PPTAgent - 中国科学院が開発した、高品質なプレゼンテーションを自動生成するためのフレームワーク。

PPTAgentとは何ですか？

PPTAgentは、中国科学院ソフトウェア研究所の中国情報処理研究所が開発した革新的なフレームワークです。人間のワークフローを模倣した2段階編集方式に基づき、文書から高品質のプレゼンテーションを自動生成します。PPTAgentは、参照プレゼンテーションを分析し、構造と内容のパターンを抽出し、コードアクションに基づいてアウトラインを作成し、スライドを生成することで、コンテンツの一貫性と整合性を確保します。大規模言語モデル（LLM）機能を活用することで、プレゼンテーション生成プロセスを反復的な編集ワークフローに分解し、生成されるプレゼンテーションの一貫性と適応性を向上させ、複雑な書式設定の問題にもより適切に対応します。PPTAgentは、PPT Eval評価フレームワークを導入し、コンテンツ、デザイン、一貫性の3つの側面から生成されたプレゼンテーションの品質を包括的に評価することで、プレゼンテーション生成に関する今後の研究に貴重なリソースと洞察を提供します。

PPTAgentの主な機能

• 分析リファレンスプレゼンテーションその構造と内容のパターンを理解する。
• アウトラインの作成分析結果に基づいて、詳細なプレゼンテーションの概要を作成してください。
• スライドを生成するコードアクションに基づいて、アウトラインは具体的なスライドコンテンツに変換され、コンテンツの一貫性と整合性が確保されます。
• 編集と修正生成されたスライドを編集・自己修正するためのフィードバック機構を提供することで、生成される文書の品質を向上させる。
• 総合評価PPT Evalフレームワークに基づき、生成されたプレゼンテーションの品質は、内容、デザイン、一貫性の3つの側面から評価されます。

PPTAgentの技術原則

• フェーズ1：プレゼンテーション分析
  • スライドクラスタリング：
    • スライドは大きく2つのカテゴリーに分けられます。プレゼンテーションの構成をサポートするスライド（オープニングスライドなど）と、特定のコンテンツを伝えるスライド（箇条書きスライドなど）です。
    • テキストまたは視覚的特徴に基づいてスライドをクラスタリングするために、異なるクラスタリングアルゴリズムが使用されました。構造化されたスライドについては、各スライドの機能的役割を推測するためにLLMが使用され、コンテンツスライドについては、画像類似性に基づいて階層的クラスタリングが使用されました。
  • パターン抽出：
    • 編集が意図的なものであることを確実にするため、スライドの内容パターンをさらに分析する。
    • LLMのコンテキスト認識機能を活用することで、多様なコンテンツパターンが抽出されます。各要素はカテゴリ、モダリティ、コンテンツによって表現され、各スライドのパターンはLLMの指導準拠性と構造化出力機能に基づいて抽出されます。
• フェーズ2：プレゼンテーション資料の作成
  • アウトライン生成：
    • LLM作成者が複数の項目を含む構造化されたアウトラインを作成できるようガイドします。各項目には、参照スライド、関連文書セクションの索引、および新しいスライドのタイトルと説明を指定します。
    • LLMの計画・要約機能を活用し、文書コンテンツと参照資料のセマンティック情報を組み合わせることで、後続の生成プロセスを導く、一貫性があり魅力的なアウトラインを生成できる。
  • スライド生成：
    • アウトラインに沿って、参照スライドを繰り返し編集することで新しいスライドが生成される。
    • LLMにおけるテキスト要素の編集、削除、コピー、およびビジュアル要素の編集と削除をサポートするために、5つの専用APIを実装する。
    • スライドを元のXML形式からHTML形式に変換することで、LLMの理解と操作が容易になります。
    • LLMは、部分的なインデックス付けに基づくソース文書のテキストと、利用可能な画像のタイトルという2種類の入力を受け付けます。新しいスライドコンテンツは、コンテンツパターンに基づいて生成されます。
    • LLMは、生成されたコンテンツ、参照スライドのHTML表現、およびAPIドキュメントを使用して、実行可能な編集アクションを生成します。REPL環境で実行されるこのシステムは、実行中にエラーを検出し、リアルタイムでフィードバックを提供します。LLMは、中間結果に基づいて編集アクションを繰り返し最適化することで、生成プロセスの堅牢性を向上させます。

PPTAgentプロジェクトのアドレス

• GitHubリポジトリ：https://github.com/icip-cas/PPTAgent
• arXiv技術論文：https://arxiv.org/pdf/2501.03936

PPTAgentの応用シナリオ

• 教育教師は、重要な知識ポイント、図表、例などを盛り込んだ授業説明用のプレゼンテーションスライドを素早く作成できるため、授業効率が向上し、生徒の学習意欲も高まります。
• 企業研修このツールは、新入社員向けの研修プレゼンテーションを作成し、企業文化、規則、業務プロセス、その他新入社員が社内環境を迅速に理解できるよう支援するコンテンツを紹介します。
• マーケティングマーケティングチームは、顧客との会議やマーケティングイベントで使用するために、製品の特長、市場分析、使用事例などを含む製品プロモーションプレゼンテーションを作成します。
• プロジェクト管理プロジェクトチームは、プロジェクトの目標、進捗状況、発生した問題とその解決策など、プロジェクトの進捗状況を報告するためのプレゼンテーション資料を作成し、経営陣や顧客への報告に使用します。
• 個人使用プレゼンテーションの効果を高めるために、プレゼンテーションのテーマ、要点、補足資料などを含む独自のプレゼンテーションスライドを作成しましょう。