在上一节课中，我们介绍了目前市面上常见的几种 AI 生成 PPT 的技术方案，并重点说明了 模板填充 PPT 是目前最稳定、最适合产品化落地的一种实现方式。
但如果真正去实现一个完整的 AI PPT 生成系统，仅仅知道用模板填充其实还远远不够。因为在实际产品中，从用户输入一个主题到最终生成 PPT，中间还会经历一系列复杂的步骤，例如 需求澄清、信息检索、内容规划、素材准备以及最终渲染 等。
因此，在开始实现之前，我们需要先做一件非常重要的事情：需求分析。
在本节课中，我们就 豆包PPT 生成功能为例，分析它的完整生成流程，并理解一个工业级 AI PPT 系统背后的设计思路。
通过拆解真实产品的实现逻辑，可以帮助大家更清晰地理解：一个 AI PPT 生成系统到底需要哪些核心能力，以及这些能力之间是如何协作完成任务的。
需求澄清
当用户打开 AI PPT 生成工具时，通常只会输入一个非常简单的需求，例如：
但这个需求对于系统来说其实是 不完整的。
因为一份 PPT 的生成通常还需要很多关键参数，例如：
- PPT 页数
- PPT 风格
- 主题
- 使用场景（汇报 / 教学 / 宣讲）
如果系统在信息不完整的情况下直接生成 PPT，很可能会出现一些问题，例如页数不符合预期，或者视觉风格不符合用户需求。
因此像豆包PPT这样的产品，在真正开始生成 PPT 之前，通常会先进行一个 需求澄清阶段。
在这个阶段，系统会判断用户输入的信息是否完整。如果发现关键信息缺失，就会主动向用户进行补充提问，例如：
- PPT 需要多少页
- 什么风格（科技风 / 商务风 / 简约风）
- 什么主题
当这些信息补充完整后，系统才会进入下一阶段的 正式生成流程。
这种设计方式其实是很多 AI Agent 系统中的常见策略，本质上就是通过 多轮对话补齐任务参数，让后续生成过程更加可控。
数据收集
当用户需求明确之后，系统接下来要解决的问题是：PPT内容从哪里来？
如果仅仅依赖模型本身的知识，很容易出现两个问题：
第一是 信息不够新。
第二是 内容不够具体。
因此像豆包PPT这样的系统，通常会在生成 PPT 内容之前，先进行一轮 数据查询与信息收集。
例如在生成“大模型应用场景”这个主题时，系统可能会搜索一些相关信息，例如：
- 大模型最新应用案例
- 大模型在内容创作领域的应用
- 大模型在代码开发中的应用
- 大模型在教育、客服等行业的应用
通过这种方式，可以获得大量真实案例和数据，从而让 PPT 的内容更加丰富和可信。将这些信息作为参考数据提供给模型。
全局视觉设计
在数据准备完成之后，系统并不会马上开始生成每一页 PPT 的内容，而是先进行：整体视觉设计规划。
这一阶段的目标是确定整个 PPT 的 统一视觉规范。
例如在豆包PPT的生成流程中，系统会先确定一些全局设计参数，例如：
- PPT整体风格
- 页面尺寸
- 字体系统
- 配色方案
- 页面结构规范
例如在“大模型应用场景”的案例中，系统最终选择的是 科技简洁风格。
设计思路大致是：
- 使用深色背景体现科技感
- 使用亮色文字提高可读性
- 使用简洁布局避免视觉干扰
同时系统还会确定一套统一的字体体系，例如：
- 标题字体
- 正文字体
- 标题字号
- 页面边距
这些信息在后续生成 PPT 时都会被统一使用，从而保证整个 PPT 在视觉上保持一致。
大纲生成
当视觉规范确定之后，系统接下来会生成 整份 PPT 的结构大纲。 这一阶段的目标是确定： - PPT 一共有多少页 - 每一页的主题是什么 - 页面之间的逻辑关系 例如在“大模型应用场景”这个案例中，系统最终规划出了这样一套结构： 1. 封面 2. 目录 3. 引言 4. 内容创作应用 5. 代码开发应用 6. 数据分析应用 7. 教育领域应用 8. 客服领域应用 9. 挑战与展望 10. 总结 可以看到，这其实是一种非常典型的 演讲型 PPT 结构： 引入 → 分主题讲解 → 总结展望。 在真实产品中，大纲生成通常是整个流程中非常关键的一步，因为 后续所有页面内容都会基于这个结构展开。
页面内容
在大纲确定之后，系统才会开始进行 每一页 PPT 的内容设计。
这一阶段主要解决两个问题：
第一是 页面内容规划。
第二是 页面布局设计。
例如在介绍“代码开发应用”这一页时，系统可能会规划出这样的内容结构：
- 代码生成
- 代码补全与优化
- 真实案例
这种结构其实是一种典型的 三点式表达结构，既能够保证内容清晰，又方便在 PPT 中进行排版。
同时系统还会设计页面布局，例如：
- 标题放在页面上方
- 内容在左侧
- 图片在右侧
通过这种方式，可以保证每一页 PPT 的信息结构都比较清晰。
素材准备
在页面内容规划完成之后，系统接下来需要准备 视觉素材。
通常会包含两种类型的素材：
第一种是 背景图生成。
例如封面页、总结页等页面，系统可能会通过文生图模型生成一张统一风格的背景图，例如：
- 科技风神经网络背景
- 抽象数据流背景
- 未来科技风格背景
第二种是 内容配图。
例如：
- AI大脑示意图
- AI辅助编程场景
- 数据分析可视化图
- AI教育场景
这些图片通常会通过文生图或者网络搜图来实现。
PPT生成与渲染
当所有内容和素材都准备完成之后，系统最后会进入 PPT生成阶段。 在这一阶段，系统会根据之前确定的： - PPT大纲 - 页面内容 - 背景图片 - 内容配图 - 视觉规范 将所有信息填充到 PPT 模板中，生成最终的 PPT 文件。 整个过程通常是通过一个 PPT生成工具完成的，例如程序自动创建幻灯片、插入文本框、设置字体样式、添加图片等。 当所有页面生成完成之后，系统就可以输出最终的 PPT 文件，并提供下载给用户。
整体流程
从整个流程来看，一个完整的 AI PPT 生成系统通常会经历这样几个阶段：
用户需求输入
↓
需求澄清
↓
数据查询
↓
视觉规划
↓
大纲生成
↓
页面设计
↓
素材准备
↓
PPT渲染生成
可以看到，这其实已经不是一个简单的文本生成任务，而更像是一个 多步骤的任务执行流程，也就是 worflow agent。 在接下来的课程中，我们也会参考类似的思路，不完全和豆包的实现方式一致，一步一步实现一个完整的 AI PPT生成智能体。