क्यों AI करके PPT हमेशा “अधूरा” फँसता रहा

पिछले दो साल से हर टूल जो दावा करता है “एक क्लिक में AI PPT”, एक ही जगह पर फंस जाता है: आउटपुट एक PowerPoint फ़ाइल नहीं, बल्कि PNG की लंबी छवियाँ या एक लॉक्ड HTML टेम्पलेट होता है।

ये दोनों रूप एक घातक समस्या रखते हैं—जब क्लाइंट कहता है “तीसरे पेज के उस डेटा को थोड़ा बदल दो”, तो आपको पूरी जनरेशन दोहरानी पड़ती है। आकार नहीं खींचा जा सकता, फ़ॉन्ट साइज़ नहीं बदला जा सकता, मास्टर नहीं बदला जा सकता, लेआउट नहीं reuse किया जा सकता। आपको लगता है समय बचा रहा है, लेकिन संशोधन चरण में सब कुछ वापस चला जाता है।所谓的 “AI 提效” अंत में “AI 制造返工” बन जाता है।

और भी बुरी बात: चार्ट और टेबल। AI द्वारा बनाया गया चार्ट अक्सर बिटमैप या स्क्रीनशॉट होता है, एक नंबर बदलने के लिए आपको मूल डेटा पर वापस जाना पड़ता है और फिर से चलाना पड़ता है; सूत्र और भी बुरे—या तो एक धुंधली छवि बन जाते हैं या LaTeX रेंडर के बाद बॉक्स में फँस जाते हैं, क्लाइंट कहता है “यह सूत्र फ़ॉन्ट बहुत छोटा है”, तो आप फिर से काम पर लौटते हैं।

यह “अधूरा” फँसना मूल रूप से टूल विक्रेताओं की आलस्य है: वे केवल दिखाना चाहते हैं कि AI क्या “दिखा” सकता है, “सुधारने” की समस्या को हल नहीं करना चाहते। जबकि वास्तव में जो लोग प्रस्तुतियाँ बनाते हैं, उनका 70% समय सामग्री सोचने में नहीं, बल्कि उसे लेआउट में फिट करने, फ़ॉन्ट एडजस्ट करने, रंग ब्लॉक्स को अलाइन करने में बीतता है।

PPT Master ने वास्तव में कौन सी कठिन समस्या हल की

PPT Master (GitHub: hugohe3/ppt-master) की मुख्य उपलब्धि केवल एक वाक्य में है: यह जो PPTX बनाता है, उसके हर ऑब्जेक्ट को पावरपॉइंट का मूल एडिटेबल एलिमेंट बनाता है।

वास्तव में, इसमें पाँच स्तर शामिल हैं:

• आकार, कनेक्टर, टेक्स्ट बॉक्स—सभी पावरपॉइंट के मूल Shape ऑब्जेक्ट हैं, छवियाँ नहीं;
• चार्ट और टेबल डिफ़ॉल्ट रूप से DrawingML के रूप में निर्यात होते हैं, डबल‑क्लिक करके डेटा बदल सकते हैं;
• सूत्र PowerPoint 2010+ द्वारा समर्थित OMML प्रारूप में बदल जाते हैं, इन्हें वर्ड की तरह चुना और संपादित किया जा सकता है;
• मास्टर (Slide Master) और लेआउट (Layout) वास्तव में मौजूद हैं, टेम्पलेट बदलना बस मास्टर बदलना है, केवल स्किन बदलना नहीं;
• ट्रांज़िशन एनिमेशन, ऑब्जेक्ट एनिमेशन, स्पीकर नोट्स—सभी फ़ाइल एट्रिब्यूट में लिखे जाते हैं, खोलते ही सामान्य PPT जैसा व्यवहार करते हैं।

इसका मतलब है कि फ़ाइल मिलने पर आप सामान्य रूप से कर सकते हैं: डबल‑क्लिक करके टेक्स्ट बदलें, ऑब्जेक्ट को खींचकर स्थान बदलें, राइट‑क्लिक से फॉर्मेट बदलें, मास्टर व्यू में जाकर रंग एकसाथ बदलें। क्लाइंट अगर डेटा बदलने को कहे तो आप सीधे बदल दें; लोगो बदलने को कहे तो मास्टर बदल दें। पहली बार AI द्वारा बनाया गया परिणाम सीधे “फाइनल ट्यून” चरण में प्रवेश करता है, “पुनः निर्माण” चरण में नहीं।

यह PPT Master और बाज़ार के हर “AI PPT टूल” के बीच का मूलभूत अंतर है: यह इंजीनियरिंग फ़ाइल देता है, केवल डिस्प्ले फ़ाइल नहीं।

चार‑चरणीय पाइपलाइन: दस्तावेज़ से संपादन योग्य PPTX तक का पूरा मार्ग

चरण 1: स्किल इंस्टॉल करें
स्रोत पोस्ट में दिया गया रेपो github.com/hugohe3/ppt-master है; इंस्टॉलेशन मुख्य एजेंट के स्किल लोडिंग मैकेनिज़्म से होता है। स्रोत विशेष रूप से चेतावनी देता है कि Codex इस स्किल पर खराब प्रदर्शन करता है और कोटा बर्बाद करता है; लेखक ने पाया कि Zcode + GLM 5.3 Flash का संयोजन सबसे स्थिर रहता है। यदि आप Codex के भारी उपयोगकर्ता हैं, तो टूल बदलने की सलाह दी जाती है; यदि आप Claude Code या Cursor उपयोगकर्ता हैं, तो आप सीधे आजमा सकते हैं।

चरण 2: टेम्पलेट अनुकूलित करें
यह पूरी प्रक्रिया की आत्मा है। यदि आपके पास कंपनी की आधिकारिक PPT टेम्पलेट (.pptx या .potx) है, तो उसे एजेंट को दे दें और कहें कि वह इस टेम्पलेट के मास्टर, लेआउट, कलर स्कीम, फ़ॉन्ट को “सीखे”। कुछ कठोर आवश्यकताएँ रखी जानी चाहिए: कंपनी लोगो की जगह रखें, हेडर‑फूटर फॉर्मेट रखें, कलर वेरिएबल रखें। सीखने के बाद, इसे एक टेम्पलेट फ़ाइल (एजेंट द्वारा समर्थित .md या .html विवरण) के रूप में संग्रहित करें।

इस चरण की महत्वपूर्णता इसलिए है क्योंकि PPT Master “टेम्पलेट‑ड्रिवन” है; टेम्पलेट की गुणवत्ता सीधे आउटपुट की गुणवत्ता तय करती है। कचरा टेम्पलेट देगा तो कचरा आउटपुट मिलेगा; एंटरप्राइज़‑ग्रेड VI टेम्पलेट देगा तो आउटपुट सीधे क्लाइंट को दिया जा सकता है।

चरण 3: सामग्री तैयार करें और अंतिम रूप दें
एक अलग सत्र खोलें (संदूषण से बचने के लिए), क्रम, प्रत्येक स्लाइड का एक्शन टाइटल, लेआउट स्केच, ट्रांज़िशन एनिमेशन, ऑब्जेक्ट एनिमेशन, स्पीकर नोट्स—सभी को एजेंट को दें। नोट्स में ऑडियो स्क्रिप्ट भी जोड़ सकते हैं ताकि AI आपको “क्या बोलना है और कैसे बोलना है” की योजना बनाने में मदद कर सके। पुष्टि होने पर, सामग्री को .md या .html फ़ाइल में स्थिर करके अगले चरण के इनपुट के रूप में उपयोग करें।

यह चरण “सामग्री इंजीनियर” का काम है, न कि “सजावट कर्मचारी” का। आपको तय करना है कि कौन सा पेज क्या बताएगा, कौन सा चार्ट उपयोग करेगा, क्या एनिमेशन चाहिए, नोट्स में क्या पंक्तियाँ लिखनी हैं। लेआउट का काम टेम्पलेट और स्किल पर छोड़ दें।

चरण 4: जनरेशन और पुनरावृत्ति
टेम्पलेट फ़ाइल और सामग्री फ़ाइल दोनों को एजेंट में डालें; बड़े मॉडल को स्किल और टेम्पलेट को कॉल करने दें जिससे संपादन योग्य PPTX उत्पन्न हो। स्रोत के अनुसार (स्वतंत्र रूप से सत्यापित नहीं) सरल टेम्पलेट पर लगभग 40 मिनट में 6‑8 पेज बनते हैं। जनरेशन के बाद, समीक्षा चरण में प्रवेश करें: एजेंट को स्वयं निर्देश पालन की जाँच करने दें—क्या आप द्वारा जोर दिया गया रंग छूट गया है, क्या चार्ट गलत रूप से बना है, क्या नोट्स छूट गए हैं। यदि कोई समस्या मिले तो एजेंट को टेम्पलेट या सामग्री फ़ाइल बदलने और पुनः जनरेट करने के लिए कहें।

लाग हिसाब: पेज प्रति 0.5 रूपये से शुरू, क्या यह साइड हस्टल चल सकता है

स्रोत पोस्ट में एक बहुत ही विस्तृत लागत अनुमान दिया गया है (स्रोत के अनुसार, स्वतंत्र रूप से सत्यापित नहीं):

• Zcode + GLM 5.3 Flash + 智軚 Lite पैकेज (वार्षिक 82.6 युआन): मासिक कोटा लगभग 120‑160 पेज (एक टेम्पलेट पर 6 पेज) तक बनाता है, जिससे पेज प्रति लागत लगभग 0.5 युआन से शुरू होती है;
• 火山引擎 Coding Plan Pro (नवोदित छूट 50 युआन): लगभग 96 पेज बनाता है, पेज प्रति 0.5‑2 युआन की सीमा में।

यदि हम प्रति पेज 0.5‑2 युआन की लागत को बाज़ार दरों के साथ तुलना करें तो पेशेवर PPT डिज़ाइन की कीमत आमतौर पर 50‑300 युआन प्रति पेज होती है (जटिलता के आधार पर)। यदि आप केवल प्रति पेज 30 युआन की “फ़ैक्टरी कीमत” लेते हैं, तो लाभ मार्जिन 90% से ऊपर रहता है।

और भी आकर्षक बात गति है: स्रोत का दावा है कि 40 मिनट में 6‑8 पेज बनते हैं, जिसका अर्थ है कि एक दक्ष ऑपरेटर एक दिन में 50‑80 पेज का प्रारंभिक ड्राफ्ट उत्पन्न कर सकता है। यदि आप वार्षिक रिपोर्ट, उत्पाद लॉन्च, प्रशिक्षण कोर्स जैसी “टेम्पलेट‑फिक्स्ड, हाई‑वॉल्यूम” ऑर्डर लेते हैं, तो PPT Master की पाइपलाइन लाभ exponentially बढ़ जाता है।

स्रोत एक महत्वपूर्ण टिप भी देता है: एक दृष्टि‑सक्षम Flash मॉडल के साथ उपयोग करें, inference tier को मध्यम पर रखें। इसका मतलब है कि आपको GPT‑4o स्तर के विज़न मॉडल की आवश्यकता नहीं है; Flash स्तर पर्याप्त है—इससे लागत और भी कम हो जाती है।

ऑर्डर परिदृश्य और मुद्रीकरण पथ: स्वयं उपयोग से ऑर्डर तक का तीन‑चरणीय कदम

स्तर 1: स्वयं उपयोग से दक्षता में वृद्धि
यदि आप मार्केटिंग, ऑपरेशंस, प्रोडक्ट या कंसल्टिंग भूमिका में काम करते हैं, तो पहले एक 20‑पेज की रिपोर्ट PPT बनाने में दो दिन लगते थे; अब PPT Master के साथ इसे 3‑4 घंटे में समाप्त किया जा सकता है (जिनमें से 2 घंटे सिर्फ जनरेशन की प्रतीक्षा है)। यदि आप वर्ष में 50 ऐसी रिपोर्ट बनाते हैं, तो प्रति रिपोर्ट 1.5 दिन की बचत होती है—यानी वार्षिक रूप से 75 कार्य दिवस अतिरिक्त। इस समय को फ्रीलांस gigs में लगाने से वास्तविक नकदी प्राप्त होती है।

**स्त