AI PPT 生成工具全景研究

一、商业 AI PPT 产品

1.1 国际产品

Gamma.app — 行业标杆

Gamma 是目前唯一提供正式公开 API 的 AI PPT 产品，支持程序化创建演示文稿、文档、社交帖子和网站。API Key 格式为 sk-gamma-xxxxxxxx，通过 X-API-KEY Header 传递，支持最大 100,000 tokens 输入。

来源：Gamma 官网 | Gamma 开发者文档 | Gamma 定价

Beautiful.ai — 设计自动化

来源：Beautiful.ai 官网 | Beautiful.ai 定价

Canva AI — 全能设计平台

来源：Canva AI 演示 | Canva 开发者 | Canva Connect API

Microsoft Copilot for PowerPoint — 企业级生态

来源：Microsoft 365 Copilot 定价 | PowerPoint Copilot 教程

Google Gemini for Slides — Google 生态

来源：Google Workspace AI | Gemini 生成演示文稿

SlidesAI — Google Slides 插件

来源：SlidesAI 官网 | SlidesAI 定价

Tome — 已转型（参考意义）

Tome 于 2025 年 3 月宣布转型为销售自动化工具，不再提供演示文稿功能。曾是 AI PPT 领域的重要玩家，其转型说明纯 AI PPT 市场竞争激烈，商业化路径不易。

来源：Tome 转型报道

1.2 中国市场产品

ChatPPT — 综合评分最高

来源：ChatPPT 评测

讯飞智文 — 语音转 PPT

来源：讯飞智文

WPS AI (灵犀)

来源：WPS AI 生成 PPT

MindShow (麦当秀)

来源：MindShow 评测 | MindShow 官网

AiPPT

来源：AiPPT 评测

Kimi (Moonshot AI) PPT

来源：Kimi PPT 功能 | Kimi K2 API

其他中国工具

来源：中国 AI PPT 工具对比 | iSlide 官网

1.3 API 可用性对比

二、开源 PPT 生成库

2.1 底层文件生成库

这些库直接操作 PPTX/PPT 文件格式，是 AI 生成 PPT 的基础设施层。

python-pptx 关键特性

from pptx import Presentation
from pptx.util import Inches, Pt

prs = Presentation()
slide_layout = prs.slide_layouts[1]  # Title and Content
slide = prs.slides.add_slide(slide_layout)

title = slide.shapes.title
title.text = "AI 生成的标题"

body = slide.placeholders[1]
body.text = "AI 生成的内容"

prs.save('output.pptx')

• 纯 Python 实现，无需安装 PowerPoint
• 跨平台运行（Linux/macOS/Windows）
• 与 LLM 输出无缝对接：LLM 生成结构化 JSON，python-pptx 渲染为 PPTX

来源：python-pptx 文档

PptxGenJS 关键特性

import pptxgen from "pptxgenjs";

const pres = new pptxgen();
const slide = pres.addSlide();

slide.addText("AI 生成的标题", {
  x: 1, y: 1, w: 8, h: 1.5,
  fontSize: 24, bold: true
});

slide.addText("AI 生成的内容", {
  x: 1, y: 3, w: 8, h: 3,
  fontSize: 14
});

pres.writeFile({ fileName: "output.pptx" });

• 零运行时依赖，ESM + CJS 双构建
• 完整 TypeScript 支持
• 可将任意 HTML 表格转换为格式化 PPT
• 4 行代码即可创建演示文稿

来源：PptxGenJS 文档

2.2 Markdown 演示工具

这些工具适合开发者创建演示文稿，也可以作为 AI 生成的中间格式。

关键结论：Slidev 和 Marp 导出的 PPTX 是图片式的，教师无法编辑文字内容，不适合教学课件场景。如果需要 Markdown 作为中间格式，md2pptx 是唯一能输出可编辑 PPTX 的选择。但对于精细布局控制，直接使用 python-pptx 或 PptxGenJS 是更好的方案。

2.3 AI 专项开源项目

banana-slides — 最高 Star 的开源 AI PPT 生成器

来源：banana-slides GitHub

Presenton — 最活跃的开源 AI PPT 生成器

来源：Presenton 官网 | Presenton GitHub

PPTAgent — 学术级多 Agent 框架

来源：PPTAgent 论文 | PPTAgent GitHub

SlideDeck AI — 轻量实用

来源：SlideDeck AI GitHub

json-to-ppt — LLM 友好的声明式生成器

来源：json-to-ppt GitHub

AiPPT 开源版 — 商用级 PPT-to-JSON 管线

来源：AiPPT GitHub

Ai-to-pptx — 智慧校园 AI PPT 生成

来源：Ai-to-pptx GitHub

letsPPT — Java 生态 PPT 生成

来源：letsPPT GitHub

其他开源项目

三、技术方案分析

3.1 主流技术路线

flowchart TD
    A[用户输入] --> B{技术路线选择}
    B -->|路线一| C[LLM + 模板]
    B -->|路线二| D[LLM + JSON Schema]
    B -->|路线三| E[多 Agent 协作]
    B -->|路线四| F[RAG + 教育知识库]

    C --> C1[选择预设模板]
    C1 --> C2[LLM 填充内容]
    C2 --> C3[渲染 PPTX]

    D --> D1[定义 JSON Schema]
    D1 --> D2[LLM 生成结构化 JSON]
    D2 --> D3[校验 JSON]
    D3 --> D4[python-pptx / PptxGenJS 渲染]

    E --> E1[Research Agent 研究内容]
    E1 --> E2[Outline Agent 生成大纲]
    E2 --> E3[Design Agent 设计布局]
    E3 --> E4[Review Agent 检查质量]

    F --> F1[检索课标/教材知识库]
    F1 --> F2[LLM 生成学段适配内容]
    F2 --> F3[应用教学模板]
    F3 --> F4[输出教学课件]

3.2 路线一：LLM + 模板

原理：预先设计好 PPT 模板（含占位符），LLM 仅负责生成内容文本，填入模板相应位置。

优点：

• 实现简单，设计质量有保障
• 模板可由专业设计师制作
• 输出一致性高

缺点：

• 灵活性差，模板种类需要大量储备
• 难以根据内容动态调整布局
• 不同主题可能需要不同模板

适用场景：标准化教学课件（如每节课格式固定）

代表项目：llm-powerpoint、SlideDeck AI

3.3 路线二：LLM + JSON 结构化输出

原理：定义严格的 JSON Schema 描述幻灯片结构（标题、正文、图片位置、样式等），LLM 生成符合 Schema 的 JSON，再由渲染引擎转换为 PPTX。

核心流程：

用户提示 -> LLM (Structured Output) -> JSON -> 校验 -> PPTX 渲染

JSON Schema 示例（来自 json-to-ppt）：

{
  "slides": [
    {
      "layout": "title_slide",
      "title": { "text": "课程标题", "font_size": 36 },
      "subtitle": { "text": "副标题", "font_size": 18 }
    },
    {
      "layout": "content",
      "title": { "text": "知识点一", "font_size": 28 },
      "body": [
        { "text": "要点 1", "level": 0 },
        { "text": "要点 2", "level": 0 }
      ],
      "image": {
        "url": "https://example.com/diagram.png",
        "position": { "x": 7, "y": 2, "w": 3, "h": 3 }
      }
    }
  ]
}

优点：

• LLM 友好：现代 LLM 擅长生成结构化 JSON
• 可精确控制布局、样式、位置
• 可验证：JSON Schema 可以在渲染前校验
• 可复现：相同输入 JSON 总是产生相同输出

缺点：

• Schema 设计需要平衡灵活性和复杂度
• LLM 生成超长 JSON 可能出错
• 需要图片生成/搜索的独立流程

适用场景：需要精细布局控制的场景

代表项目：json-to-ppt、SlideDeck AI、AWS PPT Generator

3.4 路线三：多 Agent 协作

原理：多个专业化 Agent 各司其职，协作完成 PPT 生成。

典型 Agent 分工（参考 PPTAgent）：

PPTAgent 的两阶段方法：

1. 阶段一 — 分析：解析参考 PPT，提取功能类型（标题页、内容页、总结页等）和内容模式
2. 阶段二 — 生成：起草大纲，基于参考幻灯片迭代生成编辑动作，包含自我修正机制

优点：

• 各 Agent 专注各自领域，质量更高
• 内置质量检查和自我修正
• 可根据需要灵活组合 Agent

缺点：

• 实现复杂度高
• 多次 LLM 调用，成本和延迟增加
• 需要精心设计 Agent 间的协调机制

适用场景：对质量要求高的复杂演示文稿

代表项目：PPTAgent (EMNLP 2025)、PreGenie

3.5 路线四：RAG + 教育内容

原理：将课程标准、教材内容、优秀课件等构建为向量知识库，通过 RAG 检索相关内容，确保生成的教学 PPT 符合课标要求。

教育 RAG 架构：

课程标准数据库 ─┐
教材内容数据库 ─┤── 向量检索 ── 相关内容 ── LLM 生成 ── PPTX 渲染
优秀课件库 ────┘

关键组件：

• 知识图谱：构建课程知识点之间的关系图谱（参考 KA-RAG 框架）
• Agentic RAG：嵌入自主 Agent 到 RAG 流程中，动态管理检索策略
• 多格式支持：支持从 Word、Excel、PPT、PDF 等多种格式检索教育资料

优点：

• 内容准确性高，基于权威教育资源
• 可确保课标对齐
• 动态更新知识库

缺点：

• 需要大量教育资源构建知识库
• 知识库维护成本
• 不同地区课标差异大

适用场景：K-12 教学课件生成（本项目最适合的路线）

来源：Agentic RAG 综述 | KA-RAG 框架

3.6 推荐技术方案：路线二 + 路线四

对于 K-12 教学 PPT 生成项目，建议组合使用 LLM + JSON 结构化输出和 RAG 教育知识库：

flowchart LR
    A[教师输入] --> B[RAG 检索]
    B --> C[课标知识库]
    B --> D[教材知识库]
    B --> E[优秀课件库]
    C --> F[上下文构建]
    D --> F
    E --> F
    F --> G[LLM 生成 JSON]
    G --> H[Schema 校验]
    H --> I[PPTX 渲染引擎]
    I --> J[教学课件]

推荐技术栈：

• LLM：Claude / GPT-4o（生成 JSON 结构化输出能力强）
• 渲染引擎：python-pptx（Python 项目）或 PptxGenJS（Node.js 项目）
• 向量数据库：Pinecone / Milvus / pgvector
• RAG 框架：LangChain / LlamaIndex
• 参考项目：json-to-ppt（JSON Schema 设计）、PPTAgent（质量评估）

四、教育场景专项工具

4.1 国际教育 AI 工具

Curipod — 互动课堂幻灯片

来源：Curipod

MagicSchool — AI 教学全能助手

来源：MagicSchool

Monsha — 教师专用 PPT 生成

来源：Monsha

Chalkie — 课标对齐课件

来源：Chalkie

其他教育工具

4.2 中国教育 AI 工具

中国教育部门支持教师利用生成式 AI 辅助生成教学设计和课件，工具可根据教学目标、教学内容、教师风格和学生特点自动生成教学设计。

来源：中小学生成式 AI 使用指南

五、总结与建议

5.1 K-12 教学 PPT 项目的关键需求

5.2 推荐实施路径

1. 底层渲染：选择 python-pptx（Python 后端）或 PptxGenJS（Node.js 后端）
2. 内容生成：LLM + JSON 结构化输出（参考 json-to-ppt 的 Schema 设计）
3. 教育适配：RAG 知识库（课标 + 教材 + 优秀课件）
4. 质量保障：参考 PPTAgent 的 PPTEval 框架设计评估维度
5. 模板系统：预制 K-12 各学科教学模板，AI 仅负责内容填充
6. 迭代优化：收集教师反馈，持续优化生成质量

5.3 值得深入研究的开源项目

5.4 现有项目的市场空白（机会点）

现有开源项目普遍缺少以下能力，这正是 K-12 教学 PPT 产品的差异化方向：

1. 课标对齐 — 没有项目理解年级、学科标准和学习目标
2. 教学法结构 — 没有项目按教学方法论组织幻灯片（导入 -> 互动 -> 练习 -> 评估）
3. 中国 K-12 课程适配 — 虽有中国项目，但无一专门针对中小学课标
4. 教师协作 — 没有项目支持教师间共享和协作编辑模板
5. 评估集成 — 没有项目能在课件中自动生成练习题/测验幻灯片