AI PPT 生成器
项目简介
AI PPT 生成器是一个开源自托管的 Web 应用，解决的是「我有一堆文字，怎么变成一份像样的 PPT」这件事。它和市面上大多数 AI PPT 工具最大的不同，是生成之前会先跟你对话。你把文章、笔记、报告草稿粘进去，AI 先帮你梳理思路、提出结构，你在可编辑的大纲上改完、确认，它再开始流式生成多页幻灯片。生成完可以直接在页面上点哪改哪，然后一键导出自包含 HTML、PDF 或可在 PowerPoint 里二次编辑的 PPTX。
做这个项目的起因，是我用了几款主流 AI PPT 产品后都卡在同一个地方。它们大多是「粘贴文字 → 等十几秒 → 吐出一份成品」，中间没有任何确认环节。结果就是结构不对、要点跑偏，你只能在一个已经定型的文件上返工，反而比自己从零写还累。我想把「想清楚做什么」和「动手做」这两件事拆开，让用户在还没花 token、还没生成之前，就先把结构敲定。
痛点与分析
做 PPT 真正耗时间的从来不是排版，而是想清楚要讲什么。多数人面对一份几万字的材料，第一反应是发怵，不知道该砍什么、留什么、分几页。现有工具把这个思考过程直接跳过了，用一个黑盒一次性给结果，用户对内容没有掌控感。生成的东西一旦不符合预期，就要么整份重来，要么在 PowerPoint 里逐页硬改。
我观察到三个具体的痛点。第一，生成不可控，AI 自作主张地分章节、起标题，用户只能被动接受。第二，编辑体验差，很多 AI PPT 工具导出后才能改，网页里只是个预览，改一个字要进 PowerPoint。第三，数据不放心，企业用户尤其敏感，不想把内部材料和自己的 API Key 暴露给第三方 SaaS，而大多数工具要求你把 Key 填进浏览器，或者把原文上传到它们的服务器。
核心矛盾其实是效率和掌控感的冲突。AI 想要快，一键出稿；用户想要稳，知道自己在讲什么。我没有在「生成得更快」上死磕，而是把精力放在生成前的对齐和生成后的可编辑上，让快和可控能同时成立。
产品亮点
交互侧，最关键的设计是「先对话、后生成」两步走。进入产品是一个干净的输入框，支持粘贴万字长文，也能直接拖入 Markdown 文件按标题自动拆页。点击开始后进入对话澄清阶段，左侧是和 AI 的自然语言交流，右侧是一份实时同步的结构化大纲。你可以直接在大纲上增删页面、拖拽调整顺序、行内修改标题和要点，也可以让 AI 根据某一页继续追问。等大纲满意了，再点确认，AI 才真正开始生成。
生成阶段做的是流式反馈。页面会一边接收模型返回的内容，一边把已经成型的幻灯片实时渲染出来，进度文案精确到「正在生成第 3 页 · 市场增长分析」，而不是一个干巴巴的转圈。这个阶段支持随时取消，取消后已经生成的页面会作为草稿保留，不会前功尽弃。
编辑侧坚持「所见即所得」。幻灯片上的标题、正文、要点都能直接点击修改，光标落在你点的位置，而不是反人类地整段全选。配套做了撤销重做、版式一键切换（封面、要点、双栏、引用、章节分隔、大数字、结尾等多种版式，切换时内容会自动迁移不丢失）、自动保存到本地、刷新可恢复。演示模式支持键盘翻页、备注、工具栏自动隐藏，导出覆盖 HTML、PDF、PPTX 三种格式，其中 PPTX 在 PowerPoint 里仍可二次编辑文字。
安全上做了一个我认为很重要的取舍。API Key 只保存在服务端，用 AES-256-GCM 加密存储，浏览器全程接触不到明文 Key，也看不到真实模型名。这意味着企业可以把它部署在内网，配好一个服务端托管的 Key，团队成员开箱即用，不用各自去申请和配置。整个项目支持 Docker 一键自托管。
业务流程
用户的完整路径是这样的。粘贴或导入长文后，系统进入澄清环节，AI 一边用自然语言和你讨论重点，一边输出严格的结构化大纲；用户在大纲上直接编辑调整，这是第一个关键决策点，结构没对齐就不往下走。确认大纲后进入流式生成，系统逐页产出幻灯片并实时预览。生成完成进入编辑器，用户可以逐页修改文字、切换版式、调整顺序，或者随时回到澄清阶段重新梳理结构。最终在演示模式下放映，或导出为 HTML、PDF、PPTX 交付。
整个流程里，「对话澄清」和「编辑」两个环节都允许随时回退，因为我认为做 PPT 本来就是个反复迭代的过程，不应该是一条只能往前走的单行道。
商业化
目标用户分三类。知识工作者和职场人，需要快速把报告、汇报材料变成 PPT；教育培训者，要把讲义、课程内容做成课件；以及有数据安全要求的中小企业和团队，想要一个能私有化部署的内部工具。
商业化上，开源版免费，覆盖个人用户并建立口碑；面向团队提供托管版订阅，按席位收费，包含共享模板、协作和历史管理；面向企业提供私有化部署与定制，卖点正是数据不出内网、Key 集中托管。护城河不在模型本身，模型能力会越来越同质化，而在于「生成前对齐结构」这套交互沉淀下来的使用习惯，以及自托管带来的企业信任。
未来规划
接下来重点是两块。一是把内容质量做厚，增加汇报、教学、产品发布、学术答辩等场景模板，扩充版式库和图表、图标能力，让生成结果不再千篇一律。二是把单页 AI 操作做深，每页支持一键润色、扩写、精简、重写，把大模型的能力下沉到每一张幻灯片上。
做完这个项目我最大的感受是，AI 产品的差异往往不在模型多强，而在你敢不敢在「快」和「对」之间加一道确认。多数人选择了更快，我选择让用户先想清楚。这道看似拖慢节奏的对话，恰恰是让结果真正可用的原因。