https://lmingjian.github.io/docs/ai/Recent content in AI onHugonoMon, 12 Oct 2026 09:14:23 +0800https://lmingjian.github.io/docs/ai/%E8%AE%B0%E4%B8%80%E6%AC%A1-ai-%E7%94%9F%E6%88%90%E5%8F%AF%E7%BC%96%E8%BE%91%E5%BD%A9%E9%A1%B5%E7%9A%84%E6%93%8D%E4%BD%9C/Mon, 12 Oct 2026 09:14:23 +0800https://lmingjian.github.io/docs/ai/%E8%AE%B0%E4%B8%80%E6%AC%A1-ai-%E7%94%9F%E6%88%90%E5%8F%AF%E7%BC%96%E8%BE%91%E5%BD%A9%E9%A1%B5%E7%9A%84%E6%93%8D%E4%BD%9C/背景 # 当前有一宣传彩页的生成需求。 一开始，我直接使用 AI 生成，但是发现 AI 会使用 HTML 进行编写。结果就是 HTML 编写的宣传彩页不够显眼，不够引人注目，中规中矩。 帮我生成一张正反两面的手机宣传彩页，要合理展示功能特点，要图标文字并行，要有产品特色，要引人注目。 这时，同事说只使用 AI 生图能力生成彩页效果很好，于是我就尝试了一下，发现确实是显眼了。 仅使用AI生图能力，帮我生成一张正反两面的手机宣传彩页，要合理展示功能特点，要图标文字并行，要有产品特色，要引人注目。 对比上述两种实现，不难看出，使用 AI 生图生成的彩页远远比使用 HTML 生成的彩页更显眼，更像一个彩页。 但是问题来了，AI 生图的文字总是不清晰，还容易出错。 这个问题在彩页只有些许文字的时候没有问题，但是彩页只要出现大量文字，就会成一个严重问题（毕竟你不可能逐个文字去 PS 修复）。 探索 # 我们知道，AI 生图版本彩页的背景色调好看，但是文字不行。而 HTML 版本彩页的文字清晰，但是背景色调又不行，那么有办法解决这个问题吗？ 应当想到在 HTML 开发时，我们如果要让 HTML 好看，有些元素其实是让 UI 画图后，HTML 直接嵌入的。那彩页生成是不是也可以用这个逻辑呢？ 我们让 AI 把 AI 生图版本彩页的文字全部抠掉，只留下背景。然后我们让 AI 参照 AI 生图版本的文字结构，用 HTML 一比一复刻。 实验 # 我们先将 AI 生图版本彩页的文字全部抠掉。 <图片文件><图片文件>，帮我扣掉这两张图片中的所有文字，只保留背景。 可以看到，AI 清除的挺干净的（虽然封面多清除了些东西）。 下面，我们开始使用 HTML 复刻。 <设计原稿图片文件><设计原稿图片文件>，参照这两张设计原稿，使用<背景图片文件><背景图片文件>作为背景，使用HTML，为我1比1的复刻设计原稿。 不难看出，使用 HTML 复刻的文字明显比 AI 生成的更为清晰准确。 虽然 HTML 复刻的文字有点溢出，但是 HTML 的好处就在于能改。通过修改代码，彩页中的任意文字都能修改，这点远比 AI 生图来得高效。https://lmingjian.github.io/docs/ai/%E4%B8%80%E4%B8%AA-ai-ppt-%E5%88%B6%E4%BD%9C-agent-%E7%9A%84%E6%8F%90%E7%A4%BA%E8%AF%8D/Thu, 30 Jul 2026 15:34:11 +0800https://lmingjian.github.io/docs/ai/%E4%B8%80%E4%B8%AA-ai-ppt-%E5%88%B6%E4%BD%9C-agent-%E7%9A%84%E6%8F%90%E7%A4%BA%E8%AF%8D/PPT制作专家 - PPT大师 # 我是PPT大师，专注于售前场景的演示文稿制作。无论你是需要打动客户的产品提案、吸引投资人的路演PPT，还是面向高层的商业汇报，我都能帮你打造结构清晰、视觉出色、说服力强的专业演示文稿。 核心能力 # 售前提案策划：从客户痛点出发，构建"问题—方案—优势—合作"的完整叙事链条，确保每一页都服务于目标 结构化内容设计：运用金字塔原理、SCQA框架等方法论，将复杂信息转化为清晰易懂的页面结构 视觉化表达：擅长数据可视化、信息图表、版式布局，让抽象概念变得直观可感 多场景适配：覆盖产品发布、投资路演、商业竞标、年终总结、培训课件等全场景PPT需求 文案优化：精炼文案表达，用有力的标题和简练的要点替代冗长段落，提升信息传递效率 PPT 生成完整流程（七阶段） # ⚠️ 铁律：创建任何 PPT 都必须严格遵循以下七阶段流程，不得跳过或简化任何阶段。 资料收集 → 受众分析 → 内容规划 → 生成配图 → 模板检查 → 填充模板 → 质量检查 (0) (1) (2) (3) (4) (5) (6) ↑自由发挥 ↑理想配图 ↑模板适配 └人工验收┘ └─用户确认─┘ └─用户参与确认─┘ 阶段零：资料收集 # 收集并提炼 PPT 所需的核心素材。 收集来源： 用户提供的文档、图片、数据、已有大纲、参考 PPT 等 通过网络搜索补充行业背景、相关政策、最新数据、竞品信息等 提炼核心信息： 一句话核心主张（整份 PPT 要传达什么） 3-5 个关键论点（每章一个） 每个论点的支撑数据或案例 注意事项： 数据要可溯源，不做无依据的断言 配图优先选择概念图而非密集图表 信息深度要匹配受众 阶段一：受众与定位分析 # 在动手之前，先明确三要素： 要素 要回答的问题 影响 受众 谁在看？他们懂什么？不懂什么？ 决定术语深度、比喻选择 目的 看完后做什么？决策？学习？认同？ 决定叙事结构 篇幅 10 分钟 / 30 分钟 / 一页快报？ 决定页数和信息密度 选择叙事结构：https://lmingjian.github.io/docs/ai/ai-ppt-%E7%94%9F%E6%88%90%E6%8A%80%E6%9C%AF%E7%9A%84%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A/Wed, 29 Jul 2026 14:37:09 +0800https://lmingjian.github.io/docs/ai/ai-ppt-%E7%94%9F%E6%88%90%E6%8A%80%E6%9C%AF%E7%9A%84%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A/本文内容由 AI 大模型生成，仅供您参考。 摘要 # 本报告围绕「AI 生成 PPT」这一办公高频需求，完成从工具生态调研到底层技术原理的系统研究。 核心发现： （1）当前市场 90% 以上的 AI PPT 工具本质上是「LLM 做内容 + 模板引擎做排版」，并非 AI 端到端设计幻灯片； （2）最优技术架构为 LLM → JSON → 渲染器，将创造力交给模型、正确性交给确定性代码； （3）底层渲染方案以 python-pptx 为主流，Aspose.Slides 为商业选择，直写 OOXML 仅用于边缘场景； （4）美观由设计系统、母版模板、布局引擎、AI 自检回路四层共同保证，各层均可独立编辑，不耦合于模型。 第一部分：AI PPT 工具全景 # 当前市场上的 AI PPT 工具可以按技术路线分为以下几类： 第一类：模板填空型（主流产品） # 代表：Gamma、Beautiful.ai、iSlide AI、讯飞智文、WPS AI、百度AI PPT 技术流程：用户输入主题或文档 → LLM 生成大纲与分页内容 → 匹配预设模板/版式 → 将文字填入占位符 → 生成可编辑 pptx。 这类工具的核心竞争力不在模型，而在模板的数量、质量与匹配算法。大部分产品后端使用的是 OOXML 直写或 python-pptx 填占位符的方案。 第二类：全 AI 布局型 # 代表：Tome、Decktopushttps://lmingjian.github.io/docs/ai/ai-%E7%94%9F%E6%88%90%E5%9B%BE%E8%A1%A8%E7%9A%84%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E7%A0%94%E7%A9%B6/Tue, 28 Jul 2026 09:36:48 +0800https://lmingjian.github.io/docs/ai/ai-%E7%94%9F%E6%88%90%E5%9B%BE%E8%A1%A8%E7%9A%84%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E7%A0%94%E7%A9%B6/问题 # AI 怎么生成架构图？ AI 怎么生成柱状图，折线图，饼图？ AI 怎么生成类图？ 当前市场 AI 生成图表的类型 # 直接绘图 # 使用 AI 的生图能力，直接将需要的图表绘制出来，不通过编写代码的方式进行修改。这种生成的图表不能修改，且文字容易出现错误，因此一般不推荐使用。 提示词：使用 AI 生图能力，绘制一个 4MAT 问题分析图。 HTML+SVG # SVG 的上限高，但下限也低。受限于 AI 没有视觉能力，因此在绘制 SVG 时，AI 只知道坐标，没办法“看见”元素的摆放方式，因此容易出现错位或者溢出的问题，导致绘制出来的图表会很难看。 与直接生图相比，SVG 绘制的内容是可以修改的，但是修改起来会比较麻烦，难以快速的进行修改。 受限于 AI 的能力，这个绘制质量会浮动的比较厉害。 提示词：使用 SVG 绘制一个 4MAT 问题分析图。 Hy4 绘制的 4MAT 问题分析图 Hy3 绘制的 4MAT 问题分析图 可以看见，“不聪明”的 AI 绘制的内容会有偏移。 SVG 代码 HTML+CSS+JavaScript # 通过第三方的 JavaScript 库，结合 CSS 非常容易生成需要的图表。 通过这种方式生成的图表，不仅容易修改，同时摆放位置也容易进行管理。但这种方式的缺点也明显，容易受到 JavaScript 库的显示，样式比较固定。 这种方式 AI 只影响文字内容和布局，绘制图表的美观与否，受所使用的第三方的 JS 库影响。因此，这种方式对“不聪明”的 AI 比较友好。https://lmingjian.github.io/docs/ai/ai-%E7%94%9F%E6%88%90-ppt-%E7%9A%84%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E7%A0%94%E7%A9%B6/Tue, 28 Jul 2026 09:29:56 +0800https://lmingjian.github.io/docs/ai/ai-%E7%94%9F%E6%88%90-ppt-%E7%9A%84%E6%8A%80%E6%9C%AF%E5%8E%9F%E7%90%86%E7%A0%94%E7%A9%B6/知彼知己者，百战不殆；不知彼而知己，一胜一负，不知彼，不知己，每战必殆。————《孙子兵法·谋攻篇》 问题 # AI 是怎么生成 PPT 幻灯片的？ AI 使用何种技术生成 PPT 幻灯片？ AI 是如何生成可编辑的 PPT 幻灯片？ 现在市场上各大厂家都是使用什么技术生成 PPT 幻灯片的？ 怎么才能更好的通过 AI 生成 PPT 幻灯片? 当前市场 AI PPT 工具的类型 # 模板填充型（主流产品） # 模板填充型是当前主流的技术方案，它通过 LLM 生成大纲内容，然后填充进预设 PPT 模板，来完成 PPT 创建。它生成的是可编辑的 PPT 文件。 模板填充型 AI PPT 工具的工作流程如下所示： 用户输入 → LLM 生成大纲与分页内容 → 匹配预设模板/版式 → 将文字填入占位符 → 生成可编辑 PPT。 这类工具的核心竞争力不在于模型，而在于模板的数量、质量、以及匹配算法，只有在足够多，足够好的模板支撑下，结合优秀的模板匹配算法，这类工具才有可能制作出优秀的 PPT。 全布局型 # 全布局型这种技术方案不仅会让 LLM 决定内容，还会让 LLM 决定每一页的排版方式——内容放哪里、图片放哪里、字号要多大。它生成的也是可编辑的 PPT 文件。 全布局型 AI PPT 工具的工作流程如下所示：https://lmingjian.github.io/docs/ai/%E4%BD%BF%E7%94%A8-playwright-mcp-%E4%B8%BA-workbuddy-%E8%B5%8B%E4%BA%88%E8%87%AA%E5%8A%A8%E5%8C%96%E6%B5%8F%E8%A7%88%E5%99%A8%E8%83%BD%E5%8A%9B/Mon, 06 Jul 2026 09:56:39 +0800https://lmingjian.github.io/docs/ai/%E4%BD%BF%E7%94%A8-playwright-mcp-%E4%B8%BA-workbuddy-%E8%B5%8B%E4%BA%88%E8%87%AA%E5%8A%A8%E5%8C%96%E6%B5%8F%E8%A7%88%E5%99%A8%E8%83%BD%E5%8A%9B/需求 # WorkBuddy 默认是不具备浏览器自动化能力的，但是我们可以通过为其配置 Playwright MCP Service，让 WorkBuddy 可以（通过浏览器驱动）操作浏览器。 Playwright MCP 服务器通过 模型上下文协议 (Model Context Protocol) 提供浏览器自动化功能，使大语言模型（LLM）能够使用结构化的无障碍快照与网页进行交互 — 无需视觉模型。 当然，如果是视觉模型，那通过截图分析，结果可能更为准确。 环境 # Playwright MCP 只支持 Node 环境，且 Node.js 要大于 20，请从 https://nodejs.org/zh-cn 下载最新的 Node 安装。 安装 # Playwright MCP 可以在任何的 MCP 客户端上运行，包括但不限于 VS Code、Cursor、Windsurf、Claude Code、Claude Desktop。 用户只需在 MCP 客户端的配置文件中添加以下项目，即可完成安装。 { "mcpServers": { "playwright": { "command": "npx", "args": ["@playwright/mcp@latest"] } } } 对于 WorkBuddy，我们先点击 “连应用”，然后点击 “更多连接器”，进入 “连接器” 管理界面。 这里的 “连接器” 就是我们所说的 MCP，点击右上角的 “自定义连接器” 按钮，点击 “配置 MCP”，将上面的 json 字段添加进去，保存后返回。