用Deepseek搞应付用的PPT或许真的可行

yorktown

整体思路是：①Deepseek根据指定的材料生成Json格式的概述 ②用python-pptx库直接转化成PPT ③手动调整一下PPT的样式和格式
材料都有的话五分钟就能搞定一个10页左右的PPT，适用于业务学习、组会汇报等场景
理论上优化一下prompt和代码应该能有更好的效果，不过懒得试了，权当抛砖引玉吧。另外试了一下本地部署的32B蒸馏版本，也可以，不过最好把第一步拆成读材料+转成json格式两步

Prompt：

1. 请总结附件文件中的要点内容，以Json格式生成一份PPT大纲，用于{指定用途}。以下是供你参考的Json模板，注意如果需要换行应当使用'\\n'而非‘\n'：
   
2. ```
   
3. [
   
4.     {"title": "Slide 1", "content": "This is the first line of first slide. \\n This is the second line of first slide"},
   
5.     {"title": "Slide 2", "content": "This is the second slide."}
   
6. ]
   
7. ```

复制代码

Python 代码:

1. from pptx import Presentation
   
2. import json
   
3. 
   
4. # Sample JSON data
   
5. json_data = '''
   
6. [
   
7.     {"title": "Slide 1: Title & Authors", "content": "Attention Is All You Need (Vaswani et al., 2017)\\nAshish Vaswani, Noam Shazeer, Niki Parmar, et al.\\nGoogle Brain & University of Toronto"},
   
8.     {"title": "Slide 2: Core Innovation", "content": "Proposed Transformer Architecture\\n• Replaces RNN/CNN with self-attention mechanisms\\n• Enables parallelization and faster training\\n• Achieves SOTA in machine translation tasks"},
   
9.     {"title": "Slide 3: Model Architecture", "content": "Encoder-Decoder Structure:\\n- Encoder: 6 layers with multi-head self-attention + FFN\\n- Decoder: 6 layers with masked self-attention + cross-attention\\nKey Components:\\n• Scaled dot-product attention\\n• Positional encoding (sinusoidal functions)\\n• Residual connections + LayerNorm"},
   
10.     {"title": "Slide 4: Attention Mechanisms", "content": "Scaled Dot-Product Attention:\\n• Input: Query, Key, Value matrices\\n• Formula: softmax(QKᵀ/√dₖ)V\\nMulti-Head Attention:\\n• Parallel attention heads (h=8)\\n• Captures diverse dependency patterns"},
    
11.     {"title": "Slide 5: Experimental Results", "content": "Machine Translation (WMT 2014):\\n• EN-DE: 28.4 BLEU (2.0 improvement)\\n• EN-FR: 41.8 BLEU (3.5 days training)\\nKey Advantages:\\n• 12x faster training vs. RNN/CNN models\\n• Generalizes to parsing tasks (91.3 F1 on WSJ)"},
    
12.     {"title": "Slide 6: Conclusion & Impact", "content": "Transformer's Strengths:\\n• Eliminates sequential computation\\n• Superior performance and scalability\\nFuture Directions:\\n• Extend to multimodal tasks (image/audio)\\n• Explore sparse attention for long sequences"}
    
13. ]
    
14. '''
    
15. 
    
16. # Load JSON data
    
17. slides = json.loads(json_data)
    
18. 
    
19. # Create a presentation object
    
20. prs = Presentation()
    
21. 
    
22. # Add slides to the presentation
    
23. for slide_data in slides:
    
24.     slide_layout = prs.slide_layouts[1] # Use layout 1 for title and content
    
25.     slide = prs.slides.add_slide(slide_layout)
    
26.     title = slide.shapes.title
    
27.     content = slide.placeholders[1]
    
28.    
    
29.     title.text = slide_data["title"]
    
30.     content.text = slide_data["content"]
    
31. 
    
32. # Save the presentation
    
33. prs.save('Python-PPTX.pptx')

复制代码

big9999

应付型ppt半年前的国产ai就能做了，而且直接生成ppt，不需要这么复杂。通病就是没有做任何的动画过渡和设计版面，内容上可能会差d老师一点。

yorktown

big9999 发表于 2025-2-10 19:26
应付型ppt半年前的国产ai就能做了，而且直接生成ppt，不需要这么复杂。通病就是没有做任何的动画过渡和设计 ...

看了眼好像kimi还真有这个功能

tylunas

kimi应付用的PPT可以自动排版，一键换模板改完下载，有模有样的。

—— 来自 鹅球 v3.3.96-alpha

小野賢章

让 AI 输出 Markdown 就行，pandoc 可以直接把 markdown 转换成 pptx

1. pandoc ppt.md -o ppt.pptx

复制代码

1. % Title
   
2. % Author
   
3. % 2025-2-10
   
4. 
   
5. # Part 1
   
6. 
   
7. ## Title & Authors
   
8. 
   
9. - Attention Is All You Need (Vaswani et al., 2017)
   
10. - Ashish Vaswani, Noam Shazeer, Niki Parmar, et al.
    
11. - Google Brain & University of Toronto
    
12. 
    
13. # Part 2
    
14. 
    
15. ## Core Innovation
    
16. 
    
17. - Proposed Transformer Architecture
    
18. - Replaces RNN/CNN with self-attention mechanisms

复制代码

黑哥啥时改密码

kimi目前是我用的最好的一个ai ppt应用

bubuyu

kimi+1 给出的结果还是可以的，相对来说WPS就是一泡污

梦飘零

kimi对于我这种ppt苦手来说，简直太好用了。

王兰花秀丽

那为什么不用markdown+一点前端就能搓的slidev呢

—— 来自 鹅球 v3.3.96-alpha

mkdir

【DeepSeek+KIMI 3分钟搞定完美PPT 保姆级教程】 https://www.bilibili.com/video/BV1BtPfeYEp3