YouMind
साइन इन करें

मैंने ओपन-सोर्स PPT स्किल बनाने में 190M टोकन खर्च किए

@zhouluobo
चीनी09 अक्टू॰ 2026
120K
451
78
47
1.0K

TL;DR

लेखक ने एक मुफ्त, ओपन-सोर्स AI स्किल जारी की है जो PowerPoint प्रस्तुतियों को जनरेट और सुंदर बना सकती है। यह मूल टेक्स्ट को सुरक्षित रखते हुए विविध दृश्य शैलियाँ लागू करती है और PowerPoint में सीधे संपादन का समर्थन करती है।

नमस्ते दोस्तों, मैं Luobo हूँ।

मैं आमतौर पर टॉकिंग-हेड वीडियो बनाता हूँ और WeChat आर्टिकल लिखता हूँ, जिनके साथ अक्सर मुझे फटाफट एक PPT भी तैयार करनी पड़ती है। मेरे ग्रुप्स में लोग अक्सर पूछते हैं कि क्या कोई ऐसा टूल है जो किसी आर्टिकल को सीधे एक बढ़िया दिखने वाली PPT में बदल दे।

दरअसल, मैंने पहले एक आर्टिकल लिखा था जिसमें एक ऐसी स्किल बताई थी जो PPT बना सकती है और मौजूदा PPT को बड़ी स्मूथली बेहतर (beautify) कर सकती है। नतीजे शानदार थे, लेकिन कमी यह थी कि वह थोड़ी महंगी थी, इसलिए कई दोस्तों के लिए उसका इस्तेमाल करना मुश्किल हो रहा था।

https://x.com/zhouluobo/status/2104859645823103245

कमेंट्स में लोग फ्री वर्ज़न की ज़ोरदार माँग कर रहे थे। तो इस छुट्टी में मैंने 100 मिलियन से ज़्यादा tokens खर्च किए और आखिरकार एक फ्री, ओपन-सोर्स स्किल तैयार कर ही दी। चाहे आप नई PPT बना रहे हों या पुरानी को सजा रहे हों, रिज़ल्ट कमाल का आता है। और अगर इसे WorkBuddy के साथ इस्तेमाल करें, तो LLM token का खर्चा भी बच जाता है। सच में गज़ब चीज़ है।

zhouluobo - inline image

बातों से बेहतर है कि आउटपुट देख लिया जाए। चलिए तस्वीरों पर नज़र डालते हैं।

पहले असर देखिए: एक तस्वीर हज़ार शब्दों के बराबर

एक स्टैंडर्ड PPT: टेक्स्ट वही, बस नया लुक

ये मेरी पिछली Muse स्क्रिप्ट के कुछ शुरुआती पेज हैं। ऊपर की लाइन में ओरिजिनल है; नीचे की लाइन में वो है जो beautification के लिए मिंट-ग्रीन रेफरेंस इमेज देने के बाद दिखा।

zhouluobo - inline image

टाइटल, बुलेट पॉइंट, नंबर—एक भी अक्षर नहीं बदला। सिर्फ कलर स्कीम, लेआउट, आइकॉन और इलस्ट्रेशन बदले गए। ओरिजिनल वाला छोटा सा हरा टिप बॉक्स अब नीचे आइकॉन के साथ एक कैप्सूल बार बन गया, जिससे लुक एकदम निखर गया।

वही ओरिजिनल, अलग रेफरेंस इमेज, पूरी तरह अलग स्टाइल

वही स्क्रिप्ट लेकर रेफरेंस इमेज बदल दीजिए या बस कोई प्रीसेट स्टाइल का नाम बता दीजिए—पूरी थीम बदल जाएगी। नीचे ऊपर से नीचे तक: ओरिजिनल, मिंट रेफरेंस, डार्क टेक, इंक मैगज़ीन।

zhouluobo - inline image

चारों वर्ज़न में टेक्स्ट बिल्कुल एक जैसा है। आप इनका A/B testing के लिए इस्तेमाल कर सकते हैं या मौके के हिसाब से स्टाइल बदल सकते हैं।

अगर रेफरेंस में विंडमिल हैं, तो कवर पर भी विंडमिल आएँगे

राष्ट्रीय दिवस के ठीक बाद, मैंने "Domestic Scenic Spot Market Observation" टाइटल वाली एक रिपोर्ट पर इसे टेस्ट किया। रेफरेंस इमेज एन्वायरनमेंटल साइंस का कवर थी: मिंट ग्रीन बैकग्राउंड, पहाड़ियों पर विंडमिल, छोटे घरों के पास सोलर पैनल।

zhouluobo - inline image

कवर को सेंटर अलाइनमेंट में बदल दिया गया, सबटाइटल के नीचे येलो ब्रश स्ट्रोक लगा। नीचे का लैंडस्केप रेफरेंस इमेज के एलिमेंट्स के आधार पर ड्रॉ किया गया। इसके लिए किसी AI image generation model का इस्तेमाल नहीं हुआ; पहाड़, विंडमिल और घर प्रोग्रामेटिकली लाइन-बाय-लाइन ड्रॉ किए गए। तो आपका प्रोग्राम भी यही कर सकता है—बिना किसी कॉन्फ़िगरेशन के भी आपको ऐसा ही असर मिलेगा।

साइंस कोर्सवेयर पर भी काम करता है, फॉर्मूले सुरक्षित

मैंने इसे हाई स्कूल मैथ्स के कैलकुलस रिव्यू कोर्सवेयर पर भी आज़माया। 11 पेज, डीप ब्लू के साथ ऑरेंज एक्सेंट, कुल मिलाकर सिंपल लेकिन एक जैसा दिखने वाला लेआउट।

zhouluobo - inline image

इसमें मैंने न कोई रेफरेंस इमेज दी, न कोई स्टाइल बताया। इसने ओरिजिनल डीप ब्लू और ऑरेंज कलर स्कीम रखी, मैथ्स के रफ पेपर जैसा हल्का ग्रिड पेपर बैकग्राउंड जोड़ा। कवर के दाईं तरफ एक फंक्शन ग्राफ ड्रॉ किया जिसमें बिंदु P पर टैंजेंट लाइन्स और उसकी तरफ आती सीकेंट लाइन्स थीं, जो "limit of average rate of change" वाले पाठ से बिल्कुल मेल खाती थीं। फॉर्मूले लाइट बार में रखे गए, बिल्कुल बीच में। बढ़ते/घटते अंतराल तय करने के नियमों में ओरिजिनल हरे और लाल रंग बरकरार रहे।

यहाँ असली चुनौती फॉर्मूले थे। ओरिजिनल में फॉर्मूला एडिटर से बनाए गए 12 फॉर्मूले थे। जब मैंने इसे LibreOffice में खोला, तो वो जगहें खाली थीं, यानी ऐसे एडिटर्स को काफी ज़्यादा compatibility की ज़रूरत होती है।

zhouluobo - inline image

इसलिए इस स्किल में मैंने ज़रूरी किया कि इन फॉर्मूलों को प्लेन टेक्स्ट फॉर्मूले में बदला जाए, जैसे V′(x) = (a−2x)(a−6x)। ये किसी भी सॉफ्टवेयर में दिखते हैं और सीधे एडिट किए जा सकते हैं।

किसी आर्टिकल को सीधे बढ़िया PPT में बदलें

मैंने यही आर्टिकल इसे दिया और इंक मैगज़ीन स्टाइल में 15 पेज की टॉकिंग-हेड PPT माँगी। ये रहा उसका पूरा सेट।

zhouluobo - inline image

इसने पहले एक "ghost draft" बनाया जिसमें सिर्फ टाइटल थे। नीचे दिए गए ब्लॉक को देखकर ही समझ आ जाएगा कि पूरी प्रेजेंटेशन किस बारे में है।

text
11. एक PPT स्किल जो एडिट भी कर सकती है और जनरेट भी
22. विषय सूची
33. यह क्या कर सकती है
44. AI से बनी PPT: या तो एडिट नहीं होतीं या सब एक जैसी
55. Beautification से सिर्फ लुक बदलता है, टेक्स्ट को छेड़ा नहीं जाता
66. एक स्किल में इतना सब
77. यह भरोसेमंद क्यों है
88. AI से बनी PPT पहली नज़र में क्यों पकड़ में आ जाती हैं?
99. पहले निष्कर्ष वाले टाइटल लिखें, फिर डिज़ाइन पर बात करें
1010. सिर्फ सजाने से लेकर जनरेट करने और खुद चेक करने तक
1111. आम तरीकों के मुकाबले, चार मामलों में फर्क
1212. कैसे इस्तेमाल करें
1313. तीन स्टेप्स में इंस्टॉल करें, एक लाइन में इस्तेमाल करें
1414. इस आर्टिकल को 12 पेज की टॉकिंग-हेड PPT में बदलो, इंक मैगज़ीन स्टाइल में।
1515. पहले इसे किसी पुराने आर्टिकल पर चलाकर देखो

हर पेज का टाइटल एक निष्कर्ष वाक्य है। "Data Analysis" या "Project Introduction" जैसे टॉपिक-स्टाइल टाइटल को यह आपके लिए मार्क कर देता है ताकि आप उन्हें बदल सकें। विषय सूची तीन चैप्टर पेज से अपने आप बन जाती है, जिसमें नंबरिंग और स्टाइलिंग लिंक होती है। हर पेज के लिए स्पीकर नोट्स तैयार रहते हैं; PPT का नोट्स सेक्शन खोलें और साथ-साथ पढ़ें।

कंटेंट वही, एक लाइन में स्टाइल बदलें

मैंने इस आर्टिकल की PPT के लिए "Blue Line Launch" और "Mint Fresh" स्टाइल में वर्ज़न बनाने को कहा। नीचे हर लाइन एक स्टाइल है, जिसमें वही चार पेज दिखाए गए हैं।

zhouluobo - inline image

टेबल, टाइमलाइन और कंपेरिज़न पेज के स्ट्रक्चर वैसे ही रहे; सिर्फ विज़ुअल लैंग्वेज स्टाइल बदला। Ink Magazine में कवर पर सिर्फ बड़ा टेक्स्ट है, जबकि बाकी दोनों में इलस्ट्रेशन हैं। काफी फ्लेक्सिबल है।

डेटा, प्रोसेस, एनालिसिस फ्रेमवर्क—सब फिट हो जाते हैं

कॉम्प्लेक्स कंटेंट कोई समस्या नहीं है। टाइमलाइन, फ़नल, रेडियल सेंटर, 2x2 मैट्रिक्स, नेटिव टेबल, नेटिव चार्ट, और साथ ही SWOT, PEST, Porter's Five Forces, Business Model Canvas—सबके लिए बने-बनाए लेआउट हैं। ओवरफ्लो होने का कोई डर नहीं।

zhouluobo - inline image

एक और कमाल की बात: ऊपर बताई गई सब चीज़ें PowerPoint के नेटिव ऑब्जेक्ट हैं। टेक्स्ट टेक्स्ट बॉक्स में है, टेबल असली टेबल हैं, बार/पाई चार्ट पर डबल-क्लिक करके डेटा एडिट किया जा सकता है और चार्ट अपने आप अपडेट हो जाते हैं। सिर्फ बैकग्राउंड, इलस्ट्रेशन और आइकॉन इमेज के रूप में हैं।

14 स्टाइल, बस नाम बताइए

बिना रेफरेंस इमेज के, आप प्रीसेट में से चुन सकते हैं।

zhouluobo - inline image

ध्यान दें कि इन स्टाइल्स के बीच का फर्क सिर्फ रंगों का नहीं है।

Black Gold बहती हुई सुनहरी धागों पर निर्भर करता है; Launch गोलाकार लहरों वाली लाइनों पर; Performance Report फटे किनारों वाली डार्क पट्टियों का इस्तेमाल करता है; Ink Magazine और Swiss Grid में सजावट लगभग नहीं होती, ये पूरी तरह टाइपोग्राफी पर चलते हैं। ये सजावटें प्रोग्रामेटिकली ड्रॉ की जाती हैं, इसलिए बिना AI image model के भी आपको ऊपर जैसा पूरा विज़ुअल मिल जाता है।

हमने किससे सीखा? दिग्गजों के कंधों पर खड़े होकर

यह स्किल पूरी तरह से पहिया दोबारा बनाने जैसी नहीं है; मैंने कई बेहतरीन प्रोजेक्ट्स से मदद ली है।

zhouluobo - inline image

dashi-ppt-skill: खूबसूरती के लिए संयम सीखें

मैंने GitHub पर कई PPT स्किल्स को खंगाला, देखा कि उनकी SKILL.md फाइलें और प्रॉम्प्ट कैसे व्यवस्थित हैं। सबसे ज़्यादा मैंने dashi-ppt-skill से सीखा, जो हर लेआउट की क्षमता सीमा (कितने आइटम, हर आइटम में कितने अक्षर) साफ-साफ बताती है।

मुझे लगता है ओवरफ्लो की समस्या से बचने के लिए यह तरीका बहुत अच्छा है, इसलिए मैंने इस स्किल में कैपेसिटी फीचर जोड़ दिया।

फ़नल में अधिकतम 5 लेयर, हर विवरण ≤26 अक्षर; 2x2 मैट्रिक्स के हर हिस्से में अधिकतम 3 आइटम, हर एक ≤14 अक्षर—सब एक टेबल के रूप में लिखा है। आउटलाइन लिखते समय यह इस टेबल से चेक करता है और सीमा पार होने पर चेतावनी देता है। लेआउट बनाते समय यह अपने आप फिट बैठने वाला लेआउट चुन लेता है।

कई AI PPT में फॉन्ट छोटा कर दिया जाता है क्योंकि वे पेज की क्षमता नहीं जानते, टेक्स्ट को ज़बरदस्ती घुसेड़ते हैं और लेआउट खराब कर देते हैं।

डिज़ाइन साइट्स से 273 टेम्पलेट: असली जान

मैंने PPT डिज़ाइन साइट्स से 273 टेम्पलेट चुने, उन्हें 36 विज़ुअल रूट में बाँटा, हर एक में सैंपल इमेज रखीं। मैंने यह सारा मटेरियल AI को सीखने के लिए दिया। सच कहूँ तो यही इसकी असली जान है।

उदाहरण के लिए, लगभग हर टेम्पलेट में कवर के बाद TOC पेज होता है, और चैप्टर नंबरिंग TOC स्टाइल से मेल खाती है। अंत में, क्लोज़िंग पेज कवर के विज़ुअल स्टाइल से तालमेल बिठाता है।

अच्छे स्टाइल्स में सजावटी मोटिफ होते हैं। Black Gold परफॉर्मेंस रिव्यू बहती सुनहरी धागों पर निर्भर करते हैं; launch स्टाइल में गोलाकार लहरों का बार-बार इस्तेमाल होता है।

इन डिज़ाइन नियमों को स्किल में लिखते ही कुल क्वालिटी तुरंत बेहतर हो गई।

open-design: चेकिंग ज़्यादा ज़रूरी है

open-design nexu-io का एक ओपन-सोर्स प्रोजेक्ट है। मुझे इसके डिज़ाइन स्टाइल से PPT के लिए काम के तरीके मिले और लेआउट चेकिंग नियमों का एक पूरा सेट सीखने को मिला।

उदाहरण के लिए, एक्सेंट कलर को हर जगह मत बिखेरो; फॉन्ट साइज़ को तय लेवल पर फिक्स रखो। हर नियम नापा जा सकता है। स्किल में चेकिंग स्क्रिप्ट शामिल हैं: हर पेज पर अधिकतम 3 एक्सेंट कलर का इस्तेमाल, फॉन्ट साइज़ एक तय सीढ़ी (ladder) से ही आने चाहिए, वगैरह।

इसमें पाँच आयामों वाला स्कोरिंग तरीका भी है: Unity, Hierarchy, Detail, Communication, Rhythm। हर आउटपुट के बाद सेल्फ-इवैल्यूएशन का एक स्टेप होता है, जिससे प्रोडक्ट की क्वालिटी कंट्रोल पक्की रहती है।

zhouluobo - inline image

WorkBuddy में टेस्ट करने पर और भी बातें सामने आईं

आखिर में, टेस्टिंग। शुरुआत में मैंने इसे Claude Code में चलाया। अलग-अलग LLM होने की वजह से कुछ समस्याएँ शुरू में पकड़ में नहीं आईं। तो मैंने WorkBuddy में केस चलाए और सच में कुछ दिक्कतें मिलीं।

संक्षेप में, ऐसी स्किल्स बनाने के लिए अलग-अलग Agents और LLMs पर बार-बार टेस्ट करना ज़रूरी है ताकि स्थिरता और मज़बूती बनी रहे।

यह दूसरी PPT स्किल्स से बेहतर क्यों है?

ये मेरे अपने अनुमान हैं, शायद पूरी तरह सटीक न हों, तो इन्हें हल्के में ही लें।

zhouluobo - inline image

सबसे काम की बात: आउटपुट सीधे एडिट किया जा सकता है। अगर पसंद न आए, तो PowerPoint में खुद बदल लीजिए; AI से दोबारा बनवाने की मिन्नतें करने की ज़रूरत नहीं।

Beautification से टेक्स्ट नहीं बदलता। यह स्क्रिप्ट के ज़रिए अक्षर-दर-अक्षर जाँच करता है, सिर्फ LLM के नियम मानने पर निर्भर नहीं रहता, क्योंकि LLM हमेशा भरोसेमंद नहीं होते।

AI image models के बिना भी काम करता है। ऊपर की सभी तस्वीरें बिना इमेज मॉडल जोड़े बनाई गई हैं। अगर आप इन्हें (OpenAI, Gemini, Volcano Ark) जोड़ दें, तो इलस्ट्रेशन और भी शानदार हो जाते हैं।

कहीं भी इंस्टॉल करें। Claude, Codex, Cursor, WorkBuddy और स्किल सपोर्ट करने वाले अन्य Agents को सपोर्ट करता है। इंस्टॉलेशन स्क्रिप्ट पता लगा लेती है कि कौन से Agent इंस्टॉल हैं और dependencies खुद संभाल लेती है।

कमी: धीमा है। ~12 पेज की डेक में 15-25 मिनट लगते हैं। WorkBuddy टेस्ट में 45 मिनट लगे। कुछ ऑप्टिमाइज़ेशन ज़रूर हैं, लेकिन समय एक सख्त सीमा है—धीरे काम होगा तो नतीजा बेहतर आएगा।

इसलिए मैंने फास्ट मोड जोड़ दिया। अगर जल्दी हो, तो "fast mode" बोल दीजिए, यह बीच की पुष्टियाँ छोड़ देगा और ~10 मिनट में आउटपुट दे देगा।

इसे लीजिए और इस्तेमाल कीजिए

अगर आप WorkBuddy इस्तेमाल करते हैं, तो बहुत आसान है: बाएँ मेनू में skill market पर जाएँ, "Luobo PPT" सर्च करें, इंस्टॉल पर क्लिक करें।

zhouluobo - inline image

आप ओपन-सोर्स वर्ज़न भी इस्तेमाल कर सकते हैं:

https://github.com/zhouwei713/luobo-ppt

लोकली डाउनलोड करें, अनज़िप करें, luobo-ppt फोल्डर में जाएँ, इंस्टॉलेशन स्क्रिप्ट चलाएँ। पहली बार इस्तेमाल में यह अपने आप environment चेक कर लेता है।

macOS और Linux

text
1bash install.sh

Windows: install.bat पर डबल-क्लिक करें, या PowerShell में चलाएँ

text
1.\install.ps1

किसी खास Agent के लिए इंस्टॉल करना हो तो पैरामीटर जोड़ दें, जैसे bash install.sh --agent codex।

या फिर ओपन-सोर्स URL किसी भी Agent को दे दें और उसे इंस्टॉल करने दें।

इंस्टॉल होने के बाद, Agent से कहें:

text
1इस आर्टिकल को 12 पेज की टॉकिंग-हेड PPT में बदलो, हर पेज पर स्पीकर नोट्स के साथ, इंक मैगज़ीन स्टाइल में।
text
1मेरी इस PPT को बेहतर बनाओ, इस रेफरेंस इमेज के स्टाइल के अनुसार, टेक्स्ट का एक भी शब्द मत बदलना।
text
1थीम "Annual Review of AI Tool Accounts" है, मुझे तीन स्टाइल सैंपल दो, मैं आगे बढ़ने के लिए एक चुनूँगा।
text
1यह PPT मीटिंग रूम में प्रोजेक्ट की जाएगी, प्रोजेक्शन मोड इस्तेमाल करो, फॉन्ट बड़े रखना।

14 स्टाइल रेफरेंस टेबल, स्टाइल चुनते समय नाम से पिक करें।

आखिरी बात

सच कहूँ तो इस स्किल में बहुत मेहनत लगी है। करोड़ों tokens खर्च करने के अलावा, डिज़ाइन साइट्स से सैकड़ों PPT टेम्पलेट जुटाने और व्यवस्थित करने में कई दिन लगे।

लेकिन नतीजा अच्छा आया है। PPT बनाने में हो या सजाने में, मैं संतुष्ट हूँ। अब यह सबके लिए पूरी तरह फ्री और ओपन-सोर्स है, उम्मीद है आप अपनी राय देंगे।

इस्तेमाल में कोई दिक्कत हो या सुधार के सुझाव हों, तो ज़रूर बताइए। Luobo खुशी-खुशी स्वीकार करेगा।

अगला कदम:

अपना लिखा कोई पुराना आर्टिकल निकालिए और इसे एक बार उस पर चलाकर देखिए।

जो अजीब लगे उसे ठीक कर लीजिए। अभी भी कुछ गड़बड़ है? तो मुझसे आकर मिलिए।

YouMind में रीमिक्स करें

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
क्रिएटर्स के लिए

अपने Markdown को एक साफ़-सुथरे 𝕏 आर्टिकल में बदलें

जब आप अपना लंबा कंटेंट पब्लिश करते हैं, तो इमेज, टेबल और कोड ब्लॉक को 𝕏 के लिए फ़ॉर्मेट करना मुश्किल होता है। YouMind पूरे Markdown ड्राफ़्ट को एक साफ़-सुथरे, पोस्ट के लिए तैयार 𝕏 आर्टिकल में बदल देता है।

Markdown से 𝕏 आज़माएँ

समझने के लिए और पैटर्न

हाल के वायरल लेख

और वायरल लेख देखें