V1-V8风格向量揭秘：ppt-image-first如何保证一整册AI PPT视觉不跑偏

• AI 技能
• 工作流自动化
• AI 应用

ppt-image-first 是一个运行在 Codex / Claude Code / OpenCode CLI 上的conversation-first、image-first AI PPT skill。它把一个模糊的 PPT 需求，逐步推进为内容基底、风格预览、定稿规划与最终生成。本文要拆解的是其中最核心的机制：V1–V8 风格向量，以及它如何让一整册 AI PPT 从首页到尾页视觉不跑偏。

先看整体工作流：从模糊需求到定稿 PPT

这套 skill 不是"套模板拼页面"，而是一条分阶段的流水线：轻量 intake → 内容基底 → 风格边界对齐 → 多套风格方向真实预览 → 风格反演确认 → 三份规划文件 → 逐页生成 → 评审返修 → 导出。

完整阶段定义可查阅 references/workflow.md，入口文件是 SKILL.md。

为什么 AI PPT 容易"跑偏"？一个常见痛点

用 AI 逐页生成 PPT 时，每页单独看都挺好看，但翻到第 8 页突然发现：色调变了、材质变了、信息密度忽高忽低。这就是典型的"same style but different mood"漂移。

问题出在哪？因为"风格"如果只靠一句模糊的提示词（比如"专业、简洁、科技感"）去约束，模型每页都会自由发挥。要让一整册 PPT 像一个人设计出来的，必须把风格拆成可描述的维度，并逐维度锁定。

V1–V8 风格向量一览：8 个维度描述一套 PPT 视觉语言

ppt-image-first 在内部用 8 个风格向量（style vectors）来描述任意一套 PPT 的视觉语言，定义在 references/style-system.md：

值得注意的是，这 8 个向量不会直接抛给用户——skill 明确禁止把 V1–V8 变成一张设计参数表让用户填。用户只回答 3 个轻量问题（整体偏亮/偏暗、专业路线/风格化路线、先看几套方向），剩下的由 agent 在内部完成向量化推理，再以"提案卡片 + 真实预览图"的形式呈现。

控制分工：人管 4 维，AI 提 4 维

V1–V8 并不是平均用力的，skill 内部做了一次明确的控制分割：

• 🧑用户主导：V6 密度节奏、V7 文图配比、V8 品牌约束，以及有明确品牌/行业约束时的 V4 色彩——这些直接跟随用户意图与硬约束
• 🤖AI 提案：V1 版式、V2 材质、V3 光影、V5 容器母题——由 agent 综合出若干候选方向，用户看预览图选择

这个分工很实用：密度和配比是"甲方品味"，让 AI 猜容易翻车；而版式和材质是"设计专业活"，交给 AI 提案反而出得来东西。

方向内连续性：3 页必须读起来像一个"视觉家族"

每个风格方向默认产出首页 / 目录页 / 正文页三张 16:9 真实预览图，且必须满足"intra-direction continuity"：三页读起来像同一套视觉系统，而不是三张松散的图。

连续性来自共享的视觉系统——同一套色板角色、同一套光影逻辑、同一套材质语言、同一套容器与边缘处理、同一套强调语气。允许的变化范围也被明确定义：首页可以更氛围化、目录页可以更结构化、正文页可以信息更密，但禁止首页是未来风、目录是杂志风、正文是仪表盘风。

风格预览页会自动装入内置壳子 assets/preview_shell/index.html，让用户在同一界面里横向比较各方向，规则详见 references/preview-flow.md。

风格反演确认：不信任提示词，只信任预览图

很多人以为：我把提示词写清楚了，成品就该长提示词那样。但实际生成的图往往和文字意图有出入。

所以 ppt-image-first 在风格确认后、写规划文件前，插入一个风格反演确认（Stage 2.75）：把用户选中的三张预览图当"证据"，反推模型实际产出的稳定风格事实（亮度区间、色板角色、材质手感、光影行为、容器语法、装饰语法、信息密度、克制程度），再分成三组呈现给用户：

1. ✅明确应延续的
2. ⚠️ 效果好但需确认是否整套延续的
3. ❌ 只在当前图里偶然成立、不建议锁死的

这一组"反演事实"比原始提示词更可靠，后续所有规划文件都以它为准。

三份规划文件锁死风格：design_spec、slide_blueprint、spec_lock

反演确认后，按固定顺序生成三份文件（模板见 templates/ 目录）：

• design_spec.md（templates/design_spec_reference.md）：全局理由与确认后的视觉系统，核心是写出deck-level continuity anchor（整册连续性锚点）
• slide_blueprint.md（templates/slide_blueprint_reference.md）：逐页意图，每页都带continuity_inheritance字段，明确"这一页如何继承锚点"
• spec_lock.md（templates/spec_lock_reference.md）：执行锁，机器导向，只记录"生成时不许偏离"的硬约束

连续性锚点是一个短结构化块，至少锁定这些字段：

brightness_world: 高明度亮色系科研面板 palette_roles: 白/浅青为底，深蓝做结构色，青蓝只做数据高亮 lighting_depth: 柔和发光纵深，克制光晕，禁止重霓虹对比 material_language: 半透明研究面板 + 干净图面 allowed_variation: 封面可更氛围化；禁止整页深色控制室风

这份锚点的作用就是防止"同样是这套风格，但某一页突然变暗、变亮、变扁平"。

逐页生成：先继承锚点，再谈页面内容

到了 Stage 4 生成，规则非常硬：每一页的图像提示词都必须先继承 continuity anchor，再叠加页面角色与内容差异，而不是把每一页当一次独立的提示词写作。

如果某一页"天然"想变暗、变亮、变 glossier，必须先对照锚点里定义的 allowed_variation_range 检验，超范围就不许保留。此外还有两条配套纪律：

• 页面编号、候选编号、文件名等元数据不得拼进提示词正文，通过外部映射表关联
• 生成后 overlay 默认数量为0，禁止"先出背景再贴文字框"式的补丁救场

生成完还要进 review shell 评审，用户通过标注 + JSON 反馈返修（可用 scripts/render_review_markup.py 把坐标标注渲染回图），全部批准后才导出 PPTX。

快速上手：三步跑通 ppt-image-first

📦 如果你想在 Codex / Claude Code / OpenCode 里直接体验，先克隆仓库：

git clone https://gitcode.com/gh_mirrors/ppt/ppt-image-first

然后把 skill 指向该目录，对 agent 说一句"帮我做一份 XX 答辩 PPT"即可触发完整流程。它会依次停在需求确认 → 风格确认 → 生成前确认 → 评审批准四个关口，你只需要在关口上做判断，不用填任何设计参数表。

写在最后

回到标题的问题：一整册 AI PPT 如何保证视觉不跑偏？ppt-image-first 的答案可以浓缩成三句话：

1. 🔢 把"风格"拆成V1–V8 八个可描述向量，人机分工明确
2. 🖼️ 用真实预览图 + 风格反演确定"用户真正喜欢的稳定特征"，而不是相信提示词
3. 🔒 用continuity anchor + 三份规划文件 + 逐页继承规则，把风格事实锁进每一次生成

从 V1–V8 的分解，到锚点的锁定，再到逐页提示词的继承纪律，这套机制让"风格一致性"从一句口号变成了可执行、可检查的流程约束。更多细节可阅读 references/style-system.md 与项目 README.md。

• AI 技能
• 工作流自动化
• AI 应用