现在基本每家AI公司都有一个PPT生成器。

然而，不管是网页端的 AI PPT 工具，还是装在 Trae 里的本地脚本，生成出来的 PPT 总有几个绕不开的毛病。排版乱，内容挤在一起，字体大小调不了多少，模板只能用系统自带的那几套。你想让它换个字体，它说行，但运行半天，啥都没动。

最终，除了接受之外，就只能重回自制。

为什么会这样？

跟 Word 一样，PPT 也是个 ZIP 压缩包

之前写 Word 那几篇博客的时候，我已经说过了，.docx文件本质就是一个 ZIP 压缩包，里面装着一堆 XML。你把后缀改成.zip解压就能看到。

.pptx也是一样的道理。

我随手找了一个 PPT 文件，改后缀解压出来，是这样的：

解压出来的文件夹/ ├── [Content_Types].xml ← ZIP 里每种文件的类型声明 ├── _rels/ │ └── .rels ← 顶层关系文件 ├── docProps/ │ ├── app.xml ← 页数、字数、打开的应用名 │ └── core.xml ← 作者、创建时间、修改时间 └── ppt/ ├── presentation.xml ← 整个演示文稿的结构索引 ├── slides/ │ ├── slide1.xml ← 第一页幻灯片的内容 │ ├── slide2.xml ← 第二页 │ └── _rels/ ├── slideLayouts/ ← 布局模板（封面、章节页、正文页等） ├── slideMasters/ ← 母版（背景、字体预设） ├── theme/ │ └── theme1.xml ← 主题配色和字体方案 ├── media/ ← 图片、音频、视频等媒体文件 └── charts/ ← 图表数据

是不是跟 Word 解压出来的结构惊人地相似？只不过 Word 那个文件夹叫word/，PPT 这个叫ppt/。内容上也有对应关系：

完全同一个套路。

所以，AI 操纵 PPT 的底层逻辑和操纵 Word 是一模一样的，都是直接读写 ZIP 里的 XML，根本不需要打开 PowerPoint 软件。python-docx 改 Word 的 XML，python-pptx 改 PPT 的 XML，两个库干的事情本质上是一回事。

那为什么实际体验差这么多？

因为 PPT 的 XML 比 Word 复杂得多，而且 Python 库覆盖的能力边界不一样。

PPT 的 XML 为什么更麻烦

Word 的 XML 结构是线性的。一个document.xml从头到尾，段落按顺序排，表格嵌在段落之间，整个文档是一条直线。

PPT 不一样。每一页幻灯片都有自己独立的slideN.xml，而且每一页的内容不是按顺序排的，是按坐标定位的。一个标题占位符可能在(x=0, y=0)的位置，一个内容区可能在(x=0, y=300)的位置，一个小图标可能在(x=500, y=100)的位置。每个元素都有精确的位置和尺寸，单位是 EMU（English Metric Units，1/914400 英寸）。

这意味着什么？

意味着你往 PPT 里填文字的时候，不能只管「往哪儿塞」，还得管「塞进去之后会不会超出边界」。超出来就是溢出，在 Word 里溢出了会自动续页，在 PPT 里溢出了就是文字被截断或者跑去别的元素身上。

还有一个麻烦的地方：PPT 的字体继承链比 Word 绕。Word 的段落样式里可以直接指定字体和字号，PPT 的占位符默认是继承母版的。母版里的<p:txStyles>节点预设了每种占位符应该用什么字体、多大字号，但 python-pptx 的高级 API 只看得到当前 run 上显式写的字体属性。这也就意味着如果母版字体设置不一样，AI呈现的效果可能会不符合你的预期。而后期你手动调整会非常麻烦。

python-pptx 能做什么，不能做什么

python-pptx 是 Python 生态里操作.pptx的事实标准，就像 python-docx 之于.docx。本地化AI是用这个库为我操纵ppt的。

按照它的能力，它的功能能覆盖日常需求，但无法覆盖高阶的。

能做的（覆盖日常 90% 需求）

演示文稿全生命周期：创建、打开、保存、从模板创建、获取属性。

幻灯片管理：加页、删页、复制页、读页内容、设置背景。

文本层：改字、加项目符号、统一格式化（字体、字号、颜色、斜体粗体）、自动缩字号适配容器。

结构元素：插表格（带格式）、插形状（20+ 类型）、插图表（柱/条/线/饼，带数据系列）、插图片（带 Pillow 滤镜：阴影、倒影、发光）。

母版和布局：读母版预设、改母版文字、应用布局。

做不到的（真正的边界）

宏和运行时行为。碰不到 VBA 宏脚本、触发器动画、路径动画、自定义放映。这些是 PowerPoint 软件内部状态管理的，不在 XML 里。

字体嵌入。需要调用 PowerPoint COM 接口，纯 Python 跨平台库没这个能力。

实时渲染预览。改完文件得打开 PowerPoint 或 LibreOffice 才看得到效果。python-pptx 只管写 XML，不管渲染。

少数边缘格式细节。SmartArt 图形、某些特殊图表类型（散点图带误差线、雷达图）、墨迹批注支持不全。

总结

所以，从理论上，AI能够操纵PPT并不神奇，但如何让AI在操纵PPT的过程中，能够最终生成符合PPT的设计规则的才是关键。

考虑到相关PPT的python库的天然限制，我们使用网页版或者本地版AI的ppt预制工具时，无法对他们预设的ppt模版等进行调整，也没有办法让AI根据我们的需求生成符合需要的代码，所以生成结果不尽如人意也就不奇怪了。