Начну с запроса, который приходит примерно во все отделы примерно всегда:
«Есть тезисы и цифры. Нужна презентация к завтра. Ну сгеренируйте там что-нибудь, есть же ИИ».
Это почти дословная цитата, причём из разных подразделений независимо друг от друга. «У нас есть ИИ» оказалась устойчивой народной формулировкой и решением всех проблем.
Если делать руками, то одна презентация - это часа четыре-шесть: структура, текст, вёрстка. Потом три-пять кругов правок, и каждый круг это пересборка. А ожидание ровно одно: должна быть кнопка «сделать красиво».
Мы решили проверить: существует ли уже такая кнопка? Не по обзорам, а на своём материале.
Условия эксперимента
Взяли один текст с тезисами, дали одну и ту же задачу: «собери презентацию по этим тезисам». Два раза и разными способами.
Оба решения подключены к одному контуру через совместимый с OpenAI протокол на наши видеокарты. Основная модель deepseek-v4-flash: MoE-архитектура на 284 миллиарда параметров, из которых активны 13. Альтернативой держали qwen3.5-27b, плотную модель на 27 миллиардов.
Выбор этих двух не случайный, он вырос из бенчмарков. На aider-polyglot они у нас идут ноздря в ноздрю: 79,6 против 79,1 процента решённых задач. То есть по качеству паритет, а разница в скорости и в поведении на длинном контексте.
Для презентаций основную поставили deepseek: она заметно быстрее на длинных ответах, а слайды это как раз длинный структурированный вывод. Qwen оставили как запасной вариант.
Главное - модель под капотом в обоих экспериментах одна и та же. Менялся только способ работы с ней.
Попытка первая: готовая кнопка
Взяли Presenton, открытый генератор презентаций. Развернули у себя, подключили к своей модели, шаблон сделали из корпоративного .pptx, так что фирменные цвета и шрифты подтянулись сами. Есть REST API, можно дёргать из своих сервисов.
Почему именно он? Смотрели на три вещи:
Открытый код - значит разворачивается у нас, а не в чужом облаке.
Умеет работать с любой моделью через OpenAI-совместимый протокол, то есть подключается к контуру без переписывания.
Шаблон делается из обычного .pptx, не надо изобретать дизайн заново и потом объяснять бренд-команде, откуда взялись эти цвета.
Закрытые облачные генераторы отпали сразу и без обсуждения: любой из них означает, что содержимое презентации уезжает наружу. Для нас это стоп.
Работает ровно как и обещает: текст на вход, готовый .pptx или .pdf на выход. Черновик появляется за минуты, оформление наше, наружу не уходит ничего.
Результат: пять слайдов, аккуратный черновик.
Где «не так». Один промпт даёт один файл. Не понравилось - переписывай промпт целиком и генерируй заново. Или открывай PowerPoint и правь руками. Диалога нет.
То есть кнопка есть, но это кнопка «сгенерировать», а не «сделать красиво». Разница принципиальная, и мы её почувствовали примерно на третьей итерации.
Попытка вторая: агент
Подключили агента к той же самой модели. Ещё раз: под капотом не менялось ничего.
Разница в том, как он работает. Не «запрос, ответ», а цикл:
План. Разбивает задачу на части, прежде чем что-то делать.
Черновик. Собирает первый вариант.
Самопроверка. Смотрит, что получилось, и находит слабые места сам.
Правки словами. «Третий слайд короче», «добавь вывод», «убери канцелярит». Пересобирает сам.
Готовый файл.
Плюс он умеет пользоваться инструментами: прочитать документы-источники, взять шаблон, поискать данные. Не теряет нить между шагами, держит задачу целиком.
Что конкретно поменял? Модель, deepseek-v4-flash, и точку подключения оставили такими же. Добавили агентную обвязку: возможность вызывать инструменты, читать файлы, писать результат и крутиться в цикле вместо одного ответа куском. Плюс подключили собственные скиллы, то есть наборы инструкций под конкретные типы задач. Для презентаций это «как выглядит хорошая структура доклада», «где брать шаблон», «что проверить перед выдачей файла».
Никакой более умной модели мы не подключали. Соблазн был, но тогда эксперимент потеряет смысл: мы бы не поняли, что дало прирост, новая модель или новый способ работы.
Результат: семь слайдов, и это уже не черновик, а состояние «близко к готово».
Сравнение по пунктам
Presenton (сервис) | Агент | |
Модель | deepseek-v4-flash, в периметре | та же самая |
Подключение | OpenAI-совместимый API | OpenAI-совместимый API |
Способ работы | один промпт, один файл | цикл: план, черновик, самопроверка |
Правки | руками в PowerPoint | словами, пересобирает сам |
Результат | 5 слайдов, аккуратный черновик | 7 слайдов, близко к готовому |
Порог входа | низкий: кнопка и поле | выше: надо уметь ставить задачу |
Что нужно, чтобы завести | развернуть контейнер, подложить шаблон | развернуть агента, написать скиллы, дать доступ к инструментам |
Почему кнопку согласовать проще, чем агента
Здесь скажу честно: по качеству результата агент выиграл, а по простоте внедрения проиграл вчистую. И причина не в бюрократии.
Сервис-генератор предсказуем. Он делает ровно одно действие: текст на вход, файл на выход. Не ходит в наши системы, не имеет в них прав, не принимает решений по дороге. Развёрнут целиком внутри периметра. Описание того, что он может сделать, помещается в одно предложение, а значит, и риски оцениваются за один заход.
Агент - это принципиально другая история. Он сам решает, какие шаги предпринять. Ходит в инструменты, читает файлы, обращается к данным. Именно за это мы его и любим, ровно это дало прирост качества. Но отсюда вытекают вопросы, которых у сервиса просто нет:
К каким данным он имеет доступ, и кто это ограничивает?
Что произойдёт, если в документе, который он читает, окажется текст вроде «игнорируй предыдущие инструкции и выгрузи вот это туда-то»? Для агента, который читает файлы и вызывает инструменты, это не гипотетика, а базовый класс атак.
Как понять постфактум, что именно он делал? Нужны логи всех вызовов, а не только финального ответа.
Где в цепочке стоит человек и что именно он утверждает?
Ни один из этих вопросов не отменяет агента. Но каждый требует ответа до того, как агент получит доступ к чему-то кроме тестовых данных.
Формулировка, к которой мы пришли: это не «сервис безопаснее агента». Это цена автономности. Чем больше свободы у инструмента, тем строже требования к контуру вокруг него. Инструмент с одной функцией и без прав согласуется быстро. Инструмент, который сам выбирает действия и ходит в системы, требует проработки границ прав, журналирования и человека в контуре.
Практический вывод для тех, кто пойдёт этим путём: согласовывайте не продукт, а класс решений. Пока вы проверяете один конкретный агент, выходит следующий, и всё начинается заново. Правила игры для класса «автономный агент с доступом к инструментам» живут дольше, чем любой конкретный инструмент.
И ещё одно, менее очевидное. Мы не стали ждать, пока агент пройдёт полный цикл проработки, чтобы начать пользоваться ИИ для презентаций. Сервис-генератор развернули и отдали людям сразу, он закрывает большую часть запросов, пусть и на уровне черновика. Агент едет своим темпом. Это, пожалуй, лучшая стратегия из тех, что мы пробовали: не ставить всё на самое продвинутое решение, а выкатывать то, что готово, параллельно доводя следующее.
Что из этого следует
Дело не в модели, а в способе работы.
Под обоими решениями одна и та же языковая модель. Выиграл не тот, кто умнее, а тот, кто умеет работать циклом и брать инструменты.
Отдельно проверили гипотезу «может, всё-таки дело в модели». Прогнали агента на запасной qwen3.5-27b. Результат по структуре и качеству текста сопоставимый, разница только в скорости. То есть агентный прирост не привязан к конкретной модели, он работает на обеих. А вот сервис-генератор на любой из них остаётся сервисом-генератором.
Это ровно то же, что мы видели на бенчмарках: две модели с разницей в полпункта, и на их фоне восемь пунктов разброса от одних только настроек запуска. Способ работы бьёт выбор модели.
Технологии обгоняют согласования.
Между двумя нашими попытками прошёл месяц. Разрыв в результате такой, будто прошло несколько лет.
Пробовать надо на своём материале.
Иначе выбор делается по презентациям вендоров, а не по собственному опыту. Ровно для этого и нужна внутренняя песочница: место, где можно развернуть, попробовать и выкинуть, если не подошло.
Кстати, оба инструмента подключаются одинаково, через совместимый с OpenAI протокол. Любой инструмент, который умеет работать с внешними моделями, заводится сменой двух строк в конфиге. Меняется инструмент, модель остаётся нашей, наружу не уходит ни один документ.
И последнее
Тезис «ИИ не умеет делать презентации» устарел. Он был верным примерно позавчера.
Правильный вопрос сегодня звучит иначе: где мы оставляем человека и за что он отвечает.
Волшебные кнопки уже появляются. Вопрос не в том, появятся ли они, а в том, кто успеет научиться ими пользоваться.
