一张 AI 生图，和一份能交付的 PPT 之间，差了什么？

一套 WPS 的 AIPPT 工作流长什么样？

过去一段时间，Nano Banana Pro 几乎是「现象级」的存在。

大家刷到的可能不是教程，就是一页页被转发的 PPT 截图。配色很高级、构图也干净、视觉张力拉满，几乎已经不像我们熟悉的那种「模板式 PPT」。

很多人第一次看到的时候，都会下意识地想到一句话：

这要是我下周汇报用的就好了。

但真把它往实际工作里一放，就会发现一些尴尬的问题。最常见、也最现实的一个是：

这个图片里的字能改吗？

如果继续靠提示词一遍一遍地修改，字是变了，但顺带着，排版、留白、图形关系也都被打乱了。

这其实戳中了一个越来越明显的矛盾：当 AI 生图开始被认真拿来当「生产力工具」用时，生成的图片能不能拆图层、能不能精细修改，就成了门槛本身。

也正是在这个背景下，一周前我们在日常用 WPS 的时候，注意到 WPS AIPPT 里悄悄上线了一个新功能：「图片转 PPT」。

我们拿真实工作场景，高强度用了一周，从各种板式的 PPT 风图片，到一些整活场景，几乎都跑了一遍。

🚥

接下来，我们就把这一周的真实使用体验，以及这个功能在不同场景下的表现，整理成一篇文章，分享给大家。

1）PPT

首先，WPS AIPPT 的 「图片转 PPT」入口在这里：aippt.wps.cn

我自己实际用下来，WPS 的小程序、网页版、电脑端基本都能跑，使用上没什么门槛。

下面我们先看两份 PPT 报告的图层分析效果。说实话，结合我整体的体验来看，PPT 反而是 WPS AIPPT「图片转 PPT」里最简单、也最好理解的一种用法。

为什么这么说？

我们先从一份「咨询风 PPT」说起，这也是我个人非常喜欢的一种风格。

最近关于马斯克的 SpaceX 可能会达成人类历史上第一笔大型 IPO 的消息挺热的，所以我就直接用 Nano Banana Pro，按咨询风生成了一套 SpaceX IPO 战略分析报告 的 PPT。

比如下面这几页，你可以看到一个很明显的点：整页里的文字颜色，其实被拆成了 3 到 4 种层级。而且不只是正文，图片里也会嵌着文字元素：

首先有一件事得先说清楚：AI 生成图片里的文字，本质上并不是「可编辑文字」。更准确地说，模型是在「画字」，不是在「排字」。

所以一旦你想把这些内容，转换成办公软件里真正能改、能选、能复制的文本，字体、字距、行距，甚至字形结构，几乎一定都会发生变化。

基于这个前提，我们再来看 WPS AIPPT 的表现。

首先是前 2 张图片，都还比较完整地转成了可编辑的 PPT：

第三张 PPT 因为本身是一个网状结构的流程图，所以 WPS AIPPT 识别出来的内容其实非常多，几乎每一处文字都能被单独识别出来。

在做图层分离之后，我把所有被识别出来的文本框都统一选中，并加上了黄色边框。

这样，你就能非常直观地看到：它到底把哪些元素成功拆分成了独立图层。

下面这一组是 Claude 风格的 PPT，同样还是围绕 SpaceX IPO 的全景分析，我们可以把它拆开来看细节。

先从第一张说起。这一页其实就是一张 PPT 封面。你应该能很明显地看出来，它大致是由两个部分组成的。

左侧是文字区域，而且被清晰地分成了两种不同字号的文字层级。

右侧则是一个橙黄色的图标元素，结构非常直观。

我这里录了一个动图，你可以看得很清楚：不只是把文字抠出来这么简单，它其实是先把图片里的文字做了图文分离，然后再用两种不同字号的黑体，重新把这些文字组合了一遍。

再看右侧这个图标，基本和原图片里的图标几乎一样。

而且我还顺手拖了一下，才发现一个细节：它已经把这个图标单独拆成了一个图层。

下面这两页 PPT，我都把全文里的文本框和图标框统一标成了黄色边框。

这样一来，你就能很直观地看出来：它几乎把页面里的所有元素都拆解出来了，最终做成了一份可编辑的 PPT。

下面这张图，其实可以单独拎出来说一说。为什么这么说？因为这是我用 AI 生成的一张自带表格结构的图片。

你一眼就能看出来，整张图里最核心、最重的元素，其实就是中间这个大表格。

下面这张，就是 WPS AIPPT 对那张图片做完图层分离之后的效果。

虽然你能看到左侧某个单元格里的图标，可能确实少识别了几个，但在我全选之后发现一个很关键的点：中间这一整块内容，并不是按普通文字排版拆出来的，而是被直接识别成了一个「表格」。

这其实很重要。

也就是说，WPS AIPPT 在把图片转成 PPT 时，如果识别到的是表格结构，它更倾向于直接还原成真正的表格，而不是先拆成一堆文字，再让你自己慢慢往表格里填。

从实际使用角度来说，这一步就省事很多了。

下面这张 PPT 里，三种路径对应的图标其实都是可以单独拖动的。而且它们在显示效果上，和原始图片里的图标几乎一样。

整体看下来，WPS AIPPT 在这种独立小图标的图层分离上，表现确实比较明显，也比较稳定。

下面这一页里，传统路径、创新路径、合并路径、分拆路径这四项线图，其实也是通过表格形式实现的。

它的逻辑是：先生成一个表格结构，再在这个表格里，按照原始图片的排版方式，把对应的文字和布局填进去。

我们最后再来看一张 PPT。

在这页里，你会发现信息密度其实挺高的：图标很多，颜色很多，背景也有不同颜色块，而且还有带序号的文字结构。不同文字之间的颜色也不一样，图标类型也不同。

但在 WPS AIPPT 里，几乎所有文字都已经被成功分离出来了，图标也基本都被拆成了独立元素。

尤其是像「监管」「视察」「内部」这种很小的图标，其实也都被单独识别出来了。

字体上确实还是会有些差别，但整体来看，问题不大，也不影响后续编辑和使用，而且这些被拆分出来的文本，除了该内容，也同样能改字体样式。

2）科技学术展板

以上就是 PPT 的整体转化效果了。

WPS AIPPT 的核心能力之一，是把图片转成可编辑的 PPT。

除此之外，我自己用下来，其实会觉得：如果只用在 PPT 这个相对简单的场景里，多少有点大材小用了。

原因也很简单，PPT 里的图片元素通常结构都比较清晰，很少有那种特别复杂、彼此叠加的元素。

所以我后来「整了个活」，试了几个非典型场景。

其中让我觉得最有意思的一个，是科技类的学术展板。

只要参加过学术会议，尤其是科技行业、科研领域相关活动的同学，应该都很熟悉这种场景：要做一张信息密度极高、结构非常复杂的学术展板，然后打印成海报，贴在论坛或会场里展示。

这个使用场景，我个人觉得其实挺实用的。

于是我先用 Nano Banana Pro 生成了一张学术展板。下面这张，就是一份关于虚拟现实眼镜的高密度布局展板。

我还是老样子，直接全选了这张被转化后的 PPT。你会发现一个很明显的点：几乎所有元素都被成功做了图层分离。

而且你基本只要一眼，就能看出来，它在这页 PPT 里是有明确字号层级设计的。从整个学术展板的大标题，到左上角图片下面那种说明性的细小文字，基本都被拆分得比较到位。

文字和图片之间的关系处理得也还不错，没有出现太夸张的幻觉。就算个别地方有点小问题，也都属于可修、可调的程度。

像下面这张图这一块，我把文字部分都标成了黄色，整体展示出来的效果，还是挺不错的：

不过说实话，这种整体信息密度特别高的布局，它还是会不可避免地出现一些排版上的小问题。

但给我的感觉是：这些问题是能靠手动修的。该拆开的地方基本都拆开了，图标、图片也都分离得比较到位。

所以那些有点幻觉、排得不太对的文字，我直接删掉，再自己补进去就行了，整体时间成本不高，也不算什么大问题。

3）地标图

然后我们再来看一下 Nano Banana Pro 有一个特别经典、也很常见的使用场景，就是：给现实世界里的地标，生成一张「解释图」。

我个人觉得这个用法其实挺不错的。

比如下面这个例子，就是埃菲尔铁塔。

WPS AIPPT 这一步基本把该拆的元素和图标都拆出来了，整体排版看着也还可以。

像右边那 3 个埃菲尔铁塔的横截面示意图，也都被单独分离出来了，是可以直接拖动、单独调整的。

下面这个悉尼歌剧院也一样：

4）辣条解释图

下面这个，这是我最近在网上看到很多人都在玩的一个场景：展示某个具体物品，然后围绕它的属性，做一张信息密度非常高的拆解图。

我也试了一下，先用 Nano Banana Pro 生成了一张辣条的分解图，里面包含了不同使用场景、工艺流程等等，密度确实挺高的。

然后我再把这张图丢进 WPS AIPPT 里，看看它到底能不能把这些复杂元素一一拆出来。

左边这张，是我用 Nano Banana Pro 生成的原始分解图；右边这张，则是 WPS AIPPT 做完图层分离之后的效果。

整体来看，它在元素分离这件事上做得已经挺准了，但字体部分可能还是需要你自己稍微微调一下。

不过你已经能看到，在 WPS AIPPT 拆出来的这些图层里，我把所有文本框和图标全选之后，整体的精准度其实已经相当高了。

几乎所有文字都被成功分离出来了，幻觉出现的地方也非常少。

如果你再细看一点的话，像这种竖向排版的英文，它其实也会自动去匹配这种排版格式，并不是简单粗暴地一股脑拆成横排文字。

再比如下面这两个单独拎出来的消费场景图标，也都已经被成功做了图层分离，可以直接拖动、删除，或者按你的需要去改。

5）吉伊卡哇极繁主义图

下面这张图就比较经典了。

这是我在小红书上看到的一位博主 @个案森林 做的那种「吉伊卡哇图解核心体系与贡献」。

它属于那种信息密度极高的布局，不管是文字量还是图标数量，都非常多，整体就是一种极繁主义的设计风格。

我后来仔细检查了一遍，发现这张图里，除了那些嵌在图标里的文字之外，几乎每一个字都是可以直接改的。

而且不只是能改文字，文字背后原本图片里的那些背景关系，也都处理得还挺干净的，没有出现那种一改字就全乱掉的情况。

甚至我同样发现，很多图标都已经被分离了：

🚥

WPS 本质上是一个办公基础设施，它服务的是要交付 PPT 的人。而这，恰恰让它成为了一个非常合适、也非常稀缺的入口。

在 AI 工具发展的这 1 年，其实已经隐约形成了一种分工：

【1】AI 生成工具，解决的是「想象力」；

【2】办公软件，解决的是「可交付性」。

问题在于，过去一段时间里，AI PPT 的进化，几乎全部发生在前者。

所以，当像 Nano Banana Pro 这样的「现象级」 AI 模型不断迭代的时候，一个很典型的问题就出现了：大家的创意溢出了，但落地不足。

有没有一种方式，既保留 AI 的审美和创造力，又能回到办公软件的可控性？

也正是从这个问题开始，一套新的 AI PPT 工作流，才有了意义。

WPS 想要抓的就是这个入口。

如果你最近也在被 AI PPT 风图片「好看但不能用」这件事反复搞的「头秃」，不妨去试试这个方向的解法和产品。

文章来自于“十字路口Crossing”，作者 “镜山”。