AI 演示术语表：从业者必备的 50 个概念
从 DrawingML 到多智能体协作，从品牌系统到 SVG 渲染——AI 演示领域最重要的 50 个术语，一文讲透。
前言
AI 演示是一个横跨人工智能、设计学、文档工程和人机交互的交叉领域。无论你是从业者、研究者还是好奇的用户，掌握核心术语都是理解这个领域的第一步。
这份术语表覆盖了 50 个关键概念，按照"基础概念 — 文档工程 — AI 技术 — 设计与输出 — 产品与生态"的顺序组织。每个术语都附有通俗的解释和实际应用场景。
第一部分：基础概念
1. 演示文稿（Presentation）
以视觉化方式呈现信息的文档形式，通常由一系列幻灯片组成。核心目标是高效传达观点、数据或故事。常见格式包括 PPTX、Keynote、Google Slides。
2. 幻灯片 / 页面（Slide）
演示文稿的单个页面，是信息组织和视觉呈现的基本单元。每一页应围绕一个核心主题展开。
3. 布局（Layout）
幻灯片上各元素（标题、正文、图片、图表、注释）的空间排列方式。好的布局能引导视线流动、突出重点信息。
4. 母版（Master / Slide Master）
定义幻灯片整体视觉规范的模板——包括背景、字体、色彩、Logo 位置等。基于母版创建的幻灯片自动继承这些规范，确保风格统一。
5. 演示者备注（Speaker Notes）
附加在每页幻灯片上的文字说明，仅在演讲者的屏幕上显示。用于记录演讲要点、时间提醒、关键话术等。
6. 过渡动画（Transition）
幻灯片之间切换时的视觉效果。恰当的过渡能增强节奏感，滥用则分散注意力。简单、一致的过渡效果通常优于花哨的效果。
7. 对象动画（Animation）
单个元素（文字、图片、图表）在幻灯片上的入场、强调或退出效果。用于控制信息呈现的节奏，引导受众注意力。
第二部分：文档工程
8. 源文档解析（Source Document Parsing）
将用户上传的原始文档（PDF、DOCX、网页等）转换为结构化数据的过程。包括文本提取、结构识别、数据表格解析、图像分离等子任务。
9. 文档结构识别（Document Structure Recognition）
自动识别文档的层级结构——标题、段落、列表、表格、图表等元素及其相互关系。是高质量 PPT 生成的基础。
10. OCR（光学字符识别，Optical Character Recognition）
将图像中的文字转换为可编辑文本的技术。在处理扫描版 PDF 或图片形式的文档时不可或缺。当前主流 OCR 对中文的识别准确率可达 99% 以上。
11. 表格提取（Table Extraction）
从文档中识别并提取表格数据，包括表头、行、列、合并单元格等信息。是金融和学术场景中最关键的技术之一。
12. Markdown 转换（Markdown Conversion）
将 Markdown 格式的文本转换为演示文稿内容。Markdown 的层级结构（# 标题、- 列表、** 加粗等）天然适合映射为幻灯片的标题和要点。
13. 网页内容抓取（Web Scraping）
从给定 URL 提取结构化内容——标题、正文、图片、列表、表格等。用于将网页文章或在线报告转化为演示文稿。
14. 元数据（Metadata）
描述文档属性的数据——作者、创建时间、修改时间、页数、语言、标题等。在演示生成中用于辅助内容理解和分类。
15. 文本分块（Text Chunking）
将长文本按语义或长度切分为较小的片段，便于 AI 模型处理。合理的分块策略直接影响内容提取和生成的质量。
第三部分：AI 与智能体技术
16. 多智能体协作（Multi-Agent Collaboration）
多个具有不同角色和能力的 AI 智能体协同完成复杂任务的范式。在 OmyPPT 中，Strategist 负责策划、Executor 负责执行，形成类似专业团队的分工合作。
17. 智能体（Agent）
具有感知、决策和行动能力的 AI 程序。在演示生成场景中，不同智能体扮演策划、设计、执行、质检等角色。
18. 大语言模型（LLM，Large Language Model）
基于深度训练的超大规模语言模型（如 GPT、Claude、GLM 等），具备文本理解、生成、推理和翻译等能力。是 AI 演示工具的核心引擎。
19. 提示工程（Prompt Engineering）
设计和优化输入给大语言模型的指令，以获得更好的输出质量。在演示生成中，提示工程决定了内容提取的准确性和设计提案的质量。
20. RAG（检索增强生成，Retrieval-Augmented Generation）
结合信息检索和文本生成的技术架构。先从知识库中检索相关内容，再让大语言模型基于检索结果生成回答。在源文档解析中用于精确提取和引用文档内容。
21. 流水线（Pipeline）
将复杂任务拆分为多个有序步骤，每个步骤由专门的模块或智能体处理的工程模式。OmyPPT 的"解析 → 策划 → 确认 → 生成 → 质检 → 导出"就是一个典型的 AI 流水线。
22. 八项确认（Eight Confirmations）
OmyPPT 的核心交互模式。在正式生成之前，Strategist 智能体向用户展示八项设计提案（目标受众、风格、页数、色彩、排版、字体、图表方案、图片策略），经用户确认后才进入生成环节。
23. 质量检查（Quality Assurance / QA）
自动检测生成结果中可能存在的问题——文本溢出、图表重叠、对齐偏差、色彩对比度不足、字体不一致等。是工匠精神的数字化体现。
24. 温度参数（Temperature）
控制大语言模型输出随机性的参数。温度越高，输出越多样但有创意；温度越低，输出越确定但保守。演示内容的生成通常使用较低温度以保持专业性和准确性。
25. 上下文窗口（Context Window）
大语言模型一次能处理的最大文本长度。上下文窗口的大小直接影响 AI 能处理的源文档长度——窗口越大，能理解的文档越长。
第四部分：设计与可视化
26. SVG（可缩放矢量图形，Scalable Vector Graphics）
基于 XML 的矢量图形格式。OmyPPT 使用 SVG 作为中间表示格式——每一页幻灯片先渲染为 SVG，再转换为 PPTX。SVG 支持无损缩放和精确的排版控制。
27. DrawingML
Microsoft Office 使用的矢量图形标记语言。OmyPPT 输出的 PPTX 中的图表和形状使用 DrawingML 格式，确保在 PowerPoint 中完全可编辑——不是图片截图，是原生形状。
28. 原生 PPTX（Native PPTX）
使用 PowerPoint 标准格式（Office Open XML）生成的文件，其中每个元素都是独立可编辑的对象——文本框、图表、形状、图片等。与"图片版 PPTX"形成对比。
29. 品牌系统（Brand System）
一套定义品牌视觉识别的规范集合——包括品牌色系、字体、Logo 使用规范、排版风格等。OmyPPT 的品牌系统功能允许用户上传品牌资产，自动提取并应用品牌规范。
30. 色彩方案（Color Scheme）
演示文稿中使用的配色组合，通常包括主色、辅色、背景色、强调色等。好的色彩方案需要考虑对比度、可读性和情感联想。
31. 字体配对（Font Pairing）
选择两种或多种相互协调的字体组合使用。通常一种用于标题（如无衬线体的粗体），一种用于正文（如衬线体的常规体）。中英文混排场景需要同时选择中文和英文字体。
32. 信息架构（Information Architecture）
对内容进行组织、分类和层级设计的过程。在演示语境下，信息架构决定了每一页讲什么、页面之间的逻辑关系、整体叙事的节奏和结构。
33. 数据可视化（Data Visualization）
将数据转换为图形表示（柱状图、折线图、饼图、散点图等），使数据中的模式、趋势和关系更容易被理解。好的数据可视化是金融和学术演示的核心竞争力。
34. 留白（White Space / Negative Space）
设计元素之间的空白区域。留白不是浪费空间，而是引导视线、减少认知负荷、提升设计品质的重要手段。中西方设计文化对留白的态度差异显著。
35. 视觉层次（Visual Hierarchy）
通过大小、颜色、对比度、位置等视觉属性的差异，引导受众按特定顺序阅读信息的技巧。最重要的信息应该在视觉上最突出。
第五部分：输出与导出
36. 矢量图 vs 位图（Vector vs Raster）
矢量图由数学公式描述图形（线条、曲线、形状），无限放大不失真。位图由像素组成，放大后会出现锯齿。PPT 中的形状和文字应该使用矢量格式，照片和截图使用位图格式。
37. 宽屏比例（Widescreen Aspect Ratio）
现代演示文稿的标准页面比例。常见的有 16:9（主流）、4:3（传统）、16:10（部分 Mac 用户偏好）。OmyPPT 默认使用 16:9。
38. 嵌入字体（Embedded Fonts）
将使用的字体文件打包进 PPTX 中，确保在其他设备上打开时字体不变形。对于中文 PPT 尤为重要——中文字体文件较大，嵌入会显著增加文件体积。
39. PDF 导出（PDF Export）
将演示文稿导出为 PDF 格式。PDF 适合分发和打印，但不保留可编辑性和动画效果。通常作为演示稿的"冻结版本"使用。
40. 响应式设计（Responsive Design）
根据不同的显示设备（桌面、平板、手机）自动调整布局和元素大小的设计方法。在演示预览中尤为重要——用户可能在各种设备上查看效果。
第六部分：产品与生态
41. SaaS（软件即服务，Software as a Service）
通过互联网提供软件服务的商业模式。用户无需安装软件，通过浏览器即可使用。大多数 AI 演示工具采用 SaaS 模式。
42. 按次付费（Pay-Per-Use）
按实际使用次数计费的模式，与订阅制形成对比。OmyPPT 坚持按次付费——做一份付一份的钱，不做不花钱。
43. 模板（Template）
预设的演示文稿样式框架，包含布局、配色、字体等设计参数。模板的作用是降低设计门槛，但过度依赖模板会导致千篇一律。
44. WYSIWYG（所见即所得，What You See Is What You Get）
用户在编辑时看到的效果与最终输出效果一致的设计理念。OmyPPT 的实时预览功能践行了这个理念——预览中看到的就是最终导出的效果。
45. API（应用程序编程接口，Application Programming Interface）
允许外部程序与 OmyPPT 系统交互的标准化接口。通过 API，开发者可以将演示生成能力集成到自己的工作流和产品中。
46. 协同编辑（Collaborative Editing）
多名用户同时编辑同一份演示文稿的功能。需要解决实时同步、冲突解决、版本管理等技术挑战。
47. 演示者视图（Presenter View）
演讲时供演讲者使用的特殊视图——在一个屏幕上显示当前幻灯片、下一张预览、备注和计时器，在另一个屏幕上向受众展示全屏幻灯片。
48. 版本控制（Version Control）
跟踪和管理演示文稿不同版本的系统。在团队协作中尤为重要——谁改了什么、何时改的、能否回滚到之前的版本。
49. 可访问性（Accessibility）
确保演示文稿能被所有人（包括视障、听障等残障人士）理解和使用。包括色彩对比度、替代文字、屏幕阅读器兼容等。
50. 演示分析（Presentation Analytics）
追踪演示文稿在分享和展示过程中的数据——查看次数、停留时间、互动行为等。用于评估演示效果并优化未来的设计。
结语
这份术语表会持续更新。随着 AI 演示技术的快速发展，新的概念和术语会不断涌现。如果你发现遗漏了重要的术语，或者对某个概念的解释有不同的理解，欢迎告诉我们。
理解术语是理解领域的第一步。掌握了这 50 个概念，你就能读懂大多数 AI 演示相关的技术文章和产品文档，也能更准确地评估不同工具的能力。
想亲自体验这些概念背后的技术？试试 OmyPPT，从源文档解析到原生 PPTX 导出，完整体验 AI 演示生成流水线。