Генерация презентаций: какой сервис выбрать?

Через полтора месяца выступаю на Learning Elements с почти часовой темой про ИИ в e-learning. Это десятки слайдов — и десятки часов работы.

Время хочется вложить в смыслы и примеры, а не в верстку. Поэтому я пошел тестировать ИИ-сервисы для презентаций.
ИИ неплохо собирает презентации.

Нужно сравнить сервисы и выбрать самый оптимальный.

Понятно, что я не жду магии от ИИ, не получится написать «сделай хорошо» и получить классный продукт. В любом случае часть слайдов нужно будет доработать, а 30% собрать с нуля.

Попробовал все сервисы, которые предлагал мне поиск в Google и советы от LLM. Про все писать не буду, т.к. есть 2 явных фаворита, вот их и обсудим.

Kimi Slides VS NotebookLM.
Презентации в NotebookLM сейчас в режиме беты.

Примеры слайдов в шапке. Работы Google с надписью NotebookLM (собрал интересные слайды из нескольких итераций).

1. Подходы
- NotebookLM делает презентацию «с нуля». Пишешь какой стиль, цвета – получаешь результат как в промпте.
- У Kimi 2 подхода: может использовать аналогичный подход, а может заполнить готовый шаблон нужным текстом.

2. Цена
- NotebookLM дает 3 генерации в день бесплатно.
- У Kimi бесплатная генерация только в шаблонах.

3. Качество
- NotebookLM делает оригинальные слайды. Некоторые получаются очень интересными. Но, с другой стороны, из-за того, что он генерирует текст как картинку – получается много артефактов (особенно на русском языке). Просто так подправить текст не получится – иди «замазывай» текст и пиши свой.
- У Kimi в генерации шаблонов ситуация противоположная. Ты получаешь заполненный шаблон, который очень легко редактировать. Да, слайды не такие интересные (их можно назвать «базовыми»), но зато быстро и удобно.

4. Итерации
Вот тут, на мой взгляд, самые важные отличия.
- В NotebookLM ты устанавливаешь базовые настройки, пишешь промпт и получаешь презентацию.
- Kimi согласовывает с тобой сценарий. В начале показывает текст слайдов, можно что-то изменить/удалить/добавить, а только потом переходит к генерации.
Основная моя претензия к Google не в качестве визуала, и даже не в артефактах в тексте, а в смыслах. Мне нужно по-другому разбить слайды, сделать другую логику, другие акценты – те, которые я выделяю в своем выступлении, а не ИИ.

ИИ это все еще про автоматизацию части процессов, про помощь в решении задач, а не про «сделай работу за меня» (да, «не про… а про» классический оборот ИИ, но писал я 😁).

Небольшой лайфхак
Если загрузить в NotebookLM файл с разбивкой текста по слайдам и в промпте прописать, чтобы он следовал точно структуре – мы получим презентацию с нужными смыслами и акцентами (работает процентов на 80).

Но Google все равно иногда думает «что-то у тебя маловато текста на слайдах, давай объединим 3 слайда в 1».

Как итог, в NotebookLM слайды получаются интереснее, но из-за сложности с редактированием текста – время разработки сильно увеличивается (а текст нужно будет править практически везде, т.к. ИИ его с тобой не обсуждает, а просто ляпает как считает нужным…а еще шрифты и артефакты).

Kimi однозначно лучше подойдет для всяких отчетов и регулярных презентаций, где нет задачи «поразить» кого-то классным слайдом или собрать что-то сложное и нестандартное. Вот тебе таблица, вот тебе буллиты, вот тебе карточки. Все уже заполнено в нужном тебе цвете – можешь показывать.

Так что я выбрал NotebookLM. Да, это боль с правкой текста, но хочется показать что-то красивое 😁.
Kimi — для рабочих будней. NotebookLM — для выступлений, где важен каждый слайд.

Если планируете посетить Elements в этом году — вот промокод на подарок книги Елены Тихомировой при покупке билета: ТУТПРОМОКОД

Назад в будущее образования: пишущие машинки против ИИ

Недавно наткнулся на новость: в Корнеллском университете (США) преподаватель немецкого языка Маттиас Фелпс заставила студентов писать эссе… на пишущих машинках. Причина проста — студенты делали домашние задания используя ИИ. Работы стали слишком «идеальными», и было непонятно, где заканчивается студент и начинается алгоритм.

Какой смысл мне это читать, если это и так уже правильно, а вы сами это не писали? Вы могли бы воспроизвести это без компьютера?
Фелпс

Полная версия статьи тут. Фото взято из статьи.

Идея преподавателя – просто гениальна. И не только с точки зрения контроля знаний и «запуска» мозгов студентов.
Это еще и отличная геймификация. Конечно, печатать на ноутбуке намного удобнее, но в старых вещах есть душа.

Такая активность раз в семестр делает учебный день особенным и вовлекает студентов.

«Я, наверное, повешу их на стену»
Студентка про свою работу

«Меня очень интересуют пишущие машинки. Я всем своим друзьям рассказала, что сдавала тест по немецкому языку на пишущей машинке!»
Отзыв студентки

Мне очень понятны эти эмоции. В эпоху всего цифрового еще больше тянет к физическим вещам.

У меня, например, нет ни одной подписки на музыкальные сервисы — зато есть небольшая коллекция винила. И я получаю огромное удовольствие от того, что нужно достать пластинку, поставить её, услышать лёгкое потрескивание перед музыкой (а еще такая музыка нравится кошке).

С книгами — та же история. Бумажные читаю с удовольствием, а вот электронных прочитал совсем немного (чаще всего из-за невозможности купить бумажную). Аудиокниг — вообще всего пару.

И, кажется, в этом есть что-то важное.

В эпоху, где всё становится быстрее, удобнее и автоматизированнее, мы начинаем ценить вещи, которые требуют участия и внимания.

P.S. Теперь хочу себе пишущую машинку (покупать не буду, буду просто хотеть).

Omma: ИИ-генерация 3D лендингов

То, что ИИ весьма неплохо генерирует небольшие интерактивы и лендинги мы уже привыкли. Но хочется уже не просто «еще один AI-лендинг», а что-то уровня Awwwards — с 3D, интерактивами и ощущением «это вообще как собрали?».

Именно с таким настроем я зашел в Omma, которую мне настойчиво рекламировала одна социальная сеть.

Omma – ИИ-инструмент для сборки лендингов с акцентом на 3D и интерактивы.

Все работает как и в любых других ИИ-инструментах: пишешь в чат что хочешь, ИИшка пишет код – получаешь продукт.

Дается немного токенов бесплатно, чтобы можно было оценить инструмент.

Спойлер: бесплатных токенов не хватит даже чтобы немного поиграться. Одна попытка на простенький проект – токены закончились (в первом видео то, что у меня получилось «сваять» за лимит).

Судя по результату – чтобы сделать что-то действительно интересное, потребуется целый вагон токенов.

Что понравилось:
• Инструмент действительно собирает лендинги с 3D элементами и, если постараться, получается интересно. Это однозначно плюс.

Да, в Cursor такое тоже можно собрать, но процесс разработки потребует больше референсов, навыков и итераций. Для человека без опыта во фронтенде и 3D это все еще довольно хардкорная история.

• Есть библиотека с интересными примерами, собранными в Omma.

Писал пост про интересные портфолио, там был пример с машинкой, который выиграл несколько лет назад все возможные конкурсы дизайнеров лендингов. Вот такой интерактив есть в Omma как шаблон.

Любой шаблон можно отредактировать и быстро получить результат.
Да и вообще референсы никогда не бывают лишними.

Другой вопрос, зачем нам весьма недешевый сервис для редактирования готовых шаблонов, если с этим отлично справится даже DeepSeek. Да, с нуля ему крайне проблематично будет сделать что-то подобное, а вот внести небольшие правки – тут проблем никаких нет (в видео есть примеры).

Для e-learning это потенциально интересная история: промо-лендинги курсов, интерактивные демо, wow-страницы для запусков HR-мероприятий — все это можно собирать быстро (да и вообще можно собрать).

Да, и давайте будем честны, дизайн в e-learning это в большей степени про просто, информативно и понятно, а не про ВАУ-что-то-невероятное (начитался ИИшных текстов, и теперь сам везде пихаю эту конструкцию, извините). Даже если есть потребность и желание сделать что-то такое руками – мало в какой команде есть реальный опыт и экспертиза подобной разработки.

И вот тут получается интересная штука:

С одной стороны, в e-learning все еще редко нужен «космический» дизайн.
Да и не любой офисный ПК нормально потянет даже такое 3D, а если нужен адаптив под мобильные устройства – мы получаем целый ворох дополнительных проблем (которые мы скорее всего решим только отдельным лендингом без 3D для мобильных устройств).

С другой — раньше даже при желании сделать что-то визуально сложное ты почти всегда упирался в отсутствие людей, экспертизы, времени и бюджета. Теперь, если очень сильно нужно и хочется – то можно.
Это ли не прекрасно?

ИИ в Unity: зачем это e-learning?

Сначала коротко про сам Unity AI.
Unity — движок для разработки 2D и 3D игр (в том числе VR). Больше года назад они выпустили первую итерацию ИИ-инструментов: генерация картинок, текстур, 3D-объектов, помощь с кодом и разные AI-ассистенты внутри движка.

Почему тогда не написал про это пост? Потому что было не очень понятно, зачем этим пользоваться. По сути — ChatGPT за оверпрайс с ограничениями по токенам внутри Unity. Да, была генерация анимаций и 3D-моделей, но качество генераций совершенно не жизнеспособное. Не думаю, что это вообще как-то можно использовать в работе.

Сейчас — итерация №2. Рекламный ролик в шапке поста.

Разработчики обещают что-то похожее на Cursor внутри Unity: написал, какую игру хочешь — ИИ собрал базовый проект.

Пока инструмент в ограниченном доступе, как появится возможность, обязательно протестирую и напишу пост. Конечно, я не жду, что все будет работать так, как в рекламе. На текущем уровне развития инструмента это просто невозможно, да и игры — это скорее про ощущения, а не про точный расчет. ИИ пока такое не умеет. Но есть надежда, что инструмент позволит быстро собирать игровые механики по частям и реже спрашивать YouTube «как сделать вот это в Unity».

Так зачем это e-learning?
Несколько лет назад мы разработали 3D-игру на Unity. Именно игру — ее задача была не обучать сотрудников, а привлекать внимание к новым сервисам компании.

Сотрудник играл роль директора магазина и должен был «прокачать» свой магазин по максимуму. Такой Tycoon на минималках.

Разработка заняла около месяца чистого времени: обучение движку (это был наш первый опыт), дизайн и сборка проекта.

В итоге проект получился удачным: внутри компании его оценили очень хорошо, а на конференции Digital Learning мы собрали полный зал. И, конечно, самое главное, свои бизнес-цели он выполнил.

Логичным продолжением выглядел уже полноценный симулятор работы сотрудника — чтобы ученик мог «прожить» рабочий день, отработать навыки и выполнить типовые задачи в безопасной среде.

Но тут начинается столкновение с реальностью бизнеса.
Проблема не в том, чтобы сделать симулятор (но и в этом тоже). Проблема в том, чтобы потом поддерживать его в условиях постоянных изменений. Внести правки, добавить/убрать механику – дело не быстрое (особенно, если ты не эксперт в инструменте).

Именно поэтому экономика таких проектов чаще сходится у крупных производств, нефтяников или промышленных компаний, где процессы меняются не так быстро (еще, конечно, такие сферы получают ощутимо больше дивидентов от 3D/VR). А вот для ритейла, сервиса и других сфер с постоянными изменениями подход обычно оказывается слишком дорогим.

И вот здесь качественная интеграция ИИ может реально изменить ситуацию.

3D-моделей уже полно на стоках. Многие бесплатны или стоят недорого. Базовые анимации — тоже давно не проблема.

Дело в механиках.

Если можно будет написать ИИ:
«Сделай механику разговора с клиентом. Вот как она должна работать…» — и получить рабочую основу, то разработка симуляторов станет значительно дешевле и быстрее, а порог входа в инструмент сократится до возможностей Т-shaped специалиста, который не может потратить несколько месяцев на изучение инструмента, которым будет пользоваться пару раз в год.

В любом случае интересно посмотреть, что у Unity получилось во второй итерации уже не в рекламном ролике, а в реальной работе.