[分享创造] 我让模型输出的元素清单长什么样，以及为什么必须先写清单再渲染

做图片转 PPT 时，我要求模型先输出一份元素清单，再渲染。清单大概长这样：

{"type":"text","x":120,"y":80,"w":300,"h":40,"text":"标题","size":24,"color":"#1f2937"} {"type":"rect","x":100,"y":140,"w":320,"h":80,"fill":"#eef2ff","radius":12} {"type":"image","x":80,"y":260,"w":200,"h":120,"src":"crop_1.png"}

先写清单的好处是：位置、尺寸、层级都显式写出来，渲染器只负责画，不负责猜。出错时也能定位到是清单错了还是渲染错了。

坑也有：模型容易漏掉小字，或者把多行文字拆成多个文本框。现在会在清单阶段先做一遍完整性检查。

做类似工具的朋友，你们是怎么定契约的？

工具入口在这里： https://image2ppt.asia?utm_source=v2ex （图片、截图、单页 PDF 都能转成可编辑的 PPTX ，成品无水印。）

相关截图（原图 → 成品）：