ppt-prompt-distiller:把原始文字材料蒸馏成结构化 AI 绘图提示词

前言

做 AI 绘图(Midjourney、SD、可灵这类)的人经常遇到一个中间环节:手里有一堆讲稿、报告、课程笔记,想变成一页页的 PPT 风格视觉图或信息图,但直接把整段文字扔进绘图模型,出来的是一堆乱码式的画面。中间缺的是一道”翻译”:把材料拆成一页一页的结构,再为每一页写出绘图模型看得懂的正反向提示词。

ppt-prompt-distiller 就是干这道翻译的。它不生成图片、不生成 PPT 文件,只输出提示词和排版结构图。

这是什么

ppt-prompt-distiller 是一个通用 SKILL.md 格式的 Skill,发布者为 community 作者 user_43853008,坐标 @user_43853008/ppt-prompt-distiller,分类 design-media。SkillHub 页面显示版本 1.0.1、评分 100000、下载 1177,无需 API Key(requires_api_key=false)。注意 Skill 描述块里自标版本 3.1.0,与页面版本号不一致,以页面为准。

它扮演蒸馏师角色:接收原始文字材料,输出每页三件套——正向提示词 + ASCII 排版结构图 + 反向提示词,最后汇总为 Markdown。设计哲学是把一套 12 层的完整视觉设计系统编码为可执行的规则库。

核心功能:六步工作流

下面的步骤来自 Skill 自带的 SKILL.md,按顺序执行:

1、接收材料:用户直接粘贴文字,或提供 .md / .txt / .docx 文件路径,也可以口述主题。
2、深度分析:分析内容结构、逻辑层次、信息密度、情感基调。
3、确认参数:风格轨道、配色、页数、受众、品牌。
4、规划分页:规划每一页的划分和整个 Deck 的叙事弧线。
5、逐页生成:每页做七个决策,产出正向提示词 + ASCII 结构图 + 反向提示词。
6、汇总输出:把所有页面的三件套以 Markdown 输出。

其中 Step 5 是核心,官方描述是”Step 5 七大决策路由表 → 指向各 reference 文件”,即每一页要做的七个决策分别路由到对应的参考规则文件,再按规则生成该页内容。

参考资料结构

规则库放在 references 目录下,七个文件各管一层:

  • references/01-layouts.md:布局模板,含 12 种 ASCII 完整结构图。
  • references/02-visual-identity.md:视觉识别,含 L12-A 前缀 7 变体、L12-D 头部 5 型、编号 4 套。
  • references/03-components-syntax.md:组件语法,含 L12-B 通栏 9 型、L5 图标 5 范式、L-Special 组件 10 种、L5-Conn 连接符。
  • references/04-style-guide.md:风格指南,含 L7 色彩语义、L8 语体 7 体、标点、空间比例、配色预设。
  • references/05-rhetoric-content.md:修辞与内容,含 L6 金句 10 公式(R1–R10)、命名规范、图标映射、数据量化 6 铁律。
  • references/06-reverse-prompts.md:反向提示词,含 L11 反向词 5 画像、页面微调矩阵。
  • references/07-presets-examples.md:预设 A–E、交互规范、质检清单 v3.0、完整示例、速查附录。

这套分层意味着提示词不是随意拼凑的,布局、视觉识别、组件、风格、修辞、反向词、预设各有规则文件约束。

安装与启用

官方资料中没有给出可核实的安装命令,因此这里不提供命令。已知信息是:来源为 community,无需 API Key。启用方式按通用 SKILL.md 格式处理:把 SKILL.md 与 references 目录放到对应 Agent 的 skill 目录中,触发词匹配后调用即可。具体目录因客户端而异,以你所用平台的文档为准。

典型用法

触发词:蒸馏、转提示词、生成PPT提示词、AI绘图提示词、信息图提示词、知识卡片提示词。

一个可复现的输入方式示例:

请用蒸馏处理这份材料:
[粘贴你的 .md 讲稿或报告文字]
风格轨道:商务深蓝,页数:8,受众:管理层

对应工作流:材料进入 Step 1,经过分析、参数确认、分页规划后,输出形如下面的 Markdown 结构(每页一段):

## 第 1 页:标题页
正向提示词:……
ASCII 结构图:
┌──────────────┐
│  主标题       │
└──────────────┘
反向提示词:……

拿到三件套后,正向提示词喂给绘图模型,ASCII 结构图用于人工核对版面,反向提示词用来压低不想要的元素。

适用场景与注意

适合的场景:有现成文字材料、想批量产出 PPT 风格信息图或知识卡片提示词的人;需要在绘图前先定好版面结构的人;想复用一套统一视觉规则(配色、语体、图标映射)的人。

注意事项:

  • 它只输出提示词,不生成图片或 PPT 文件,后半段还要自己接绘图模型或编辑器。
  • 输出质量依赖 Step 3 的参数确认和 Step 5 的决策路由,材料太短或信息密度太低时,分页规划可能产出空壳页。
  • references 里的规则是模块化的,官方也说明规则”按需裁剪,不必硬套”,实际使用中可以按需求裁剪规则层。
  • 版本存在 1.0.1(页面)与 3.1.0(描述)的差异,引用规则内容时注意对应版本。

结尾

ppt-prompt-distiller 的价值在于把”文字材料 → 逐页提示词”这段重复劳动结构化:六步工作流加七层规则库,产出每页正向提示词、ASCII 结构图、反向提示词三件套。它不越界生成图片,职责边界清楚。官方地址:https://api.skillhub.cn/user_43853008/ppt-prompt-distiller ,SkillHub 页面:https://www.skillhub.cn/skills/user_43853008/ppt-prompt-distiller

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜