图片转可编辑：PPT Skill 三连击
来自 @Gorden_Sun 的开源技能包：先用 GPT 生成豪华图片 PPT，再逆向还原成完全可编辑的 PPTX。
开篇：为什么要"先成图、再还原"
直接让 AI 生成可编辑 PPTX，排版常常翻车；直接让 AI 生成图片 PPT，好看是好看，却一个字都改不了。@Gorden_Sun 打磨了 2 周的新技能，走了一条"曲线救国"的路：先用 GPT 的生图能力做出豪华的图片格式 PPT，再用 GPT 的视觉解析能力把它还原成完全可编辑的 PPTX 文件——效果几乎完美。
技能包里有 3 个技能，可分别使用
以下来自 @Gorden_Sun 原帖。技能包（GitHub：GordenSun/GordenSuperPPTSkills）包含 3 个技能：
生成「图片格式的 PPT」。只干一件事：调用 GPT 的生图能力，产出每一页都是整张图片的豪华 PPT。颜值拉满，但改不了字。
三个技能可以拆开单独用：比如你手里已经有一份图片版 PPT（扫描件、别人发来的长图），只调用第二个技能就能还原。
这就像先请画家画一幅精美海报（生图），再请一个"临摹师"照着海报在 PowerPoint 里用文本框、形状重新搭一遍（还原）——搭完之后每个字都能改。
还原原理：拆成四层，再按坐标拼回去
以下来自 @Gorden_Sun 的原理讲解。核心用的是 GPT 的生图能力和视觉解析能力：
- 背景图——先把整页的底色、底纹抠出来；
- 框架图——版式骨架（标题区在哪、几栏布局）；
- 图标和装饰图——小图标、分隔线、装饰元素；
- 文本——标题、正文、数字，一字不差地识别出来。
最后在 PPT 里按坐标拼装起来。为了实现完美效果，作者还做了很多细节验证和约束规则。使用过程中，你能看到 GPT 生成的过程图片（下面两张就是原帖的过程截图）。
注意：这是"逆向还原"，不是"原生生成"。还原质量取决于 GPT 的视觉解析精度——文字识别错一个字、坐标偏几个像素，都会体现在成品里。所以作者才强调"很多细节验证和约束规则"，这正是 2 周打磨时间的去处。
实测证据：同一页的前后对比
原帖最有说服力的是一张对比大图：同一页「2023：GPT-4 与平台生态成型」——
- 上半：GPT 生成的图片 PPT，四层结构、图标卡片、右侧"平台价值四维增长"面板，排版精美；
- 下半：Skill 还原后的 PPT 编辑界面——每个标题、文本框、图标、数字卡片都带着独立的选择框，意味着它们都是真正的可编辑对象，而不是一张底图。
评论区攻防：三个灵魂拷问
原帖评论区有三个值得听的问题，作者都亲自回复了：
提问者 @Catherinelab020。作者回应："WPS 的太弱了，完全落后于我这个"。这是作者的一家之言——WPS 的转换是通用 OCR 思路，而这个 Skill 针对 PPT 版式做了专门的拆层与坐标拼装。孰强孰弱，建议拿同一份图片 PPT 亲自对比一次。
提问者 @Congci911，语气很冲。作者回应："做 PPT 用，需求量非常大"。另一位网友 @InnaLyceyum 补刀："做 PPT 的打工人看到这个，眼泪是真的要下来了哈哈"。印尼网友 @mallexibra 也说，这能省下从零做 slide 的加班时间，元素可直接编辑是关键。
提问者 @bbmn00115。作者回应："可以啊，是 Github 链接怎么会打不开"。截至原帖发布（2026-06-08），项目是公开可访问的；如果你现在打不开，先检查网络再下结论。
另一条路线：直接从文档生成原生 PPTX
本专题第 4 课讲的 ppt-master（@gkxspace 推荐，hugohe3/ppt-master）走的是另一条路线：不经过"图片"这一步，直接从 PDF / Word / 网页等文档生成原生可编辑的 PPTX，动画还是真正的 OOXML 原生动画对象。
两条路线如实并列：
- 本课路线（Gorden）：图片 PPT → 视觉解析 → 按坐标拼装还原。强项是颜值上限高（GPT 生图），弱项是还原环节可能引入识别误差。
- 第 4 课路线（ppt-master）：文档 → 直接生成原生 PPTX 对象。强项是对象天生可编辑、动画是原生对象；还内置 14 个 AI 生图后端、旁白自动对齐翻页。
详细对比与 ppt-master 的独有细节，详见《第 4 课：原生可编辑：ppt-master 全链路拆解》。
两条路线就像去同一个目的地：一个是先坐飞机到附近城市再转大巴（中转一次，风景好），一个是直达高铁（一步到位，座位都是预设好的）。没有绝对优劣，看你要什么。
术语翻卡：点卡片看解释
自测一下：点问题展开参考答案
GordenImagePPTGen：生成图片格式的 PPT；GordenImage2PPTX：把图片 PPT/图片还原成可编辑 pptx；GordenSuperPPTSkill：打包编排前两者依次执行。三者可分别单独使用。
背景图、框架图、图标和装饰图、文本；最后在 PPT 里按坐标拼装起来，并配有细节验证和约束规则。
看元素能否被单独选中：原帖对比图下半部分每个标题、文本框、图标都带着独立的选择框，证明它们是真正的可编辑对象。
作者称"WPS 的太弱了，完全落后于我这个"。这是作者自评，建议拿同一份图片 PPT 亲自对比验证。
本课是"先 GPT 生成图片 PPT，再逆向还原为可编辑对象"；ppt-master 是"从文档直接生成原生可编辑 PPTX"。前者颜值上限高、后者对象天生可编辑。