PPT Studio

将 PPT 制作视为“内容架构 + 信息策划 + 视觉设计 + 格式渲染”问题，而不是从主题直接跳到模板生成。

核心原则

1. 内容优先于形式。
2. 门禁优先：未完成阶段零的启动门禁确认，不得生成大纲之后的任何页面或视觉产物。
3. 先调研和澄清需求，再生成大纲。
4. 策划与视觉设计分阶段完成。
5. 每页只承担一个主要沟通任务，并尽量使用结论型标题。
6. 页数由内容密度动态决定，用户给出的页数是区间参考而不是硬填充目标。
7. 卡片不使用四边较粗的边框，用背景色、留白和极轻分隔线建立边界。
8. 有图就把图做大，图片是主视觉而不是点缀。
9. 使用结构化中间产物，让用户或后续步骤可以检查、调整和复用。
10. 不得编造事实、数据、案例或来源。
11. 原文未公开的提示词不得冒充原文；可按本 Skill 的工作流生成补充提示词，但必须标注为扩展模板。

标准工作流

严格按以下顺序推进。若用户已经提供某阶段的可靠成果，可从对应阶段继续，但仍需检查其前置条件。

启动门禁（受众 / 风格三选一 / 页数区间 / 逐页内容规划确认）
→ 需求澄清
→ 背景调研
→ 金字塔大纲
→ 数字便利贴审查
→ 内容密度评估与动态页数调整
→ 逐页资料搜集与配图检索
→ 逐页内容与配图确认门禁（定稿级文案 + 内联展示配图，等用户确认）
→ 页面策划稿
→ 低保真页面结构
→ 视觉设计
→ 第一段交付：HTML 预览（含编辑模式）→ 等用户确认
→ 第二段交付：用户说"导出 PPTX"后，基于已确认 deck.json 转换
→ 质量检查与修正

阶段零：启动门禁（强制）

进入制作前必须先完成本阶段内部的四道门禁（全流程另有一道定稿级确认门禁，见阶段六点五）。使用 mcp__ask-user__ask_user 提问，不要用纯文本问句；一次提问可包含多个问题。若用户明确说“你决定”，则给出默认方案并把假设写清楚后继续。

门禁 1：受众与场景

先问受众，因为受众决定风格和色调，不是反过来。

• 目标受众是谁：投资人、客户、管理层、同行专家、学生、内部团队、公众
• 受众的知识背景和关注点
• 使用场景与演示时长
• 希望受众理解、相信或采取什么行动

门禁 2：风格方案（至少 3 种建议）

根据受众和内容主题，主动给出至少 3 套差异化风格方案让用户选择，不要只给一种，也不要让用户凭空描述风格。每套方案必须包含：

方案名称
适配理由（对应什么受众心理和场景）
版式气质（留白程度、卡片密度、图文比例）
字体层级策略
主色 / 辅助色 / 强调色 / 背景色（含色值）
图表与图片处理风格

色调的确定顺序是：先受众 → 再内容属性 → 最后色值。技术类、金融类、教育类、消费类、公益类内容的色彩语义不同，不得套用同一套配色。可选方案库见 references/style-presets.md。

用户选定后，输出一份锁定的视觉规范，后续所有页面必须遵守它。

门禁 3：页数与内容密度

• 询问期望页数区间和是否有硬上限
• 说明封面、目录、章节页和结束页是否计入总页数
• 明确告知用户：最终页数会按内容密度动态调整，如果某页内容超出单页承载量会自动拆页，并在交付时说明实际页数

门禁 4：逐页内容规划确认

在正式生成设计稿前，必须先输出逐页内容规划表并请用户确认。每页至少包含：

页码 | 页面标题（结论型） | 核心结论 | 内容要点 | 建议版式 | 是否需要图片/图表 | 预估信息量

用户确认或提出修改后才能进入策划稿与设计阶段。未经确认不得直接输出 SVG/HTML。

注意本门禁只是大纲级确认（标题方向、是否需要图、预估信息量）。资料与配图就位后还有一道定稿级确认（阶段六点五），用户在那里才会看到最终文案和实际图片。不要让用户误以为门禁 4 通过就等于内容已定稿。

阶段一：需求澄清

门禁通过后，补齐剩余细节：

• PPT 主题的准确表述
• 是否需要数据、案例、图表、时间线、技术架构或引用
• 品牌规范、指定颜色、字体和已有素材
• 是否要求后续可编辑
• 交付策略：默认两段式（先 HTML 预览确认，再按需导出 PPTX，见阶段十）。若用户开门见山只要某一种格式（纯网页展示、直接要 .pptx、或要拖进 PowerPoint 的矢量 SVG），按其要求单线交付
• 是否允许联网检索配图和资料

若缺少的信息会实质影响结果，应先询问用户；若可通过合理默认值继续，则明确记录假设后推进。

阶段二：背景调研

调研的目标是验证事实、补充数据、发现趋势和案例，并为每页提供可核查的内容。

联网能力探测与显式声明（强制，不得沉默降级）

开工前必须先探测当前宿主是否可联网检索，并把结论明确告知用户，不允许默认「无需调研」：

• 能力探测：动手前确认当前宿主是否具备联网/网页抓取能力（如 WebFetch、浏览器或其它检索工具）。
• 默认联网调研：只要用户在阶段一没有明确说「不要联网」，且联网能力可用，就必须实际执行背景调研，不得跳过。
• 禁止假借「权威来源」跳过调研：不得以「主题属于权威/常识、无需联网」为由省略调研，也不得把某页凭空标注成「L1／权威来源／无需调研」。任何「无需调研」的判断都必须是用户明确要求的结果，并写入假设记录。
• 降级必须交代：若联网能力不可用、或用户选择不联网，则在交付说明中显式写明「因〔联网不可用／用户选择离线〕，本次未做联网调研，以下内容基于模型既有知识，建议自行核验」，绝不沉默降级、更不谎称已核实。

调研资料按页整理，推荐格式：

## 第 X 页：页面标题

### 核心事实
- ...

### 关键数据
- 数据名称：
- 数据值：
- 时间与地区：
- 来源：

### 典型案例
- 案例名称：
- 案例内容：
- 案例价值：

### 可用于 PPT 的结论
- ...

### 来源
- 机构：
- URL：
- 发布时间：

必须保留资料来源和时间范围。找不到可靠依据时，删除该说法、降低表述强度或明确标记待验证，不得补造数据。

阶段三：金字塔大纲

大纲必须遵循：

1. 结论先行：章节和页面优先使用带观点的标题。
2. 以上统下：上层观点能够概括下层内容。
3. 归类分组：同一层级属于同一逻辑范畴。
4. 逻辑递进：采用清晰顺序，例如“现状 → 问题 → 原因 → 方案 → 价值 → 行动”。

优先使用 references/prompts.md 中的“PPT 结构架构师 Prompt”。将主题、背景调研信息、受众、场景和页数要求一并输入。

阶段四：数字便利贴

将每一页视为一张可移动、可删除的数字便利贴。每张便利贴至少包含：

页面标题
页面核心结论
页面主要内容
与前后页的关系
建议使用的视觉结构或图表

逐页检查：

• 标题是否表达结论，而非仅写主题名称
• 本页是否只有一个主要任务
• 是否与其他页面重复
• 是否存在逻辑跳跃
• 是否缺少关键证据
• 页面顺序是否合理
• 总页数是否符合要求

阶段五：内容密度评估与动态页数

大纲和便利贴确认后，逐页做承载量评估，页数据此动态调整。禁止为了凑够用户给的页数而堆内容或注水。

单页承载上限（1280×720 参考值）

单页承载下限（防过空）

密度是一个区间，不是只有天花板。以下任一条成立即视为该页偏空，须按阶段六的「内容充实策略」处理：

大图主导页（图片占页 ≥70%）不受字数与覆盖率下限约束——大图本身就是内容。

偏空处理

先判主因，再决定手段，两类原因的解法相反：

1. 内容不足（字少 + 覆盖低）→ 按阶段六「内容充实策略」分层扩充：自有逻辑 → 联网补权威资料 → 改变承载方式 → 合并页面。
2. 版面没放大（字够但覆盖低）→ 这是设计问题，不要加字。让卡片与配图尺寸随内容放大、占满画布，消除四周死白。

超限处理

超过任一上限时，按优先级依次处理：

1. 删除与本页核心结论无关的内容。
2. 合并同义要点，把长句压成短语。
3. 把辅助细节移入演讲者备注。
4. 仍然超限则拆成两页或多页，按“总述页 + 分述页”或按维度拆分。

页数不足时

内容密度偏低时不要拉长页面数量凑数。但也不要直接跳到合并——先按阶段六的充实策略判断这一页是否本该更充实（要点是否只写了一句、是否缺支撑论据、是否该配图或图表）。确实撑不起一页才合并。允许最终页数低于用户给的区间下限，但要在交付说明中给出理由。

交付时的页数说明

最终必须报告：用户期望页数 → 实际页数 → 调整原因（哪几页因超限拆分、哪几页合并）。

阶段六：逐页资料搜集与配图检索

以每页的“标题 + 核心结论 + 需要证明的问题”为检索单元。不要只用宽泛主题搜索整套 PPT。

每页至少确认：

• 哪些内容是事实
• 哪些内容是判断或建议
• 有哪些可靠数据
• 是否有适合的案例或对比对象
• 信息是否仍然有效
• 是否能追溯到原始或权威来源

配图必要性判定（先判定，再检索）

默认倾向：能配就配。 有图的页面显著更生动，因此判定的默认答案是「配」，只有落进下表「不配图片」一栏才允许无图。填写门禁 4 规划表和阶段七策划稿的「是否需要图片」时，必须逐页按内容性质对照下表判定，并写出一句判定理由（如「本页讲机体结构 → 需真实照片」「本页是三阶段流程 → 用动态矢量流程图」），不得凭感觉填「否」。

三条补充原则：

• 关联性优于有无。 宁可用一张与本页结论直接相关的图，也不要一张漂亮但无关的装饰图；找不到强关联素材时，优先改用能准确表达该页信息的矢量图，而不是随便塞一张风景图。
• 图形化内容不要去找照片。 上表中标注「矢量」的四类（原理、数据、流程、结构）本身就该自绘，这属于首选路径而非降级，且应尽可能做成动态 SVG。
• 版式多样性强制约束（新增）：相邻有图页面禁止连续使用同一版式。同一套 PPT 内「左图右文」与「右图左文」出现次数差距不得超过 2 次。生成策划稿时必须显式标注本页版式，并与前一页对照检查冲突。

配图检索顺序（强制）

具象类配图默认以网络图为主。 只要用户没有明确要求「不联网」且宿主联网/搜图能力可用，判定为「需要真实照片」的页面就必须按下表实际检索网络图片，不得用矢量线稿代替真实照片。注意区分两件事：把「无人机长什么样」画成线稿是错误降级；把「三阶段作业流程」画成矢量流程图是正确选择。把整套 PPT 配图一律换成内联 SVG 线稿仍属错误降级。

判定为「需要真实照片」时，按以下优先顺序检索，前一级找不到合适结果才降级到下一级：

1. Bing 图片搜索（首选，https://www.bing.com/images/search?q=关键词）
2. 百度百科（https://baike.baidu.com/item/关键词，适合权威示意图、人物、机构、设备、术语图解）
3. 百度图片搜索（https://image.baidu.com/search/index?tn=baiduimage&word=关键词）
4. Bing 网页搜索中的图文页面
5. 官方网站、官方发布会资料、政府或行业机构公开报告
6. 维基百科 / Wikimedia Commons
7. 改用矢量图表（照片路线走完仍无合适素材时的兜底）
8. AI 生成配图（最后兜底，见下文「找不到图时的兜底」）

判定为「原理 / 数据 / 流程 / 结构」时不走上表，直接进入矢量绘制（并优先做成动态 SVG），这是首选路径，不需要先去搜照片。

检索与使用要求：

• 中文主题用中文关键词，专业术语补一次英文关键词。
• 记录图片来源 URL、页面标题和获取时间。
• 网络图必须下载到工作目录的本地文件夹：选定图片后立即下载到工作区 assets/images/（命名如 p03-uav-structure-01.jpg），后续 SVG/HTML/PPTX 一律引用本地文件，不得把远程 URL 直接写进任何产物。原因：PPTX 无法嵌入外链、离线 SVG/HTML 断网即裂图。若某张图无法下载到本地（防盗链、403、超时），视为该图不可用，回到检索下一候选或按兜底降级，并在交付说明中说明。
• 优先选择高分辨率、主体居中、留白干净、无水印的图片。
• 不确定授权状态的图片要标注来源并提示用户自行确认使用权。
• 详细检索策略与关键词模板见 references/image-sourcing.md。

矢量绘制的两种性质，不要混为一谈：

1. 首选路径（鼓励，且应尽量动态化）——内容本身就是图形化信息：原理、机制、受力、流程、架构、对比、时间线、占比、层级关系。这类用形状 + 文字比照片更准确，属于正确的设计选择，不是降级，也不需要在交付说明里当成降级解释。优先做成动态 SVG，见 references/motion-graphics.md。
2. 兜底路径（需说明）——本该用真实照片的具象内容，已按上表实际联网检索、确实找不到合适网络图（且来源记录里能体现检索动作）。

只有第 2 种属于降级。若因联网/搜图不可用而把具象内容改用矢量线稿，必须在交付说明中写明「因〔搜图能力不可用／用户选择离线〕，本页改用矢量示意图」，不得沉默降级，也不得把这种降级结果描述成「权威来源、无需配图」。除这两种情形外，不得把具象实物页默认画成线稿。

找不到图时的兜底（按顺序）

第一优先：改用矢量图表。 大量“找不到图”的场景本质上不需要照片，需要的是一张图形——原理、机制、流程、架构、对比、时间线、占比、层级关系都属于这一类。自绘 SVG 或原生图表准确、可控、可编辑、无授权风险、无 AI 畸形，并且可以做成动态图（见 references/motion-graphics.md），表现力往往强于一张普通照片。判断口径：如果这张“图”的信息可以用形状 + 文字说清，就自绘，不要去生成一张照片。

第二优先：AI 生成配图。 仅当页面确实需要非事实性的具象画面，且前面的检索与矢量表达均不适用时，才尝试使用当前宿主提供的图像生成能力。Skill 不依赖特定工具名、产品设置路径、供应商或模型；由宿主适配器把本 Skill 的标准生图请求映射到当前可用工具。执行前先探测能力，不得猜测不存在的工具或假装已生成。

标准调用分为三步：

1. probe_image_generation：确认当前宿主是否可生图，以及是否支持参考图、目标尺寸、输出路径、异步结果等能力。
2. generate_image(spec)：按 references/image-sourcing.md 的标准请求生成候选图；provider、model 默认不指定。
3. materialize_image(result, destination)：把本地路径、URL、附件、二进制或异步任务结果统一物化为工作区内的本地图片文件，并完成格式、尺寸和可解码校验。

• 可以生成：氛围图、抽象概念图、风格化插画、背景纹理、隐喻性画面。
• 禁止生成（硬性）：真实产品外观与具体型号、设备的结构与部件、真实人物、真实地点与建筑、统计图表、地图、UI/证照/公文、带可读文字的图，以及任何需要事实准确性的画面。无人机、机械、电子设备的结构属于禁止范围——宁可用一张分辨率一般的真实照片，也不要一张长着五个旋翼的生成图。
• 生成后必须：页面上以小字标注“AI 生成示意图”或至少“示意图”，来源清单中记录 source_kind: ai_generated 及本地资产路径；检查手指、旋翼数量、文字、对称结构、透视、构图留白和色调一致性。同一套 PPT 的多张生成图复用同一个 style_anchor。
• 生图结果必须落到工作区 assets/generated/ 等允许目录，不能把远程 URL、宿主临时路径或空路径直接交给 PPTX；生成图同样遵守下方尺寸与占比硬指标。
• 能力不可用、无权限、无法本地化、内容被拒或质量不合格时，最多进行一次技术重试和一次针对性质量重生，之后必须降级为矢量图形或无图版式，不得无限重试。

第三优先：无图版式。 严肃技术页找不到准确图、不能安全生成或生成结果无法通过检查时，直接改成无图版式：加大留白、放大核心数据、用色块和字号建立层级。一张错图的伤害大于没有图。

完整分级规则、标准请求/结果结构、提示词模板和禁止清单见 references/image-sourcing.md 第六至第九节。

图片使用规则：能大就大

• 图片是主视觉，不是装饰点缀，尺寸必须足够大到能看清细节。
• 单页有图时，图片区域建议占页面面积 40%–65%；以图为核心的页面可到 70% 以上。
• 图片最短边不小于 360px（1280×720 画布内），全屏型不小于 560px 高。
• 优先使用大图版式：左图右文（图占 55%–60%）、上图下文、整页背景图 + 文字浮层、单一焦点大图卡。
• 禁止把图片缩成小缩略图塞进小卡片角落；一页塞多张小图时，应改为一张主图或换成图表。
• 图片按比例缩放，保持原始宽高比，使用 preserveAspectRatio 或等效裁切，不得拉伸变形。
• 有大图的页面同步压缩文字量，遵守阶段五的“有大图页面正文 ≤ 90 字”。

内容充实策略：要点单薄时怎么补

密度既有上限也有下限。上限防拥挤，下限防「一页只有一句话、四周大片死白」——后者会让整套 PPT 显得空洞简陋，且往往是内容准备不足而非刻意留白。

判断一页是否单薄，看三条：核心结论之外是否有支撑论据；正文是否不足 40 字且无大图承载；卡片/图片/文字的有效内容覆盖是否低于画布 45%（阶段十一由脚本给出实测值）。

确认单薄后，按以下顺序分层扩充，不要跳级直接联网搜：

第一层：扩充自有逻辑（优先，无需联网）。 一个要点天然可以展开成多个维度，先在已有材料内追问：

• 背景——这件事为什么会出现、之前是什么状态；
• 机理——它是怎么运作的、依赖什么条件；
• 影响——带来什么变化、对谁有意义、有什么代价；
• 示例——一个具体的场景、数字或对照；
• 边界——什么情况下不适用、常见误解是什么。

多数「空页」在这一层就能补足，且不引入新的事实风险。

第二层：联网补权威资料。 自有逻辑仍撑不起一页时，再按阶段二的联网规则检索补充。必须遵守既有约束：先探测联网能力；优先权威来源（行业标准、官方文档、学术文献、政府与行业协会发布、头部厂商技术白皮书）；每条补充内容都要记录来源 URL、机构、发布时间，写入该页来源清单；数据必须带值、单位、时间和口径。禁止为凑字数编造内容、伪造数据或杜撰来源——宁可页面偏空，也不能不可核查。

第三层：改变承载方式。 文字不该是唯一手段。同样的信息量，换成矢量图表、时间线、对比表、结构图、动态原理图，往往既更饱满也更好懂（见 references/motion-graphics.md）。放大配图尺寸、放大关键数字，也是有效的充实。

第四层：合并页面。 前三层都试过仍单薄，说明这一页本身不成立，按阶段五与相邻页合并，而不是硬撑成一页。

充实的三条硬边界

充实的目标是论据充分、版面饱满，不是把页面填满字。以下三条不得违反：

1. 不注水——填充内容必须是真正的支撑（论据、数据、机理、案例、对照），不得靠同义重复、套话、形容词、拉长句子凑量。
2. 不超上限——充实后仍须通过阶段五的密度门禁（单页正文 ≤180 字、有大图页 ≤90 字、卡片 ≤6 张）。充实与拥挤之间的目标区间是「饱满」，不是两端任意一端。
3. 不改结论——填充只能作为支撑层，本页核心结论那一句不变，「结论先行」的结构不得被资料淹没成文献综述。

阶段六点五：逐页内容与配图确认门禁（强制）

资料和配图就位后、进入策划稿之前，必须先让用户逐页确认最终文案与配图。这是全流程第二道强制门禁。

为什么必须有这一道

门禁 4 确认的是大纲级规划（标题方向、是否需要图、预估信息量）。但那之后发生了三件用户没批准过的事：

• 实际文案定稿了（门禁 4 只有「内容要点」，真正的卡片文字、数据表述是阶段六才写的）；
• 图片选定并下载了（用户批准的是「这页要配图」，不是「这张图」）；
• 页数可能已按阶段五调整（拆页或合页）。

若不在此处确认，问题会推迟到 HTML 出来才暴露——那时整套已完成，改一页要连带动 deck.json、重新生成、重新校验，返工成本集中在最后一刻爆发。

交互方式：一次性输出全部页，一次确认

• 不要逐页逐次阻塞。20 页的 PPT 不能来回握手 20 次。一次性输出全部页的清单，请用户一次性反馈。
• 用户针对个别页提修改时，只重出被改的那几页条目再请确认，不要重发整份清单。
• 用户可以只说「都可以」整体通过，也可以逐条点名修改。
• 使用 mcp__ask-user__ask_user 收尾询问是否通过，不要用纯文本问句。

每页必须给到的内容

文案必须是定稿级，不是要点提纲——用户确认的就是最终会上页面的字：

页面标题（结论型，最终文字）
核心结论（一句话）
卡片 1 标题 / 正文（逐条最终文字）
卡片 2 标题 / 正文
关键数据（数值 + 单位 + 时间 + 口径）
本页来源（可核查）

配图必须让用户真正看见：

• 给出本地路径（已按阶段六下载到 assets/images/ 或 assets/generated/）、来源 URL、原始像素尺寸、授权状态；
• 用 markdown 图片语法内联展示：![第3页配图](绝对路径)，每张图一行。只写文件名用户看不到图，无法判断是否合适；
• 矢量图/动态图无法内联时，改为文字描述图形结构、动画模式和静态首帧呈现什么；
• 标注该图属于阶段六判定表的哪一类（真实照片 / 动态矢量原理图 / 矢量图表 / 氛围图），以及是否为 AI 生成示意图。

附字数统计与密度预警，便于用户当场决定是否拆页：

本页正文 XX 字（上限 180，有大图页 90）｜卡片 X 张（上限 6）｜密度：正常 / 接近上限 / 超限建议拆页

确认门禁的硬性要求

• 未经用户确认，不得进入阶段七策划稿，更不得生成任何 SVG/HTML。沉默不等于确认。
• 不得以「先做出来再改」为由跳过——那正是这道门禁要消除的返工模式。
• 用户否决某页配图时，回到阶段六检索下一候选或按兜底降级，重新提交该页条目。
• 用户要求增删页面时，同步更新页数说明，并在重出条目里标明页码变化。
• 确认通过后，记录该次确认的内容作为后续阶段的基线；阶段七及之后不得擅自改动已确认的文案，如必须改（例如密度超限）要明确告知用户并说明原因。

清单的完整输出格式见 references/prompts.md「逐页内容与配图确认清单」模板。

阶段七：页面策划稿

本阶段的输入是阶段六点五已确认的逐页清单——文案和配图已经定稿，此处只负责版面组织，不得重写文案或换图。

策划负责“讲什么、怎么组织、放在哪里”，视觉设计负责“采用什么风格和样式”。两者不得混为一步。

有图页面必须做版式多样性自检：填写「图片需求」的版式字段时，对照 references/layout-diversity-checklist.md，确保相邻页不重复版式、横向分栏不超配额、图形化内容用纵向或整版版式。逐页策划完成后，运行该清单第二节的版式分布统计做整套检查。

每页策划稿使用以下结构：

## 第 X 页：页面标题

### 页面目的
这一页希望观众理解什么？

### 核心结论
用一句完整的话表达本页结论。

### 内容组成
- 内容模块 1
- 内容模块 2
- 内容模块 3

### 证据与来源
- 数据、案例或事实及来源

### 视觉结构
- 主视觉或核心图表
- 左、右、上、下区域分别承载什么
- 需要突出、弱化或删除的元素

### 页面布局
- 单一焦点 / 两栏 / 三栏 / 主次结合 / 顶部英雄式 / 混合网格

### 图片需求
- 是否需要图片：是 / 否
- 判定依据：对照阶段六判定表的哪一行（如「原理机制 → 动态矢量原理图」）
- 视觉类型：真实照片 / 动态矢量图 / 静态矢量图 / 氛围图
- 图片内容描述与检索关键词（照片类）或图形结构描述（矢量类）
- 若为动态图：动画模式、时长、静态首帧呈现什么
- **图片版式（必填，按内容性质从版式决策表选择，见 `references/image-sourcing.md` 第五节）**：
  - 本页版式：上图下文 / 单一焦点大图卡 / 整页背景 + 浮层 / 左图右文 / 右图左文
  - 选择理由：为什么这个版式最适合本页内容性质
  - **相邻页版式冲突检测**：上一页有图页面用的是什么版式？本页是否与之相同？相同则必须改选其它版式
  - **横向分栏配额检查**：截至本页，「左图右文」+「右图左文」已累计使用几次？是否已接近有图页面数的 50%？
- 图片占页比例目标

### 信息量自检
- 卡片数 / 正文字数 / 数据指标数
- 是否超出单页承载上限，是否需要拆页

### 演讲衔接
- 如何承接上一页
- 如何引出下一页

阶段八：低保真结构

先生成简单、清爽、低装饰的页面草稿，只验证：

• 信息是否完整
• 逻辑是否清楚
• 层级是否明确
• 元素是否放在正确位置
• 页面是否过载
• 图片占位区域是否足够大

低保真结构确认后，再加入颜色、字体、卡片样式、图片、图标、纹理和装饰。

阶段九：Bento Grid 视觉设计

Bento Grid 应由内容驱动，不得机械套用固定模板。

有图页面版式多样性二次确认：开始生成 SVG/HTML 前，重新检查本套 PPT 的版式分布是否符合 references/layout-diversity-checklist.md 的硬约束。若发现策划稿写的版式与实际生成不一致，立即修正并重新生成该页。

核心规则

• 卡片数量不固定，可以是 1、2、3、4、5 张或更多，但单页不超过 6 张。
• 最大卡片承载最重要的信息。
• 中等卡片承载主要论据。
• 小卡片承载辅助数据、注释或案例。
• 所有卡片之间至少保留 20px 间距。
• 保持统一的对齐、圆角、色彩、字体层级和留白系统。

版面饱满度规范（防过空，强制）

留白是为了建立层级和呼吸感，不是把内容缩在中间、四周空一大片。后者不是克制，是没做完。

• 元素尺寸必须随内容与画布放大。不要用一套固定小尺寸卡片摆在 1280×720 里——卡片应撑开到自然占满可用区域，卡片内部再用内边距形成呼吸感。
• 有效内容覆盖率不低于画布 45%（卡片 + 图片 + 文字并集，阶段十一由脚本实测）。低于此值说明版面没铺开。
• 单卡页必须放大承载。只有 1 张卡片时，它应接近 w≈1200, h≈580（顶部留标题区），而不是一张 400×200 的小卡片居中。
• 两栏/三栏须占满横向可用宽度，左右外边距对称且与卡片间距量级相称（典型外边距 60px、卡间距 20–30px）。
• 纵向同样要铺满：标题区 + 内容区应利用到接近画布底部（内容区底边距典型 60–70px），不要让下半页整片空白。
• 配图优先放大而不是留白——同样的信息量，把图从 30% 放大到 55% 比在旁边留死白更有效。
• 留白应出现在元素之间和卡片内部（间距、内边距、行距），而不是堆在画布四周边缘。

反向约束同样成立：饱满不等于拥挤，仍须满足阶段五全部上限（卡片 ≤6、正文 ≤180 字、间距 ≥20px）。目标是「饱满」这个中间区间。

卡片边框规范（强制）

禁止给卡片使用四边较粗的边框。粗描边会把页面切成一格一格的表格，破坏留白和层级。

禁止：

• 四边闭合的 stroke-width ≥ 2px 描边
• 高对比度深色或黑色四边框
• 双线框、内外双层描边
• 描边 + 强阴影 + 深底色叠加使用
• HTML 中的 border: 2px solid #333 一类写法

允许的边界表达方式，按优先级：

1. 背景色差：卡片底色与页面底色形成轻微色阶差，例如页面 #FFFFFF、卡片 #F6F7F9。
2. 纯留白分隔：靠 ≥ 20px 间距区分模块，完全不用描边。
3. 极细描边：只在必须时使用，stroke-width ≤ 1px，颜色为低对比中性色（如 #E5E7EB、rgba(0,0,0,0.06)）。
4. 柔和阴影：大模糊半径、低透明度，如 0 2px 12px rgba(0,0,0,0.06)。

默认卡片不加任何强调线。 卡片左侧/顶部的「单边强调色竖条」默认关闭，只有在用户明确要求「给重点卡片加强调条」时才使用，且限一条 3–4px、仅左或顶、其余三边无描边。不要在示例里默认带它，也不要为了「显得有设计感」自作主张给每张卡片加左边竖条。

统一圆角建议 8–16px，全套 PPT 保持一致。

布局类型

• 单一焦点：一张大卡片覆盖主要区域，适合强结论、大图表、大图片或架构图。
• 两栏对称：适合并列比较、问题与方案、Before 与 After。
• 两栏非对称：约 2/3 主内容加 1/3 辅助信息；有图时图占大栏。
• 三栏布局：适合三个阶段、方案、能力或案例。
• 主次结合：中间大卡片，两侧小卡片。
• 顶部英雄式：顶部宽幅核心结论，下方安排 2 至 4 张辅助卡片。
• 大图主导：一张大图占 55%–70%，文字集中在剩余区域。
• 混合网格：自由组合多种卡片尺寸，但必须保持层级、对齐和间距。

动态 SVG（讲原理、数据、流程、结构的页面）

被阶段六判定为「原理 / 数据 / 流程 / 结构」的图形化内容，除自绘矢量图外，鼓励做成动态 SVG，让讲述过程更生动。但必须守住一条铁律：

> 动画是锦上添花，静态首帧必须已经是一张完整、可读、可交付的图。

因为 SVG 导入 PowerPoint、转成图片、打印时动画都不播放，只渲染静态首帧。所以：

• 禁止任何元素以 opacity:0、visibility:hidden、display:none、transform:scale(0)、宽高从 0 生长、stroke-dashoffset 等于全长（线条初始隐藏）作为初始态、再靠动画才出现——静态渲染会空白或残缺。
• 正确做法是「首帧完备 + 纯强调动画」：元素初始就是最终可见状态，动画只做脉冲、呼吸（透明度 0.6–1 之间，不到 0）、高亮、循环流动、微小位移，不改变可见性。
• 数字直接写目标值，不做「从 0 计数」；数据条/环首帧就是目标高度/百分比。
• CSS 动画必须配 @media (prefers-reduced-motion: reduce) 降级。

8 类动画模式（流程流动、数据生长、结构拆解、受力/流向、时间轴、占比填充、路径追踪、层级展开）、SMIL 与 CSS 实现、各格式支持矩阵和最小模板见 references/motion-graphics.md。动态 SVG 同样受 scripts/validate_svg.py 校验：初始不可见靠动画显示的元素会报 ERROR。

阶段十：交付与输出

默认交付策略：两段式（HTML 先行，确认后转 PPTX）

除用户明确要求单一格式外，默认按两段交付，不要一次性把所有格式都产出：

第一段：产出 HTML  →  用户预览、在页面上直接改  →  用户确认
                                                      ↓
第二段：用户明确说"导出 PPTX"  →  基于已确认的 deck.json 转换  →  交付 .pptx

这样做的理由：HTML 是唯一能让用户在浏览器里立刻看到全套效果、并直接改文字改版式的格式，是最合适的预览与协商载体；PPTX 一旦生成就意味着定稿，提前生成只会在返工时浪费一遍。

第一段的规则：

• 只产出 HTML（含编辑模式），不要同时生成 PPTX，也不要在用户没要求时主动生成。
• 交付时明确告知：这是预览稿，可以直接在页面上改；改完若需要 PowerPoint 文件，说一声"导出 PPTX"即可。
• 同时告知 PPTX 会丢失哪些 HTML 特性（动画、交互、滚动区域），让用户在确认阶段就知道最终形态。

确认节点（必须显式等待）：

• 用户没有明确表示确认之前，不得自行推进到第二段。沉默不等于确认。
• 用户提出修改 → 改 deck.json → 重新生成 HTML → 再次请其确认，循环直到通过。
• 用户说"导出 PPTX""转成 PPT""生成 PowerPoint"等，即视为确认并进入第二段。

第二段的规则：

• 转换的输入必须是用户确认的那份 deck.json（用户若在 HTML 里改过，先让其点「导出 deck.json」），不要重新生成策划稿，也不要反向解析渲染后的 DOM。
• 转换前必须先跑 --check-only：所见即所得的自由拖拽可能已违反卡片间距、越界、密度等门禁，用户可以无视实时警告强行保存。
• 以 HTML 为准，不得在转换时顺手改版式、调配色、动文案——用户确认的是他看到的那份。
• 若必须调整（如某页触发 ERROR），改 deck.json 后同时重新生成 HTML 和 PPTX，并告知用户 HTML 也已更新。

具体转换步骤、data URI 图片自动落盘、HTML 独有特性的降级映射表见 references/pptx-output.md 第六点五节（路线 D）。

何时偏离两段式

• 用户开门见山就要 .pptx 且不需要预览 → 直接走 PPTX（路线 A/C），但仍建议先给一页样张确认风格。
• 用户只要网页展示，不需要 PowerPoint → 只做第一段，不必追问是否导出。
• 用户要的是「拖进 PowerPoint 继续编辑的矢量页面」→ 走 SVG，不是 PPTX。

SVG

在需要以下能力时优先选择 SVG：

• 导入 PowerPoint 后继续编辑
• 保持矢量清晰度
• 兼容设计软件
• 需要可缩放的图形页面

SVG 页面必须使用：

viewBox="0 0 1280 720"

生成时优先使用 references/prompts.md 中的“SVG 页面生成 Prompt”。注意检查字体、换行、溢出、嵌套、路径和目标 Office 版本的兼容性。

若页面使用了动态 SVG（见阶段九），注意：SVG 在浏览器直接打开时动画播放，但导入 PowerPoint、转图片或打印时动画不播放，只渲染静态首帧。因此必须保证静态首帧完备，validate_svg.py 会拦截「初始不可见靠动画才出现」的元素。动效收益主要在「浏览器直接看 SVG」和「HTML 演示」两个场景。

每页生成后立即运行 scripts/validate_svg.py 做硬指标校验，不要等全套做完才检查——早发现一页超限，改动成本远低于返工整套。用法见阶段十一「自动校验」。

HTML（第一段的交付物）

在以下场景优先选择 HTML：

• 只需展示或网页浏览
• 需要快速 DIY
• 需要交互、动画或响应式布局
• 需要「打开 HTML 就能在页面上直接改文字、拖拽元素」的所见即所得编辑体验
• 不强调导入 PowerPoint 后逐元素编辑

HTML 路线的硬规范：

• 单文件自包含：CSS/JS 内联、图片转 base64 data: URI 内嵌、无任何 CDN 或外链，断网双击可用。
• 由 deck.json 派生：HTML 与 SVG、PPTX 共用同一份 deck.json（schema 见 references/pptx-output.md 第二节），不手写散装 DOM。一份规划稿四路派生，编辑后导出的 deck.json 可回喂 build_pptx.py 和逐页 SVG，保持全格式一致。
• 画布基准 1280×720：逻辑坐标与 SVG/PPTX 一致，用 CSS scale() 适配屏幕。
• 默认带编辑模式：HTML 交付物默认内联零依赖编辑器，提供文字原地编辑、元素拖拽缩放、多选、层级、增删元素、页面重排。不要询问用户是否需要编辑能力——第一段交付的目的就是让用户直接在页面上改。仅当用户明确要求「只要放映 / 不要编辑 / 要最小体积」时，才产出去掉编辑脚本的精简版。
• 编辑态实时约束：所见即所得的自由拖拽必须实时跑与 validate_svg.py 同一套阈值（卡片数、间距 ≥20px、越界、四边粗边框、密度、图片占比），把「能编辑」约束成「不能改坏」，ERROR 时在提示条明确警告。
• 双保存：File System Access API 原地存回同一 HTML（仅 Chromium 系 Chrome/Edge）＋ 导出 deck.json 供重新生成其它格式。非 Chromium 浏览器（Safari/Firefox 等）进入编辑模式时必须在页面内弹出常驻提醒说明原地存回不可用、修改将以下载方式保存、需原地存回请用 Chrome/Edge，并同步改写保存按钮文案，不得静默降级。

生成方式：以 references/html-template.html 为起点，把 __DECK__ 占位替换为实际 deck 数据并按内容扩展渲染分支，不要从零手写。模板已实现双模式、拖拽缩放、多选、增删、实时校验、双保存与兼容提醒，不得重写或删减这些能力。完整实现规范与数据模型见 references/html-output.md。

PPTX（第二段的交付物）

在用户明确需要标准 PowerPoint 文件、需要在 PowerPoint 里继续编辑、需要母版或演讲者备注、或按企业格式交付时选择 PPTX。不得把 HTML 或 SVG 文件改扩展名冒充 PPTX。

四条路线，按"JSON 来源"和"是否需要逐元素编辑"选：

路线 D / A 的用法（同一个脚本）：

python3 scripts/build_pptx.py deck.json --check-only      # 转换前必做：只校验不生成
python3 scripts/build_pptx.py deck.json -o 输出.pptx      # 通过后再生成
python3 scripts/build_pptx.py --emit-sample > deck.json   # 取样例规范

该脚本内建与 SVG 同一套门禁（卡片数与间距、四边粗边框、圆角区间、正文字数、字号层级、图片占比与最短边、越界、AI 生成图标注），存在 ERROR 时不生成文件，退出码 1。图片按 aspect-fill 裁切不拉伸变形；超量文字与资料来源自动写入演讲者备注。自包含 HTML 内嵌的 data:image/*;base64 图片会自动解码落盘到 assets/extracted/ 并按魔术字节校验真实类型，损坏或截断的直接 ERROR 阻断。

坐标换算、字体兼容坑、卡片无边框在 PPTX 中的实现方式，以及路线 B/C/D 的具体做法见 references/pptx-output.md。

两个必须提前确认的点：页面比例（16:9 还是 4:3，建页前定好，改尺寸不会自动重排元素）和字体（PPTX 不嵌入字体，非系统字体在对方电脑会被替换导致版面崩坏，中文优先 Microsoft YaHei）。若用户需要打印，门禁 2 阶段就应排除深色底方案。

两个必须提前确认的点：页面比例（16:9 还是 4:3，建页前定好，改尺寸不会自动重排元素）和字体（PPTX 不嵌入字体，非系统字体在对方电脑会被替换导致版面崩坏，中文优先 Microsoft YaHei）。若用户需要打印，门禁 2 阶段就应排除深色底方案。

阶段十一：质量检查

内容检查

• 事实和数据是否准确、有来源、有时间范围
• 是否存在编造或无法验证的内容
• 每页是否只有一个核心结论
• 是否存在重复、缺失或无关内容
• 总页数是否符合要求

逻辑检查

• 目录是否覆盖正文
• 章节和页面是否逻辑递进
• 上层观点是否概括下层内容
• 页面标题是否尽量结论先行
• 前后页是否有自然衔接

视觉检查

• 卡片间距是否至少 20px
• 重要信息是否拥有最高视觉权重
• 是否有文字溢出、遮挡或元素重叠
• 字号、颜色和对比度是否可读
• 页面是否过度拥挤或装饰过多
• 页面是否过空：元素是否缩在中间、四周留下大片死白，单卡页是否放大到接近满幅
• 留白是否出现在元素之间和卡片内部，而不是堆在画布四周边缘
• 全套页面是否采用一致视觉系统

输出检查

• SVG 是否可解析，viewBox 是否为 0 0 1280 720
• SVG 是否能在目标 Office 版本中导入
• 字体和文字换行是否兼容
• HTML 是否能在目标浏览器中正常打开
• PPTX 是否能打开、编辑和播放
• PPTX 页面比例是否为 16:9（1280×720），字体是否为目标环境已有字体
• AI 生成图是否已在页面上标注“示意图”、在来源清单标注“AI 生成示意图”
• 最终文件是否位于用户指定目录

逐项验收时使用 references/quality-checklist.md，该清单包含门禁、内容密度、卡片边框、图片使用、SVG/HTML/PPTX 输出的可勾选条目。

自动校验（SVG 输出必做）

生成 SVG 后必须运行校验脚本，不得仅凭目测判断合规。脚本为纯标准库实现，无需安装依赖：

python3 scripts/validate_svg.py 输出目录/            # 批量校验
python3 scripts/validate_svg.py page-03.svg          # 单页校验
python3 scripts/validate_svg.py page-05.svg --hero-image   # 大图主导页
python3 scripts/validate_svg.py 输出目录/ --json     # 机器可读结果

脚本把以下硬指标从「建议」变成「门禁」：

退出码：0 通过，1 存在 ERROR（或 --strict 下存在 WARN），2 文件缺失。

处理要求：ERROR 必须修正后重新运行至退出码为 0；WARN 需逐条判断，确认为有意设计时在交付说明中写明理由。脚本不覆盖事实准确性、逻辑递进和审美，这些仍按上面的清单人工复核。

两条过空告警不可当作噪音忽略，且解法相反，必须先分清是哪一条：

• SPARSE-PAGE（内容不足）→ 按阶段六「内容充实策略」补内容：自有逻辑 → 联网补权威资料 → 改变承载方式 → 合并页面。
• SPARSE-LAYOUT（版面没放大）→ 不要加字，按阶段九「版面饱满度规范」放大卡片与配图，铺满横向与纵向可用区域。

大图主导页（图片占页 ≥70%）自动豁免这两项；存在旋转/斜切变换时判定降级为参考值（输出 SPARSE-SKIP）。若确为刻意的极简留白设计（如章节过渡页、金句页），可保留 WARN，但要在交付说明中写明理由。

自动校验（PPTX 输出必做）

走路线 D 或 A 生成 PPTX 时，scripts/build_pptx.py 已内建同一套门禁并在存在 ERROR 时拒绝生成文件，因此校验是强制的、无法跳过的：

python3 scripts/build_pptx.py deck.json --check-only   # 定稿前先只校验
python3 scripts/build_pptx.py deck.json -o 输出.pptx    # 通过后再生成

走路线 D（基于已确认 HTML）时 --check-only 尤其不可跳过：用户在 HTML 编辑态自由拖拽后可能已违反间距、越界、密度等硬指标，实时提示可以被无视但静态校验不能。

额外覆盖 SVG 校验器没有的三项：图片是否为本地文件（PPTX 不能嵌入网络外链）、AI 生成图是否带标注说明、data URI 内嵌图能否正确解码落盘（按魔术字节校验真实类型，损坏或截断直接 ERROR）。

局限要说清：脚本按字数估算，无法测量 PowerPoint 渲染后的真实换行；卡片识别依据是 JSON 里声明的 cards，不覆盖手工插入的异形图形。生成后仍必须打开一次 PowerPoint 目视复核溢出与字体替换。

发现问题后必须修正并重新检查，而不是只列出问题。

交付要求

根据用户需求交付以下一种或多种成果：

• 需求简报
• 背景调研摘要
• 结构化大纲
• 数字便利贴列表
• 逐页资料包
• 逐页内容与配图确认清单（用户确认记录，后续阶段的文案基线）
• 逐页策划稿
• 视觉规范
• deck.json（跨格式共用的数据模型，四路派生的唯一数据源）
• 第一段：HTML 预览稿（含编辑模式）
• 第二段：PPTX 文件（用户确认后按需生成）；或按需求单线交付的 SVG 页面
• 质量检查报告

若用户只要求其中一个阶段，不要强制生成全部文件，但应确保该阶段的必要前置条件成立。

参考资源

• references/prompts.md：保留原文公开的 PPT 结构架构师 Prompt、Bento Grid 规范和 SVG 页面生成 Prompt，并附门禁提问、风格提案、密度评估、逐页内容与配图确认清单等扩展模板。
• references/style-presets.md：按受众和内容属性选风格的决策逻辑，以及 6 套可直接复用的风格方案（含色值与卡片描边规范）。
• references/image-sourcing.md：配图先分流（照片走网络检索 / 图形化内容首选自绘矢量），网络图检索优先顺序、关键词模板、筛选标准、大图版式决策表（按内容性质给出优先版式与禁忌），图片最大化版式参数，网络图必须本地落地，以及找不到照片时的三级兜底（矢量图表 → AI 生成 → 无图版式）和生成图的禁止清单。
• references/layout-diversity-checklist.md：版式多样性自检清单（新增），逐页记录版式、统计分布、检测横向分栏配额、相邻冲突、图形化内容误用，防止所有有图页面死板套用同一种版式。阶段七策划稿和阶段九视觉设计强制使用。
• references/motion-graphics.md：动态 SVG 规范——「静态首帧完备」黄金法则、8 类动画模式库、SMIL 与 CSS 实现、各输出格式动画支持矩阵、性能与时长约定，以及与 validate_svg.py 动画校验的对接。
• references/pptx-output.md：PPTX 四条输出路线对比（含路线 D：基于已确认 HTML 导出，两段式交付的默认路径）、1280×720 → EMU 精确换算、卡片无边框在 PPTX 中的实现、图片 aspect-fill、data URI 图片落盘、HTML 特性降级映射表、字体与自动缩放等兼容性坑。
• references/html-output.md：HTML 自包含单文件规范、与 deck.json 共用数据模型、查看/编辑双模式、全功能所见即所得编辑（文字/拖拽缩放/多选/层级/增删）、编辑态实时约束校验、双保存（File System Access 原地存回 + 导出 deck.json），以及与 nyblnet/bento 的借鉴关系。
• references/html-template.html：HTML 交付的起点模板（完整可运行、零依赖、自包含）。已实现 Present/Edit 双模式、文字原地编辑写回 deck、拖拽缩放、框选多选、层级、增删元素、实时约束校验（阈值与 validate_svg.py 一致）、原地存回 + 非 Chromium 页面提醒 + 下载兜底 + 导出 deck.json。生成时把 __DECK__ 占位替换为实际 deck 数据并按内容扩展渲染分支，不要从零手写、不要删减既有能力。
• references/quality-checklist.md：可操作的内容、逻辑、视觉和输出验收清单。
• scripts/validate_svg.py：SVG 硬指标自动校验器（viewBox、卡片数与间距、粗边框、正文字数、字号层级、图片占比、溢出越界、动态 SVG 静态首帧安全性），纯标准库，见阶段十一「自动校验」。
• scripts/build_pptx.py：由页面规范 JSON 生成原生可编辑 PPTX，内建与 SVG 同一套门禁，ERROR 时拒绝生成；依赖 python-pptx。