TL;DR
NotebookLM 生成的簡報預設為靜態 PDF，無法修改圖文排版。本文介紹一種結合 Google Gemini Canvas 與開源工具 NBLM2PPTX 的解決方案，透過一段程式碼即可在瀏覽器中執行「PDF 轉 PPTX」的本地應用。此方法能自動分離圖片背景與文字（OCR），重組為可編輯圖層，大幅縮短重製簡報的時間，適合追求效率的知識工作者。
NotebookLM 簡報功能的「最後一哩路」
Google NotebookLM 雖然能快速將文獻轉化為簡報大綱與視覺草稿，但其輸出的 PDF 檔案本質上是「平面化」的圖片與文字，使用者無法調整標題位置、更換配圖或修改內文。對於需要進行二次編輯的專業簡報場景，這是一大痛點。
傳統的 PDF 轉 PPT 工具往往只能將整頁 PDF 轉為一張背景圖，或者文字辨識率極低。而透過 AI 輔助的「重組式轉換」，則能將靜態頁面拆解為「背景層」與「文字層」，還原簡報的編輯彈性。
核心解法：Gemini Canvas + 開源程式碼
本教學使用開源專案 NBLM2PPTX（基於 GitHub 開源代碼），配合 Gemini 的 Canvas（畫布）功能，建立一個臨時的網頁應用程式。
運作原理
該工具並非單純的格式轉檔，而是執行了以下三個自動化步驟：
- 去背與分離：利用 AI 模型將 PDF 頁面中的圖片背景提取出來。
- 光學字元辨識（OCR）：讀取畫面上的文字內容，並轉換為可編輯的文字方塊。
- 圖層重組：將乾淨的背景圖與識別出的文字方塊重新合併，生成標準的
.pptx檔案。
實作教學：5 步驟完成轉換
此方法完全免費，且檔案處理主要在瀏覽器端完成，操作流程如下：
步驟 1：啟動 Gemini Canvas 環境
進入 Google Gemini 介面，輸入以下指令以喚醒 Canvas 的程式撰寫模式：
「產生最小可執行的網頁程式」
Gemini 會開啟右側的 Canvas 視窗並生成一段基礎代碼，此時我們不需要執行這段代碼，只需確認 Canvas 環境已啟動。
步驟 2：獲取開源程式碼
前往 GitHub 搜尋 NBLM2PPTX 專案（或直接尋找相關開源庫的 index.html）。
- 找到對應語言版本（如繁體中文版
index.html）。 - 複製該檔案內的完整程式碼。
步驟 3：植入與執行
回到 Gemini Canvas 視窗：
- 切換至「程式碼（Code）」檢視模式。
- 全選並刪除 Gemini 原本生成的代碼。
- 貼上 剛才複製的 NBLM2PPTX 程式碼。
- 點擊右下角的「預覽（Preview）」或執行按鈕。
步驟 4：上傳與轉換
此時 Canvas 視窗會變成一個操作介面：
- 將 NotebookLM 產生的 PDF 簡報拖曳至上傳區。
- 系統會預覽所有頁面，預設全選。
- 點擊「開始處理」。
步驟 5：下載與微調
程式會逐頁進行影像分離與文字辨識（視頁數多寡需等待數秒至數分鐘）。完成後點擊「合併 PPT 檔案」即可下載。
打開下載的 PPTX 檔，你會發現原本死板的 PDF 已變成多個圖層：
- 文字：已轉為獨立文字方塊，可直接修改內容或字體。
- 圖片：背景圖層已獨立，不再干擾文字編輯。
限制與優化建議
雖然此方法比重做簡報快上許多，但受限於 OCR 技術與 PDF 解析度，仍有以下限制：
| 檢核項目 | 現況描述 | 建議解法 |
|---|---|---|
| 文字辨識率 | 約 85%-95%，部分特殊字體或淺色字可能漏失 | 轉換後務必人工校對，補上遺漏文字 |
| 圖片品質 | 取決於原 PDF 解析度，可能有輕微模糊 | 若需高畫質，建議手動替換關鍵圖片 |
| 排版精準度 | 文字方塊位置可能微幅位移 | 善用 PPT 的「對齊」工具快速修正 |
結論
透過 Gemini Canvas 執行開源腳本，我們能打破 NotebookLM 的封閉格式限制。這不僅是一個轉檔技巧，更示範了如何利用 LLM 的程式執行能力，將 GitHub 上的開源資源轉化為隨手可用的生產力工具。對於習慣使用 AI 輔助發想的簡報者來說，這是銜接「AI 生成」與「人工完稿」的關鍵橋樑。
權威引用來源
- GitHub: NBLM2PPTX Repository (Open Source Implementation)
- Google: Gemini Advanced & Canvas Documentation
- NotebookLM: Official User Guide
作者資訊
Skye
專注於 AI 工作流優化與數位轉型策略。致力於挖掘將前沿 AI 技術轉化為具體生產力的方法，擅長拆解複雜技術並重組為易於執行的 SOP。
作者觀點
AI 工具的價值往往不在於單一強大的模型，而在於如何將不同工具串聯起來。本文展示的「NotebookLM + Gemini Canvas」組合，正是未來「模組化 AI 工作流」的縮影——使用者不再等待單一軟體更新功能，而是自己動手組合出解決方案。
