最近需要做答辩的 PPT 了,恰巧在网上看到一位博主分享的实操,于是实践了下并做了一些拓展。
本文记录下我的实践过程以及拓展思路
一.准备工作
环境: codex
原始数据: 论文.pdf + 学校 logo.png + 论文答辩 PPT(可选)
二.我的拓展
这篇博客 提供的 workflow和 prompt 整体思路、注意事项以及操作方式都比较清晰。如果只是想快速上手，直接参考原文即可。
不过在实际使用过程中，我发现这种方式仍然存在两个问题：
- 流程需要分步执行: 没有完全解放人力,需要分步执行,会导致频繁切换我们的注意力
- 最终生成的 PPT 不可编辑: 是纯图片的(当然这种形式也有自身的优势,作者原文也有提到),但我还是想生成一个可编辑的 PPT
针对上述问题,我主要做了两个拓展:
- /goal 的实践,充分发挥 agent 的能力,减少人为确认和注意力切换
- 结合 开源项目 PPT Master 制作可编辑的PPT
三./goal 的想法 or 原理
!note\]- 这一部分主要是我对 `/goal` 的一些理解。如果只关注具体操作流程，可以直接跳到下一节。 经常 vibe coding 的朋友肯定会有这么一个感觉,就是 AI 时代注意力变得越来越稀缺,当你打开多个终端窗口时,你的效率因为**频繁的上下文切换** 反而会变得更低,而且会让你变得很痛苦...而且总是会陷入**garbage in garbage out** 的死循环 因此，一个比较理想的工作方式是：**尽可能让 agent 在一次任务中连续完成更多步骤，而不是每完成一步就停下来等待人工确认。** ,或者说可以让我减少**上下文切换的次数** ,对于一个完整的工程,上下文切换是无法避免的(不可能一次性,完美的完成任务,除非任务极其简单),也就是说**这部分成本是无法避免的** ,此时我们可以使用**摊销(amortize)** ,就像进程切换时,上下文切换的成本是固定的,此时通过提高 time slice 就可以让这些固定成本看起来没那么多 按照这个思路, 提高 AI 应用效率的办法是**尽可能让每次工作时间足够长** , codex 推出的/goal 就是这方面的一个实践,我比较认可的最佳实践是党哥提到的**goal driven**  其实这套机制的核心在于**是否能提出足够清晰的目标和足够准确的验证标准(test case)**,否则就像无头苍蝇,永远需要人干预.
四.实践
下面是/goal 在制作答辩 PPT 上的实践
- 目标: 根据博客的 workflow 和本地文件夹(毕业论文,学院 logo)制作出我的毕业论文答辩 PPT
- 期望: 当 codex 开始工作后,不会停下来需要我确认
由于 codex 不会自动推荐主动的子代理,但是他有plan 模式 ,我们可以先让他识别出哪些地方是不明确的,是要我提前说明的,在对话框中打开 plan 模式并输入下面的 prompt
text
我想参考下面的这篇博客制作我的毕业论文答辩ppt, "https://blog.csdn.net/2201_75420345/article/details/160890409"
,你根据这个博客先列出一个制作的计划,并在可能需要我确认地方让我选择确认(比如视觉方案),确保整个执行过程不会停止在这个过程中他会识别出哪些地方需要我确认,并向我提问确认
我确认完这些问题后，Codex 生成了一份较完整的制作计划。这个计划中不仅包含 PPT 的结构安排，还包含实施步骤和测试验收标准。
!note\]- 生成的计划 ## 毕业论文答辩 PPT 制作计划 ### 摘要 参考博客流程，采用"先提炼结构、再确定视觉、最后生成整页图片式 PPT"的方式制作答辩稿。最终目标是生成一份适合 **6-8 分钟本科答辩、约 16 页、蓝白工程风、整页图片铺满且带演讲者备注** 的 PPT。 ### 已确认方案 * **视觉风格**：蓝白工程风，突出 WebGIS、系统架构、数据流、地图可视化与工程实现。 * **页数与时长**：控制在 16 页左右，适配 6-8 分钟答辩。 * **生成方式**：每页先生成完整页面图片，再铺满 PPT；除演讲者备注外，页面中不放可编辑元素。 * **素材来源** ：优先使用本地已有论文与图片素材，包括 `毕业答辩` 中的系统截图、架构图、专题图和 logo。 * **执行不中断策略**：如遇单页生成效果不佳、图片缺失或内容不确定，默认先使用论文现有文字和已有图表生成可用版本，再记录为待微调项，不中断整体 PPT 生成。 ### PPT 结构规划 1. 封面：题目、姓名、学院、指导教师，背景使用 xx弱化视觉。 2. 目录：研究背景、系统设计、数据体系、功能实现、测试部署、总结展望。 3. 研究背景：(不方便透露) 4. 研究问题：(不方便透露) 5. 研究目标与内容：(不方便透露) 6. 技术路线：(不方便透露) 7. 研究区与数据：(不方便透露) 8. 系统总体架构：(不方便透露) 9. 数据库与地图服务设计：(不方便透露) 10. 核心功能一：(不方便透露) 11. 核心功能二：(不方便透露) 12. 核心功能三：(不方便透露) 13. 系统运行效果：综合使用系统截图展示主要界面。 14. 测试、优化与部署：功能测试、性能测试、Docker Compose 部署。 15. 特色与创新点：(不方便透露) 16. 总结与展望：主要成果、不足、后续扩展方向与致谢。 ### 实施步骤 * 建立独立输出目录，例如 `毕业设计/答辩PPT/`，内部放置结构稿、视觉参考图、页面图片、PPTX 输出文件和备注稿。 * 读取论文 PDF/LaTeX 内容，生成 `答辩PPT结构.md`，每页包含标题、核心观点、建议图示和备注要点。 * 基于蓝白工程风生成 3-5 张视觉参考页：封面、目录、章节页、系统架构页、成果展示页。 * 按确认后的结构生成 16 张完整页面图片，每页统一比例 16:9，控制页面文字量，重点使用图、流程、截图和关键词。 * 使用 PPT 生成工具把每张图片铺满对应幻灯片，并为每页写入演讲者备注。 * 生成最终文件：`毕业设计/答辩PPT/` * 完成后检查：页数、错别字、logo 位置、图片清晰度、备注是否适合 6-8 分钟讲述。 ### 测试与验收 * 打开 PPT 检查所有页面是否铺满，无裁切、无变形、无缺图。 * 检查每页备注是否存在，并按 6-8 分钟答辩节奏压缩为口语化表达。 * 核对关键事实：(不方便透露) * 对系统截图页重点检查图例、地图、统计图是否清晰可辨。 * 若某页内容错误，只重生成对应页面图片并替换，不重做整套 PPT。 ### 默认假设 * 答辩对象为本科毕业论文答辩。 * 学校/学院视觉不强制套用官方模板，优先保证正式、清晰、工程感。 * 页面不可编辑是有意选择，后续修改通过重生成单页图片完成。 * 不新增遥测、联网素材或外部数据，除非你明确要求。
我们会发现,在计划的最后,明确写了测试与验收 ,这部分就是 goal 的 testcase,点击执行之后,就会生成对应的 PPT
从最终效果来看，这种方式比一步步手动提示更高效，也更适合处理 "目标清楚但步骤较多" 的任务。
五.结合 PPT Master 制作可编辑的 PPT
上述操作生成的 PPT 属于AI 图像生成派 ,生成的 PPT 是不可编辑的,每一页是纯图片的形式,博客作者也提到这样做的好处
但缺点也很明显,就是一旦有细小的改动,就需要让 AI 重新生成一次,改动成本太大,阅读了这个公众号文章后,了解到 PPT Master 就是专门用于制作可编辑 PPT 的,于是结合此项目和 codex,重构了一幅可编辑的答辩 PPT(这篇文章关于AI制作PPT总结的很全,推荐阅读!)
Prompt:
text
很好!现在这个ppt已经很不错了,接下来使用这个开源项目将这个ppt转换为可编辑的"https://github.com/hugohe3/ppt-master",新增一个ppt文件总结一下,我认为比较合理的工作流是：
- 参考博客, 先用 Codex 快速生成一版视觉效果较好的图片式 PPT；
- 确认整体结构、风格和内容没有大问题；
- 再结合 PPT Master 转换或重构为可编辑 PPT；
- 最后人工进行细节校对和答辩前微调。
这种方式兼顾了 AI 生成的效率和正式答辩场景下的可维护性。
参考文献 :
- CSDN 博客：使用 Codex 制作论文答辩 PPT 的实操流程
https://blog.csdn.net/2201_75420345/article/details/160890409 - PPT Master GitHub 项目
https://github.com/hugohe3/ppt-master - 关于 AI 制作 PPT 的总结文章
https://mp.weixin.qq.com/s/RqX-pzhjxQkZktvpdE64XA