Про AI слайды

Обещал немного подробнее рассказать о том, как прошёл мой эксперимент с презентацией последнего доклада, которую я навайбкодил. Все мои предыдущие заходы на это разбивались о то, что слайды выглядели слишком ИИшно и вручную накидать их мне всё равно было проще, чтобы выразить мои мысли. О том, что я с первой проблемой справился, написав один раз скилл с шаблонами слайдов — я уже писал. Но как на эти шаблоны агент собирал и натягивал контент — тоже интересно.

Тема была про несколько моих репозиториев и то, как я с агентами в них работал на протяжении долгого времени. По сути я хотел для себя самого отрефлексировать процесс и лучше его понять. Как всегда, начали мы с того, что я наговорил в микрофон много рандомных мыслей, что могло бы быть интересно, и накидал чисто технических деталей, что и где искать в этих репозиториях и историях сессий с агентами. Агент насобирал инфы, в итоге кроме этих артефактов получилось что-то типа первого сценария. Таких итераций была не одна и не две. В какой-то момент к работе над репозиторием с подготовкой к докладу подключился гермес, и я многое на ходу уже ему накидывал.

Когда мысли исчерпали себя и дедлайны начинали поджимать, я послал агента сделать первый драфт презы. Получилось слайдов 500 на 20–30-минутный доклад. Даже со скидкой на то, что мой стиль — "отдельный слайд на любое изменение", это очень-очень много. Как с этим работать дальше, я не понимал. Там и слопа было чрезмерно много, и визуалов не хватало, и акценты на совершенно неправильные моменты расставлены.

И тогда мне пришла в голову потрясающая мысль. Включаю в OBS запись экрана, снимаю, как я переключаю слайды и разговариваю в микрофон несколько часов подряд про всё, что я думаю про слайды, которые вижу. Буквально: "На первом слайде всё хорошо. На втором слайде добавь ссылку на канал и название компании через собачку... На семнадцатом слайде давай на фон вставим видео, добавим fade-in. На девятнадцатом давай плавно скроллить картинку сверху вниз... На всех слайдах типа двадцать пятого давай уберём подстрочник под заголовком. Переходы между слайдами 47–49 давай сделаем с плавным выездом картинок. На 50-м слайде запиши видео с сайта и вставь в виде гифки. На 92-м слайде давай с анимацией покажем аудиоволну. На всех слайдах с демо-видео, как на 95-м, ускорим видео в 1,5 раза и в конце добавим анимацию перемотки, чтобы проигрывать его в цикле... Слайды 137–145 можно показать одним списком...". И это не считая монологов по 10 минут, где мне просто взбрело в голову придумать, как собрать ещё какой-то интересной инфы, которой в сценарии не было.

Потом ты, осипший от бесконечного аудиоревью, берёшь запись видео, кидаешь её обратно агенту, говоришь: "транскрибируй с таймстампами" и "если я где-то забыл озвучить номер слайда, то можешь посмотреть кадр видео в этот момент, чтобы узнать, на что я смотрел, когда говорил". Уходишь на часок. Возвращаешься — у тебя большая часть работы сделана, как ты и хотел. Садишься с OBS второй раз, делаешь второй прогон, уже покороче. И всё становится близко к идеальному. Дальше проще точечными промптами мелочь добить.

При этом агент ещё и как супервайзер работает. Он тебе не даст забыть видео дозаписать для слайда, про который ты где-то говорил и оставил заглушку. Про слайды, помеченные как "драфт", напомнит. Он не допустит каких-то тупых косяков, где ты на слайдах выровнял что-то криво, отступы не те, шрифты, цвета или оставил какую-то линию от блок-схемы из-за копипаста слайдов (основано на реальных событиях). Работаешь сначала с полными слайдами без постепенного появления элементов. Затем в конце одним промптом разбиваешь их и отсматриваешь финально.

Но самое главное всё-таки, что некоторые вещи я никогда в жизни даже не стал бы повторять вручную. А аппетит там тоже приходит во время еды. Голова начинает придумывать такое, про что страшно подумать было бы раньше. Код подсветить как хочешь — пожалуйста. Сделать слайд а-ля ютуб-канал с анимацией движущихся видео — пожалуйста. Хитрую табличку поэтапно показать — легко. Разложить видео на вайрфреймы, чтобы показать структуру — нет проблем. Ни одна картинка и видео не пострадали от моих мучений в других программах, агент их обрабатывал сам.

В качестве дисклеймера хочется добавить, что у меня подход за все мои доклады уже выработан и, хочется верить, я умею строить повествование. Источник любой идеи в конечном счёте я, агент — исполнитель. Неопытный спикер может довериться агентам слишком сильно, и доклад превратится в кучу воды и ненужных деталей, а на слайдах вы будете смотреть на кучу бесполезного без контекста текста с ошибками. Моя преза выглядит просто, но за этой простотой реально много работы.