## 1. 一句话：这是要做什么？

你有没有过这种经历：老板丢来一个主题，让你今晚出一套 PPT。你打开 PowerPoint，从空白页开始，一页一页排版、调字号、找配图……两小时过去了，才做了 5 页。

我们想做一个新东西，让这件事变得像「点外卖」一样简单：

**你只要输入一个主题、或者丢进来一份文档，AI 就帮你把整套幻灯片生成好。生成之后，你可以在网页里像用 PowerPoint 一样自由编辑，改字、挪框、换图都行。最后，一键导出成能继续编辑的 `.pptx` 文件，或者发给别人看的 `.pdf`。**

简单说：以前是「PPTX 进 → 视频出」，这次是「内容进 → PPTX 出」。我们不做配音、不做数字人讲解，就专注做好两件事：**让你编辑得爽，导出得准。**

---

## 2. 为什么我们自己造轮子，不直接用现成的？

你可能想问：网上不是有很多开源工具吗？直接拿来用不就行了？

我们认真调研了一圈，结论是：**能用的零件我们都有，缺的那一环，外面要么是坑、要么是锁。**

### 2.1 三条路，各有各的坑

市面上做「AI 生成 PPT」的，基本就三条技术路线：

| 路线 | 听起来 | 实际体验 |
|---|---|---|
| **A. 网页排版 → 转成 PPT** | 排版最自由，想怎么摆怎么摆 | 转换容易错位，一页好看，下一页就乱了 |
| **B. 套模板 → 填内容** | 最稳，不容易出错 | 视觉中规中矩，但胜在「真能编辑」 |
| **C. 生成一张图 → 拆成图层** | 图最好看，还能「选中文字」 | 是假的！字和背景是两层贴上去的，一放大就重影，改一个字都费劲 |

路线 C 最迷惑人——它生成的图确实漂亮，但「可编辑」是事后硬拆出来的，就像把一张照片里的字「抠」出来，看着能选，其实一改就露馅。这种方案适合「只要好看、能改几个字」的场景，当不了正经产品的地基。

### 2.2 两个必须避开的「坑」

调研时我们还发现两个大坑，差点踩进去：

**坑一：大厂官方的 PPT 生成工具，居然不是开源的。**
有个知名 AI 公司官方出的 PPT 生成代码，看着很香，但它的授权协议明确写了：**不能商用、不能复制、不能改、不能分发**。我们做的是正经商业产品，碰都不能碰。

**坑二：一个很火的 9000 星开源项目，核心功能是「锁起来」的。**
它表面上是开源的，但真正负责「把网页转成 PPT」的核心代码，是编译好的、看不到源码的二进制文件。也就是说，最关键的「可编辑」那一环，恰恰是人家藏起来不给你看的。

**结论：** 我们自己手里已经有 80% 的零件（导出工具、渲染引擎、账号体系都有了），唯一缺的那一环，外面要么是坑、要么是锁。所以，**自己造。**

---

## 3. 我们是怎么设计的？几个关键决定

这一节是这篇文章的「干货」，但我会尽量用人话讲。这几个决定，直接决定了这个产品好不好用、能不能做好。

### 3.1 关键决定一：AI 只负责「想」，不负责「画」

很多人以为 AI 生成 PPT 是 AI 直接在一张白纸上画格子、写字。如果真这么做，出来的东西一定是灾难：字叠在一起、跑出页面、字号忽大忽小。

我们的做法是**分工明确**：

- **AI 只做两件事**：① 想出这一页写什么内容（标题、要点、数据）；② 决定这一页用什么版式（比如「大标题 + 三张卡片」还是「左边图、右边文字」）。
- **一个「排版引擎」负责把版式变成精确的坐标**，像搭积木一样，把 AI 想好的内容稳稳地放到页面上。

这样，AI 负责「聪明」，排版引擎负责「靠谱」。而且，排版引擎只在**生成初稿**时起作用，生成之后，你想怎么拖、怎么改，完全自由。

### 3.2 关键决定二：让「一键换风格」成为可能

你有没有想过，为什么很多 PPT 工具换主题色，换完总有几个地方颜色不对？

因为很多工具存的是「这个字是 24 号、这个颜色是 #1a1a1a」这种**写死的数值**。换风格的时候，它得从数值反推「这个字是标题还是正文」，推不准就换不干净。

我们的做法是：**每个元素不存「具体长什么样」，而是存「它是什么角色」**。比如「这是标题」「这是正文」「这是卡片标题」。换风格的时候，系统只要把「标题」对应的新样式套上去，就完事了。你手动改过的地方，单独存一份「覆盖记录」，不会被换风格冲掉。

**一句话：我们存「语义」，不存「像素」。** 这是「一键换风格」能不能做成的分水岭。

### 3.3 关键决定三：模板不是「一整页」，而是「积木」

传统 PPT 模板是「一整页一整页」的，比如「模板 A 的第 3 页长这样」。这种模板的坏处是：每加一套新风格，所有页面都要重新画一遍，维护成本爆炸，而且用户改不动。

我们的做法是**拆积木**：

- **风格**（比如商务蓝、科技暗色、杂志风）—— 5 到 10 套，用户选。
- **版式组件**（比如标题、三卡、对比、时间线）—— 25 到 40 个，排版引擎自动选。

用户看到的「模板」= 风格 × 组件。10 套风格 × 30 个组件，视觉上像几百套模板，**但我们的维护量只是 10 + 30**。而且用户改起来更灵活。

### 3.4 关键决定四：字体，我们「锁死」了

这是个很现实的问题：我们的服务器上只有 1 个中文字体，而你的电脑上有 99 个。如果服务器用它的字体生成 PDF，你打开一看，字全变了。

我们的解决方案是：**生成端只允许用一套白名单字体（思源黑体，免费、可商用、可嵌入）**，服务器也装上它。这样：

- 导出的 PDF 是**100% 保真**的，因为是在服务器渲染的，不依赖你电脑的字体。
- 导出的 PPTX 里，如果你电脑没装思源黑体，会自动用系统默认的黑体（微软雅黑/苹方）替代——**都是黑体，观感非常接近**，是代价最小的选择。

代价是：你不能在生成端随便换字体。**这是主动放弃，我们会写进产品说明。**

### 3.5 关键决定五：质量检查，只查「结构」，不查「像素」

生成完 PPT，我们要检查它好不好看。但这里有个系统性的难题：服务器渲染的字形，和你电脑上渲染的字形，天生就有细微差别。所以，我们**不追求「逐像素相同」，只检查「结构性错误」**：

| 我们能查 | 我们查不了 |
|---|---|
| 元素有没有重叠 | 文字实际断行位置 |
| 有没有跑出页面边界 | 行距的像素级差异 |
| 文字有没有溢出容器 | 你电脑上的最终观感 |
| 图片有没有缺失、变形 | |

**唯一 100% 保真的交付格式是 PDF**。PPTX 的保真度天花板就是「结构正确 + 字体替换后观感接近」。

### 3.6 关键决定六：导出不排队

我们的服务器上，可能同时有一个 90 分钟的数字人渲染任务在跑。如果用户这时候点「导出 PPTX」，不能让它排在那个大任务后面等 90 分钟。

所以，我们给「导出」单独开一条**快速通道**，并发数卡在 1-2 个。反正导出是秒级任务，排队也没感觉，但能防止一群人同时导出把服务器挤爆。

### 3.7 关键决定七：只做「单向导出」

「在网页里编辑」和「在 PowerPoint 里编辑」是两件事。我们只做**从网页导出到 PPTX**，不做「你在 PowerPoint 里改完再传回来同步」——那是个无底洞，我们不做。

---

## 4. 这个产品到底能做到什么？边界在哪？

### 4.1 能做到的

**生成**
- 输入：主题 / 大纲 / 上传文档（doc、pdf、txt）→ 一次出整套
- 版式：由组件库决定，排版引擎按内容量自动选
- 配图：AI 生图 / 图库 / 用户上传
- 风格：一键换配色与字体方案

**编辑**
- 自由画布：拖拽、缩放、旋转、栅格吸附、参考线
- 图层：文字、图片、形状、图标、线段
- 页：新增 / 删除 / 复制 / 排序
- 文本：字号、颜色、粗斜体、对齐、行距、项目符号
- 图片：上传、裁剪、圆角、替换
- 图层树：层级、锁定、隐藏、编组
- 撤销重做、对齐分布、备注栏

**导出**
- `.pptx`：原生文本框 + 形状 + 图片，**能改字、能挪框、能换图**
- `.pdf`、每页 PNG

### 4.2 打折扣的（能做，但别期待满分）

| 能力 | 现实 | 原因 |
|---|---|---|
| 复杂视觉（渐变、阴影、混合模式） | 降级成**图片层**。看着对，但在 PowerPoint 里改不了 | PPTX 没有对应原语 |
| 图表 | 简单图表可做原生；定制样式退回图片 | 工具库图表 API 有限 |
| 表格 | 基础表格可以；合并单元格、条件格式不行 | 同上 |
| 导出保真 | **「看着差不多」，不是逐像素相同** | PowerPoint 与浏览器对换行、行距的计算本就不同 |
| 字体 | 只能给白名单 | 不锁死就必然错位 |
| 主题 / 母版 | 能做 token 级主题，**做不了 PowerPoint 的 Slide Master 继承** | 概念映射不完整 |

### 4.3 做不到的（再努力也绕不过）

**A. PPTX 格式的天花板**

1. **动画与切换效果** —— 工具库不支持创建
2. **SmartArt** —— 同上
3. **字体嵌入** —— 授权问题
4. **公式（OMML）**

→ 这四项只有一条出路：**商业授权组件**。要不要为了动画买它，是纯商业决定。

**B. 架构上明确不做的**

1. 用户上传 PPTX 反解成可编辑图层
2. 与 PowerPoint 双向同步
3. 多人实时协作（技术上能做，但工作量巨大，可后加）

### 4.4 产品文案的红线

**别写「导出的 PPT 可以随意编辑」。** 用户一试形状和动画就会觉得被骗。

准确说法：**「导出的 PPTX 里，文字都能直接改」。**

---

## 5. 我们打算怎么把它做出来？

### 5.1 模块划分

| 模块 | 做什么 |
|---|---|
| 编辑器页面 | 矢量画布编辑器 + 风格/版式面板 |
| 渲染层 | 组件库（25–40 个版式组件） |
| 主题 | token 表，5–10 套 |
| 后端 | 增删改查 + 生成编排 + 导出派发 |
| 排版引擎 | AI 内容 + 版式意图 → 精确坐标 |
| 导出器 | 内部模型 → pptx |
| QA 环 | 生成侧回渲比对 |

### 5.2 核心数据模型

**设计空间统一 1920×1080**。换算干净：导出时 `pt = px / 2`。

```jsonc
// Deck
{
  "id": "...",
  "title": "...",
  "themeId": "business-blue",
  "designW": 1920, "designH": 1080,
  "slides": [ /* Slide */ ]
}

// Slide
{
  "id": "...",
  "index": 0,
  "layout": "three-cards",          // 版式组件名，用于「换版式」
  "background": { "token": "bg-base" },   // 或 { "image": "oss://..." }
  "notes": "这一页的讲稿",
  "layers": [ /* Layer */ ]
}

// Layer —— 注意这里只有 token 引用，没有绝对样式
{
  "id": "...",
  "kind": "text" | "image" | "shape",
  "role": "title" | "body" | "caption" | "card-title",
  "box": { "x": 120, "y": 80, "w": 800, "h": 120 },
  "rotation": 0,
  "z": 3,
  "locked": false,
  "visible": true,

  "style": {                         // 全部是 token / 刻度引用
    "colorToken": "fg-primary",
    "fontToken": "font-display",
    "sizeStep": 3,                   // 字号刻度，不是 px
    "weight": "bold",
    "align": "left",
    "lineHeight": 1.4
  },
  "overrides": { },                  // 用户手改，覆盖 token

  "text": "...",                     // kind = text
  "src": "oss://...",                // kind = image
  "shape": "rounded-rect"            // kind = shape
}
```

**主题 token 表**（每套风格一份）：

```jsonc
{
  "id": "business-blue",
  "colors": {
    "bg-base": "#ffffff", "bg-accent": "#f1f5f9",
    "fg-primary": "#0f172a", "fg-secondary": "#64748b",
    "brand": "#2563eb", "brand-fg": "#ffffff"
  },
  "fonts": { "font-display": "Source Han Sans", "font-body": "Source Han Sans" },
  "scale":  { "size-steps": [14, 18, 24, 32, 44, 60], "space-steps": [8,16,24,40,64] },
  "shape":  { "radius": 12, "shadow": "sm" }
}
```

### 5.3 落库

沿用现有「整体保存一页」的模式：

```
ppt_deck   (id, user_id, title, theme_id, status, version, created_at, updated_at)
ppt_slide  (id, deck_id, idx, layout, background, notes, layers jsonb, version)
```

- `layers` 存 `jsonb`，整页保存，不拆表。编辑器自动保存本来就是一页一提交。
- 写 jsonb 必须显式转型 `?::jsonb`。
- 用 `SimpleJdbcInsert` 时**必须指定 `usingColumns`**，否则缺列会被绑成 NULL。
- DDL 无迁移框架，需手动 `ssh + psql` 应用。

### 5.4 接口

```
POST   /deck/create            生成整套（异步，返回 taskId）
POST   /deck/get               取整套
POST   /deck/update_slide      保存单页（整页 layers）
POST   /deck/add_slide         新增页
POST   /deck/delete_slide      删除页
POST   /deck/reorder_slides    页排序
POST   /deck/apply_theme       换风格（只换 themeId，前端重渲染）
POST   /deck/relayout_slide    单页换版式（重跑排版引擎）
POST   /deck/export            { deckId, format: pptx | pdf | png }
GET    /deck/themes            风格列表
```

### 5.5 导出映射

| 内部模型 | PPTX |
|---|---|
| `box.x/y/w/h`（1920 设计 px） | `Inches(px / 144)` —— 1px = 1/144 in，1920px = 13.333in |
| `sizeStep` → `scale.size-steps[step]` | `Pt(px / 2)` |
| `kind: text` | `add_textbox`，关闭 autofit，`word_wrap = True` |
| `kind: image` | `add_picture` |
| `kind: shape` | `add_shape`（圆角矩形 / 椭圆 / 直线） |
| `colorToken` | 查主题表 → `RGBColor` |
| `fontToken` | 写字体名（白名单）。同时设 latin + eastasian，主题字体也一并设 |
| 复杂视觉层 | 降级为图片层 |

**两个 python-pptx 的坑**

1. **中文字体要写三处。** `run.font.name` 只写 `<a:latin>`，中文会退回主题默认字体。必须额外写 `<a:ea>` / `<a:cs>`（东亚字体是 `<a:ea>`），且顺序是 latin → ea → cs。

2. **空 `<a:effectLst/>` 挡不住 LibreOffice 的投影。** python-pptx 的 `add_shape` / `add_connector`

你有没有过这种经历：老板丢来一个主题，让你今晚出一套 PPT。你打开 PowerPoint，从空白页开始，一页一页排版、调字号、找配图……两小时过去了，才做了 5 页。

别再熬夜做 PPT 了！输入一个主题，AI 帮你把整套幻灯片做好，还能随便改字

人工智能

输入主题或文档，AI自动生成整套可编辑幻灯片。网页内自由改字、挪框、换图，一键导出保真的PPTX或PDF。不依赖外部模板，通过排版引擎与语义化设计，实现稳定编辑与精准导出，避免错位、锁定代码与不可商用等坑。专注内容进、PPTX出，省时省力。

代码解释

服务器

AI生图

容器

Python

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

别再熬夜做 PPT 了！输入一个主题，AI 帮你把整套幻灯片做好，还能随便改字-腾讯云开发者社区-腾讯云

别再熬夜做 PPT 了！输入一个主题，AI 帮你把整套幻灯片做好，还能随便改字

别再熬夜做 PPT 了！输入一个主题，AI 帮你把整套幻灯片做好，还能随便改字

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐