Скопировала этот текст в NotebookLM для инфографики , заодно без каких либо промтов выгрузила презентацию ( кстати, теперь и в pptx). Прикрепляю результат. Выводы думаю не требуются….
1👍4
Распределяем роли
Технологическая логика работы с ИИ: текстовый промт → узкий сервис → экспорт → ручная доработка
Этот алгоритм работает не только с презентациями, но и с дашбордами, блок-схемами процессов, инфографикой. Суть - строгое разделение ролей: текстовая LLM отвечает за смыслы, профильный сервис за верстку, привычный софт для финального штриха.
Шаг 1. Промт для текстовой LLM (Claude / ChatGPT)
Попросила текстовую нейронку подготовить промт для презентации в Gamma по принципам и архитектуре сметно-нормативной базы строительной отрасли России не более 9 слайдов.
Мое главное правило: не просим разбить на слайды. Опытным путем я поняла - нейросеть не понимает визуального веса элементов. Если задать жесткий лимит, она начнет либо лить воду на каких-то слайдах, либо резать критичную информацию.
Пример промпта прикрепляю (шаг 1) ↓
Шаги 2, 3. Верстка в профильном сервисе (Gamma)
Передаю текст в Gamma. Сервис генерирует презентацию (переход на РИМ на красном фоне - не привнесенное мной 😄), сам распределяет контент по слайдам, подбирает компоновку карточек, генерирует базовую инфографику.
Шаг 4. Редактирование внутри сервиса
Здесь же делаем крупноблочные правки через встроенный ИИ-редактор: меняем структуру drag-and-drop, просим переформулировать абзацы, настраиваем диаграммы. Возможности постоянно улучшаются.
Шаги 5, 6. Экспорт и финиш (PowerPoint)
Если не хватает времени разбираться с тонкой настройкой внутри Gamma, или нужно добавить корпоративный шаблон, ГОСТовскую нумерацию, исправить таблицы - экспортируем в .pptx и дорабатываем в привычном PowerPoint со всей тщательностью.
Итог: Каждый занимается своим - ИИ по своей специализации отрабатывает рутину, мы докручиваем оставшееся наработанными навыками в знакомой среде. Никакого слома рабочих процессов.
Технологическая логика работы с ИИ: текстовый промт → узкий сервис → экспорт → ручная доработка
Этот алгоритм работает не только с презентациями, но и с дашбордами, блок-схемами процессов, инфографикой. Суть - строгое разделение ролей: текстовая LLM отвечает за смыслы, профильный сервис за верстку, привычный софт для финального штриха.
Шаг 1. Промт для текстовой LLM (Claude / ChatGPT)
Попросила текстовую нейронку подготовить промт для презентации в Gamma по принципам и архитектуре сметно-нормативной базы строительной отрасли России не более 9 слайдов.
Мое главное правило: не просим разбить на слайды. Опытным путем я поняла - нейросеть не понимает визуального веса элементов. Если задать жесткий лимит, она начнет либо лить воду на каких-то слайдах, либо резать критичную информацию.
Пример промпта прикрепляю (шаг 1) ↓
Шаги 2, 3. Верстка в профильном сервисе (Gamma)
Передаю текст в Gamma. Сервис генерирует презентацию (переход на РИМ на красном фоне - не привнесенное мной 😄), сам распределяет контент по слайдам, подбирает компоновку карточек, генерирует базовую инфографику.
Шаг 4. Редактирование внутри сервиса
Здесь же делаем крупноблочные правки через встроенный ИИ-редактор: меняем структуру drag-and-drop, просим переформулировать абзацы, настраиваем диаграммы. Возможности постоянно улучшаются.
Шаги 5, 6. Экспорт и финиш (PowerPoint)
Если не хватает времени разбираться с тонкой настройкой внутри Gamma, или нужно добавить корпоративный шаблон, ГОСТовскую нумерацию, исправить таблицы - экспортируем в .pptx и дорабатываем в привычном PowerPoint со всей тщательностью.
Итог: Каждый занимается своим - ИИ по своей специализации отрабатывает рутину, мы докручиваем оставшееся наработанными навыками в знакомой среде. Никакого слома рабочих процессов.
1👍3🔥3
А вот итог. Материалы я не подбирала. Чистый эксперимент: взгляд 👀 без эмоций :
1👍5