AI 生成 PPT 方案请教

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

请不要在回答技术问题时复制粘贴 AI 生成的内容

这是一个创建于 72 天前的主题，其中的信息可能已经有所发展或是发生改变。

最近公司安排做 AI Slides ，我看了下 GitHub 上 ai-slides 这个 topic ，目前活跃的项目基本就两个：

banana-slides（GitHub）：用 Nano Banana 模型生成 PPT 页面图片，视觉效果不错，但导出的.pptx本质是图片嵌入，无法编辑文字或调整布局；
Xpptx（xpptx.com）：能直接生成结构化的可编辑 PPT 。

我现在的问题是：有没有办法把 banana-slides 生成的那种高质量页面图，自动转换成真正的可编辑 PPT ？比如识别出标题、正文、图表区域，还原成原生文本和形状？

求教有没有现成工具或技术方案。

ppt

工具

20 条回复 2026-02-07 13:03:47 +08:00

Natumsol

1 月 30 日 via Android

试试 lovart ，满足你的诉求

hanssx

1 月 30 日

banana 生成 html ，html->ppt

leeg810312

1 月 30 日

第二个不是 github 的吧？我看不少工具都是生成 html 当作 ppt 用，可能更通用，用浏览器打开看

laowu2012

1 月 30 日

banana-slides 不是有选文字分层解析吗

loopinfor

1 月 30 日

第一个感觉很惊艳，不是说视觉效果很酷炫，而是完全没 AI 味。
市面上很多 AI PPT 做出来的排版都是文字很小、图标巨大，跟普通中文 PPT 模板差异很大。

yrom

1 月 30 日

https://github.com/zarazhangrui/frontend-slides 不如用 Skills ？

apacheinsky

1 月 30 日

让 AI 生成 latex （ beamer ），可编辑度绝赞爆表！

CandyMuj

1 月 30 日 via Android

可以试试 skills

love060701

1 月 30 日

https://codia.ai/noteslide/

OCR+inpaint ，把图片变成可编辑的 PPT 文件。但是用过你就知道了，还是 AI 生成更方便，现在 Banana 改图会出现字错乱的情况，最多半年就能解决，到时候就是完全 AI 生成和编辑 PPT ，始终是图片格式。

TonyG

1 月 31 日

全自动方案一般效果都不行，vibe coding 16:9 的 html ，引入各种 chart, tailwind css, fontawsome, npm 引入 cheerio ，pptxgenjs ，puppeteer 生成 html 生成截图、生成 ppt 页面的 node 命令，html 用提示词微调不足，图片用各种大模型免费生图形成插入图、背景图，结合 qwen image edit 微调图片内容。然后你就可以得到很漂亮的 ppt 了。

yayoec

1 月 31 日

banana-slides 有导出可编辑的功能，虽然做不到完美，但是确实能用

youyouzi

1 月 31 日

有个技术问题咨询一下各位大佬：
gemini 生成的是图片，他如何做到可以把图片转为 ppt 以后，下载以后可以编辑呢？纯图片》可编辑；这个过程是提示词让 gemini 做了什么吗？

hackpro

1 月 31 日

蹲一个 NotebookLM 转可编辑 ppt 方案

syferie

2 月 1 日

我前段时间设计了一个方案，先利用 NanoBananaPro 来生成 PPT 图片，效果与 banana-slides 类似。
之后实现可编辑，核心思路是利用了 Gemini 的视觉思维能力去识别图片中的文字位置和内容样式，从而生成遮罩。
然后利用纯色填充+渐变填充来实现移除文字。
移除之后将上面识别到的文字与样式放置到对应位置，组装为一个完整 PPT ，从而达到可编辑文字的 PPT 效果。

https://github.com/MoonWeSif/NextCreator

syferie

PRO

2 月 1 日

@youyouzi 可以参考我这里的开源思路，核心利用了 Gemini 的视觉思维能力去识别图片中的文字位置和内容样式，生成遮罩。
然后利用纯色填充+渐变填充来实现移除文字。
移除之后将上面识别到的文字与样式放置到对应位置，组装为一个完整 PPT ，从而达到可编辑文字的 PPT 效果。

核心还是考虑到作为一个桌面端应用，尽量轻量化，原先是 OCR+Inpaint 的思路，但是依赖外部需要部署的服务，过于繁琐了，现在的话下载即用。

zerovoid

2 月 1 日

题外话，我在想什么不直接用网页替代 PPT 来做演示呢，PPT 能做的事，网页都能做（上下页切换，各种动画效果，浏览器也能全屏），以前用 PPT ，只是很多办公人员不会写代码罢了，现在都交给 AI 写，我看 PPT 可以直接淘汰了。

coobin

2 月 2 日

banana 可以生成 google 的 slides ，slides 可以导出为 pptx

youyouzi

2 月 2 日

@syferie #15 所以是通过提示词让他生成的时候分离背景图片和文字吗？

Jannok

2 月 2 日

我觉得 kimi 的其实还可以，notebooklm 那种很炫酷但是不能编辑，kimi 的是传统 ppt 那种有排版布局的，实用性挺高的，用来做年终总结汇报啥的还蛮好的。

syferie

PRO

2 月 7 日

@youyouzi 不是，都是自己处理的。上面说的原理应该挺清晰的。