通用 PPT 制作教练

> 本 skill 的核心定位：教你（模型）怎么做好 PPT，不是命令你必须用什么模板。
>
> 模型在调用此 skill 后，应像一位有经验的演示设计师一样思考——
> 问"为什么这样设计"，而不是套"必须这样做"的死规则。

0. 核心哲学（务必先读）

这个 skill 是教练，不是管家。

• ❌ 管家式 skill（旧版）：规定「必须用紫色」「必须 15 页」「必须文献综述专用」「必须用 [数字] 引用」——把模型当工具人，结果是死板的产出
• ✅ 教练式 skill（新版）：教方法、给工具箱、留出创意空间——让模型自己判断什么是合适的

单一最重要的判断：
> 当你不确定某个设计选择时，回到用户的真实意图——这份 PPT 是给谁看的？要传达什么？读者看完应该记住什么？

这个判断胜过任何"硬约束"。

0.5 硬底线（必满足 · 用户 2026-08-13 明确基本要求）

这一节是用户提出的"必须满足的基本要求"——是底线，不是细节规定。
下面 6 条不可违反（违反即被打回），但具体怎么实现留给你自由发挥。

底线 1：内容丰富（说全说透）

每页、每段必须给具体内容——具体机制、具体例子、具体数据、具体数字、具体方法名。

• ❌ 空话套话："本节介绍 X 方法" / "X 取得了较好的效果"
• ✅ 实义内容："X 方法把推荐重新表述为条件生成任务，在 Amazon-Book 上 Recall@10 提升 12%，但推理延迟增加 3×"

判断标准：一段文字读完，读者能说出 ≥ 1 个具体知识点/数字/方法名——合格；否则不合格。

底线 2：不得有大空隙或留白

页面任何主要区域（≥ 70% 面积）不得出现肉眼可见的空白带。

留白时的处理优先级（与 §3.4 一致，此处为主表述）：
1. 加内容（90% 适用）——加段、加图、加图标、加表格、加流程图
2. 缩字号或行距（仅当文字已很多）
3. 缩容器（最后手段）

绝对禁止：用"拉高 coreBox 容器 h"假装填满——这是 AI 偷懒的标志，用户一眼看穿。

判断标准：每张 PNG 渲染后，肉眼扫一遍——任何连续空白区域 ≥ 0.3 inch 都算违规。

例外：章扉页（章节首页）允许 30-40% 留白（美学需求，见 references/visual-signatures.md §6.1）——其余页面（含内容页/小结页）一律严守。

底线 3：不得多页同样的纯文本框排列（无图、无装饰、无变化）

⚠️ 澄清：这里的"重复"指的是多页都用同样的纯文本框排列方式（几页下来全是方框+文字，无图、无装饰、无视觉变化），不是"连续几页用同一种布局模式"。

具体含义：
- ❌ 多页都用"标题 + 一堆文字段 + 几个 bullet"模式堆叠——连续 2-3 页如此就开始模板化
- ❌ 多页都是方框+文本框堆叠，没有任何图片、图标、流程图、SVG、装饰元素穿插
- ✅ 多页可以有相同布局模式（左文右图），但每页应有自己的视觉锚点（图、图标、流程图、SVG、装饰条、数据徽章等）
- ✅ 视觉锚点不限于图——短竖条、配色变化、卡片形状变化、callout 警示框、引文块、图标+说明组合都算

判断标准：
- 连续翻 3 页，每页都"只有文字 + 文本框，没有任何视觉锚点" → 违规
- 即使每页布局不同，但都是"文字 + 文本框"形式 → 仍违规
- 解决方法：在每页加至少 1 个视觉锚点（详见 §五 怎么找图/怎么用图）

底线 4：不得大量使用方方正正的布局

方方正正 = 全页等宽均分卡片网格（如 2×2、3×3、4×4 严格均分）、左右栏严格对称、上下结构完全镜像。

应该用：非对称布局（左中右宽度不同、上下错位、大小卡片混合、嵌套、错位、点缀装饰元素）

判断标准：
- 2×2 卡片矩阵可以存在，但每个卡片的 w/h 可不同，或有视觉差异（颜色深浅、边框粗细、内容密度）
- 整页都是等宽均分 = 违规
- 应该有"视觉重心"——读者第一眼看哪、第二眼看哪，应该是有节奏的

底线 5：表格/大量文本框填满一页的情况不得超过每章 1-2 页

每章（10-20 页 PPT）的"表格页"和"多文本框密集页"加起来最多 1-2 页。

含义：
- 大表格（≥ 4 行 × 4 列）—— 整章最多 1 页
- "信息密集型文本框矩阵"（一页 ≥ 6 个独立文本块堆叠）—— 整章最多 1 页
- 其他页应该图文混排、段落穿插、有视觉呼吸

为什么：表格/密集文本框看起来"填满"，但读起来累。AI 倾向用密集文本框掩盖内容贫乏，这是另一种偷懒。

判断标准：
- 翻完整章，数一下"纯表格页"+"纯密集文本框页"的数量，超过 2 页 = 违规
- 应该多见"图文结合页"（图 + 2-3 段解读）

底线 6：方框使用过多（v3.2 新增）

⚠️ AI 倾向大量使用"圆角矩形 + 文本"作为视觉容器——这是测试时发现的最常见问题。

方框（包括圆角矩形 roundRect、直角矩形 rect、胶囊形等）可以用，但要用得节制。

判定：每页方框数量 < 视觉锚点数。

具体规则：
- ❌ 一页有 4 个方框（callout + 2 卡片 + coreBox）+ 大量文字，无图、无图标、无其他视觉元素 → 违规
- ✅ 一页有 1-2 个方框 + 1 张图 + 1 个图标 + 适当文字 → 合理
- ✅ 一页全是图 + 短解读，无方框 → 也合理（方框少用）

方框之外的视觉锚点（多用这些替代方框）：
- 📷 真实图片（论文原图、截图、照片）—— 详见 §5.1 / §5.2 来源 A、B
- 🎨 AI 生成图（ImageGen / ardot-slides 生成）—— 详见 §5.2 来源 C.B
- 📊 自绘流程图/架构图（addShape ellipse / arrow / line 组合）—— 详见 §5.2 来源 C.A
- 🔣 图标（圆形/方形 + emoji-like 简单图形 + 单行说明）
- 📈 数据可视化（matplotlib 图表 → PNG 嵌入）
- 📝 SVG 字符串（手绘风格示意图 → PNG 嵌入）
- 🎗️ 装饰元素（短竖条、点状标记、波浪线、阴影、圆点）

判断标准：
- 数本页的"方框数"和"非方框视觉锚点数"——锚点 ≥ 方框时合规
- 翻完整章，如果感觉"全是框"——违规

底线判断的优先级

如果底线之间冲突（如"内容丰富"要求加很多段落，但"方方正正"要求避免密集布局）：
1. 底线 1（内容丰富） 和 底线 2（不留白） —— 最高优先级
2. 底线 6（方框不过度） —— 优先于方框/文本框堆叠
3. 底线 3（多页同样纯文本框） 和 底线 4（不对称）
4. 底线 5（表格不过度）

核心原则：先用图片/视觉锚点丰富（底线 6），再考虑布局变化（底线 3+4），最后控制方框/表格（底线 5）。

一、理解任务（启动前必做）

模型开始动手前，先回答 4 个问题：

Q1：这是给谁看的？

• 听众特征决定了视觉密度、信息深度、用词风格
• 例：同行专家 vs. 跨领域学者 vs. 投资人 vs. 大众 vs. 答辩评委
• 不同听众的审美敏感度天差地别——同样一份幻灯片，对专家可能"信息太浅"，对外行可能"信息太密"

Q2：核心信息是什么？

• 一份 PPT 只能承载 1-3 个核心论点——多了就是失焦
• 找出最重要的 1-3 句话，然后用所有页面去支撑它们
• 失去焦点的 PPT = 没意义的 PPT

Q3：可调用的素材有哪些？

• 图片资源：用户提供了图吗？需要从论文/网页截吗？需要自己生成吗？
• 数据资源：有具体数字/统计/对比吗？
• 文字素材：用户给了大纲吗？有引文/案例吗？
• 素材的丰富程度直接决定 PPT 的承载力——素材贫瘠时，与其硬塞内容，不如让一页就讲一件事

Q4：风格调性是什么？

• 用户明确指定了风格吗？（如某特定汇报风/调色板）
• 还是让模型自由发挥？
• 风格应该服务于内容——学术答辩用花哨配色是错位，产品发布用纯黑白是乏味

二、内容策略（每页写什么）

2.1 单页信息密度原则

反对两种极端：

• ❌ 信息过载：一页塞 8 个段落、6 张图、4 个表格——读者看完什么都不记得
• ❌ 信息枯竭：一页就一句话 + 大片留白——浪费幻灯片这种载体

推荐原则：
- 单页承载 1-2 个核心信息点 + 3-5 个支撑细节
- 标题/章节小标点出信息点，正文/图/表提供支撑

2.2 "说全说透" vs "留白美学"

这是本 skill 唯一带有立场的内容原则：

> 默认追求"说全说透"——每段文字要给具体机制、具体例子、具体数据。
> 仅当用户明确说"希望简洁/极简/留白"时，才切换到"少即是多"风格。

原因：AI 经常用"留白"作为"我没内容可写"的借口，结果产出空洞。用户明确反对"两句话式缩略概括"——任何一段正文都应该有实质内容。

怎样让一段话"实"？四层结构（择 2-3 层填）：
1. 核心机制/定义（是什么、为什么）
2. 具体做法/步骤/公式
3. 具体例子/数据/反例
4. 局限/适用边界/与其他方法的对比

2.3 写作语言

• 少用"接下来""让我们""本章将" 等水词——直接陈述内容
• 多用具象名词 + 具体动词 ——"TIGER 把推荐重新表述为生成"优于"TIGER 是一种生成式推荐方法"
• 避免"本文/本章/后文"自指——除非必要（论文/书章节）

三、视觉设计（怎么看着舒服）

3.1 风格不是孤立的——服务于内容

紫色学术调（可选参考风格：紫色调 + 微软雅黑/仿宋 + 高密度非对称布局）只是风格选择之一，可作为参考调色板，但不应强加于所有场景。

3.2 视觉 token（参考调色板）

以下颜色和字体作为示例 token，可根据用户场景自由替换：

// 示例：紫色学术调
const DEEP = "6E0F6D", PUR = "8D539A", SOFT = "A97FBB", PALE = "F4EEF8",
      PALE2 = "EFE6F4", INK = "303030", GRAY = "7F7F7F", RED = "B02020";

// 示例：字体
const HEAD = "微软雅黑", BODY = "仿宋", TNR = "Times New Roman";

通用字号原则（不是死规则）：
- 主标：22-28pt（视页面密度调整）
- 章节小标：14-16pt
- 正文：10.5-12pt（视受众调整；受众年级越高可越小）
- 注释/caption：9pt

3.3 反模式（这些不要做）

无论风格如何，以下做法几乎总是错的：

3.4 当用户说"留白太多"——该怎么办？

用户反馈 "留白/空白/看着空" 时，按 §0.5 底线 2 的处理优先级执行——第一选择永远是加内容（不是拉容器）。本节仅作速查引用，详细判定与阈值见 §0.5 底线 2。

容易被忽略的隐形原因：字号太小。 当正文普遍 <10pt、标题 <14pt 时，即使文字量不少，视觉上也会觉得"空"——因为每个字符占的面积太小，大面积背景色露出来。第一反应不是"内容不够"，而是先检查字号是否偏小。如果小，整体放大 1-2pt（标题+正文+行距同步放），留白会自然减少，同时提升可读性。

分级放大参考（按当前字号档位不同增量不同，避免标题过大正文过小的悬殊）：
- ≥30pt：+4pt
- 20–29pt：+3pt
- 14–19pt：+2pt
- 12–13.9pt：+1.5pt
- 10–11.9pt：+1.5pt
- 8.5–9.9pt：+1pt
- <7pt：+0.5pt

行距（lineSpacing）同步放大同档位增量。

四、布局设计（怎么安排空间）

4.1 布局是服务，不是装饰

• 不对称布局比对称网格更有动感、更现代
• 但完全对称有时也是合理的（如数据报告对比页）
• 选择布局时问自己：这页的核心信息是什么？读者视线应该先看哪里、再看哪里？

4.1.5 布局变化的硬要求（底线 3+4 落地）

整份 PPT 的布局节奏应该像音乐一样有起伏——两个层面：

层面 A：跨页节奏（底线 3 的核心）：
- ✅ 每 2-3 页换一种布局（左右栏 → 上下结构 → 图主导 → 时间线 → 卡片矩阵……）
- ✅ 即使多页用同一种布局模式（如连续几页左文右图），每页也须有自己的视觉锚点（图、图标、流程图、SVG、装饰条、数据徽章等）——同布局≠同视觉
- ❌ 连续 3 页都是"纯文本框排列"（无图、无图标、无装饰、无其他视觉锚点）——这是底线 3 的违规

层面 B：单页内部（底线 4 的核心）：
- ✅ 同一布局内可有变化（2×2 矩阵允许卡 w/h 不同、颜色深浅不同、密度不同）
- ✅ 混合布局元素（一页可以同时用 header + 左文右图 + 底部 coreBox + 卡片）
- ❌ 整页等宽均分（4 等分 2×2 卡片、左右严格对称、上下完全镜像）——这是底线 4 的违规

判断技巧：
- 跨页：做完 PPT 翻一遍，如果连续 3 页感觉"长得像"且都是纯文本框（无视觉锚点），就违反底线 3
- 单页：任何一页打开，如果是"严格等宽均分网格"，就违反底线 4

4.2 常见布局选择（不限于以下，可自由组合）

• 章扉页：左侧大标题 + 右侧路线图 + 底部章节预览
• 左文右图：文字解读 + 论文原图/架构图
• 左图右文：图主导（左 60% 宽）+ 文字解读
• 左右对照：两栏对照（如"传统方法 vs 新方法"）
• 上下结构：上方标题/总论 + 下方卡片网格
• 2×2 / 3×2 卡片矩阵：方法对比、分类坐标
• 时间线横向：演进脉络、里程碑
• 流程图：机制说明（自绘 or SVG）
• 大图 + 短解读：产品截图、论文核心图
• 大数字 + 一行解释：KPI 突出
• 混搭：同一页用 ≥2 种布局元素

不要套用固定模板——每一页根据内容选最合适的布局。

4.3 布局元素的"角色"

4.4 PptxGenJS 布局代码模板

assets/gen_ch2_patterns.js 提供了 14 个核心函数的可复用代码模板（header / secT / coreBox / dashBox / card / callout / arrowR / leftRightArrow / vdiv / hdiv / cap / centerCircle / threeStepHook / lbl）。这些是起点，不是终点——可以根据需要扩展或替换。

五、素材处理（怎么用图）

> 核心立场：PPT 应该是视觉载体而非文字载体——图片、图标、流程图、SVG、自绘图比"方框+文本"更有信息承载力。AI 倾向大量使用"圆角矩形 + 文本"是因为它简单，但这会让 PPT 失去视觉冲击力。
>
> 底线 6（方框使用过多）：每页方框数 < 视觉锚点数。多用图片/图标/流程图替代纯方框。

5.0 为什么必须多用图——方框+文本的局限

方框（圆角矩形/胶囊/直角矩形）作为视觉容器的问题：
- ❌ 信息密度低——同样的"内容丰富"用图能传达 3-5 倍信息
- ❌ 视觉单调——连续几页方框堆叠，读者视觉疲劳
- ❌ 失去冲击力——专业的 PPT 应该有图、有流程、有数据可视化
- ❌ AI 偷懒标志——大量方框 = AI 没找到合适的图/不会生图

改进策略：
1. 每页至少 1 个非方框视觉锚点（图/图标/流程图/SVG/数据图）
2. 核心页用大图 + 解读（替代"一堆文字"）
3. 方法页用架构图（自绘或截论文）
4. 数据页用图表（matplotlib/echarts）
5. 概念页用 AI 生图或 SVG 示意图

5.1 从对话历史/记忆中分辨可用素材

为什么这一步很重要：用户给的素材分散在对话历史、之前的工作产物、上传的文件中。AI 经常直接"无视"这些素材去硬造内容，导致用户感觉"AI 没看我给的东西"。

5.1.1 怎么分辨对话历史中的素材

主动扫 4 个来源：
1. 对话历史：之前 Read/Write/Edit 的文件、上传的图片、用户提到的论文/链接/数据
2. 项目工作目录：pwd 下的子文件夹（如 figures/、references/、素材/、风格参考/）
3. 临时目录：/tmp/、AppData/Local/Temp/（用户可能上传的 PPT 风格参考、fig 资源）
4. MEMORY.md（用户级 + 项目级）—— 之前工作提到的素材清单

具体动作：

在动手前，先回答：
- 用户提过哪些论文/数据/图片？是否在本地有 PDF？
- 用户上传过哪些 PPT 模板或参考图？
- 项目目录里是否有相关 fig/ 资源？
- 之前的 memory 里提到过哪些素材？

示例：
- 用户说"做文献综述第二章 PPT" → 去项目的 references/ 或论文目录找对应章节 PDF
- 用户说"按 XX 风格做" → 去项目的 风格参考/ 或 template/ 找参考图
- 用户上传过一张图 → 在 Read tool 历史里找路径

5.1.2 怎么从素材库识别可用图

素材库常见形态：
- references/ 或 papers/（论文 PDF，按主题分子目录）
- fig/ 或 resources/（已下载的图）
- style_preview/（风格参考）
- 上传目录（用户直接给）

识别可用图的 4 步法：
1. 先用 Read 工具扫 PDF 首页标题（避免下错文——实战教训）
2. 读 PDF 内嵌图（PyMuPDF 提取 → 存 PNG → 看是否清晰）
3. 判断图是否适合 PPT：
- 架构图 ✅（适合方法页）
- 流程图 ✅（适合机制页）
- 实验结果图 ✅（适合数据页）
- 算法伪代码 ⚠️（太大不适合，可用片段）
- 整页截图 ⚠️（可能模糊）
- 装饰性插画 ❌（与学术内容错位）
4. 记录可用图路径（写到 memory 或脚本里，下次直接复用）

5.2 三种图片来源 + 详细操作

来源 A：用户提供的图（最优选）

• 在哪里找：对话历史中 Read <image> 调用、用户上传附件、fig/ 目录
• 怎么用：直接 s.addImage({ path: ... })，加图说 + 来源标注
• 判定：能用 A 就不用 B/C

来源 B：从论文/网页截取

• 截取工具：
• PyMuPDF（推荐）：fitz.open(pdf).load_page(i).get_pixmap().save("out.png")
• Playwright（网页）：page.screenshot()
• 直接 arxiv PDF 链接 → PDF → PyMuPDF
• 开卷核验硬约定（实战教训）：
• 截取后先打印首页标题确认是正确论文（避免下错文 PDF）
• 错文 PDF 是 AI 最高频翻车之一
• 图说 + 来源：图 2-5　COBRA 架构　（引自 [73] Figure 2）

来源 C：自己生成（重要技能 · v3.2 扩展）

A. 自绘流程图/架构图（PptxGenJS addShape）

这是最常用、最可控的方式。代码示例（5 节点流程）：

const steps = [
  { t: "输入", s: "用户行为", w: 1.50 },
  { t: "编码", s: "SentenceT5", w: 1.80 },
  { t: "量化", s: "RQ-VAE", w: 1.80 },
  { t: "生成", s: "Transformer", w: 1.80 },
  { t: "输出", s: "Top-N", w: 1.50 },
];
let x = 0.65;
steps.forEach((st, i) => {
  s.addShape("roundRect", { x, y: 2.0, w: st.w, h: 1.0, rectRadius: 0.07, fill: { color: WHITE }, line: { color: PUR, width: 1.25 } });
  s.addText(st.t, { x, y: 2.1, w: st.w, h: 0.3, fontFace: HEAD, fontSize: 11, bold: true, color: DEEP, align: "center" });
  s.addText(st.s, { x: x + 0.05, y: 2.45, w: st.w - 0.10, h: 0.5, fontFace: BODY, fontSize: 9, color: INK, align: "center" });
  x += st.w + 0.25;
  if (i < 4) arrowR(s, x - 0.22, 2.4, 0.20, 0.22);
});

B. AI 生图（ImageGen / ardot-slides）

• 适合：封面、概念图、装饰、抽象示意
• prompt 要具体——"一张学术 PPT 封面，主题是生成式推荐，紫色调，简洁专业" 比 "封面图" 好 10 倍
• prompt 模板：<主题> + <色调> + <风格> + <构图>
• 范例 prompt：
• 学术风：Minimalist academic PPT cover for "Generative Recommendation" research, purple gradient, clean typography, no people, professional
• 故事风：Warm illustration of "data flow" concept, hand-drawn style, soft colors

C. SVG 字符串

const svg = `<svg viewBox="0 0 600 200" xmlns="http://www.w3.org/2000/svg">
  <rect x="10" y="50" width="80" height="100" fill="#6E0F6D" />
  <text x="50" y="100" text-anchor="middle" fill="white" font-size="14">A</text>
  <line x1="90" y1="100" x2="160" y2="100" stroke="#8D539A" stroke-width="2" />
  <rect x="170" y="50" width="80" height="100" fill="#8D539A" />
  <text x="210" y="100" text-anchor="middle" fill="white" font-size="14">B</text>
</svg>`;
// 先转 PNG（用 Pillow 或 cairosvg），再 addImage

D. 数据可视化

• matplotlib（推荐，跨平台）→ PNG
• echarts（更精美，但要交互转静态）
• 简单的 s.addShape("pie") 也能画饼图

判断优先级：

能用 A（用户提供）→ 优先 A
需要方法图/架构图 → C.A 自绘
需要封面/装饰/概念图 → C.B AI 生图
需要数据图表 → C.D matplotlib
需要手绘风示意图 → C.C SVG

5.3 图片适配（怎么放进 PPT）

适配 ≠ 直接放——AI 经常直接把图丢进 PPT，不考虑版面：

5.4 图片布局（怎么与其他元素搭配）

6 种常见搭配方式：

1. 大图 + 短解读（图主导）：
   - 图：左 60% / 右 60%
   - 解读：另一侧 1-3 段（每段 ≤ 80 字）
   - 适合：核心架构图、流程图

2. 左文右图（文字主导）：
   - 文：左 50%，多段
   - 图：右 40%
   - 适合：方法详解（左侧解读机制，右侧看图）

3. 上图下文：
   - 图：上 40%
   - 文：下 50%
   - 适合：流程图 + 步骤解读

4. 图片矩阵（2×2 / 3×2）：
   - 每张图大小一致或递减
   - 每张图配 1 行图说
   - 适合：对比分析

5. 图 + 数据徽章：
   - 图周围点缀数字徽章（圆角紫色 + 数字 + 一行解释）
   - 适合：数据报告

6. 图 + 引文块：
   - 图右侧/下方放引文（"原话：xxx —— XX 2023"）
   - 适合：引用专家观点

5.4.5 数据图标注策略（v3.4 新增·柱状图/折线图常见坑）

数据图（柱状图、折线图）的标注文字是最容易超边界、遮挡或看不清的。遵循以下原则：

1. 柱状图的数值标注：
   - 柱子足够长（>全宽的 35%）→ 标注放在柱内，白色/浅色文字
   - 柱子很短（<全宽的 35%）→ 标注放在柱右侧，灰色文字
   - 绝对不要所有柱都把标注放柱右侧——最长的柱 + 右侧标注会超页面边界
2. 折线图的图例：
   - 3 条以内：放在图表内部右上角（不与曲线重叠）
   - 4 条以上：放在图表下方或右侧单列
   - 末点标注数值时，要给右侧留至少 0.8" 空间放文字
3. 图注 caption：
   - 位置：图表底部，字号比正文小 1-1.5pt，灰色斜体
   - 必须包含：图号 + 内容描述 + 来源/自绘说明

选择图表类型的经验：展示"递增/对比强度/分组比较"用柱状图更直观；展示"时间序列趋势/连续变化"才用折线图。

5.5 图片处理的核心规则（实战经验）

无论图片来源如何，必须逐项核对：

纵横比公式（必背）：

const imgH = imgW / (原图w / 原图h);  // 不能写 h: 拍脑袋数字

5.6 箭头处理（v2.5 新增教训）

箭头是 AI 经常出错的元素——遮挡文字、方向错、歪斜。必须核对：

负坐标的修复模式：画"两点连线"必须用 segLine 模式，不能直接算 w: x2-x1, h: y2-y1（当 y2<y1 或 x2<x1 时产生负值）：

// 两点连线：自动取 min 起点 + 绝对宽高（写进脚本头部，全局复用）
function segLine(s, x1, y1, x2, y2, opts = {}) {
  s.addShape("line", Object.assign(
    { x: Math.min(x1, x2), y: Math.min(y1, y2),
      w: Math.abs(x2 - x1), h: Math.abs(y2 - y1) }, opts));
}
// 用法：segLine(s, px, py, nx, ny, { line: { color: "#8D539A", width: 1.5 } })

高危场景：折线图/曲线图的"点连线"（后续点的 y 往往小于前一个点）、树状图向左伸展的分支。生成后用脚本全量扫 <(?:a:off|a:ext)[^>]*"-(\d+)" 应为 0。注意 0 值（h=0 横线 / w=0 竖线）合法，负值才致命。

5.7 复杂图例设计思维（v3.6 新增 · 做图前先读）

当一页需要一个复杂示意图（时间轴/同心环/矩阵/循环/台阶/流程/树/漏斗等非照片非数据图的逻辑图）时，不要先想"我有什么模板/代码"，先想"这段内容里是什么逻辑关系"。完整方法论见 references/figure-thinking.md，此处立三条立场 + 一个流程：

三条立场：
1. 图例不是装饰，是内容逻辑的空间映射——读者不看文字就能"看见"关系才是好图。
2. 复杂图 = 简单原语 × 组合语法——skill 在组合（主轴/节奏/层次/对齐/强调/呼吸），不在稀奇原语。
3. 一图一信息——每张图只承载一个核心判断，塞两种以上逻辑结构 = 两张图硬拼，拆开。

设计流程（六步）：提取逻辑骨架（写 1–3 条关系句）→ 隐喻映射（按逻辑关系查隐喻库选空间形态，可一主一辅叠加）→ 原语分解 → 坐标骨架（先主轴后节点再容器最后标注）→ 统一涂装（全档一致配方）→ 探针验证（旋转/斜切/渐变方向不猜，先探针页实测）。

模板/代码的定位：assets/ 和 figure-replication.md 里的配方是语法的实例，帮你不从零写代码，但选什么形态、怎么组合，永远从内容逻辑出发，不是从模板出发。

六、自检（提交前必须做）

6.1 内容自检（每页）

• [ ] 标题是否点出了本页核心信息？
• [ ] 正文是否给了具体机制/例子/数据（不是空泛概括）？
• [ ] 引用是否准确（如有引文）？
• [ ] 图说是否齐全？
• [ ] 是否有"接下来/本章/本文"等水词？

6.2 视觉自检（每页）

• [ ] 主要区域是否有明显留白带？ → 按底线 2 处理（加内容优先）
• [ ] 文本框是否"贴底"？（h ≈ 实际行数 × 行高 + 缓冲）—— 见 §6.3
• [ ] 图片是否通过 §5.5 全部检查项（纵横比/裁切/遮挡/分辨率/图说/padding）？
• [ ] 箭头是否通过 §5.6 全部检查项（方向/遮挡/尺寸/对齐/颜色/标签）？
• [ ] 负坐标扫描：解压 pptx 全量扫 <(?:a:off|a:ext)[^>]*"-(\d+)" 应为 0（负值 = PowerPoint 打不开，见 §5.6 坐标非负）？
• [ ] 风格是否前后一致？

6.3 文本框 h 反推公式（v2.4 教训）

问题诊断：AI 经常给文本框一个"安全值"h（如 1.40），但实际文字只占 0.60——框内大量空白，AI 还以为"挺满的"。

公式：

每行 inch 高度 = lineSpacing / 72
每行字数 ≈ (w - 0.30) / (fontSize × 0.014)
rows = ceil(实际字符数 / 每行字数)
容器 h = rows × (lineSpacing/72) + 0.10   // 0.10 缓冲

辅助函数：见 assets/gen_ch2_patterns.js 的 fitH(text, w, fontSize, lineSpacing)——自动反推最小 h。

例外场合（允许 h > 实际文本高）：
- 章扉页大数字（艺术设计）
- 底部核心判断框（呼吸感）
- 提示框（视觉强调）

七、技术流水线（怎么动手）

7.1 通用技术栈

• 生成：PptxGenJS（Node.js v22+）脚本化生成 .pptx
• 画布式设计：ardot-slides（用户偏好时）
• 导出验证：PowerShell COM (PowerPoint.Application) → PNG
• 图像分析：Python (Pillow / PyMuPDF)

7.2 通用工作流

1. 理解任务：§一 的 4 个问题
2. 选风格：参考调色板（§三）或自创
3. 列大纲：每页核心信息（§二.1）
4. 写脚本：gen_N.js（PptxGenJS）或 ardot-slides（画布）
5. 渲染验证：导出 PNG + 自检（§六）
6. 迭代：用户反馈 → 调整 → regen

7.3 验证方式（C 模式用尺子，A 模式用眼睛）

A 模式绝对不要：仍然依赖 grid_density.py 不看图（浪费原生能力）。

7.4 通用技术坑（必须规避）

1. JS 字符串嵌套引号："X" "Y" 会 SyntaxError，改用 『X』『Y』 或 「」
2. PptxGenJS 文件锁：每次 regen 前 Get-Process *PowerPoint* | Stop-Process -Force
3. 图片 w/h 不核原图比例：变形——必须先读原图尺寸再算 h
4. 箭头与文字重叠：箭头 y 必须算清楚再放
5. 文本框 h 给"安全值"：用 fitH 反推

八、迭代协议（用户反馈后怎么办）

8.1 反馈分类速查

8.2 多选区同时反馈的处理

1. 列清单（页码 + 反馈类型 + 修复策略）
2. 按风险排序：纯文字 > 颜色字号 > 位置 > 结构调整
3. 一次脚本 edit 修完所有点
4. regen + verify 一次完成（避免半成品状态）

8.3 何时算"到位"

满足任一即可：
- 用户明确认可"可以"
- 内容三段都填实了（机制+例子+局限/衔接）
- 视觉密度合理（无明显留白带）

九、bundled 资源

references/

• design-spec.md：示例调色板（紫色学术调 / 现代极简 / 暖色故事三种）+ 通用字号/行距/间距 token + 反套路化指南（底部满宽总结框 + 万能标签识别与替代）+ 字号分级放大策略
• layout-patterns.md：通用布局代码模板（可扩展、自由组合）
• writing-patterns.md：通用写作原则（说全说透、段首加粗短句、平行结构等）
• visual-signatures.md：某紫色学术调的视觉 DNA 参考示例——仅该风格被明确指定时严格遵守；其他场景仅作"如何沉淀视觉 DNA"的方法示例（v3.3 起明确此定位）
• feedback-taxonomy.md：通用反馈分类速查（16 类 · 新增套路化/数据图超界，箭头方向并入类别 9）
• validation-modes.md：A/B/C 三档模型能力的差异化验证策略
• figure-replication.md：图例分析与复刻手册（逆向）——用户拿来外来风格化 PPT 要求"分析图例并做类似复杂图"时：解包/页媒映射/XML 参数提取、8 类复杂图构造表、阴影/渐变/色板配方、curvedDownArrow 旋转方向表（探针实测：右 0 下 90 左 180 上 270，与图例八/V 开口朝向/箭头方向三者对照）、python-pptx vs PptxGenJS 覆盖度
• figure-thinking.md：复杂图例设计思维（正向 · v3.6 核心）——拿到一段内容如何自己设计出恰当的复杂图：三条核心立场（图=逻辑的空间映射 / 复杂=原语×语法 / 一图一信息）+ 按逻辑关系组织的隐喻库（10 类+组合叠加）+ 组合语法六条（主轴/节奏/层次/对齐/强调/呼吸）+ 视觉变量→语义映射表 + 设计六步法 + 探针工作法 + 反模式。做图先读这篇，模板是实例不是答案

scripts/

• grid_density.py：4×4 网格密度分析（C 模式兜底）
• whitespace.py：垂直 gap 检测（C 模式兜底）
• export_pngs.ps1：PowerPoint COM 导出 PNG

assets/

• gen_ch2_patterns.js：核心函数库（14 个函数：header/secT/coreBox/dashBox/card/callout/arrowR/leftRightArrow/vdiv/hdiv/cap/centerCircle/threeStepHook/lbl/fitH）—— 起点，可自由扩展
• gen_ch_example.js：最小可运行示例（"Hello World" 章节）

十、不要做的事（无论什么风格）

十一、v3.0 重构说明（与 v2.6.1 对比）

用户原话（2026-08-13，节选）：
> "这个 skill 做得太死板了，我想要的是一个通用的 ppt 制作技能，而不仅限于某个特定主题的框架下。不要对具体内容做任何限制，要在所有场景都能调用此skill生成同样式的ppt。这个 skill 要做的是引导模型如何制作，教模型怎么从素材中选图、怎么自己生图，辅导其布局排版、丰富内容，而不是强加内容、定死模板、限制发挥。"

v2.6.1 → v3.0 主要改动：
- 名称保持（避免破坏现有 trigger）但 display_name 改为"通用 PPT 制作教练"
- 删除所有"个人风格专属"措辞——紫色作为可选参考调色板，不是必须
- 删除"7 条硬约束"——改为"内容策略"和"视觉设计"两节，给原则而非命令
- 删除"15 页 S1-S15 固定结构"——改为"常见布局选择"，可自由组合
- 删除"文本框 h 反推公式"作为硬约束——改为"§六.3 自检工具"，可参考
- 删除"反模式表"中针对综述内容的具体规则——保留通用项
- 增加 §一「理解任务」4 问——让模型先想清楚再动手
- 增加 §五.1「图片三种来源」——教模型如何选图/生图
- 保留视觉 token / 字体 / 布局函数库作为起点参考——可自由替换

未删除（保留为参考）：
- assets/gen_ch2_patterns.js 14 个函数——通用布局工具，可任意场景复用
- 字号/行距参考值——通用建议，非硬约束
- 自检清单（§六）——通用自检工具
- 反馈分类速查（§八.1）——通用反馈响应
- 技术坑（§七.4）——通用技术避坑

附：本 skill 的诞生

• v1.0 → v2.6.1：作为「某个人风格（紫色学术调）」专属 skill，迭代 19 轮（2026-08-08~09）
• v3.0.0：用户反思"太死板，要通用"——重构为通用教练，移除具体内容限制
• v3.1.0 → v3.2.0：用户加回"基本要求"——6 条硬底线 + 找图方法论（教练式引导 + 底线式约束的两层结构）
• v3.3.0：深度通读优化——修复底线定义与后文章节的全部交叉引用/表述冲突，visual-signatures.md 明确"风格示例"定位
• v3.4.0：反套路化指南（底部满宽总结框 + 万能标签双重识别）+ 箭头方向一致性 + 柱状图标注策略 + 字号分级放大
• v3.5.0：新增 figure-replication.md——外来 PPT 图例分析与复刻方法论（含弧箭方向表与 python-pptx 复刻配方）
• v3.6.0：新增 figure-thinking.md——复杂图例设计思维（正向方法论：逻辑关系→空间隐喻→组合语法→设计六步法），把图例制作从"模板复刻"升级为"从内容逻辑出发的自由设计"；SKILL.md 加 §5.7 指引节
• 设计哲学：宁可少给规则，让模型自己判断；不要给太多规则，把模型变机械。但用户划的 6 条底线一律严守

<!-- ═══════════════════════════════════════════════════════════
制作者彩蛋 · Easter Egg
═══════════════════════════════════════════════════════════ -->

██████╗ ██████╗ ████████╗
██╔══██╗██╔══██╗╚══██╔══╝
██████╔╝██████╔╝   ██║
██╔═══╝ ██╔═══╝    ██║
██║     ██║        ██║
╚═╝     ╚═╝        ╚═╝

> 你翻到了这里——说明你真的读到了最后。
> 这份 skill 由 Rh.xu 打磨而成，愿它帮你做出每一页都漂亮的演示文稿。✨