PPT讲解逐字稿生成技能

技能描述

根据用户上传的PPT课件，自动生成每一页的讲解逐字稿，输出为格式规范的Word文档。

触发条件

• 用户提及"PPT逐字稿"、"讲解逐字稿"、"讲稿生成"、"PPT讲稿"、"课程逐字稿"等关键词
• 用户提供PPT文件并要求生成讲解内容
• 用户要求为PPT/课件/培训材料撰写讲解稿

核心能力

1. PPT内容深度提取：使用markitdown提取PPT全部文本内容（含备注），解析页面结构、章节关系、要点层级
2. 讲解逐字稿智能生成：基于PPT内容，由宿主大模型逐页生成口语化、连贯的讲解逐字稿，包含案例说明、数据解读、互动提问
3. Word文档规范输出：生成格式规范的Word文档，包含封面、课程说明、目录、逐页讲解内容

输入

• PPT文件（.pptx格式）

输出

• 逐字稿Word文档（.docx格式）
• 输出目录：PPT文件所在目录
• 文件命名：{PPT文件名}_讲解逐字稿.docx

使用方式

用户：请帮我生成这个PPT的讲解逐字稿
（上传PPT文件）

用户：帮我写一份这个课件的讲稿
（上传PPT文件）

技术架构

• PPT内容提取：markitdown（python -m markitdown）
• 逐字稿生成：宿主大模型能力（内容分析、逐字稿撰写），由执行本技能的宿主模型直接完成，不依赖任何外部大模型配置
• Word文档生成：docx-js（Node.js库）
• 中间文件：JSON格式（页面内容结构化数据、逐字稿数据）

执行流程

步骤1：PPT内容提取（5分钟）

1. 使用markitdown提取PPT全部文本内容：python -m markitdown {ppt_file}
2. 解析提取结果，按页分割内容
3. 识别页面类型（封面页、目录页、章节标题页、内容页、感谢页）
4. 提取每页的核心要点和层级结构
5. 将解析结果保存为JSON格式：{work_dir}/slides_content.json

步骤2：逐字稿生成（30-60分钟，取决于PPT页数）

1. 宿主大模型分析PPT整体结构，理解课程主题、目标受众、课程时长
2. 宿主大模型按章节规划讲解节奏，分配每页讲解时长
3. 宿主大模型逐页生成讲解逐字稿，要求：
   - 口语化：自然流畅的讲授语气，避免书面化表达
   - 结构化：每页包含导入、核心内容讲解、过渡衔接
   - 案例化：对抽象概念补充具体案例或数据解读
   - 互动化：适当加入提问、互动环节
   - 连贯性：页面之间有自然的过渡语
4. 将逐字稿数据保存为JSON格式：{work_dir}/lecture_scripts.json

步骤3：Word文档生成（2分钟）

1. 读取逐字稿JSON数据
2. 使用docx-js生成Word文档，包含：
   - 封面页（课程标题、副标题、课程时长、PPT页数）
   - 课程说明页
   - 目录页
   - 逐页讲解内容（页码标题、讲解时长、完整讲解内容）
3. 文档格式规范：
   - 标题：微软雅黑，加粗，蓝色
   - 正文：微软雅黑，12pt，首行缩进
   - 页眉：课程名称 - 讲解逐字稿
   - 页脚：第X页/共Y页
4. 输出文件到指定目录

逐字稿生成规范

讲解时长分配原则

• 封面页：约1-2分钟
• 目录页：约1分钟
• 章节标题页：约30秒
• 内容页：根据内容密度分配2-5分钟
• 总时长应与课程标称时长一致

逐字稿撰写要求

1. 语气风格：培训讲师口吻，亲切自然，避免过度学术化
2. 内容深度：不仅复述PPT内容，要补充解释、案例、数据解读
3. 过渡衔接：页面之间要有自然的过渡语，不能生硬跳转
4. 互动设计：每5-8页设置一个互动或提问环节
5. 首尾呼应：开场导入要点明课程价值，结尾要总结回顾

不同页面类型的撰写要点

• 封面页：热情开场，点明主题价值，建立学员期待
• 目录页：简要介绍各模块内容，建立课程框架认知
• 章节标题页：承上启下过渡，说明本章节学习目标
• 内容页：详细讲解核心概念，补充案例和实操建议
• 感谢页：总结回顾全部要点，发出行动号召

文件结构

ppt-lecture-script-generator/
├── SKILL.md                    # 技能描述
└── src/
    ├── config.py               # 配置文件
    ├── extract_ppt.py          # PPT内容提取脚本
    └── generate_docx.js        # Word文档生成脚本

依赖要求

• markitdown（pip install markitdown）
• docx（npm install -g docx）
• Python 3.8+
• Node.js 16+

最佳实践

PPT内容提取

• markitdown提取的内容包含文本、图片标记和备注（Notes），备注区域通常包含讲师提示信息
• 提取后需要清理图片标记（![preencoded.png](...)），只保留文本内容
• 注意识别章节标题页（通常只有标题没有详细内容）

逐字稿生成

• 先通读全部PPT内容，理解整体课程逻辑，再逐页生成逐字稿
• 章节之间要有清晰的过渡语，如"好，我们进入下一个章节"
• 数据和案例要基于PPT内容展开，不要凭空编造
• 讲解时长分配要合理，总时长与课程标称时长一致

Word文档格式

• 使用微软雅黑字体，确保中文显示正常
• 封面页居中对齐，正文首行缩进2字符
• 页眉和页脚提供文档导航信息
• 每页PPT的讲解内容独立成节，方便讲师查找

验证案例（2026-06-18）

• 输入：OPC超级个体与心智建设.pptx（55页PPT，2课时/90分钟课程）
• 输出：OPC超级个体与心智建设_讲解逐字稿.docx
• 耗时：约60分钟
• 质量：逐字稿口语化程度高，页面之间过渡自然，案例补充充分