做一个PPT两小时?我用AI三分钟搞定,每张成本几毛钱

写在前头

好久不见。过去三个月，这个公众号一直没有更新，我仿佛还欠了大家好多文章，哈哈，后台也陆续收到一些朋友的留言，问我是不是停更了。其实没有，我只是把自己埋进了一个项目里——做一个AI生成PPT的工具产品。（是不是会有人质疑：现在市面上已经有这么多强大的AI PPT产品了，为啥还要做一个？）

事情的起因很简单。我平时写工作汇报或者技术分享的时候，经常需要做PPT，每次都是打开PPT软件，对着空白页面发呆，调字体、调对齐、找模板，一套流程走下来，两三个小时就没了，甚至更久。后来AI起来了，各种PPT生成工具也冒出来，我用了一圈，发现几个问题：

第一是贵。很多工具按次收费，做一份几十页的PPT要十几块钱，频繁使用下来成本不低。第二是模型能力参差不齐。有的工具生成的文案空洞，有的排版混乱，有的对中文支持很差。第三是限制多。很多产品只支持自家固定的模型，没法接入能力更强或者性价比更高的第三方模型。第四是限制生成页数，很多产品都限制生成的页数，会导致原本设计好的计划被打断，我们不限制页数，只要提示词写得好！

所以我想，能不能自己做一个？

这个念头从有到落地，花了三个月。中间踩了不少坑，今天趁着产品雏形跑起来了，写篇文章聊聊这三个月都干了什么，以及这个工具到底长什么样。

为什么要自己搞一个

先说模型选型。

最开始我试了好几个主流模型，Claude、GPT、国产的几个大模型都跑了一遍。结论是：生成PPT这种长结构化内容，模型的理解能力和指令遵循能力非常关键。有些模型写短文案很强，但一旦涉及几十页的结构化输出，就开始跑偏，章节混乱、内容重复、逻辑断层。

PPT相关的文案及内容生成各大主流模型基本上大差不差，但是在图片生成效果上差异还是蛮大。基于项目的技术方案及效果导向，最后我锁定了Banana Pro（可谓目前最强文生图模型 ），这个模型在长文本生成和结构化输出上表现稳定，对中文的理解也比较到位。目前产品第一个版本限定使用这个模型。最近的GPT-image-2好像已经推出上线了，后续看看效果跟价格是否有性价比在来决定是否逐步开放。

再说成本问题。

这是很多朋友会问的——为什么产品本身免费，但token需要自己付？坦白说，我自己跑了一个月的成本测算，如果由平台承担模型调用费用，要么定价变成按次收费，要么就得限制生成次数。我不想在这两个方向里选。

所以目前的模式是：平台功能免费开放，模型调用费用由用户自己承担。你用自己的API Key，花自己的token，平台不抽成、不加价。这样对于高频用户来说，反而更划算——你只需要付给模型服务商的费用，没有额外的平台溢价。

另外，我接入了中转站，支持使用中转站的相关模型（平台有配置默认的中转站，不过也支持更换其他中转站）。这里有个小技巧：不同分组的费率差异很大，有些特价分组成本能低好几倍。建议在成本可接受的前提下配置多个可用分组，既能控制预算，又能提升调用稳定性。

技术选型方面，前端用的是React 18 + TypeScript，后端主要是Python 3.10+及Flask 3.0。这里就不详细说明了。

在PPT生成和导出这块踩了不少坑，尤其是排版还原和字体兼容，后面专门写文章来进行技术复盘。

平台效果展示

先说理念：

让AI协助完成从构思到成稿的 PPT 创作流程，让 PPT 创作更舒适自然

说了这么多，还不如直接上效果来的直接，好不好老板说了算！嘻嘻

真正的一句话生成，瞧！(后面都是全自动！)

最后生成的效果：

另外附上分享地址（感兴趣的可以打开看看，欢迎点评、评论加赞！）

https://ppt.gptbox.net/share/1NYhrWvQ7bjog0EeFylMny

再来说成本问题，按照目前的中转站的优质Banana及优质Gemini分组，一张ppt成本价大约4毛的样子（有些可以更低），是不是还可以接受！！

另外咱们不限制生成页数，只要提示词写的好，想生成几页ppt都行，不像有些产品限制生成页数！！！！

平台功能介绍

说完了背景，聊聊这个工具到底能做什么。

整个创作流程分成五个阶段，我一个个说。

第一阶段 用户配置部分

在使用产品之前，需要先完成API Key的配置。这一部分我尽量说清楚。首先到平台上面的导航点击设置菜单，就可以看到相关用户配置了。

第一步：获取令牌

去第三方API服务平台注册账号，进入“钱包”按需充值，然后到“API令牌”页面新增密钥。（可以参考图片创建令牌，分组优先级可以参考下面的顺序，如果不知道可以直接使用默认的key）

创建令牌前，请重点确认分组策略——不同分组的费率差异可能很大。建议优先选择特价或低倍率的分组，结合预期调用量评估可接受的费用区间。在成本可控的情况下，可以预先配置多个分组作为冗余，提升调用稳定性。

第二步：复制令牌

令牌创建成功后，复制完整的API Key。建议同时记录一下所选的分组，方便后续排查问题。

第三步：回填API Key

回到平台设置页面，把复制的令牌粘贴到“API Key”输入框里，保存配置。

第四步：执行连通性测试

配置完成后，立即执行连通性测试，确认模型调用、令牌权限和网络链路都正常。（设置弹框的下面有测试功能）

测试通过后，再进入创建项目流程。如果测试失败，优先检查：令牌是否复制完整、分组是否可用、余额是否充足、模型与接口配置是否匹配，配置好之后就可以直接起飞了！

特别提醒：建议先完成用户配置再开始创作，避免在创作阶段因为配置问题中断流程。

第二阶段：创建项目

进入首页后，你可以根据手头资料的准备情况，选择四种创建方式之一：

一句话生成——适合只有一个主题方向、还没想清楚结构的情况。输入一句话，AI帮你搭起框架。

大纲生成——适合已经想好了目录结构，直接粘贴大纲，AI按你的框架填充内容。

描述生成——适合每页要写什么都比较明确的情况，逐页输入要求，AI按指令生成。

PPT润色——适合已经有现成的PDF或PPTX文件，想基于它快速翻新。

选好方式后，可以继续选择模板或者通过上传参考图片提取视觉风格。画面比例默认16:9，支持调整。

所有输入和附件确认无误后，点创建项目，进入下一阶段。

第三阶段：大纲编辑

这个阶段的核心目标是把结构做对。

系统会先批量生成大纲，你需要逐页检查三件事：页面数量是否合理、章节顺序是否连贯、每页要点是否有明确的职责。

如果只有个别页面需要调整，直接手动编辑标题和要点就行。如果需要新增章节、合并页面、调整顺序这类全局操作，右下角有个悬浮按钮（如下图），可以用自然语言直接告诉AI怎么改，比如“把第三页和第四页合并”或者“在第五章前面加一个过渡页”。

另外可以在“大纲生成要求”里提前写入约束条件，比如页数上限、每页要点数量、重点内容倾向，后续生成会优先参考这些要求。

结构确认后，进入下一阶段。

第四阶段：描述编辑

这个阶段是把每页画什么、怎么画写清楚。

建议先批量生成描述，再逐页补充布局结构、配色方向、图表形式、关键文案。如果整套页面需要统一风格，用右下角的AI快捷修改一次性调整语气和表达方向；然后对封面页、数据页、结论页等重点页面单独编辑和重生成。

如果项目有明确的规范，可以先填写“描述生成要求”，后续生成会参考这些约束。需要控制视觉效果的地方，可以上传参考图片配合修改指令，提升结果的可控性。

第五阶段：预览与导出

最后这个阶段，系统基于确认的大纲和描述生成页面结果。

建议先批量生成图片，拿到整套结果后逐页检查一致性和可读性——标题清不清晰、图表信息准不准确、版式是否统一。

如果只有个别页面不满意，用单页精修，不要整套重生成。每次修改都会保留历史版本，方便对比和回退。

确认完成后，可以导出PDF或图片格式。可编辑格式（PPTX）的导出能力目前已经有一个Beta版本了（效果可能还有差距），后续版本会继续进行优化迭代。除了文件导出，也可以直接使用在线播放完成评审和分享。

常见问题

Q：生成的PPT能直接编辑吗？目前支持导出PDF和图片格式，可编辑的PPTX格式目前是Beta阶段，导出效果一般，目前也正在紧张优化及迭代中。

Q：支持哪些文件格式上传？PDF、DOCX、PPTX、TXT、MD，单文件最大20MB。

Q：Token费用大概多少？取决于你选择的分组和生成页数。以目前主流分组的费率估算，一份20页左右的PPT，每页的成本大概在几毛到一块钱之间。建议优先选择特价分组，成本会低很多。

Q：生成速度怎么样？一套20页的PPT，从创建到导出，正常情况下3-5分钟可以完成。具体速度取决于模型服务的响应时间。

Q：页面效果不满意怎么办？支持单页重新生成、区域编辑、历史版本回退。不需要整套重来，哪里不满意改哪里。目前非常灵活，每个环节都可以进行调整就精修！

接下来的规划

产品目前还是第一个版本，功能上还有很多不完善的地方。接下来几个方向：

支持更多模型。Banana Pro只是起点，后续会接入更多模型，让用户根据自己的偏好和预算选择。

可编辑格式的PPTX导出。这是目前被问得最多的需求，已经在优化迭代中了。

模板市场。开放模板上传和分享，让用户自己贡献好用的模板。

批量生成能力。针对需要一次性生成多套PPT的场景做优化。

灵活的登陆方式。目前已经接入LinuxDo、Github、Google、微信扫码登陆已经在排期中了，敬请期待。

最后

这个产品从想法到落地，用了三个月，中间推翻重来了两次。现在跑起来的是一个基础版本，还有很多粗糙的地方，但至少能用了，有啥问题及需求欢迎大家来骚扰。

我一直觉得，工具的价值不是炫技，而是帮人省时间。如果你经常要做PPT，欢迎来试试，也欢迎给我提意见。

产品地址：https://ppt.gptbox.net

使用过程中遇到任何问题，可以直接在公众号后台留言。看到一定会回！（只要天不塌下来）。

如果有商务合作需求或有更加低价稳定的模型渠道，也欢迎与我联系沟通，大家共同进步！