Kimi Slides: разные подходы к генерации ИИ-контента
В этом посте расскажу про Kimi Slides – весьма толковый ИИ-инструмент для разработки редактируемых презентаций, и на его примере о разных подходах в генерации ИИ-контента.
Примеры слайдов в шапке поста, полные презентации в комментариях:
№1 Презентация по прошлому посту (у ИИ был полный текст поста).
№2 Презентация по технике продаж для компании «Мир карданных валов 46» (контент на 100% придумал ИИ).
Итак, как работает Kimi Slides:
1. В обычном интерфейсе чата написали запрос (например, можно скинуть текст выступления, или попросить сделать презентацию по какой-то теме);
2. Выбираем один из предложенных визуальных стилей или доверяем выбор ИИ;
3. ИИ составляет структуру презентации и прописывает наполнение для каждого слайда. При необходимости все можно подкорректировать ручками;
4. Довольно долго ждем, пока ИИ найдет в интернете подходящие картинки (либо сгенерирует их в Nana Banana, но это только на платной подписке) и соберет слайды;
5. Получаем готовый результат, который можно отредактировать в интерфейсе браузера, или скачать редактируемую версию в PowerPoint.
Касаемо результата:
1. Презентации выглядят неплохо.
Да, есть небольшие «косяки», то картинку найдет в интернете с водяными знаками, то текст поедет (иногда не корректно рассчитывает длину некоторых текстовых блоков, достаточно просто немного растянуть текстовый блок и все становится ровненько). Говорит, что умеет добавлять ваши скриншоты и картинки в презентацию, и вроде пытается это делать, но пока не работает (место под ваш скриншот оставляет, так что ручками добавить можно без проблем).
2. Структуру делает хорошо.
Да, структура шаблонная, да, за ним нужно проверять. Но первое решается правильным промптом (Kimi все еще не умеет читать мысли и не знает чего конкретно вы хотите, придется рассказывать), а результат любой работы нужно проверять, не зависимо от того, кто (или что) ее делал.
Касаемо подходов к генерации контента:
Kimi, по факту, не генерирует вам презентацию полностью. Она просто заполняет шаблон*.
*такой подход используют многие компании, например, так генерирует лендинги Tilda, а Napkin создает инфографику.
В базе есть несколько стилей презентаций, в каждой из которых слайды под все случаи жизни: титульники, буллиты, цитаты, графики, и т.д..
Языковая модель разбивает ваш текст (или придумывает свой) на слайды, выбирает для каждого информационного блока подходящий шаблон слайда, и «причесывает» под него информацию.
В итоге, стоимость генерации такого контента принципиально ниже, чем генерация всего с нуля, а результат стабильнее (ИИшка знает, что в шапку шаблона Х поместится только 15 букв, и либо сокращает заголовок, либо ищет другой шаблон).
Но обратная сторона медали в том, что результат получается «пресным»:
Кастомизация слабая (буквально только цвет можно выбрать и все), слайды «удобные» (в которые что угодно можно закинуть, получится нормально и все поместится), вау-эффекта, необычных дизайнерских решений или просто оригинальной композиции ожидать не стоит.
В проектах, которые генерируют весь контент с нуля*, ситуация диаметрально противоположная: любая ваша креативная идея может быть реализована, при этом ожидать стабильного результата точно не стоит (даже Google пока не научился генерировать стабильно инфографику).
*какая-то доля шаблонности будет в любом случае, иначе ИИ не справится.
Как итог:
Чаще всего, когда нам нужно сделать презентацию, у нас нет необходимости «поражать аудиторию креативом», мы просто хотим донести информацию. Здесь шаблонные слайды выполнят свою задачу. Да и «поражать» каждым слайдом – весьма утомительно, можно добавить в скучную ИИ-презентацию парочку дизайнерский слайдов – и уже получим хороший эффект.
До настоящих, классных дизайнеров ИИ еще далеко (как и до настоящих классных кого угодно), но базовые задачи уже можно решать без проблем.
Алексей Миляев и команда сообщества Digital Learning
В этом посте есть большое видео, которое не загрузилось в Дзен. Откройте оригинал поста в телеграме, чтобы его посмотреть
