Gorden 那套 Super PPT:先出图页,再拆成真文本框

841 字
4 分钟
Gorden 那套 Super PPT:先出图页,再拆成真文本框

仓库:GordenSun/GordenSuperPPTSkills(Python · README 写死仅 Codex)。

它不是又一套模板。核心是把「好看」和「能改」拆成两条流水线:内容先变成真生图的图片 PPT,再按层拆开重拼成可编辑 PPTX。公众号里「AI PPT 赛道终结者」「史上最强」当宣传听就行,别写进选型结论。

内容 → 图片 PPT → 可编辑 PPTX
内容 → 图片 PPT → 可编辑 PPTX

三技能怎么拆

技能干什么带走的约束
GordenImagePPTGen主题/内容 → 每页 PNG + 图片型 PPTX必须真调图像生成;禁 SVG/HTML/Canvas/代码画图冒充
GordenImage2PPTX图片页/截图 → 可编辑 PPTX四层重拼,文字必须是真文本框
GordenSuperPPTSkill串前两步一次交出图片型 + 可编辑 + 中间层产物

只要好看图页用第一个;手里已有图页只要第二个;「从内容一路到可改」或没指定时,走编排器。别指望一个 prompt 同时搞定「又炫又能改」——这是架构选择,不是文案技巧。

四层:防「假可编辑」

背景 / 框架 / 图标装饰 / 文字
背景 / 框架 / 图标装饰 / 文字

拆开再按坐标拼回去:

  1. 背景
  2. 框架
  3. 图标与装饰
  4. 文字(文本框)

最脏的偷懒是:整页原图当背景,再叠一层字。看起来「能改」,实际双影(图上字 + 框里字)。技能门禁就是冲这个来的。

装起来三步,宿主别搞错

Codex 里粘贴安装 → pip install python-pptx(还要 pillow / numpy)→ 用人话描述需求调用。文内写死只支持 Codex;留言也有人吐槽要 GPT 账号、Deepseek 生不了图。别的 Agent 理论上能蹭接口,仓库没做适配。

费用:两套口径别混

来源说法
作者美元口径生图 0.030.03-0.10 / 张;Vision 还原 0.010.01-0.05 / 页;建议单文件 ≤20 页
Plus 额度口径(README)转 1 张图 ≈ 5 小时额度的 10%

都是作者/README 转述,没实测。选型时认清你在比的是哪一套账。先 1-3 页摸成本与质量,再放大。

强但不轻:小样试跑 + 风险边界
强但不轻:小样试跑 + 风险边界

市场数字当气氛,别当结论

公众号 pitch 里堆了一堆「痛点证据」,出处作者写了,我没去对原报告。拿来当「值得关心 PPT 链路」的气氛可以;拿来写死结论不行。挑几条有印象的:

  • 每天海量 PPT / 管理层周均耗时(LinkedIn、empower®、SketchBubble 等,未核
  • AI 演示生成市场数字单位可疑,照录并标未核
  • Vision / OCR 准确率数字同理,别当验收标准

留言里有人直接问:效果图呢?问得好——装之前自己跑小样,别被 pitch 带着走。

什么时候值得装

值得试:要视觉冲击,又要同事/老板在 PPT 里真改字;能接受 Codex 长链路和人工 QA。

别硬上:日常周报、改几个数字就交差、不想烧额度、要零验收工业级稳定。

质量跟模型走;高密度页更容易拆歪。形态上它是 Skill / Prompt / Manifest / QA 包,不是点按钮的 SaaS——流程在,责任也在你这边。

许可证别想当然

API 查下来 无 SPDX licenselicense: null)。README 致谢写「可以商用,必须标明 Github 出处或 @Gorden Sun」。个人学习归档够用;要商用交付,先自己确认这份口头授权是否够用,别默认「开源=随便用」。

评论区

像发消息一样写就好:点工具栏插入表情 / 图片,表情会直接显示。插图 ≤5MB。