Gemini生成精美幻灯片,自动填充大纲脚本教程
想让一张图片秒变专业谷歌幻灯片?本文揭秘如何巧妙组合Gemini多模态理解、Python结构化处理、Google Apps Script自动化填充与Tampermonkey一键触发,突破Gemini原生不支持直接操作Slides的限制——只需上传图片,AI自动提炼核心信息生成三级大纲,脚本精准转换为JSON并驱动Slides API填充预设精美母版,全程零手动排版,真正实现“图→纲→片”高效闭环。

如果您上传一张图片并希望 Gemini 生成结构清晰的谷歌幻灯片(Google Slides),同时自动输出大纲并借助脚本填充幻灯片内容,则需绕过 Gemini 原生不支持直接操作 Google Slides 的限制。以下是实现该目标的可行路径:
一、使用 Gemini 提取图像语义并生成结构化 Slide 大纲
Gemini 可对上传图片进行多模态理解,识别场景、对象、文字、风格与核心信息,并据此生成符合逻辑层级的幻灯片提纲。该步骤不依赖外部工具,纯由 Gemini API 或网页端完成。
1、在 Gemini 网页界面或调用 gemini-pro-vision 模型时,上传目标图片。
2、输入明确提示词:“请分析这张图片,提取关键主题、主体元素和视觉叙事逻辑,并输出一份适用于谷歌幻灯片的三级结构化大纲:包含封面页、3–5页内容页(每页含标题+2–3个要点)、总结页。仅输出纯文本大纲,不加解释、不加编号、不用Markdown,每行一个条目,用‘→’表示层级关系。”
3、复制 Gemini 返回的纯文本大纲,保存为 outline.txt。
二、将大纲转换为 JSON 格式供脚本解析
谷歌 Apps Script 无法直接读取自由格式文本,需将 Gemini 输出的大纲标准化为机器可读的 JSON 结构,以便后续自动化创建幻灯片。
1、使用本地 Python 脚本(或在线 JSON 转换器)将 outline.txt 中的“→”缩进结构解析为嵌套字典。
2、确保输出 JSON 包含字段:"title"(幻灯片标题)、"bullets"(字符串列表,每个为一个要点)、"slide_type"(如 "cover"、"content"、"summary")。
3、将生成的 JSON 文件命名为 slides_data.json,并上传至 Google Drive 指定文件夹。
三、部署 Google Apps Script 自动创建幻灯片
通过 Apps Script 调用 Slides API,读取 Drive 中的 JSON 数据,逐页生成幻灯片。该脚本需具备权限配置与模板适配能力。
1、打开 script.google.com,新建项目,粘贴以下核心逻辑片段:
2、在脚本中调用 DriveApp.getFileById('YOUR_JSON_FILE_ID').getBlob().getDataAsString() 读取 JSON 内容。
3、使用 SlidesApp.openById('YOUR_SLIDES_TEMPLATE_ID') 打开预设空白模板(含统一字体、配色、占位符母版)。
4、遍历 JSON 数组,对每个条目调用 presentation.appendSlide(SlidesApp.PredefinedLayout.TITLE_AND_BODY) 并填入对应字段。
四、预设 Google Slides 母版以匹配 AI 输出风格
自动生成的幻灯片若缺乏视觉一致性,会削弱“精美”效果。必须提前在模板中定义好母版布局与样式规则,使脚本填充内容后无需手动调整。
1、新建 Google Slides,进入“视图 → 母版”,删除默认母版,新建一个全白背景母版。
2、在母版中插入标题占位符(18–24pt Roboto Bold)、正文占位符(14–16pt Roboto Regular),并设置 行高1.4、左对齐、项目符号缩进16px。
3、将该文件另存为“Gemini_Slides_Template”,共享为“任何人具有查看权限”,获取其 file ID。
五、使用 Chrome 扩展辅助图片到大纲的一键触发
为减少人工复制粘贴,可借助 Tampermonkey 注入脚本,在 Gemini 界面响应图片分析结果后自动捕获大纲文本并触发后续流程。
1、安装 Tampermonkey 扩展,新建用户脚本,匹配 URL 包含“gemini.google.com”。
2、监听页面 DOM 变化,定位包含“→”符号且无 HTML 标签的纯文本块。
3、当检测到有效大纲时,自动调用 fetch() 向已部署的 Web App(基于 Apps Script)POST 该文本,由 Web App 完成 JSON 转换与幻灯片创建。
终于介绍完啦!小伙伴们,这篇关于《Gemini生成精美幻灯片,自动填充大纲脚本教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!
HTML设置视口与缩放配置技巧
- 上一篇
- HTML设置视口与缩放配置技巧
- 下一篇
- 夸克压缩图片官方入口及使用教程
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · 前端流式输出 · AI聊天 · Fetch Stream · 前端 AI聊天 流式输出 ReadableStream TextDecoder Fetch Stream
- AI 聊天流式输出前端配方:用 Fetch Stream 实现逐字渲染和中断控制
- 448浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 3149次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 2911次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2868次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 3074次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 3024次使用
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
-
- Hermes Agent依赖的工具链有哪些 必备工具链介绍
- 2026-05-05 501浏览
-
- 千问AI官网地址链接入口_千问AI官方网站登陆入口
- 2026-05-05 501浏览

