最近刚结束毕业答辩，在答辩组里，发现大多数同学还是用传统的方式在制作PPT。

而我的答辩PPT大部分用到了AI，比起我手工制作，美观度翻倍，效率提升了200%。

本文就来分享一下，我是如何在毕业答辩这种严肃的专业场景，用 AI 实现提效的。

流派概述

纵观 AI 制作 PPT 的赛道，基本上就是三种技术路线[1]：

• Html 派：生成网页版本的PPT，每一页都是一个单独的 Html 格式。
• 原生流派：先生成 SVG 之类的代码，再转成原生 DrawingML（PowerPoint 的底层 XML 格式），实现 PowerPoint 可编辑的标准PPT格式。
• AI 生成派：直接用 AI 生成图片，每一页都是内容都是图片类型。

这三个派别都有各自优劣势，Html 派能够用到丰富的CSS样式库，但不适合给别人发送。

原生流派最为通用，但受限于 SVG 本身的表现能力，上限受到限制。

AI 生成派的理论上限无限高，不受任何框架的约束，但如果想要精确编辑里面的文字，需要再次生成，可控性有限，但并非无法解决。

下面我直接让 AI 读取我的 Latex 论文稿件，用三种流派分别来制作PPT。

HTML制作效果

使用 Html 来制作PPT，无非是用到一些先用的 PPT 制作skill，以 guizang-ppt-skill [2] 这个 skill 为例。

使用它，不需要看readme，只需要在codex里打开论文项目，输入以下提示词：

根据我的文章内容，使用op7418/guizang-ppt-skill这个skill，做一个用于答辩的PPT，最后将所有内容合成为一个.pptx 文件。

它的生成效果如下：

不难发现，这玩意只是一个自娱自乐的玩具而已，只适合把杂乱的信息组织成略显美观的可阅读内容，而不适合真正生产的严肃场景。

原生流派

原生流派以 ppt-master[3] 这个项目提供的方式为例，同样只需要告诉codex：

根据我的文章内容，生成答辩ppt，使用hugohe3/ppt-master去生成

它的生成效果如下：

受限于SVG的表征能力，它的观感实在是很廉价，和那些号称辅助制作 PPT 的 AI工具效果非常近似。

AI 生成流派

AI生成流派在codex里面使用同样很简单，只需要这么说：

根据我的文章内容，生成答辩ppt，每一页都要直接用图像生成模型去生成，生成好所有图片之后，将图片按顺序合成为一个.pptx 文件。

生成效果如下：

这效果和前两个流派相比，高下立判，效果完全不在同一个层面。

但是，细看之后，这种方法还是有一些小缺陷：

• 不同PPT之间的风格并不是完全一致的，背景的颜色、序号的位置、标题的字体大小都可能变化
• 内容信息过于密集，由于它是根据论文内容去生成的图片，天然会把很多内容聚合成一页，适合给人看，但不适合给人讲。
• 部分配图即便在读取论文里的原图后，仍会进行一定程度的修改，会导致结果失真。
• 画面不够清晰，小字有可能存在乱码。

但这几个问题都有解决方法。

人机协同协作法

解决这几个问题的思路很简单，核心思想就是人机协同。

AI 无法判断的，引入人的先验知识；AI 无法解决的，通过人来后期修复。

第一个问题，风格问题，通过模板法解决。

所谓模板法有两重含义：第一重含义是给AI看模板参考图，让它按照布局进行生成；第二重含义是用模板来统一样式，对生成的图片，只裁剪其主要内容，幻灯片的一致性通过固定模板来处理。

第二个问题，内容问题，通过预填充内容法来解决。

比如下面这个例子，这一页我要写损失函数，我先把内容填充好，排布成上图的样式，让AI进行优化，就变成了下图可直接使用的样式。

第三个问题，失真问题，通过覆盖法来解决。

比如下面这一页，原本生成的图，公式部分存在问题，那就再把正确的公式贴上去，覆盖到上层。同理，对于部分失真的文字，也可以通过此法解决。

第四个问题，清晰度问题，通过API法来解决。

如果直接在gpt里生成一张16:9的图像，它的尺寸可能是这样：1672 × 941，不到1080p，在2k/4k 显示屏上显示时，难免有点糊糊的。

但是，GPT-Image-2 的 API 接口是提供 4K 清晰度的生成选项的。

以 updream 平台为例，生成图片时，选择 4K 清晰度 + 超高质量，就会得到 3840 × 2160 标准 4K 分辨率的图像。

直接放到 PPT 里，文字的清晰度和手打的，基本上看不出差异了。

尾声

当我答辩结束时，同门告诉我，他一眼就看出我的 PPT 是 AI 做的。

我以为他明察秋毫，问其缘由。

他说，凭你这家伙的审美，做不出这么漂亮的 PPT 😂

参考