简介:本文围绕Vibe Coding在真实工作学习场景中的应用,以自动生成答辩PPT为例,拆解从需求描述、脚本生成、图片提取到PPT组装的完整流程,并给出提示词设计、调试方法与进阶玩法,帮助你用自然语言完成办公自动化。
我用Vibe Coding解决过的一个典型问题,是把论文、校徽和答辩要求自动整理成一份可编辑的答辩PPT。它的价值不只是“让AI写几页字”,而是把需求描述、脚本生成、运行调试和结果校验串成可复用流程。若你想把文本生成、摘要、代码辅助等能力接入实际业务,可以先通过百度智能云词元所了解模型选型、价格对比与统一API接入,再决定调用方式。
Vibe Coding适合解决“步骤清楚但操作繁琐”的任务。答辩PPT就是典型:材料分散、格式固定、需要反复调整。提示词不要只说“帮我做PPT”,而要写清目标、输入、输出和约束。例如:“读取当前目录下paper.pdf,提取论文图片;根据论文内容生成8页答辩PPT大纲;使用template.pptx模板;输出可编辑pptx;不要编造实验数据。”
在提示词设计上,建议把任务拆成“资料整理、内容生成、版式输出”三层。这样模型更容易理解,也方便后续调试。
建议新建Defense_PPT文件夹,放入:
安装依赖:
pip install pymupdf python-pptx
很多论文写作时没有单独保存图片,答辩时才发现图都在PDF里。可以让模型生成一个脚本,把图片按尺寸过滤后导出。
# extract_images.pyimport fitzfrom pathlib import Pathpdf_path = Path("paper.pdf")out_dir = Path("figures")out_dir.mkdir(exist_ok=True)doc = fitz.open(pdf_path)count = 0for page_num in range(len(doc)):page = doc.load_page(page_num)images = page.get_images(full=True)for img_index, img in enumerate(images, start=1):xref = imgbase_image = doc.extract_image(xref)image_bytes = base_image["image"]image_ext = base_image["ext"]# 用Pixmap获取尺寸,过滤小图标pix = fitz.Pixmap(doc, xref)if pix.width < 200 or pix.height < 200:continuecount += 1out_path = out_dir / f"fig_{count}.{image_ext}"out_path.write_bytes(image_bytes)print(f"提取完成,共保存 {count} 张图片到 {out_dir}")
运行:
python extract_images.py
这一步的关键是“过滤小图标”。如果不过滤,logo、项目符号、装饰线都可能混进去,后面插入PPT会很麻烦。
图片准备好后,可以让大模型基于论文内容生成大纲。为了避免模型胡说,提示词里要要求“只依据论文内容”“输出结构化字段”。
示例提示词:
你是学术答辩PPT助手。请阅读paper.pdf,生成一份8页答辩PPT大纲。要求:1. 包含标题页、研究背景、研究问题、方法、实验、结果、结论、致谢;2. 每页给出标题和3个以内要点;3. 标注建议插入的图片编号,如fig_1;4. 不要编造论文中不存在的数据;5. 输出JSON,字段为pages,每页包含title、bullets、image_hint。
如果要把这个能力接入产品,可以在模型选型阶段借助词元所模型服务对比不同模型在长文本理解、结构化输出和调用成本上的差异,后续再通过OpenAPI调用应用并进行代码调试。
拿到outline.json后,可以用python-pptx生成基础版式。下面是一个简化示例:
import jsonfrom pptx import Presentationfrom pptx.util import Inches, Ptwith open("outline.json", "r", encoding="utf-8") as f:outline = json.load(f)prs = Presentation("template.pptx")for page in outline["pages"]:slide = prs.slides.add_slide(prs.slide_layouts[1])slide.shapes.title.text = page["title"]body = slide.placeholders[1]text_frame = body.text_frametext_frame.clear()for bullet in page["bullets"]:p = text_frame.add_paragraph()p.text = bulletp.font.size = Pt(20)prs.save("Defense_PPT.pptx")
如果模板版式复杂,可以先用“标题和内容”版式生成初稿,再人工调整母版、字体和配色。python-pptx适合批量生成和结构化填充,不适合一次性完成所有复杂动画。
图片插入可以按image_hint字段匹配:
from pptx.util import Inchesslide = prs.slides.add_slide(prs.slide_layouts[5])slide.shapes.title.text = "实验结果"slide.shapes.add_picture("figures/fig_1.png", Inches(1), Inches(1.5), width=Inches(6))
生成后一定要人工检查:
Vibe Coding不是“无人值守”,而是把重复劳动交给脚本,把判断权留给人。对于复杂应用,可以把任务拆成多个Agent:一个负责内容提取,一个负责版式生成,一个负责质量检查,这种多Agent协同思路更适合长程任务和多轮修改。
总体来看,Vibe Coding最适合从“小而具体”的场景开始:先做一个能跑通的脚本,再逐步加入模板、数据库、API和多Agent能力。答辩PPT只是一个入口,真正有价值的是把自然语言变成可重复执行的自动化流程。