УДК 004.8

Розробка agentic-архітектури для керованої генерації презентацій

Недьошев М.В. науковий керівник Кириченко В.В.

Актуальність теми. Підготовка якісної презентації є складною багатокроковою задачею, що вимагає узгодження структури викладу, рівня деталізації та візуального представлення матеріалу. Використання великих мовних моделей (LLM) відкриває можливості автоматизації цього процесу, однак у випадку одноетапних запитів результати часто є нестабільними, з логічними неузгодженостями або надлишковим контентом [1], [2]. Дослідження показують, що LLM схильні до генерації некоректних або галюцинованих фрагментів, особливо у складних задачах із довгим контекстом [3]. У зв’язку з цим актуальним є перехід до agentic-підходу, який передбачає декомпозицію задачі на послідовність спеціалізованих агентів (планування, генерація, валідація), що дозволяє підвищити узгодженість і керованість результату [4].

Об’єкт дослідження. Процес агентно-орієнтованого автоматизованого створення презентацій на основі природномовних запитів користувача.

Предмет дослідження. Методи оркестрації спеціалізованих AI-агентів (планування, декомпозиція, генерація, редагування, валідація), а також програмні засоби їх узгодженої взаємодії з типізованою компонентною моделлю слайдів перед експортом у формати pptx та pdf.

Мета дослідження. Розробити та обґрунтувати agentic-архітектуру системи для керованої генерації презентацій, у якій набір ролей агентів забезпечує структурну цілісність, стилістичну узгодженість, керовану ітеративність та скорочення часу підготовки матеріалів.

Завдання дослідження. Проаналізувати актуальні підходи до автоматизації підготовки презентацій із застосуванням LLM. Спроєктувати ролі агентів і протокол їх взаємодії в межах єдиного конвеєра. Реалізувати механізм оркестрації агентів із передаванням контексту між етапами та мінімізацією втрат смислу. Інтегрувати бібліотеку типізованих компонентів і шаблонів як контрольований простір дій агента генерації. Розробити контур валідації та післягенераційного доопрацювання як окремий етап agentic feedback loop. Забезпечити експорт згенерованого матеріалу у форматі pptx та pdf та оцінити практичну придатність agentic-підходу.

Виклад основного матеріалу.

Розроблена агентна система реалізує послідовний цикл прийняття рішень. Спочатку агент-планувальник (Outline Agent) формує макроструктуру презентації: ключові секції, логічні переходи та цільове інформаційне навантаження кожного блоку. Результатом роботи агента-планувальника є структурований у вигляді масиву список слайдів з описом. Цей етап включає використання інструментів, наприклад, пошуку. Після цього агент генерації слайдів (Slide Generator Agent) трансформує план у декларативне подання слайдів, працюючи в межах типізованого простору компонентів і шаблонів. Агент генерації слайдів генерує слайди, використовуючи спеціальний мовний синтаксис, описаний у підсистемі генерації слайдів. Для кожного згенерованого агентом слайда відбувається валідація результатів агентом валідації (Validation Agent).

Підсистема генерації слайдів реалізує компонентно-орієнтований підхід. Замість генерації «вільного» тексту агент формує структуру у власному декларативному синтаксисі (DSL), де слайд описується як композиція типізованих примітивів, компонентів і шаблонів. Така модель дає змогу явно задавати семантику елементів (заголовок, список, графік, код-блок, картка тощо), контролювати допустимі параметри й передбачувано транслювати опис у рендерер pptx. Для зменшення когнітивного навантаження та спрощення масштабування системи сформовано документацію компонентів і правил синтаксису: обмеження вхідних полів, рекомендовані патерни компонування, приклади валідних структур і типові помилки.

Запропонований підхід реалізовано у вигляді вебзастосунку показано на рисунку 1. Така система дозволяє генерувати всю презентацію за запитом, змінювати вміст окремих слайдів, експортувати або імпортувати. Для генерації можна використовувати будь-які хмарні ШІ, локальні ШІ у вигляді Ollama або lm Studio, а також використовувати ШІ в браузері з WebLlm [5] та модель Qwen3-0.6B-q4f16_1-MLC.