还在熬夜写PPT讲稿？两种姿势让AI帮你自动搞定初稿！ - 文章 - 开发者社区

关注我~第一时间学习如何更好地使用AI。

重要的不是我们是否会被AI替代，

而是我们要比被替代的人更懂AI。

痛点

之前我们已经探索过利用Coze的工作流自动生成特定主题PPT的方案：PPT自由！Coze工作流 X iSlide插件-小白也能看懂的节点参数配置原理详解

假设我们完全使用AI来创作PPT，那我们可能需要先自己熟悉一下PPT的内容，梳理下逻辑，才能给别人讲解。

更一般的情况下，当PPT的创作者与讲述者分离的时候（比如牛马跟领导），由于讲述者必然不会像创作者那样对PPT的内容、逻辑了然于心，加上PPT材料的内容一般会以简洁、清爽的方式呈现，只保留核心的重点，而由讲述者在分享过程中去补充细节，因此，讲述者可能非常需要一个跟PPT配套的讲稿来提升分享的质量

由于写讲稿又是一个工作量巨大的事，既然PPT都能自动出了，那PPT讲稿能自动出吗？

答案当然是没问题~

姿势一：直接利用多模态模型完成讲稿

鉴于一些具有视觉功能的多模态模型具有优秀的读图能力，如果你的PPT比较简单，页数不多，那么我建议不要搞复杂，直接使用多模态模型对PPT截图进行内容识别、分析，并根据提取的信息来组织撰写讲稿。

这里我用通过Coze空间生成的一份主题为奢侈品的PPT中的一页来展示下效果：

实现这个方案，只需要用到Cherry Studio，一个多模态模型，以及一段Prompt即可，简单直接。

工具说明

首先，打开Cherry Studio，点击设置进入模型服务，在你常用的模型服务提供商中找到有绿色小眼睛标记的模型，确保其能使用。视频中我使用的是通过OpenRouter调用的Qwen2.5 VL 72B Instruct，该模型目前可免费使用。

picture.image

接着，你需要编写一个符合你需求的Prompt，参考如下：

  
## 任务  
根据用户提供的PPT截图，生成对应的讲稿  
  
## 工作流  
1.你应当首先通篇阅读PPT截图中的全部内容，充分理解内容之间的逻辑关系；  
2.根据你理解的内容的逻辑框架，撰写对应的讲稿。  
  
## 要求  
- 直接给出讲稿，不要输出思考过程。  
- 行文风格自然不生硬  
- 一页PPT讲稿的字数控制在1000字以内

另外，你还可以根据模型的输出情况，将分页的讲稿合并，再让一个擅长文稿撰写的模型来进行整合与润色。

就这么简单。

姿势二：Vibe Coding编写PPT讲稿自动生成应用

如果你的PPT页数非常多，内容也很复杂，又或者你根本就懒得去手动截图，那么你可以考虑让AI 帮忙编写一个python脚本，甚至应用程序。

对于简单脚本来说，可以直接在Cherry Studio中向擅长编程的模型（如Claud-Sonnet系列、Qwen3-Coder等）提出你的需求，然后直接获得完整的脚本代码。

如果需求比较复杂，那么建议使用Cursor、Trae等专用AI编程工具来进行有架构的应用开发。

比如我们这里的PPT讲稿自动生成这个需求，从工作流来看，涉及了PPT文件信息的读取、大模型处理PPT信息、大模型生成讲稿等多个环节，因此我选择了使用Cursor来进行开发。

Step1：编写应用开发文档

对于vibe coding来说，其实重点还是在Prompt的编写上，只不过这个Promp的表现形式为产品需求文档（Product Requirements Document, PRD）、技术设计文档（Technical Design Document, TDD）、UI/UX设计文档等等。

只有我们能将内心的需求，以比较标准的应用开发文档的形式呈现出来，AI才更容易在我们期望的方向上进行开发。这时候，我们和AI的关系，就等同于产品经理和开发人员的关系，只有产品经理讲清楚了要求，开发人员才能开发出正确的功能。

对于不熟悉软件开发的朋友来说，首先强烈推荐去看一些相关的资料，比如《软件方法》《大话软件工程——需求分析与软件设计》《软件需求最佳实践》等等，认知上对软件开发形成一个大概的概念。

然后从着手实践的角度，可以先跟AI 就产品需求、技术设计、UI设计等进行充分的沟通，让AI协助你写出符合你需要的开发文档，看得多了，也就越来越有感觉。

刚好，Cherry Studio内置有一个产品经理的Prompt，就非常适合来干这个活。

picture.image

回到我们的PPT讲稿自动生成应用。我首先对这个应用构思一些初步的想法，比如基本的功能、技术方案要求等，简单写了一些细节，然后作为Prompt的参考内容提供给我们的“产品经理”。

  
帮我编写一个标准的“PPT讲稿自动生成应用”的产品需求文档，细节可参考以下内容：  
{## 问题背景与目标  
- 我们需要开发一个简单的应用，实现利用大语言模型的文本理解与生成能力，自动根据用户提交的PPT，生成配套的讲稿。  
  
  
## 基本功能要求  
- 用户只需要上传PPT，待应用的工作完成之后可下载txt格式的讲稿。  
- 输出的讲稿应当写明与每页PPT的对应关系。  
- web应用界面风格应该美观、简约。  
  
## 技术方案  
- 程序语言为Python  
- 使用poetry进行项目环境和依赖管理(pyproject.toml模板已建好，可以直接修改)  
- 大模型调用方面应使用LangChain，确保能通过OpenRouter来调用需要的大模型API  
- 默认模型设置为：qwen/qwen2.5-vl-72b-instruct:free  
- 使用streamlit框架，构建成一个web应用。  
  
## 应用工作流结构  
1.分页读取每张PPT内容；  
2.大模型理解每页PPT内容的结构和逻辑；  
3.大模型根据读取的信息和理解撰写当页的PPT讲稿；  
4.拼接讲稿内容；  
5.大模型对合并后的讲稿整体进行最终的润色和调整，保证内容在逻辑、风格上的连续、一致性。}