AI 生成 PPT 方案请教

[jsxyzb]

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。

[Natumsol]

试试 lovart ，满足你的诉求

[hanssx]

banana 生成 html ，html->ppt

[leeg810312]

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]

banana-slides 不是有选文字分层解析吗

[loopinfor]

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]

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

[apacheinsky]

让 AI 生成 latex （ beamer ），可编辑度绝赞爆表！

[CandyMuj]

可以试试 skills

[love060701]

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]

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]

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]

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]

蹲一个 NotebookLM 转可编辑 ppt 方案

[syferie]

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]

@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]

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]

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

[youyouzi]

@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]

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]

@youyouzi 不是，都是自己处理的。上面说的原理应该挺清晰的。