文本的生成、图片生成任务的查询等。
如果没有秒哒账号的小伙伴，可以使用我的邀请链接进行注册哦:https://www.miaoda.cn/?invitecode=user-8wkftqpnn7cw
接下来也看下我基于百度秒哒实现的PPT生成，输入我们的测试问题：
这里我也是首先先调用文本模型生成相关的内容大纲，如下所示：
接下来我们开始进行PPT图片内容的生成，生成的进行中的效果如下所示：
等待一会儿我们基于百度秒哒生成的PPT就完成了，效果如下：
我们还可以像开源项目项目那样，给它增加上自己喜欢的功能。
本文我想告诉大家的是，AI时代，人人都是AI项目的架构师，每个人都可以根据自己的想法、自己的所见所得开发出来属于自己的项目。
本文通过开源项目实现的NanoBanana生成PPT、基于百度秒哒创建的应用实现PPT来展示谷歌这个图片生成模型的价值，以及相关想法。感兴趣的可以继续学习和创新。
喜欢本文的，可以关注、收藏、点赞、转发、分享到朋友圈哦。
喜欢的可以加入我的免费知识星球与我一起学习相关开发技术：觉醒的新世界程序员，或者我的付费知识星球获取与了解AI技术、AI图片生成等内容哦：觉醒的AI技术经验，随时与我沟通，交流技术与想法。
喜欢的也可以关注我的公众号：无处不在的技术，与我一起学习成长、共同进步，在技术的道路上越走越远。
喜欢就点个 在看呗 👇2
