下班后回到家，用谷歌NotebookLM 生成了以下的一个PPT，我本次源素材，提供了一个本地的markdown文件，是我以前公众号发表的TapNow对接Nano Banana ，生成的过程比较慢，大概3-5分钟完成（也和内容篇幅长短正相关）。 办公效率显著提升啊，我就只是上传了一个md，上传点击生成演示文稿即可躺下喝杯猫屎咖啡了。 随着大模型对各行各业的赋能，AI办公行业如火如荼，AI生成ppt、AI辅助写作等应用层出不穷，Nano Banana Pro也能生成PPT了。
相对于AI辅助写作，基于AI的ppt生成难度较大，由于ppt内的元素较多、形态多样，叠加动画、切换等效果，造成ppt的程序化处理困难，增加了ppt生成的难度。
我去扒了下，AI ppt的生成原理。涉及人工智能技术领域，具体地说是一种适用于基于AI的PPT生成程序化处理方法。
大致是将PPT内的元素以及各种效果全部编译成Json文件，通过对Json文件的操作实现对ppt的修改，最后经过反向渲染，生成最终的PPT。
NotebookLM 的源素材也支持文档、音频、图片、纯文字等素材（word、txt、markdown、pdf格式的文件），那么AI首先对用户上传文档、音频、图片、纯文字或在线选择的ppt模板进行解析，并对上传的文件进行解析抽取有效信息，生成ppt的内容素材。将ppt模板数据整理成Json文件，源素材数据包括文字、字体、配色、形状、位置、动画、图片数据，并将其编译到Json文件中。
根据用户上传的内容文件或者大模型生成的ppt文本内容，生成ppt初始文件的内容素材。
再根据获取到的ppt内容素材，生成ppt目录、内容、标题、章节页面，将ppt内容素材修改生成的Json文件。用户在初始文件的基础上进行ppt在线编辑（比如WPS AI， 可支持缩短篇幅、文案重写、续写）操作。根据用户在线编辑的各项操作（包括添加或修改文本、动画、图片后完成PPT的制作），修改Json文件。修改后的Json文件进行反向渲染，生成最终的ppt文件。
在这一方案中，首先将已有的 PPT 模板和具体内容统一转换为 Json 文件，把模板中原有的参数配置、样式调整等功能性信息全部编译进 Json 结构中。随后，对用户在 PPT 中可编辑、可上传的各类文件内容，以及由大模型生成的文本和素材进行解析，生成一份 PPT 的初始 Json 文件。在此基础上，一方面对模板 Json 进行相应修改，另一方面允许用户在前端对该初始文件进行在线编辑和完善。最终，根据用户在线编辑所产生的 Json 变更进行反向渲染，自动生成符合需求的 PPT 文件。
如果本文能给你提供启发和帮助，还请留下你的一健三连(点赞、转发、评论)，给我一些鼓励，谢谢。
最近的小开发 wubai-cq.github.io/easycutpro/
（推荐使用电脑chrome浏览器打开体验最佳，软件可下载） 非常适合在职场中需要频繁切换内、外网的朋友使用