上条帖子下的评论,大家都在纠结如何生成又好看又能编辑的ppt。原来不可能的事情在codex+image2的配置下变得可能。 🌟 整体流程 1️⃣ 根据上篇帖子生成图片版PPT 2️⃣ 调用ppt拆解skill(见附件)拆解图片 3️⃣ skill最终输出可编辑版PPT 🌟 原理说明 本质上借助图片元素拆解➕元素重新生成➕GPT图像理解组合能力实现。其中skill会按照流程,进行文字标题与正文、箭头、文本框等元素识别与拆解,同时记忆各元素网格点所在位置便于后续复原,再分批调用image2生成元素组件,最后在ppt内拼接校验。 🌟 当前不足 - 生成耗时较长:平均单页8-10分钟(高速状态下),随之而来的是token消耗不小。相较而言svg(图5️⃣) 速度和token消耗就高效多,感兴趣后面也会分享操作教程,还原度略差但平均单页仅需2-3分钟) - 生成稳定性待验证:发布skill当前为测试版本,大概可用版本后续放github链接。 #ai #aippt #大模型 #效率工具 #codex #image_2 #ai工具 #打工人 #gptimage2