核心用法
Pitch Deck Visuals 是一套面向早期创业者的融资演示视觉生成技能，基于 inference.sh CLI 工具，将结构化数据转化为投资者级别的幻灯片图像。其核心工作流程包括：
1. 环境初始化：通过 curl 安装 CLI 并登录
2. 单页生成：使用 infsh/html-to-image 或 infsh/python-executor 逐页渲染 1920×1080 规格的视觉素材
3. 框架套用：严格遵循预设的 12 页结构（Title → Problem → Solution → Demo → Market → Business Model → Traction → Competition → Team → Financials → Ask → Contact）
技术实现上，该技能混合使用 HTML/CSS 模板引擎（适合文字密集型页面）与 Python matplotlib（适合数据可视化），支持深色/浅色双主题，强调「1-6-6 规则」——每页 1 个核心观点、每点最多 6 个单词、每页最多 6 个要点。
显著优点
- 投资者视角校准：明确映射每页幻灯片对应的投资人真实关注点（如 Traction 页回答「这事真的在运转吗」），而非创始人自嗨
- 反模式清单完备：详细列出 10 类高频致命错误（如使用饼图、20+ 页篇幅、8 人团队墙），并给出直接修正方案
- 技术实现可复现：所有示例均为可直接运行的 CLI 命令，非伪代码，降低执行门槛
- 视觉规范量化：从字体尺寸（标题 48-72px、关键数字 96-144px）到边距（80-100px）均有数值标准，确保跨页一致性
- 图表类型决策树：明确禁止饼图，推荐同心圆表示 TAM/SAM/SOM、2×2 矩阵替代功能对比表
潜在局限
- 依赖外部服务：核心渲染依赖 inference.sh 的可用性与配额，无本地降级方案
- 静态输出为主：生成的是 PNG 图像而非可编辑 PPT/Keynote，后期微调需重新生成
- 模板化风险：严格遵循 12 页框架可能抑制非标准叙事需求（如硬科技公司的技术深度页）
- 品牌色假设：示例默认深蓝背景 + 靛蓝强调色，未覆盖浅色品牌或高饱和度视觉系统的适配指南
- 团队头像生成：使用
falai/flux-dev-lora生成头像存在伦理与真实性争议，实际场景建议替换为真实摄影
适合人群
| 阶段 | 场景 | 匹配度 |
|------|------|--------|
| 种子轮至A轮 | Demo Day、VC 初次会面、加速器路演 | ⭐⭐⭐⭐⭐ |
| grants 申请 | 需数据支撑的社会企业/研究项目 | ⭐⭐⭐⭐ |
| 企业内部创新 | 向董事会申请预算的创新提案 | ⭐⭐⭐⭐ |
| 并购路演 | 复杂交易结构的买方沟通 | ⭐⭐⭐ |
尤其适合缺乏专职设计师、需快速迭代视觉的技术型创始人。
常规风险
1. 数据源可信度：示例中引用「Forrester Research, 2024」为占位符，实际使用需确保第三方数据可溯源，否则可能触发投资人尽调质疑
2. 视觉一致性陷阱：多页分别生成时，若手动调整参数易导致色值、边距漂移，建议建立模板变量文件
3. 过度设计诱惑：技能本身提供精美图表能力，但投资人更关注数据真实性——避免为美观牺牲数据密度
4. CLI 凭证管理：infsh login 流程涉及 API 密钥，共享环境或 CI/CD 集成时需妥善配置 secrets 管理
5. 生成成本累积：高分辨率（1920×1080×100dpi）图像与 AI 头像生成为付费服务，批量制作需预算规划