GPT Image 生成学术文献汇报 PPT：完整工作流与成功案例

本项目公开一套把学术论文转化为组会汇报 PPT 的三阶段工作流：先生成多套视觉方案，再输出完整演示文稿，最后将重点页面还原为“复杂视觉保真、主要文字可编辑”的 PowerPoint。

项目内容

• prompts/01-style-preview.md：阅读论文并生成四套 12 页 PPT 缩略预览方案。
• prompts/02-generate-deck.md：选择风格后，生成页面图像并拼合为完整 .pptx。
• prompts/03-hybrid-reconstruction.md：将单页图像混合还原为可编辑的 16:9 .pptx。
• data/style.png：本案例使用的风格参考图。
• data/基底角质形成细胞底部A2A受体富集及其在人皮肤增殖中的作用.pptx：12 页成功案例。
• data/第一页.pptx 至 data/第十二页.pptx：逐页混合还原的工程文件。

原论文 PDF 不随仓库发布。请使用你有权处理的论文、开放获取文献或自行准备的资料。

三步使用方法

1. 生成四套风格预览

上传以下内容：

1. 论文 PDF 或其他文献资料；
2. 一张或多张参考风格图片；
3. prompts/01-style-preview.md 中的提示词。

模型应先输出四套不同主题色的缩略图方案，而不是直接生成最终 PPT。检查汇报逻辑、信息密度、配色与图表表达后，再选定其中一套。

2. 输出完整 PPT

将选中的方案编号替换到 prompts/02-generate-deck.md 的 第 X 套 中并提交。输出应为 12 张 16:9 页面图像拼合而成的 .pptx。

这一阶段重在整体视觉一致性和快速成稿。页面通常仍以图像为主，不等同于完全可编辑的演示文稿。

3. 混合还原重点页面

上传需要编辑的页面图像，使用 prompts/03-hybrid-reconstruction.md。该策略将页面拆为两层：

• 复杂视觉资产层：照片、插画、纹理、复杂图表等以高清图片保真嵌入；
• 可编辑信息层：标题、正文、数字、标签、线条、基础形状等用 PowerPoint 原生元素重建。

建议优先还原封面、总结页以及未来需要频繁修改的数据页。逐页工程文件可作为还原效果参考。

推荐检查清单

• 页面比例为 16:9，标题、正文和关键数字没有被裁切。
• 中英文术语、单位、样本量、显著性标记与原文一致。
• 图表没有改变坐标含义、颜色图例或数据关系。
• 页面之间的字体、配色、页码和视觉节奏一致。
• 主要文字可以在 PowerPoint 中直接选中和编辑。
• 复杂视觉区若保留了图片内小字，已在交付说明中注明。
• 正式汇报前逐页核对论文原文，不把模型生成内容当作事实来源。

版权与学术诚信

• 不要公开上传无再分发许可的论文 PDF、期刊排版页或第三方受限素材。
• 论文中的图表、显微图和示意图可能仍受出版方版权约束；公开案例前请确认许可，必要时仅保留结构示例或使用自制替代图。
• 对文献结论、数据、图片和生成式 AI 的参与方式进行适当标注。
• 本仓库展示的是工作流与案例，不保证生成内容在科学、统计或版权层面自动正确。

已知限制

• 图像生成模型可能产生文字错误、虚构数据或不准确的科学结构。
• 图片拼合版 PPT 视觉完成度高，但可编辑性有限。
• 混合还原能兼顾保真和编辑，但复杂区域中的小字可能仍保留在图片中。
• 不同模型版本的输出效果会变化；提示词中的模型名称可按当前可用版本调整。

欢迎通过 Issue 分享改进建议、失败案例和更有效的提示词。