AI Presentation Workflow

设计哲学：Context, not control。 理解目标和风格感觉，自主做出设计决策。参考文件是灵感库，不是逐字执行的清单。

Skill 路径

脚本安装路径因用户不同而不同。执行脚本前，先用 Glob 工具搜索 **/duan-slides/scripts/generate_image.py，取所在目录作为 SKILL_SCRIPTS_DIR。

启动：三个决策

每次任务开始，确认以下三项。

协作模式

制作路径

个人形象融入

检查 assets/character/ 目录：

• 有 *-sheet.png → 直接使用
• 有 original.* 无设定图 → 自动生成设定图
• 为空 → 询问用户是否需要

生成角色设定图：

export $(grep GEMINI_API_KEY ~/.claude/.env) && \
uv run [SKILL_SCRIPTS_DIR]/generate_image.py \
  --input-image "assets/character/original.jpg" \
  --prompt "Character design sheet in [STYLE] style. Keep facial features faithfully. Show 3 expressions: neutral explaining, surprised/eureka, thinking. White background, no text." \
  --filename "assets/character/[style-name]-sheet.png" \
  --resolution 2K

同一风格只生成一次，后续复用。

Step 1: 内容梳理

将原始材料转为逐张slide大纲。每张定义：

• 标题：断言句，不是主题词 — 「Q3销售增长23%，新用户是主要驱动力」✓，「Q3销售」✗
• 要点：最多3-4条
• 视觉类型：插画 / 图表 / 流程图 / 引言
• Path A：是否需要AI插画？Yes/No + 一行场景描述
• Path B：完整视觉场景描述（布局+内容+情绪）

slide内容全部中文，仅保留必要英文（人名、品牌、技术术语）。

Checkpoint（Guided/Collaborative）： 表格展示大纲，用户确认后进入Step 2。

Step 2: 风格选择

核心洞察：插画/漫画类风格AI生成效果远优于「专业极简」。 漫画风格有明确视觉语言，AI可充分发挥；暗色底+大留白缺乏视觉元素，生成结果「空」且「平」。

按主题推荐3个风格：

用户说「想要XX风格」「不确定」「有例子吗」→ 查 references/design-movements.md 转换美学语言。

展示风格： 主动用 Read 工具显示 assets/style-samples/style-NN-name.png 样例图（不只是文字描述）。图片编号：01-snoopy, 02-manga, 03-ligne-claire, 04-neo-pop, 05-xkcd, 06-constructivism, 07-dunhuang, 08-ukiyo-e, 09-warm-narrative, 10-oatmeal, 11~17=第三梯队。

每个风格完整参数（色值/排版/构图/prompt规范）→ references/proven-styles-gallery.md

Checkpoint（Guided/Collaborative）： 展示3个风格 + 样例图，用户选定后进入Step 3。

Step 3: 构建

Path A：HTML + 选择性插画

每张slide生成独立HTML文件（720pt × 405pt）。生成前必须遵守 4 条 html2pptx 硬性约束（见 references/prompt-templates.md 第2节），否则导出会报错：

• DIV 里的文字必须用 \x3Cp> 或 \x3Ch1>-\x3Ch6> 包裹，不能裸文字
• 不支持 CSS 渐变，只能纯色（linear-gradient 会报错）
• \x3Cp>/\x3Ch*> 不能有背景/边框，这些放在外层 \x3Cdiv>
• \x3Cdiv> 不能用 background-image，改用 \x3Cimg> 标签

AI插画生成：

export $(grep GEMINI_API_KEY ~/.claude/.env) && \
uv run [SKILL_SCRIPTS_DIR]/generate_image.py \
  [--input-image "assets/style-samples/style-NN-name.png"] \
  --prompt "[scene description in [STYLE] style]" \
  --filename "slide-NN-illustration.png" \
  --resolution 2K

垫图机制：--input-image 传入风格样例图或角色设定图，强制AI生成与参照图风格一致的插画。

Path B：全AI视觉

每张slide生成完整图片（含所有文字和布局）：

export $(grep GEMINI_API_KEY ~/.claude/.env) && \
uv run [SKILL_SCRIPTS_DIR]/generate_image.py \
  --input-image "assets/style-samples/style-NN-name.png" \
  --prompt "[完整视觉描述：布局+内容+风格+情绪]" \
  --filename "slide-NN-name.png" \
  --resolution 2K

短prompt比长prompt效果更好。 描述mood和内容，不要约束颜色比例、构图位置、字号数字。详细提示词模板 → references/prompt-templates.md

Step 4: 组装 PPTX

Path A（html2pptx）：

node [SKILL_SCRIPTS_DIR]/html2pptx.js \
  slide-01.html slide-02.html ... \
  -o output.pptx

Path B（create_slides.py）：

uv run [SKILL_SCRIPTS_DIR]/create_slides.py \
  slide-01.png slide-02.png ... \
  --layout fullscreen \
  -o output.pptx

Step 5: 收尾

• Path A：可用 Playwright 截图预览关键slides
• Path B：直接用 Read 工具显示生成的PNG

Checkpoint（所有模式）： 展示预览，交付PPTX，汇报：完成X张，风格Y，文件路径Z。

Keynote/PowerPoint中可添加动画和Speaker Notes；Path A文字可继续编辑，Path B如有文字错误需重新生成该张图片。

Assets 目录

assets/
├── style-samples/     # 17种风格样例图（视觉参照 + 垫图两用）
│   └── style-NN-name.png
└── character/         # 用户个人形象
    ├── original.jpg   # 用户提供的照片
    └── [style]-sheet.png  # 各风格的角色设定图（首次使用时生成）

参考文件