ppt-prompt-distiller:把原始文字材料蒸餾成結構化 AI 繪圖提示詞

前言

做 AI 繪圖(Midjourney、SD、可靈這類)的人經常遇到一箇中間環節:手裏有一堆講稿、報告、課程筆記,想變成一頁頁的 PPT 風格視覺圖或信息圖,但直接把整段文字扔進繪圖模型,出來的是一堆亂碼式的畫面。中間缺的是一道”翻譯”:把材料拆成一頁一頁的結構,再爲每一頁寫出繪圖模型看得懂的正反向提示詞。

ppt-prompt-distiller 就是幹這道翻譯的。它不生成圖片、不生成 PPT 文件,只輸出提示詞和排版結構圖。

這是什麼

ppt-prompt-distiller 是一個通用 SKILL.md 格式的 Skill,發佈者爲 community 作者 user_43853008,座標 @user_43853008/ppt-prompt-distiller,分類 design-media。SkillHub 頁面顯示版本 1.0.1、評分 100000、下載 1177,無需 API Key(requires_api_key=false)。注意 Skill 描述塊裏自標版本 3.1.0,與頁面版本號不一致,以頁面爲準。

它扮演蒸餾師角色:接收原始文字材料,輸出每頁三件套——正向提示詞 + ASCII 排版結構圖 + 反向提示詞,最後彙總爲 Markdown。設計哲學是把一套 12 層的完整視覺設計系統編碼爲可執行的規則庫。

核心功能:六步工作流

下面的步驟來自 Skill 自帶的 SKILL.md,按順序執行:

1、接收材料:用戶直接粘貼文字,或提供 .md / .txt / .docx 文件路徑,也可以口述主題。
2、深度分析:分析內容結構、邏輯層次、信息密度、情感基調。
3、確認參數:風格軌道、配色、頁數、受衆、品牌。
4、規劃分頁:規劃每一頁的劃分和整個 Deck 的敘事弧線。
5、逐頁生成:每頁做七個決策,產出正向提示詞 + ASCII 結構圖 + 反向提示詞。
6、彙總輸出:把所有頁面的三件套以 Markdown 輸出。

其中 Step 5 是核心,官方描述是”Step 5 七大決策路由表 → 指向各 reference 文件”,即每一頁要做的七個決策分別路由到對應的參考規則文件,再按規則生成該頁內容。

參考資料結構

規則庫放在 references 目錄下,七個文件各管一層:

  • references/01-layouts.md:佈局模板,含 12 種 ASCII 完整結構圖。
  • references/02-visual-identity.md:視覺識別,含 L12-A 前綴 7 變體、L12-D 頭部 5 型、編號 4 套。
  • references/03-components-syntax.md:組件語法,含 L12-B 通欄 9 型、L5 圖標 5 範式、L-Special 組件 10 種、L5-Conn 連接符。
  • references/04-style-guide.md:風格指南,含 L7 色彩語義、L8 語體 7 體、標點、空間比例、配色預設。
  • references/05-rhetoric-content.md:修辭與內容,含 L6 金句 10 公式(R1–R10)、命名規範、圖標映射、數據量化 6 鐵律。
  • references/06-reverse-prompts.md:反向提示詞,含 L11 反向詞 5 畫像、頁面微調矩陣。
  • references/07-presets-examples.md:預設 A–E、交互規範、質檢清單 v3.0、完整示例、速查附錄。

這套分層意味着提示詞不是隨意拼湊的,佈局、視覺識別、組件、風格、修辭、反向詞、預設各有規則文件約束。

安裝與啓用

官方資料中沒有給出可覈實的安裝命令,因此這裏不提供命令。已知信息是:來源爲 community,無需 API Key。啓用方式按通用 SKILL.md 格式處理:把 SKILL.md 與 references 目錄放到對應 Agent 的 skill 目錄中,觸發詞匹配後調用即可。具體目錄因客戶端而異,以你所用平臺的文檔爲準。

典型用法

觸發詞:蒸餾、轉提示詞、生成PPT提示詞、AI繪圖提示詞、信息圖提示詞、知識卡片提示詞。

一個可復現的輸入方式示例:

請用蒸餾處理這份材料:
[粘貼你的 .md 講稿或報告文字]
風格軌道:商務深藍,頁數:8,受衆:管理層

對應工作流:材料進入 Step 1,經過分析、參數確認、分頁規劃後,輸出形如下面的 Markdown 結構(每頁一段):

## 第 1 頁:標題頁
正向提示詞:……
ASCII 結構圖:
┌──────────────┐
│  主標題       │
└──────────────┘
反向提示詞:……

拿到三件套後,正向提示詞餵給繪圖模型,ASCII 結構圖用於人工覈對版面,反向提示詞用來壓低不想要的元素。

適用場景與注意

適合的場景:有現成文字材料、想批量產出 PPT 風格信息圖或知識卡片提示詞的人;需要在繪圖前先定好版面結構的人;想複用一套統一視覺規則(配色、語體、圖標映射)的人。

注意事項:

  • 它只輸出提示詞,不生成圖片或 PPT 文件,後半段還要自己接繪圖模型或編輯器。
  • 輸出質量依賴 Step 3 的參數確認和 Step 5 的決策路由,材料太短或信息密度太低時,分頁規劃可能產出空殼頁。
  • references 裏的規則是模塊化的,官方也說明規則”按需裁剪,不必硬套”,實際使用中可以按需求裁剪規則層。
  • 版本存在 1.0.1(頁面)與 3.1.0(描述)的差異,引用規則內容時注意對應版本。

結尾

ppt-prompt-distiller 的價值在於把”文字材料 → 逐頁提示詞”這段重複勞動結構化:六步工作流加七層規則庫,產出每頁正向提示詞、ASCII 結構圖、反向提示詞三件套。它不越界生成圖片,職責邊界清楚。官方地址:https://api.skillhub.cn/user_43853008/ppt-prompt-distiller ,SkillHub 頁面: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