PPT品牌信息提取器

⚠️ 存放路径规则（重要）

模式	图片位置	数据位置	说明
品牌目录	assets/brands/	assets/brands/	图片和数据在同一目录
品牌详情	assets/brand_details/	data/	图片和数据分开存放
品牌分析	assets/brand_analysis/	data/	图片和数据分开存放
品牌社媒	assets/brand_social/	data/	图片和数据分开存放

只有品牌目录模式：JSON和图片都放在 assets/brands/
其他三种模式：图片在 assets/xxx/，数据文件在 data/

---

四种模式（按顺序）

序号	模式	触发关键词	图片	数据
1	品牌目录	品牌目录、品牌列表、brands	1张	JSON
2	品牌详情	品牌背景、产品、KPI	3张	Markdown
3	品牌分析	用户定位、流量模型、SEO、外链	6张	JSON
4	品牌社媒	社媒、KOL、品牌活动、社媒数据	7张	JSON

---

输入参数

参数	说明	是否必需
ppt_file	PPT文件路径	必需
output_dir	输出目录	可选（默认询问）
brand_name	品牌名称	可选（默认从PPT提取）

---

模式一：品牌目录 (catalog)

触发条件

用户提到：品牌目录、品牌列表、brands、封面图

固定输出（1张图片）

文件名	内容	来源
{brand}.png	品牌主图/封面图	Slide 1 image1.png

JSON数据

{
  "name": "CHEWY",
  "nameCN": "Chewy 宠物用品在线平台",
  "description": "美国宠物电商龙头"
}

输出目录

{output_dir}/
└── assets/
    └── brands/
        ├── {brand}.png
        └── brand_{brand}_catalog.json

注意：JSON和图片都放在 assets/brands/ 目录下

布局参考

• 封面页布局

---

模式二：品牌详情 (detail)

触发条件

用户提到：品牌背景、品牌简介、产品信息、KPI、流量分布、品牌详情

固定输出（3张图片）

文件名	内容	图类型
{brand}_logo.png	品牌Logo	小图标
{brand}_product.png	产品展示图	大图
{brand}_traffic.png	独立站流量分布	柱状图

Markdown数据

• 品牌背景与定位
• 爆款产品（名称、价格、7个特点）
• 核心KPI指标

输出目录

{output_dir}/
├── assets/brand_details/
│   ├── {brand}_logo.png
│   ├── {brand}_product.png
│   └── {brand}_traffic.png
└── data/
    └── brand_{brand}_detail.md

布局参考

• 品牌简介页
• 产品展示页
• 流量分布页

---

模式三：品牌分析 (analysis)

触发条件

用户提到：用户定位、用户画像、流量模型、SEO、外链、品牌分析

固定输出（6张图片）

文件名	内容	图类型
{brand}_user_position.png	用户定位分布	饼图
{brand}_persona_1.png	用户画像1	截图
{brand}_persona_2.png	用户画像2	截图
{brand}_traffic_model.png	流量模型流程图	流程图
{brand}_backlink_pie.png	外链来源分布	饼图
{brand}_backlink_bar.png	外链热门关键词	横向柱状图

JSON数据

{
  "brandNumber": "01",
  "brandName": "BRAND",
  "logoPath": "../assets/logo.png",

  "userPositionImagePath": "../assets/brand_analysis/brand_user_position.png",

  "userNeeds": {
    "coreNeeds": "核心诉求",
    "scenarios": "使用场景",
    "decisionFactors": "决策因素",
    "channels": "购买渠道"
  },

  "personaImage1Path": "../assets/brand_analysis/brand_persona_1.png",
  "personaImage2Path": "../assets/brand_analysis/brand_persona_2.png",

  "flowModelImagePath": "../assets/brand_analysis/brand_flow_model.png",

  "seoTraffic": {
    "text": "SEO说明文字（支持<strong>HTML</strong>）",
    "keywords": [
      {"rank": 1, "keyword": "dog food", "type": "狗粮", "traffic": "33,480"},
      {"rank": 2, "keyword": "cat tree", "type": "猫爬架", "traffic": "22,444"}
    ]
  },

  "backlinkTypes": "外链合作网站类型说明",
  "backlinkKeywords": "外链热门关键词说明",
  "backlinkPieImagePath": "../assets/brand_analysis/brand_backlink_pie.png",
  "backlinkBarImagePath": "../assets/brand_analysis/brand_backlink_bar.png"
}

字段说明：

• brandNumber brandName logoPath - 品牌基本信息
• userPositionImagePath - 用户定位图片路径
• userNeeds - 用户需求（4个字段）
• personaImage1Path personaImage2Path - 用户画像图片路径
• flowModelImagePath - 流量模型图片路径
• seoTraffic.text - SEO说明文字（支持HTML）
• seoTraffic.keywords - 关键词数组（必须包含 type 字段）
• backlinkTypes - 外链类型文字说明
• backlinkKeywords - 外链关键词文字说明
• backlinkPieImagePath - 外链饼图路径
• backlinkBarImagePath - 外链柱状图路径

输出目录

{output_dir}/
├── assets/brand_analysis/
│   ├── {brand}_user_position.png
│   ├── {brand}_persona_1.png
│   ├── {brand}_persona_2.png
│   ├── {brand}_flow_model.png
│   ├── {brand}_backlink_pie.png
│   └── {brand}_backlink_bar.png
└── data/
    └── brand_{brand}_analysis.json

注意：图片和数据分开存放，图片在 assets/brand_analysis/，JSON在 data/

布局参考

• 用户定位页
• 用户画像页
• 流量模型页
• SEO页面
• 外链分布页
• 外链关键词页

---

模式四：品牌社媒 (social)

触发条件

用户提到：社媒、社交媒体、KOL、品牌活动、社媒数据、社媒风格

固定输出（7张图片）

文件名	内容	图类型
{brand}_kol_chart.png	KOL合作统计	柱状图/图表
{brand}_style_1.png	社媒风格1	截图
{brand}_style_2.png	社媒风格2	截图
{brand}_style_3.png	社媒风格3	截图
{brand}_activity_1.png	品牌活动1	截图
{brand}_activity_2.png	品牌活动2	截图
{brand}_activity_3.png	品牌活动3	截图

JSON数据

{
  "brandNumber": "01",
  "brandName": "BRAND",
  "logoPath": "../assets/logo.png",

  "kolStats": {
    "summary": "KOL合作数据摘要（支持<strong>HTML</strong>加粗）",
    "imagePath": "../assets/brand_social/{brand}_kol_chart.png",
    "points": [
      "要点一：合作重心集中在某平台",
      "要点二：某方面有增长空间",
      "要点三：整体趋势描述"
    ]
  },

  "socialStyle": {
    "items": [
      {"title": "风格标题1", "imagePath": "../assets/brand_social/{brand}_style_1.png"},
      {"title": "风格标题2", "imagePath": "../assets/brand_social/{brand}_style_2.png"},
      {"title": "风格标题3", "imagePath": "../assets/brand_social/{brand}_style_3.png"}
    ]
  },

  "activity1": {
    "title": "活动标题1",
    "description": "活动描述",
    "imagePath": "../assets/brand_social/{brand}_activity_1.png"
  },
  "activity2": {
    "title": "活动标题2",
    "description": "活动描述",
    "imagePath": "../assets/brand_social/{brand}_activity_2.png"
  },
  "activity3": {
    "title": "活动标题3",
    "description": "活动描述",
    "imagePath": "../assets/brand_social/{brand}_activity_3.png"
  }
}

字段说明：

• brandNumber brandName logoPath - 品牌基本信息（必需）
• kolStats.summary - KOL合作数据摘要（支持HTML）
• kolStats.imagePath - KOL数据图路径
• kolStats.points - 要点列表（可选，3条左右）
• socialStyle.items - 社媒风格展示（3张图）
• activity1/2/3 - 三个活动（各含title, description, imagePath）

输出目录

{output_dir}/
├── assets/brand_social/
│   ├── {brand}_kol_chart.png
│   ├── {brand}_style_1.png
│   ├── {brand}_style_2.png
│   ├── {brand}_style_3.png
│   ├── {brand}_activity_1.png
│   ├── {brand}_activity_2.png
│   └── {brand}_activity_3.png
└── data/
    └── brand_{brand}_social.json

注意：图片和数据分开存放，图片在 assets/brand_social/，JSON在 data/

布局参考

• KOL合作页
• 社媒风格页
• 品牌活动页

---

⚠️ 关键区别

流量图区别

项目	品牌详情	品牌分析
流量图类型	柱状图（独立站流量）	饼图（外链来源）
流量图文件	_traffic.png	_backlink_pie.png

不要搞混！

存放路径区别

模式	图片位置	数据位置
品牌目录	assets/brands/	assets/brands/ ← 同一目录
品牌详情	assets/brand_details/	data/
品牌分析	assets/brand_analysis/	data/
品牌社媒	assets/brand_social/	data/

只有品牌目录的数据文件放在assets，其他都放在data目录！

---

依赖说明

本技能依赖以下工具/技能：

依赖	用途	说明
skills-pptx	PPT解包	用于解包 .pptx 文件，提取XML和图片资源
Python 3	辅助脚本	运行 scripts/extract_brand.py 可选辅助工具

---

快速开始

示例：提取品牌详情

# 1. 用户请求示例
"请从 /path/to/brand.pptx 提取品牌详情，输出到 /path/to/output"

# 2. AI执行步骤
# 2.1 解包PPT
unzip brand.pptx -d workspace/unpacked

# 2.2 扫描定位相关slide
# 2.3 提取图片到 assets/brand_details/
# 2.4 提取数据写入 data/brand_xxx_detail.md

# 3. 最终输出结构
output/
├── assets/brand_details/
│   ├── chewy_logo.png
│   ├── chewy_product.png
│   └── chewy_traffic.png
└── data/
    └── brand_chewy_detail.md

---

执行流程（详细）

第1步：解包PPT文件

# 方法1：使用unzip（推荐）
unzip /path/to/brand.pptx -d ./workspace/unpacked

# 方法2：使用skills-pptx的unpack脚本
python ooxml/scripts/unpack.py /path/to/brand.pptx ./workspace/unpacked

解包后目录结构：

unpacked/
├── ppt/
│   ├── slides/
│   │   ├── slide1.xml
│   │   ├── slide2.xml
│   │   └── ...
│   ├── media/
│   │   ├── image1.png
│   │   ├── image2.png
│   │   └── ...
│   └── slides/_rels/
│       ├── slide1.xml.rels
│       └── ...
└── ...

第2步：扫描文本，选择模式

1. 读取所有 slideN.xml 文件
2. 提取文本内容
3. 根据关键词匹配选择模式：
   • "品牌目录"、"封面" → 模式一
   • "品牌背景"、"产品"、"KPI" → 模式二
   • "用户定位"、"SEO"、"外链" → 模式三
   • "社媒"、"KOL"、"品牌活动" → 模式四

第3步：定位候选slide

1. 根据关键词找到候选slide
2. 对照布局参考文件确认
3. 记录slide编号

第3.5步：⚠️ 必须绘制布局结构再识别图片

这是关键步骤，不能跳过！

在提取图片之前，必须先执行以下流程：

3.5.1 解析Slide XML获取元素位置

import xml.etree.ElementTree as ET

def parse_slide_layout(slide_path, rels_path):
    """解析slide布局，返回所有元素的位置信息"""
    # 1. 解析slide XML获取所有元素位置
    tree = ET.parse(slide_path)
    # 提取每个元素的 x, y, cx, cy (位置和尺寸)

    # 2. 解析rels文件获取rId到图片的映射
    # rId1 -> image3.jpeg, rId2 -> image2.png ...

    return elements_info

3.5.2 输出Markdown布局图

必须输出类似以下格式的布局图：

## Slide X 布局结构

| 元素 | 位置 (x, y) | 尺寸 (w×h) | rId | 图片文件 | 用途 |
|------|-------------|------------|-----|----------|------|
| 图片1 | (6, 4) | 34×34 | rId2 | image2.png | 左上角小logo ⚠️忽略 |
| 图片2 | (172, 60) | 327×79 | rId8 | image9.png | **品牌Logo** ✓ |
| 图片3 | (680, 12) | 608×760 | rId1 | image3.jpeg | 全屏背景图 |

### 布局示意图
┌─────────────────────────────────────────────────┐
│ [34×34]                                        │
│ image2   品牌概览                                │
│                                                 │
│    ┌─────────────────────────┐                  │
│    │ [品牌Logo image9.png]   │                  │
│    │ (327×79)                │                  │
│    └─────────────────────────┘                  │
│                                                 │
│    [icon] 创立于 2017 年                         │
│    [icon] 美国密歇根州                           │
│                                                 │
│                           [背景图 image3.jpeg]  │
└─────────────────────────────────────────────────┘

3.5.3 图片用途判断规则

图片类型	识别特征	位置特征
品牌Logo	在品牌概览页，品牌名区域	尺寸 200-400×50-150，位置居中偏上
产品图	在"爆款产品"页面	通常是最大尺寸的图片
流量分布图	在"独立站流量来源分布"页面	柱状图特征，中等尺寸
装饰图标	行首小图	尺寸 <50×50，忽略
背景图	全屏或右侧大图	尺寸 >500×500

3.5.4 与用户确认

在复制图片之前，必须和用户确认图片对应关系！

我识别到以下图片：
- 品牌Logo: image9.png (327×79) - 位于品牌名区域
- 产品图: image16.png (1965×1298) - 爆款产品展示
- 流量分布图: image12.png (580×340) - 独立站流量来源分布

请确认是否正确？

第4步：提取图片和数据

1. 从 ppt/media/ 复制图片到目标目录
2. 重命名为规范文件名
3. 从XML提取文本数据

第5步：按规范输出文件

1. 创建必要的目录结构
2. 写入图片文件
3. 写入数据文件（JSON或Markdown）

---

相关文件

核心文档

• 提取规则总结 - 四种模式的输出规范
• 图片识别精确规则 - ⭐ 详细的图片识别逻辑
• 自检清单 - ⭐ 每个阶段的检查项

参考示例

• 完整提取示例 - ⭐ 端到端流程演示
• 布局参考目录 - 15个布局参考文件

辅助工具

• Slide分析脚本 - ⭐ 自动分析slide布局
• 提示词模板

---

常见问题

Q1：如何确定图片对应哪个slide？

查看 ppt/slides/_rels/slideN.xml.rels 文件，里面记录了该slide引用的所有图片资源。

Q2：图片文件名如何确定？

通过slide的关系文件（.rels）找到 Target="media/imageX.png"，然后从 ppt/media/ 目录获取实际图片。

Q3：提取的数据格式不对怎么办？

参考 references/layouts/ 目录下的布局参考文件，里面有详细的字段说明和示例。

Q4：PPT结构与预期不同怎么办？

1. 先扫描所有slide文本，确认PPT的实际内容结构
2. 如果关键词不匹配，尝试使用更通用的关键词
3. 如果图片数量与预期不符，根据实际内容灵活调整
4. 与用户确认后再执行提取

Q5：图片识别错误怎么办？

1. 重新绘制布局结构，检查位置和尺寸
2. 查看实际图片内容（使用Read工具）
3. 根据图片内容而非文件名判断用途
4. 与用户确认后再复制

---

⚠️ 错误处理指南

解包失败

错误：unzip命令失败
解决：
1. 检查PPT文件路径是否正确
2. 检查是否有写入权限
3. 尝试使用绝对路径

找不到关键词

错误：扫描不到任何匹配的slide
解决：
1. 检查PPT是否正确解包
2. 尝试使用更通用的关键词
3. 手动查看slide内容确认结构

图片映射失败

错误：rId无法映射到实际图片
解决：
1. 检查rels文件路径是否正确
2. 确认media目录下图片是否存在
3. 使用glob搜索图片文件

输出目录权限问题

错误：无法创建目录或写入文件
解决：
1. 检查父目录是否存在
2. 使用mkdir -p创建完整目录结构
3. 检查写入权限

---

📝 辅助脚本说明

scripts/extract_brand.py 是一个可选的辅助工具，用于：

1. 批量提取：一次处理多个PPT文件
2. 自动化流程：在CI/CD环境中自动执行提取
3. 调试辅助：快速验证PPT结构

注意：此脚本是可选的，主要提取工作由AI完成。脚本仅作为辅助工具。

使用方法：

python scripts/extract_brand.py --ppt /path/to/brand.pptx --mode detail --output /path/to/output