Paper Deck

Paper Deck — Visual Slide Director

把论文/知识内容做成看起来真的被设计过的幻灯片。

核心路线不是用 PPT 对象硬摆版式，而是：

1. 先理解内容，做出 deck brief 和逐页叙事。 2. 为每一页写清楚“这页要让观众看到什么、感到什么、记住什么”。 3. 用生图模型生成 16:9 slide image。 4. 合成 PPTX/PDF，并保留 prompts 作为可返修的源文件。

不可绕过的生图要求

Paper Deck 的 V1 是 raster-first AIGC slide image 工作流。除非用户明确要求“不要生图”“用代码画图”“只要可编辑 PPT”或“使用 HTML/SVG/Canvas 生成”，否则必须调用真实的 raster image generation backend 为每一页生成图片。

严格禁止把以下产物冒充为本 skill 的“生图页”：

• 用 Python/Pillow、SVG、HTML/CSS、Canvas、Mermaid、matplotlib、PPT shapes 或任何本地绘图代码直接画出的整页图片
• 用模板、纯排版脚本、截图、占位图或手工组合元素替代生图后端输出
• 先本地画整页，再仅做轻微滤镜/后处理后当作 AIGC slide image

允许的本地处理仅限：

• 移动、复制、重命名生图后端输出文件
• 必要的格式转换、压缩、尺寸校验、PPTX/PDF 合成
• 用户明确选择混合方案时，在生图背景上叠加少量可编辑文字层；此时必须在 deck-brief.md 和交付说明中明确记录“混合文字层”，不能声称整页文字都由生图模型完成

如果当前环境没有可用的 raster image generation backend，必须停止并说明缺少生图后端；不要退化成本地绘图替代方案。

何时使用

适合：

• 论文组会、答辩、reading group、技术分享
• 需要“一眼不像模板 PPT”的视觉汇报
• 用户愿意接受每页是高质感图片，优先追求整体观感和传播效果
• 需要逐页返修：重做第 N 页、换风格、加真实感、减少 AI 味

不适合：

• 需要多人在 PowerPoint 里精细编辑每个文本框
• 大量表格、财务报表、合规材料
• 需要准确复制已有企业 PPT 母版

如果用户需要完全可编辑的 PPT，说明本 skill 的 V1 是 raster-first；可改用常规 PPTX 工具，或生成“图片背景 + 可编辑文字层”的混合方案。

工作流

Step 1: 输入分析

接受：

• arXiv / DOI / 网页链接
• PDF 路径
• Markdown / 文本 / 文章
• 已有大纲
• 参考图片或参考 PPT 截图

如果是论文，优先复用 paper-analyzer 的阅读方式：读摘要、方法、实验、图表、结论；必要时搜索代码仓库。目标不是写长文，而是提取适合做 slide 的核心叙事。

输出并保存 analysis.md：

• 主题、受众、汇报场景
• 论文/内容的 1 句话主张
• 3-5 个必须讲清楚的核心点
• 推荐页数、推荐风格、语言
• 需要生成的图像类型：封面、机制图、流程图、数据页、结论页等
• 可直接使用的真实素材：论文 Figure/Table、PDF 截图、用户提供的截图、代码截图、实验曲线

Step 2: 生成前确认

默认必须确认，不要直接生成图片。除非用户明确说“直接生成/不用确认/按默认来”。

询问时控制在 3 个问题以内：

1. 页数和用途：组会 / 答辩 / 公开分享 / 商业汇报，需要几页？ 2. 风格：见 references/style-system.md。 3. 是否插入真实素材：是否允许从 PDF/论文图表中截图，或由用户提供截图/图片？如果允许，说明预计第几页使用哪些真实素材。

推荐话术：

我建议做 12 页，风格用 journal-minimal：像 Nature/IEEE 论文图 + 正式学术汇报，清晰、克制、不花哨。
也可以换成 business-research 做商业研究分享，warm-notes 做手记风，或 liquid-glass 做 Apple 式玻璃质感。
这篇论文我建议在第 4 页插入原论文方法图局部截图，第 8 页插入实验曲线/表格截图，再基于这些真实素材做设计化排版。
确认后我会先生成 outline.md 和每页 prompt，再逐页出图并合成 PPTX/PDF。

Step 3: Deck Brief

保存 deck-brief.md。必须包含：

• style_preset
• audience
• slide_count
• language
• visual_rules
• do_not_use
• reference_images（如有）
• source_visual_plan：哪些页使用真实图表/截图，来源和处理方式

风格细节按需读取 references/style-system.md。 真实素材策略按需读取 references/source-visuals.md。

Step 4: Outline

保存 outline.md。每页用固定结构：

## 01. Slide Title
- Role: cover / context / method / mechanism / evidence / result / takeaway
- Message: 这一页唯一要讲清楚的观点
- Visual: 画面主视觉和构图
- Text: 页面上允许出现的短文字
- Evidence: 引用的论文图表/公式/实验数据/代码位置
- Source visual: 是否使用真实截图/论文图表；来源、裁剪范围和落位
- Repair handle: 后续返修时可引用的定位描述

规则：

• 每页只承载一个主观点。
• 页面文字尽量少；复杂解释放 speaker script 或备注里。
• 机制页优先画“输入 → 处理 → 输出”，不要画抽象灵感。
• 数据页只放最有说服力的 1-3 个数字。
• 真实论文图/截图通常比凭空生成更可信；能用真实素材时优先规划真实素材落位。
• 不要过度留白。主视觉、图表或证据区域通常应占画面 60%-80%，除非是封面或章节页。
• 8 页以上必须有节奏变化：封面、问题、方法、机制、证据、结论交替。

Step 5: Prompt Files

每页必须先写 prompt 文件，再调用任何生图工具。

路径：

paper-deck/{topic-slug}/
├── analysis.md
├── deck-brief.md
├── outline.md
├── prompts/
│   ├── 01-slide-cover.md
│   ├── 02-slide-context.md
│   └── ...
├── images/
│   ├── 01-slide-cover.png
│   ├── 02-slide-context.png
│   └── ...
├── {topic-slug}.pptx
└── {topic-slug}.pdf

Prompt 写法读取 references/prompt-template.md。

硬规则：

• prompt 必须明确 16:9。
• prompt 里要写清楚风格、构图、文字语言、文字数量限制。
• 不要让模型生成页码、logo、水印、PPT 外壳。
• 如果需要精准文字，尽量减少图片内文字；可以后续做混合文字层。
• 如果本页使用真实素材，prompt 必须说明素材如何作为画面的一部分：嵌入、裁切、玻璃面板承载、旁注、放大框，而不是让模型凭空重画事实。

Step 6: 生成图片

图片后端选择：

1. Codex 环境优先用内置 imagegen。 2. 如果用户指定 baoyu-imagine、Gemini、OpenAI、Seedream 等后端，按用户指定。 3. 如果没有可用生图后端，停止并告诉用户需要一个 raster image backend。

生图门禁：

• 在调用任何生图工具之前，必须已经写好对应页的 prompts/NN-*.md。
• 每一页最终进入 images/ 的主图必须来自真实 raster image generation backend。
• 不允许用 Python/Pillow、SVG、HTML/CSS、Canvas、Mermaid、matplotlib、PPT shapes 或本地绘图脚本生成整页主图来替代生图。
• 不允许因为担心中文文字错误，就绕过生图后端改成本地绘制整页。正确做法是减少图片内文字、改 prompt 重生成，或在用户同意的情况下使用“生图背景 + 可编辑文字层”的混合方案。
• 如果使用混合文字层，images/ 中仍必须保留每页的生图背景或生图整页来源，并在 deck-brief.md 记录哪些文字是后叠加的。
• 生成后要在 generation-log.md 记录每页使用的后端、prompt 文件、输出文件、生成时间；没有生成记录的图片不能作为最终交付页。

生成策略：

• 先生成第 1 页作为风格锚点。
• 后续页如果后端支持 reference image，就用第 1 页作为风格参考，降低漂移。
• 每 3-4 页检查一次缩略图，发现风格漂移就修 prompt 再继续。
• 保存失败页，不要覆盖成功页。

Step 7: 合成 PPTX/PDF

生成完图片后运行：

python3 <SKILL_ROOT>/scripts/merge_deck.py paper-deck/{topic-slug}

脚本会读取 images/NN-*.png|jpg|webp，输出同名 .pptx 和 .pdf。每张图片铺满一页 16:9。

Step 8: 质量检查

交付前按 references/quality-gate.md 检查：

• 是否一眼像真实设计作品，而不是模板堆砌
• 每页是否只有一个主观点
• 是否有过多无意义留白；关键内容是否占据足够画面
• 真实素材页是否明确记录来源、页码/图号和落位
• 风格是否一致
• 图片文字是否清晰、无错别字、无伪字
• 是否存在 AI 常见问题：假 UI、假 logo、乱码标签、过度赛博、塑料 3D、无意义装饰
• generation-log.md 是否存在，且每一页都记录了真实 raster image generation backend、prompt 文件和输出文件
• 是否存在本地绘图/模板/截图冒充生图页；如有，必须重做或明确改成用户确认过的非 paper-deck 路线
• PPTX/PDF 是否能打开，页数是否正确

Step 9: 返修

返修时永远先改源文件：

不要用程序在生成图上涂改文字。文字错了就改 prompt 重生成，或切换到混合文字层方案。

参考文件

• references/style-system.md：风格预设和选择规则
• references/layouts.md：常用页面角色与构图
• references/source-visuals.md：PDF 截图、论文图表、用户图片的使用策略
• references/prompt-template.md：逐页生图 prompt 模板
• references/quality-gate.md：交付前检查和返修标准

Layouts

这些不是固定模板，而是逐页生图时的构图角色。先选页面角色，再写 prompt。

Slide Roles

Rhythm

8-12 页推荐节奏：

cover → problem → context → method-overview → mechanism-detail → mechanism-detail → evidence → comparison → limitation → takeaway

12-18 页推荐节奏：

cover
problem / context
method-overview
3-5 pages mechanism-detail
2-4 pages evidence / comparison
limitation
takeaway / discussion

Composition Rules

• Cover: 文字少，主视觉强。
• Method overview: 中间主图必须占 65%-80% 画面。
• Mechanism detail: 每页只拆一个机制，避免把整篇论文塞进一页。
• Evidence: 数字要大，解释要短；不要生成密密麻麻的表格。
• Comparison: 左右结构必须对称，差异点要显眼。
• Takeaway: 不要再引入新概念。
• 不要过度留白。留白要服务层级和呼吸感，不能让页面像没做完。
• 如果用户允许使用真实素材，优先给论文图、表格、实验曲线、PDF 截图规划明确落位。

Text Limits

如果文字超过限制，优先拆页或改成可编辑文字层，不要强行让生图模型写长段落。

Prompt Template

每页 prompt 先保存为 prompts/NN-slide-{slug}.md，再调用生图模型。

Template

---
slide: NN
title: "Slide title"
role: "cover | problem | method-overview | mechanism-detail | evidence | takeaway"
style_preset: "journal-minimal"
language: "zh"
aspect_ratio: "16:9"
output: "images/NN-slide-slug.png"
---

Create one complete 16:9 presentation slide image.

Purpose:
[This slide's single message.]

Style:
[Use the selected preset phrase from style-system.md.]

Composition:
[Describe the layout spatially: left/right/top/bottom/center, main visual size, hierarchy.]

Content:
- [Short label or title text that may appear on the slide]
- [Diagram elements and their relationships]
- [Data/evidence if needed]

Visual Details:
- [Color, line, texture, typography, background]
- [How to render diagrams, arrows, cards, figure callouts]

Constraints:
- The output must be a polished 16:9 slide, not a poster mockup.
- Keep all text short and readable.
- Do not generate page numbers, logos, watermarks, signatures, browser chrome, app chrome, or decorative borders.
- Do not use fake brand logos, fake UI details, meaningless microtext, plastic 3D, generic AI robot imagery, neon cyberpunk effects, gradient blobs, or stock-template decorations.
- Keep enough whitespace for hierarchy, but do not leave the slide feeling empty; the main visual/evidence area should usually occupy 60-80% of the slide.

With Source Visuals

When using real screenshots, paper figures, tables, plots, or user-provided images, add this block:

Source Visual:
- Use source image: [path or figure/table/page number]
- Crop/focus: [exact region or semantic target]
- Placement: [left/right/center/full-width panel]
- Treatment: [clean frame / glass panel / figure callout / side annotation / zoom inset]
- Fidelity: preserve the real visual content; do not invent new labels, fake UI, fake plots, or fake numbers

Chinese Slide Text

中文页尽量让图片内文字短：

• 标题不超过 16 个汉字。
• 标签不超过 8 个汉字。
• 不要让模型写长句、段落、公式推导。
• 复杂文字放到备注或后续可编辑文字层。

Paper Figure Remix

如果重画论文图：

• 不要照抄原图布局。
• 保留事实关系：模块名、输入输出、关键公式、实验结论。
• 改善视觉层级：先让观众看懂主流程，再看细节。
• 标注来源：在 outline 的 Evidence 中写 Figure/Table 编号；不要把长引用塞进图里。

Repair Prompt Pattern

返修第 N 页时，在原 prompt 末尾追加：

Revision request:
[User's requested change.]

Keep:
[Elements that must stay the same.]

Change:
[Elements that should change.]

Avoid:
[Problems observed in previous image.]

不要只写“更高级一点”。要翻译成具体视觉修改：减少装饰、控制留白、改成白底、换成真实论文图截图、缩短标签、放大主流程等。

Quality Gate

交付前检查这些项。任何一项明显失败，都先返修。

Visual Reality

• 是否像真实设计师做过，而不是模板拼贴？
• 是否避免了常见 AI 味：乱码、小字胡乱堆叠、假 logo、假 UI、塑料质感、过度赛博、无意义装饰？
• 是否有明确留白和视觉焦点，但没有大面积无意义空白？
• 主视觉/图表/证据区域是否通常占据 60%-80% 画面？
• 每页是否只有一个主观点？

Consistency

• 是否所有页面使用同一个 style preset？
• 强调色是否统一？
• 字体气质是否统一？
• 图表线条、箭头、模块、标签密度是否大体一致？
• 是否出现某几页突然变成完全不同画风？

Content Accuracy

• 论文贡献是否讲对？
• 方法流程是否符合论文？
• 实验数字、模型名、数据集名是否准确？
• 公式或变量是否没有乱写？
• 如果引用代码，路径/函数是否真实存在？
• 如果使用 PDF 截图或论文图表，是否记录了来源页码/图号/裁剪范围？

Text

• 图片内文字是否可读？
• 是否有错别字、伪字、乱码？
• 中文是否自然，不像机器翻译？
• 文字太多时，优先拆页或改为混合文字层。

Delivery

• outline.md 存在。
• 每页 prompt 文件存在。
• images/ 中图片数量和 outline 页数一致。
• PPTX 能打开，页数正确。
• PDF 能打开，页数正确。
• 返修过的旧图没有被无记录覆盖。

Source Visuals

真实素材能显著降低“AI 一眼假”。如果用户给了 PDF、论文图、截图、旧 PPT、产品界面或实验结果，先规划能否直接使用这些素材，而不是全部凭空生成。

Initial Question

在确认阶段问清楚：

是否允许我从 PDF/论文图表里截取真实图，或使用你提供的截图/图片？如果允许，我会在 outline 里标明第几页使用哪张真实素材，以及是原样嵌入、局部裁切、重新排版还是作为参考重绘。

Priority

优先使用：

1. 论文原始 Figure：方法图、架构图、流程图、主结果图。 2. 实验曲线和表格：关键 benchmark、ablation、对比结果。 3. 用户真实截图：产品界面、代码、dashboard、实验记录。 4. 代码仓库截图：README 图、模型结构、运行结果。

不优先使用：

• 分辨率太低、压缩严重、文字糊的图片。
• 密密麻麻、讲不清主观点的大表。
• 有敏感信息的截图，除非用户明确允许并先脱敏。

Placement Patterns

Outline Requirement

每页如果使用真实素材，必须在 outline 写：

- Source visual: Figure 2 from PDF page 5, crop center architecture, place as 70% width main panel, add three callouts

Prompt Requirement

每页 prompt 必须写清楚：

• 使用哪个源文件或图号。
• 保留真实内容，不发明新数字、新标签、新 UI。
• 只是进行裁切、边框、玻璃面板、旁注、局部放大、背景统一。

When To Ask User For Files

如果 PDF 里没有足够好的图，但页面需要真实截图，直接告诉用户：

第 6 页最好放真实产品/实验截图，这比生图模型凭空画更可信。你可以提供截图；如果没有，我会改成抽象机制图。

Style System

Paper Deck 的风格不是“换配色”，而是一整套视觉导演规则：字体气质、构图密度、图像真实感、图表语言、留白、页面节奏必须一致。

Presets

Default Recommendation

• 论文组会 / 答辩 / 技术公开分享：优先 journal-minimal
• 商业研究 / 行业趋势 / 投资人或客户分享：优先 business-research
• 教程 / 科普 / 学习笔记 / 知识内容：优先 warm-notes
• AI 产品 / 工程系统 / 高级视觉章节页：优先 liquid-glass

Preset Details

journal-minimal

目标：简约但不简陋，像 Nature / IEEE 论文图、投稿图和正式学术汇报的结合。它可以用于内部讨论，也可以直接拿去答辩或公开汇报。

• Background: white / near-white / very light cool gray, with subtle panel separation only when needed
• Color: black, cool gray, one clear scientific accent (Nature blue, teal, muted red, or IEEE blue)
• Typography: clean sans-serif, compact labels, figure-caption discipline
• Visuals: publication-style method figure, pipeline, matrix blocks, equation callouts, small data inset, real paper figure crop when useful
• Layout: dense enough to feel useful; main diagram should occupy 65-80% of the slide, not float in excessive whitespace
• Feel: submission-quality clarity, credible, direct, no decoration for decoration's sake
• Avoid: cartoon, heavy texture, fake 3D, glossy SaaS illustration, decorative stickers, giant empty hero whitespace
• Text density: medium; title + 3-8 short labels

Prompt phrase:

Nature / IEEE-inspired minimal academic presentation slide, publication-quality scientific figure aesthetic, clean white or light gray background, precise method diagram, clear restrained scientific color palette, compact readable labels, credible paper submission visual style

business-research

目标：商业化研究分享能用，结构强，有数据证据，也有高级传播感。

• Background: white / pale gray / subtle grid
• Color: charcoal + navy/teal/gold single accent, occasional full-bleed editorial photo if needed
• Typography: executive briefing, compact but clean; large section titles and small source notes
• Visuals: 2x2, timeline, evidence wall, market map, metric callout, before/after, strategic thesis
• Feel: premium consulting research + serious magazine feature
• Avoid: colorful startup gradients, decorative blobs, fake dashboards, random business stock photos
• Text density: medium

Prompt phrase:

premium business research presentation slide, structured evidence layout, consulting-grade clarity, restrained color, elegant editorial data visualization, credible strategic briefing aesthetic

warm-notes

目标：亲和、有手作感，但不是幼稚。

• Background: warm cream paper, clean and bright
• Color: ink black + soft blue/coral/olive/yellow
• Typography: clear handwritten-style labels, readable
• Visuals: sketchnote, flow, analogy, small helpful icons
• Avoid: old parchment, dirty texture, childish cartoon
• Text density: medium

Prompt phrase:

warm research notebook slide, clean cream paper, hand-drawn but precise, soft highlighter colors, readable handwritten-style labels, thoughtful educational design, polished human study notes

liquid-glass

目标：舍弃普通科技风，改成更有辨识度的透明玻璃质地。参考 Apple 式 Liquid Glass / translucent material 的高级感：不是全透明，也不是廉价赛博，而是有折射、柔和色彩和层次的玻璃版式。

• Background: soft luminous gradient field or deep blurred color field; no flat empty black screen
• Color: richer but controlled palette: icy blue, violet, cyan, soft magenta, pearl white, translucent charcoal
• Typography: Apple-like clean sans-serif, large calm title, minimal body
• Visuals: frosted glass panels, translucent cards, subtle refraction, soft highlights, layered depth, precise figure fragments under glass
• Layout: 2-4 meaningful glass layers; avoid one giant empty glass rectangle
• Feel: premium Apple keynote material study, colorful but elegant, tactile, high-end visual chapter page
• Avoid: cheap neon cyberpunk, excessive glow, random 3D objects, plastic buttons, SaaS dashboard pile, fake robot cliches, unreadable low contrast
• Text density: low-medium; best for cover, section divider, conceptual overview, not dense method proof

Prompt phrase:

Apple-inspired liquid glass presentation slide, premium translucent frosted glass material, soft colorful refraction, layered depth, pearl white and icy blue violet highlights, clean Apple keynote typography, elegant high-end visual design, not cyberpunk

Consistency Rules

• 一份 deck 只选一个 preset。
• 一个 preset 只允许 1-2 个强调色。
• 封面图可以更有冲击力，机制页必须更清楚。
• journal-minimal 不追求炫，追求论文图一样的清楚。
• liquid-glass 不追求科技模板，追求真实玻璃材质和高级色彩。
• 如果用户提供参考图，先提取可复用的设计语言，不要照抄具体作品。