破译组会 PPT 的「提纲+模板 DNA」：scholar-ppt-cn 让 ChatGPT 5 分钟出一份可编辑的学术汇报

提纲决定讲述顺序，版式库决定页面结构，模板 DNA 决定视觉风格——学术 PPT 的本质，是「讲故事」而不是「拼模板」。

如果你经历过：开题答辩前一晚还在调 PPT 母版、组会前 30 分钟还在把论文里的 Figure 抠下来往 PPT 里塞、答辩完被导师吐槽”你这页文字太多，公式都看不清”——那么 scholar-ppt-cn 可能是你等了很久的那款工具。

它不是一个 AI 模板网站，而是一套塞进 ChatGPT / Codex 里的「中文学术 PPT 工作流 Skill」。作者 deathcats4 在仓库里塞了 19 份 references 规则文件 + 1 份 5 页参考模板，把”从论文到可编辑组会 PPT”这件事拆成了 5 步：生产规划表 → Mockup family + variants 蓝图 → 样板页 → 可编辑 PPTX 重建 → montage QA。

本文把它的核心理念、五步流程、4 类场景、横向对比全部拆给你看。文末附完整安装与使用教程。

一、组会 PPT 的”千年老问题”

学术 PPT 和商务 PPT 完全是两个物种。商务 PPT 是”说服”，学术 PPT 是”让评审老师沿清晰的思路快速了解你的研究内容”——来自清华大学《学术 PPT 教程》的定义。

这就带来几个独特难题：

• 论文里 Figure 多、公式多、参考文献多，每一页都得是图+解读+引用的混合体，不能纯文字

• 中文字体、字号、行距都有「学术规矩」（行间距 1.2 倍、字间距 1 磅、段前 6 磅），套了商务模板就翻车

• 答辩 PPT 和文献精读 PPT 的叙事逻辑完全不同：前者要”问题-方法-结果-贡献”四段式，后者要”作者做了什么-怎么做的-为什么这么做-我学到什么”

• 评审老师会在意逻辑完整度：背景→现状→研究空白→方法→结果→讨论→结论，每一环都不能缺

而市面上的 AI PPT 工具（Gamma、Tome、NotebookLM、必优、讯飞智文……）几乎都是为商务场景设计的：

• 风格偏 marketing，套到学术汇报上立刻”非主流”

• 输出的 PPTX 文字不能逐项编辑，二次修改成本极高

• 完全没有”提纲逻辑”层面的规划，论文给过去直接”翻译”成 PPT，逻辑全丢

scholar-ppt-cn 正是为了解决这一组问题而生的。

二、它提出了一个关键概念：模板 DNA

scholar-ppt-cn 在文档中反复强调 4 句话，请把它们刻进脑子里：

提纲决定讲述顺序； 详细版式库决定页面结构； 模板 DNA 决定视觉风格； image model 或 Python 负责生成。

最后一句是”工具”，前三句是”方法论”。这是它和所有”AI 一键生成 PPT”工具的最大区别。

模板 DNA 是什么？ 它是一个 PPT 文件里那些”抽象出来还能用”的元素：

• 16:9 画布、页边距、版心

• 主色 + 辅色 + 点缀色（不是简单”主色是蓝色”，而是”主色用于标题块，辅色用于图表，点缀色用于高亮结论”）

• 标题层级（一级标题多大、二级标题缩进多少）

• 页脚、页码、引用源的呈现方式

• 卡片、边框、分割线、强调带的”语言风格”

• 字体的角色分工（标题用什么字、正文用什么字、注释用什么字）

为什么这事儿重要？ 因为大多数人做学术 PPT 翻车，都翻在”视觉一致性“上：东一榔头西一棒槌，每页配色都不一样，每页排版都不一样，看着就”不专业”。模板 DNA 的本质是把”风格”从”感觉”变成”参数”。

三、5 步生产流程：从论文到可编辑 PPTX

scholar-ppt-cn 的默认工作流只有 5 步，每一步都有明确的输入输出和 QA 门控：

3.1 第 1 步：生产规划表（Production Planning Table）

这是整个工作流的”中央 artifact”，不是简单的目录大纲。它必须把每一页映射到：

• 编号 + 标题 + 叙事段落 + 沟通任务

• 源素材（Figure、表格、公式、引用段）

• 源素材几何（横版/竖版/双栏）

• 核心信息（一句话讲明白这一页要说啥）

• 内部版式 archetype（从版式库里选）

• 密度等级（低/中/高）

• 素材处理方式（保留原图/概览+细节/拆分/要求更高分辨率）

• 风险/QA 备注（事实核查、可读性、翻译、缺失素材等）

为什么这步关键？ 它把”内容策划”和”视觉执行”解耦了——先把每一页要讲什么、拿什么讲、用什么版式讲讲清楚，再去生成，不会一上来就生成一堆图、然后发现逻辑乱了。

3.2 第 2 步：Mockup Family + Variants 蓝图

这是 v3.3 引入的正式阶段，夹在规划表和生成之间。它要做的事是：

• 重新确认模板 DNA：16:9 画布、页面色调、主辅色、背景风格、标题系统、页眉页脚、卡片/边框语言、图文比例、字体策略

• 定义 Mockup 家族表：Family ID（MF-01）、家族名、适用叙事段、适用沟通任务、适用素材几何、对应页码、视觉关键词、主要风险

• 为每个家族至少设计 3 个 variants：高频家族 4-6 个，每个 variant 要标 Variant ID、版式名、适用素材几何、对应页码、适用场景、禁止滥用

• Slide-to-Family/Variant 映射：每个规划页对应哪个家族哪个 variant，备选 variant + 选择原因 + 可读性风险

• 选出 5-8 张代表性样张页：cover、报告地图、大图证据、多面板证据、图表解读、机制讨论、结论（按需）

家族 vs variant 的关系：家族是”视觉系统单位”，variant 是”具体版式选项”。两者都不是死板模板，可以根据内容灵活调整。

为什么需要这一步？ 没有它，AI 生成的 PPT 经常前 5 页是左图右文、后 5 页变成上图下文、最后几页又变成纯文字——视觉系统是碎的。

3.3 第 3 步：Image Model 样板页（路线 A）

如果你想让 AI 先给你看几张”风格样张”，就走这条路线：

规划表 → Mockup family + variants 蓝图 → 模板 DNA → 图像模型生成 full-slide mockup variants → 用户确认 → 锁定视觉系统 → mockup 派生 archetype → 可编辑 PPTX 重建

关键规则：

• 每次先生成 1-2 张 pilot 测试视觉系统

• 发现 pilot 加了多余的模板标签 / 文字看不清 / 骨骼重复就修 prompt

• 之后按 2-3 张小批量生成

• 批与批之间停下来给用户确认，别一口气做完 5-8 张

• 图像模型中的文字是”provisional”的，最终交付前必须人工检查

• 图像模型可以决定：素材尺度、构图方向、解读区位置、图注位置、视觉节奏

注意：路线 A 的产物是”高完成度视觉稿”，不是可编辑 PPT。文字、图形、装饰元素不能像原生 PPT 一样逐项编辑——这是 image-first 路线本身的限制。

3.4 第 4 步：可编辑 PPTX 重建（路线 B）

如果你想跳过图像生成、直接出可编辑 PPT，走这条路线：

规划表 → Mockup family + variants 蓝图 → 模板 DNA → 详细版式 archetype 库 → 模板 DNA 参数化 → 可编辑 PPTX → QA

路线 B 必备：模板 DNA + 详细版式 archetype 库。光有 DNA 不够，必须有 archetype。

这条路线的产物是完全可编辑的 PPTX，文字、形状、图表都能二次修改，更适合学术场景（毕竟要插公式、改 Figure）。

3.5 第 5 步：Montage QA

最后一步把所有页拼起来做”对比蒙太奇”质量检查：

• 视觉一致性（颜色、字体、间距是否统一）

• 叙事连贯性（前后页是否衔接得上）

• 图文比例（每页信息量是否合理）

• 可读性（字号、对比度、留白）

• 引用完整性（公式编号、参考文献是否齐全）

注意：QA 必须诚实。如果在 ChatGPT 环境下没有渲染工具，不要假装做了检查，要明确说”哪些本地 QA 步骤还需要导出后再做”。

四、它支持 4 类叙事场景

scholar-ppt-cn 预设了 4 类 hidden narrative presets（叙事预设），你只要告诉它”做文献汇报 / 答辩 / 组会 / 课程”，它会自动套对应结构：

4.1 文献汇报 / Journal Club

默认叙事顺序（10-15 分钟约 14-18 页，复杂论文 18-24 页）：

封面 → 报告地图/概述 → 背景/引言 → 研究空白/问题 → 目标/贡献 → 研究区/材料/数据/方法 → 结果/证据链 → 讨论/机制/解读 → 结论 → 致谢

4.2 学位答辩

默认叙事顺序：

封面 → 提纲 → 背景与意义 → 研究现状 → 研究空白/科学/实践问题 → 目标/内容/贡献 → 技术路线/数据/方法/工作量 → 主要章节/主要结果 → 综合讨论/机制/系统视角 → 结论与展望 → 致谢

4.3 课题组会

默认叙事顺序（更轻量）：

封面 → 进展概览 → 研究问题/目标 → 已完成工作 → 关键结果 → 当前问题 → 下一步计划 → 讨论/所需帮助

4.4 通用课程/主题汇报

最简结构：

封面 → 背景 → 问题 → 主体 1 → 主体 2 → 主体 3 → 小结

关键设计：如果用户明确给了提纲或目录，以用户给的为准，不套预设。

五、和同类工具的差异

我把市面上主流的 AI 学术 PPT 工具拉了个横评（截至 2026-06-08）：

工具	输出	视觉风格	可编辑	中文学术适配	模板 DNA	来源
scholar-ppt-cn	可编辑 PPTX	学术正经	✅ 全可编辑	✅ 专门优化	✅ 显式概念	deathcats4/scholar-ppt-cn[1]
Gamma	在线 PPT	商务 marketing	⚠️ 文字可改	❌ 偏西文	❌ 模板化	gamma.app
Tome	在线 PPT	创意 marketing	⚠️ 文字可改	❌ 偏西文	❌ 模板化	tome.app
NotebookLM	PPT 草稿	商务	❌ 需转 PPTX	❌ 英文优化	❌	notebooklm.google.com
Codex + Image Gen	一图一 PPT	自由	❌ 全图拼成	⚠️ 看 prompt	❌	OpenAI Codex
codex-ppt (ningzimu)	一图一 PPT	风格统一	❌ 全图拼成	❌ 英文为主	⚠️ 风格锁	GitHub[2]
ppt-master (hugohe3)	可编辑 PPTX	偏商务	✅ 全可编辑	⚠️ 通用	⚠️ 隐式	GitHub[3]
ppt-image-first (NyxTides)	全图 PPT	image-first	❌ 全图拼成	⚠️ 看 prompt	⚠️ 风格反演	GitHub[4]
Anthropic 官方 pptx skill	可编辑 PPTX	通用	✅ 全可编辑	⚠️ 通用	❌	GitHub[5]
Gabberflast/academic-pptx-skill	可编辑 PPTX	学术	✅	⚠️ 英文	❌	GitHub[6]

scholar-ppt-cn 的 4 个独门武器：

1. “模板 DNA”概念：把”风格”从玄学变成显式参数，19 份 rules 文件把 DNA 拆得明明白白（CJK 排版、版式 archetype、QA 等）

2. 中文学术场景深度适配：CJK 字体规则、版式 archetype、参考文献引用格式全是中文

3. 规划表是中央 artifact：不是”先 AI 生成再改”，而是”先规划再生成”，避免逻辑翻车

4. Mockup family + variants：在家族稳定性和变化自由度之间找到平衡，既不会千篇一律，也不会视觉系统碎裂

六、5 分钟上手指南

6.1 安装（Codex CLI）

# 1. 克隆仓库 git clone https://github.com/deathcats4/scholar-ppt-cn.git # 2. 复制 skill 到 Codex skills 目录 cp -r scholar-ppt-cn ~/.codex/skills/scholar-ppt-cn # 3. 重启 Codex codex

6.2 安装（Claude Code）

git clone https://github.com/deathcats4/scholar-ppt-cn.git cp -r scholar-ppt-cn ~/.claude/skills/scholar-ppt-cn

6.3 第一份组会 PPT

最简提示词（”这页图太小，字体不对，修一下”是其中一种常用语）：

"参考 templates/scholar-ppt-cn-reference-template.pptx 这份模板， 我有一篇论文要做组会汇报 [附 PDF/链接/标题]， 按 scholar-ppt-cn skill 的默认流程： 1. 先做生产规划表 2. 再做 Mockup family + variants 蓝图 3. 先做 5-8 张视觉样板给我确认 4. 确认后扩展成完整可编辑 PPTX"

6.4 实战小技巧

• 路线 A 还是 B？ 想要精美视觉走 A，想要可编辑走 B。第一次用建议走 B，更稳

• 5 页参考模板是关键：你必须先让它读这份模板提取 DNA，否则出来的 PPT 没有”中文学术味”

• 规划表别省：哪怕赶时间也要把规划表过一遍，否则后面要返工

• 变体选择：如果某个家族只有 2 个 variant 不够用，可以让它”为 MF-02 增加 2 个 variants”

七、它的局限

• star 数还不多：截至 2026-06-08 是 3 commits 的新项目，社区反馈有限，需要自己多试

• 路线 A 的文字问题：图像模型生成的中文可能有错字，最终交付前要逐页校对

• 依赖 AI 模型能力：底层 GPT-5.5 / Codex / Claude 的理解力直接决定输出质量

• 5 页参考模板不够丰富：如果你想要「国科大 PPT 模板」那种风格，需要自己提供参考模板

• 没有直接的”论文 PDF → PPT”按钮：还是要走规划 + 蓝图 + 生成的完整流程，5 分钟是熟练用户的速度

八、为什么这件事值得做

学术 PPT 的本质是”让评审老师沿清晰思路快速了解你的研究内容”。它不是”做漂亮的页面”，而是”组织一个故事”。

scholar-ppt-cn 把这件事结构化了：

• 提纲 → 故事结构

• 模板 DNA → 视觉一致性

• 详细版式库 → 页面节奏

• Montage QA → 最终一致性

这一套方法论不止适用于学术 PPT，任何需要”先规划再生成”的内容创作都适用——产品文档、技术分享、投资汇报、政府报告。AI 时代的核心竞争力不是”会用 AI”，而是”会设计 AI 工作的流程”。

如果你正为组会 PPT 头疼、为开题答辩熬夜、为文献精读汇报抓狂——先跑通 scholar-ppt-cn 的 5 步流程，把规划表做好，剩下的 80% 时间你只需要确认视觉系统而不是从零开始排版。

相关链接

• scholar-ppt-cn 仓库（GitHub）[7]

• 5 页参考模板（PPTX）[8]

• 本地工作流文档[9]

• Anthropic 官方 pptx skill（通用对照）[10]

• codex-ppt（image-first 对照）[11]

• ppt-master（可编辑 PPTX 对照）[12]

• 清华大学学术 PPT 教程（PDF）[13]

• 37 Claude PPT Skills 横向评测（powerpoint.md）[14]

引用链接

[1]deathcats4/scholar-ppt-cn: https://github.com/deathcats4/scholar-ppt-cn

[2]GitHub: https://github.com/ningzimu/codex-ppt-skill

[3]GitHub: https://github.com/hugohe3/ppt-master

[4]GitHub: https://github.com/NyxTides/ppt-image-first

[5]GitHub: https://github.com/anthropics/skills/tree/main/skills/pptx

[6]GitHub: https://github.com/Gabberflast/academic-pptx-skill

[7]scholar-ppt-cn 仓库（GitHub）: https://github.com/deathcats4/scholar-ppt-cn

[8]5 页参考模板（PPTX）: https://github.com/deathcats4/scholar-ppt-cn/blob/main/assets/templates/scholar-ppt-cn-reference-template.pptx

[9]本地工作流文档: https://github.com/deathcats4/scholar-ppt-cn/blob/main/docs/local-workflow.md

[10]Anthropic 官方 pptx skill（通用对照）: https://github.com/anthropics/skills/blob/main/skills/pptx/SKILL.md

[11]codex-ppt（image-first 对照）: https://github.com/ningzimu/codex-ppt-skill

[12]ppt-master（可编辑 PPTX 对照）: https://github.com/hugohe3/ppt-master

[13]清华大学学术 PPT 教程（PDF）: http://chengqingli.com/htwrp_c/Mima-Academic-PPT-CN.pdf

[14]37 Claude PPT Skills 横向评测（powerpoint.md）: https://powerpoint.md