谷歌NotebookLM的PPT生成功能近期走红，上传文档即可自动生成图文匹配（配图由Nano Banana Pro生成）的演示文稿，还支持格式、风格等自定义配置，大幅节省制作时间。但它也存在明显短板：无法精细化调整单页内容、改图需重新生成、中文字体偶有变形。

最近谷歌的 NotebookLM 挺火，主要是因为它能生成 PPT。只要把文档上传进去，点击生成PPT按钮，它就能自动根据内容生成一套 PPT。

而且生成的 PPT 还支持提前配置，比如选择格式、输入提示词。

出来的效果确实不错，每一页的配图都是用 Nano banana Pro 模型画出来的，图文非常匹配。如果对 PPT 要求不是特别高，直接把大纲或者文稿传给 NotebookLM，让它生成一份直接用，真的非常方便。

但是，我们也得看到 NotebookLM 生成的 PPT 还是有一些不足。

主要问题是没法进行精细化控制。

比如你对某一页不满意，想改图，那可能得重新生成整个文档，牵一发而动全身，非常麻烦。

当然，如果你只是想改文字，有个变通的招数：它默认下载格式是 PDF，下载完之后，你可以在 WPS 里打开并编辑——当然，前提是你得有 WPS 会员。

另外，PPT中的中文字体偶尔会变形。

作为一个 AI 产品经理，肯定不能光停留在用的层面。我琢磨了一下它的实现过程，然后在 Gemini 里简单复现了一把。

其实整体来说，生成这样一份 PPT 的逻辑无非就两步：

1. 处理原文：对文稿进行拆解，生成每一页 PPT 的标题和内容。

2. 生成配图：基于每一页的内容，让 Nano banana Pro 模型去生成图片，同时保证整套 PPT 图片风格的一致性。

我没有去构建整个自动化工作流，而是针对这两个核心步骤验证了一下。

我在网上随便找了个网页，先让 AI 生成了每一页的标题和内容。

然后针对每一页的内容，再调用 Nano banana Pro 生成配图，并控制好风格。

其实提示词还可以进一步优化，但限于时间有限就先这样，效果还凑合。

通过这种方式，我算是对 NotebookLM 生成 PPT 的过程做了一个简单的复现。

这么做的好处是，如果时间充裕，我们完全可以构建一套完整工作流。这样不仅能生成 PPT，还能对单张图片做精细化的调整——这在目前的 NotebookLM 里是做不到的。