把需求丢给 AI 工具，30 秒生成 30 页。你甚至感动了一下。
然后仔细一看内容，你发现行业数据是编的，机构名称是错的，"赋能""抓手""沉淀"堆了满屏。你默默关掉它，重做了 20 页。
所以我不再"一键生成"了，换了另一条路。
这条路的核心逻辑就一句话：内容由人主导定稿，AI 辅助检索信息、优化逻辑与文字表达，排版交给模板。
打工牛马经验沉淀分享现在开始。
效果示例 （涉及内部资料马赛克展示）
这类PPT有一个共性：PPT要展示的内容——文字、图片信息较多，需要在保留核心内容的前提下，做到逻辑突出、主次明显且美观。
前置：本文较长，不适用的看到这就可以关闭了
这条路适合谁：
-
你的“长文本” PPT 要上会、讲课、或对外发布——内容出错是硬伤 -
你试过 AI PPT 工具，生成很快但内容没法用——"一键生成"连你都不信，更别说领导 -
你愿意花 2-4 小时，而不是 5 分钟——多花的时间，换来的是把出错权握在自己手里
这条路不适合谁：
-
你只想要 5 分钟拿到成品，内容质量无所谓 -
你是做内部灵感草稿，不是正式交付
为什么"一键生成"在正式场景下注定翻车
不管哪款 AI 工具，底层逻辑都一样：给一个 prompt → 大模型脑补内容 → 塞进模板。正式场景下，这套链路的每步都有问题：
翻车一：捏造事实。大模型的设计目标不是"准确"，是"通顺"。你让它写"今年营收增速"，它给一个好看的数字——"这个数哪来的"它没法回答。
翻车二：语境失配。AI 不知道哪些话在企业里只能原封不动、哪些数据已经过期、哪些表述有特定口径。"自作主张"改写是它的常态。
翻车三：信息密度低。"赋能""抓手""沉淀"——AI 擅长生成"看起来像 PPT 的文字"，不是"值得做成 PPT 的论点"。翻三页全是空话。
翻车四：格式不可靠。在线编辑器里排版精美，导成 PPTX——文本丢了、图层塌了、字体跑了。这些工具的导出引擎根本不是为了格式兼容设计的。
翻车五：长 Deck 失控。20 页之后，字号飘了、配色跑了、卡片间距不统一了——AI 的上下文窗口有限，一镜到底做 30 页，后半截其实在"盲写"。
当真正要做一个能“用”的PPT，并且实际做了100+页以上的PPT之后，我发现，汇报/授课/方案介绍等长文本PPT的做法可能这样最有效：
内容由人主导定稿，AI 辅助检索信息、优化逻辑与文字表达，排版交给模板。人负责"该说什么、不该说什么"，
AI 负责三件事——帮你检索可引用的信息、帮你理清逻辑结构、帮你优化文字表达和视觉呈现。每一步的判断权始终在你这。
路径总览
① 准备工具（5min）→② 理内容（30-60min）→③ 定设计（15-30min）→④ 做页面（按页计）→⑤ 验质量（15min）→⑥ 收反馈（30min）→⑦ 可复制（持续）
安全提醒
禁止使用公网大模型处理敏感信息、财务信息、内部核心资料。模型提供商存在数据采集留存、信息外泄风险，核心资料严禁上传，防范隐私信息泄露。
第 ① 站：准备工具
目标：搭好工具链，知道每个环节该用什么。
做完你拿到：AI 编程助手就绪 + Python 环境 + PPT Master 已安装
工作流承载——AI 编程助手（如 Trae IDE、DSH、Cursor 等 当然可以使用skill的各种工具都可以）。中枢：对话式生成 SVG、加载 Skill、终端执行检查和转换命令，全程不跳转。
内容框架搭建——DeepSeek 4.0 / GLM 5.3 / Claude opus 5。金字塔搭建、SCQA 开场、逐页大纲——这个阶段就是快，三个模型都行，选性价比高、响应快的就行。
SVG 逐页生成——Claude opus 5（复杂页面）和 GLM 5.3 Flash（简单卡片页面）。Claude 在 SVG 安全写法上的遵守率最高，复杂布局首选；简单卡片页 Flash 也够，能省就省。
视觉审美审查（可选）——多模态模型任选。批量截图给多模态模型挑"设计撞脸""视觉权重错配"。
SVG 安全规则验证（可选）——自写 Python 脚本（validate_svg.py）。六条规则机检，AI 负责生成，脚本负责纠错。
SVG → PPTX 转换——PPT Master 这个skill是目前最好用的，没有之一。 开源框架（GitHub 5 万+ Star，MIT 协议）。核心命令：svg_to_pptx + finalize_svg。
文本完整性抽查（可选）——Python zipfile 提取 PPTX XML。验证导出后文字是否真正落地。
第 ② 站：理内容——先想清楚，再言其他
目标：产出一份内容 Brief（金字塔结构 + SCQA 开场 + 逐页大纲）。这一站决定 80% 的质量。
做完你拿到：content_brief.md——金字塔结构 + SCQA 开场 + 逐页大纲（每页含结论式标题和视觉建议）
步骤 1：内容采访（不要上来就写大纲）
-
如果听众只记住一件事，我希望是什么？这就是金字塔的顶层结论 -
支撑这个结论的最强论据是什么？（列 3-5 个） -
有哪些数据或案例能证明每个论据？ -
听众是谁？他们知道什么？可能反对什么？ -
必须回避什么？（敏感话题、不成熟数据）
步骤 2：用金字塔原理搭结构
顶层结论（一句话）/ "所以呢？"测试：每个论据能直接支撑顶层结论吗？ / 一句话测试：如果 PPT 只有一页，能拿到全部关键信息吗？
步骤 3：用 SCQA 写开场
-
S（情境）：听众已认同的现状 -
C（冲突）：发生了什么变化——必须有具体数字或事件 -
Q（问题）：由此引出什么问题 -
A（答案）：就是金字塔的顶层结论
步骤 4：MECE 自检
检验论据是否相互独立（不重叠）且完全穷尽（覆盖问题全维度）。检查是否漏了关键视角。
步骤 5：输出逐页大纲
每页包含：结论式标题（如"市场增速放缓至 4%"，不是"市场分析"）、本页唯一的观点、支撑数据或案例、视觉形式建议（大字报 / 对比 / 时间轴 / 图文分栏）。参考分配（按 20 页计）：封面 1 + SCQA 开场 2 + 核心结论 1 + 论据 ×3（每论据 3-4 页）+ 过渡页 3 + 总结 1 + 结尾 1。
🚀 彩蛋 1：上述内容已经封装成Skill ，可以直接使用「内容策略师」Skill 一键走完五步——安装和调用方法见文末「Skill 详解」一节。不用Skill的话，手动走五步流程效果完全一样。
第 ③ 站：定设计——锁定配色、字号、页面节奏
目标：产出一份设计规范（人读 + 机读双文件），让页面有统一视觉语言。
做完你拿到：design_spec.md + spec_lock.md + 2-3 个配色 sample 单页
步骤 1：出 2-3 个单页 sample 选方向
选一页典型内容，让AI出不同配色/风格的版本给你挑选。
步骤 2：确定主要核心参数后不再改
我是用了这五个：主色（如藏蓝 #1F3A5F）、强调色（如金色 #C8963E）、卡片底色（如米白 #F5F3EE）、字号阶梯（标题 22px / 正文 15px / 标签 12px）、页面底色（深蓝或纯白）。
步骤 3：建双锁文件
design_spec.md（人读：配色逻辑、字号用途、页面节奏）和 spec_lock.md（机器读：typography 表 / 调色板 / 页面角色映射）。
步骤 4：确定字号阶梯，锁定后不即兴改
-
标准档：标题 22px / 副标题 18px / 正文 15px / 标签 12px -
冲击档（金句 / 强调页）：标题 28px / 正文 18px / 标签 14px -
密集档（数据页）：标题 20px / 副标题 16px / 正文 14px / 标签 11px -
封面档（封面 / 数据大字报）：主标 96px / 副层 84px / 辅注 38px——big-number 模板的核心数字同用 96px，正文页用不到这一档
第 ④ 站：做页面——逐页 SVG 制作
目标：把第 ② 站的大纲和第 ③ 站的规范，变成一页一页的 SVG。
做完你拿到：svg_output/ 目录，每页已通过 checker 安全规则机检
步骤 0：分批规划（长 Deck 必做）
AI 的上下文窗口有限，好几十页一张嘴做不完。我的经验是每轮 3-5 页——这个数字够 AI 在单轮内保持一致性，又不至于过载。
每轮开工前重新加载三样"上下文锚点"：design_spec.md（配色字号不动）、spec_lock.md（checker 基准）、上一轮最后 3 页（视觉延续参考）。
节奏示例：
-
轮 1：加载 spec → 做 01-07 页 → checker gate → 人工过 -
轮 2：重载 spec + 05-07 页 → 做 08-14 页 → checker gate → 人工过
步骤 1：搞一些常用模板，不空手写，效率大大提高
六种基础模板覆盖 90% 的页面类型（同步封装进了Skill）：
-
card-single：单卡片内容页——论点 + 论据 -
card-double：左右对比——方案 A vs 方案 B -
big-number：数据大字报——核心数字展示 -
timeline：时间轴 / 发展历程 -
image-text：左图右文——配图 + 论述 -
header-only：扉页 / 过渡页——纯标题
说实话，这六种版式本身看着朴素。这是刻意的。
模板只负责三件事：版式结构、字号层级、安全写法。越简单，质检越容易过，出错概率越低。真正的效果靠后面的加法——AI 把你定稿的内容填进去之后，按内容需要往上叠加图表、图标、时间轴节点、分组层级；内容多就加标注和分区，内容少就放大留白。
步骤 2：替换占位符，写实际内容
复制模板 → 替换 {TITLE}、{BODY} 等占位符 → 调整坐标和字号。
步骤 3：选图配图
正式汇报通常要加大量图片，怎么选：
-
概念页（如"什么是组织能力"）→ 一张好图顶三段字，必须配 -
数据页（如"营收增长 15%"）→ 图表本身就是视觉元素，不必加装饰图 -
对比页（如"旧系统 vs 新系统"）→ 截图 + 箭头标注比文字直观十倍
去哪找（按优先级排）：企业自建素材库 > 行业报告截图 > 免费图库（Unsplash、Pexels） > AI 生图。AI 生图优先级最低——只在前三种都找不到时用，且必须避开"拟人机器人直视镜头"类。
AI 怎么帮：你初筛 5-8 张候选图，让多模态模型做终筛。"这三张图哪张更符合企业正式汇报的风格？色调与藏蓝+金色是否协调？"
嵌入 SVG 的三个坑：图框宽高比必须与原图精确匹配，否则留白巨大；彩色图片色调不搭时加渐变遮罩压色（如暖色图 + 深蓝遮罩适配冷色主题）；不用 g clip-path 包裹图片，改在 image 上用 clip-path 属性。
步骤 4：遵守六条安全写法（违反会导致 PPTX 导出丢文本）
-
规则 1：全部用 tspan，禁止 direct text 与 tspan 混排 -
规则 2：禁止全角空格（U+3000）作为文本首字符——用 x 坐标做缩进 -
规则 3：换行断在标点或语义边界，不断在词中间 -
规则 4：估算行宽 ≤ 容器宽度（中文约等于字号像素数/字） -
规则 5：图框宽高比与原始图片精确匹配 -
规则 6：不用 clip-path 包裹 image——改在 image 上用 clip-path 属性
步骤 5：每页做完跑 checker
对单页跑 svg_quality_checker。字号在 spec_lock 中有声明吗？模板元素坐标偏离基准了吗？安全写法合规吗？
🚀 彩蛋 2：上述内容已经封装成Skill ，加载「SVG 页面生成器」Skill 后选模板 → 填内容 → 跑验证三步搞定——安装和调用方法见文末「Skill 详解」一节。不用编程助手的话，从文末模板画廊选模板手动操作。
第 ⑤ 站：验质量——导出并验证
目标：导出 PPTX，确认一页不少、一字不丢。
做完你拿到：质检通过报告 + 可交付的 .pptx 文件
步骤 1：全 deck checker gate
运行 svg_quality_checker，全部页面通过才继续。未声明的字号全 deck 出现 ≥3 次 = 阻断。
步骤 2：导出四连（按顺序，必须在 PPT Master 环境下运行）
-
finalize_svg：svg_output → svg_final，自包含处理 -
svg_quality_checker：gate 再跑一次（finalize 后旧报告已过期） -
svg_to_pptx：导出 PPTX -
check_pptx_text：抽查文本完整性
步骤 3：文本完整性抽查
用 Python zipfile 打开 PPTX，读 ppt/slides/slideN.xml，提取所有 a:t 文本，与 SVG 源文本做子串匹配。
步骤 4（进阶）：多模态 AI 视觉审查
checker 通过后，批量截图全 deck 发给 优质的多模态模型做审美判断——结果属建议级、不阻断，人工逐条判断是否采纳。
第 ⑥ 站：收反馈——定版回收对比（如果做完不是你来讲）
目标：把 AI 版交给讲者后，回收其手工修改的定版，做对比分析，从修改痕迹里学东西。
做完你拿到：对比分析报告（三类信号 + 行动建议）+ 更新的避坑清单
步骤 1：交付 AI 版，等讲者定版
不要预设讲者会改什么，回收后的对比才是真实需求。
步骤 2：用 python-pptx 提取两个版本的文本
必须递归 group shape，否则漏掉 90% 文本。
步骤 3：逐页 diff，识别两类信号
-
讲者亲手加的内容：原生素材在可视化和关键概念上的缺口 → 补充到内容素材库 -
顺序对调：认知逻辑与 AI 默认排序不一致 → 改该类型 PPT 默认叙事顺序
步骤 4：备注页讲稿专项处理
不要先让 AI 写讲稿再改——这是反向浪费。
正确顺序：先给风格锚定样本（一段讲者真实讲话转写）→ 让 AI 以该样本的语气、用词习惯生成 → 扫四类模式（指代统一 / 主播腔 / 舞台指引词 / 网络口语）→ 最终过"讲者会不会这么说"测试。
第 ⑦ 站：可复制——让第二次比第一次快
目标：每次做完一个项目后沉淀经验。开工时已踩过的坑不重踩、已跑通的不重想。
做完你拿到：更新的否决清单 + 反例库 + 可复用的 design_spec.md 和模板配置
2个马上就可以复用的：
否决清单（某类做法以后不再做）和反例库（某个具体方案被否，为什么、正确替代是什么）。新项目开工前必读。
设计规范复用：上一个项目的 design_spec.md 和 spec_lock.md 是新项目的起点——改配色、改字号即可，不重写。
Skill 详解：如何安装与调用
「内容策略师」和「SVG 页面生成器」。已开源在 GitHub，获取和使用方式如下。仓库地址：github.com/DelezeVaju94/ppt-skills（把这行复制到浏览器打开，或点本篇「阅读原文」直达）。进去后 Code → Download ZIP，或者 git clone。
两个 Skill 分别包含什么
Skill 1：ppt-content-strategist（内容策略师）
一个 SKILL.md 文件——含五步采访流程、金字塔 / SCQA / MECE 框架说明、逐页大纲模板。纯文本，不需要 Python 环境，有编程助手就能加载。
Skill 2：ppt-svg-builder（SVG 页面生成器）
两个文件：SKILL.md（六套 SVG 模板 + 六条安全规则 + 质检清单）+ validate_svg.py（自动执行规则机检的 Python 脚本）。
前置条件
-
安装一款 AI 编程助手：Trae IDE、DSH、Cursor、Claude Code 均可用 -
跑 SVG 生成 + 导出：还需 Python 3.x + pip install ppt-master -
只用「内容策略师」做内容框架：Python 和 PPT Master 不是必需的
手动走本文七站流程，效果完全一样。模板和 checker 脚本也可以单独用——打开 SKILL.md → 找到对应模板 → 复制 SVG → 浏览器预览 → 手动填文字。validate_svg.py 独立运行：python validate_svg.py 你的页面.svg。
最后几句
你说PPT做出来能有多难，手搓也能搓，但是要是做个几十页+的PPT没有AI的时候要多久。
但是第一次跑通上面这个流程到现在我做了3个比较长的PPT，稳定性非常好，不漂移，越来越快，越来越好看，越来越顺手，需要我再调整的东西基本为0。
这条路看着不快，但实际上会越用越快。
