لماذا بنينا لغة وصف للعروض التقديمية (ولماذا يهمك ذلك)

معظم أدوات العروض التقديمية بالذكاء الاصطناعي تتبع خط أنابيب بسيط: أدخل نصاً، أخرج بكسلات. هذا يعمل للعروض التوضيحية لكن ينهار على نطاق واسع. إليك لماذا اتخذنا نهجاً مختلفاً.

هشاشة نهج النص-إلى-البكسل

عندما يولّد نموذج لغوي الشرائح مباشرة، كل إعادة توليد هي رمية عملة. غيّر فقرة واحدة وقد يتغير تخطيط العرض بالكامل. لا توجد طريقة لتحديث شريحة واحدة بشكل انتقائي بدون إعادة توليد كل شيء.

نهجنا: نص → دماغ → بكسلات

الدماغ هو تمثيل وسيط مبني على JSON. يلتقط البنية الدلالية لمحتواك — أهداف التعلم وكتل المفاهيم والتقييمات — بدون الالتزام بتخطيط بصري.

لماذا هذا مهم

• إعادة عرض انتقائية: غيّر كتلة واحدة في الدماغ، وفقط تلك الشريحة تتحدث
• مخرجات متعددة الصيغ: نفس الدماغ يُعرض كـ PPTX أو PDF أو دليل مدرب أو بنك أسئلة
• التحقق قبل العرض: القواعد البنيوية وقواعد العلامة التجارية تُطبق على JSON وليس البكسلات
• التحكم بالإصدارات: JSON الدماغ يُقارن بنظافة على عكس ملفات PPTX الثنائية

اعرف المزيد

اقرأ مرجع لغة الدماغ DSL أو استكشف وثائق واجهة البرمجة لمعرفة كيف يعمل خط أنابيب المترجم من البداية إلى النهاية.