Внутренний эксперимент в одной из компаний показал, что выбор между готовым генератором презентаций и ИИ-агентом определяет не качество модели, а способ её использования. На одной и той же модели deepseek-v4-flash сервис Presenton и агент дали разные результаты: первый — аккуратный черновик, второй — почти готовый файл.
Запрос, с которого всё началось, типичен для многих отделов: «Есть тезисы и цифры. Нужна презентация к завтра. Ну сгенерируйте там что-нибудь, есть же ИИ». Ручная подготовка презентации занимает четыре-шесть часов, включая структуру, текст и вёрстку, плюс несколько кругов правок. Ожидание — кнопка «сделать красиво». Авторы решили проверить, существует ли такая кнопка, на собственном материале.
| Критерий | Presenton (сервис) | Агент |
|---|---|---|
| Модель | deepseek-v4-flash | 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 |
Условия эксперимента были простыми: один текст с тезисами, одна задача — «собери презентацию по этим тезисам». Оба решения подключены к одному контуру через OpenAI-совместимый протокол на собственные видеокарты. Основная модель — deepseek-v4-flash, MoE-архитектура на 284 миллиарда параметров, из которых активны 13. Альтернатива — qwen3.5-27b, плотная модель на 27 миллиардов. Выбор основан на бенчмарках: на aider-polyglot они показывают паритет — 79,6% против 79,1% решённых задач. Для презентаций выбрали deepseek из-за скорости на длинных ответах.
Обе системы использовали одну модель deepseek-v4-flash, разница — в способе работы.
Первая попытка — готовый сервис Presenton. Это открытый генератор презентаций, который разворачивается в собственном контуре, работает с любой моделью через OpenAI-совместимый протокол и позволяет создавать шаблоны из обычного.pptx. Закрытые облачные генераторы отпали сразу: содержимое презентации уезжает наружу, что неприемлемо. Presenton работает как обещает: текст на вход, готовый.pptx или.pdf на выход. Черновик появляется за минуты, оформление корпоративное, наружу ничего не уходит. Результат — пять слайдов, аккуратный черновик. Но один промпт даёт один файл: если что-то не понравилось, нужно переписывать промпт целиком или править в PowerPoint. Диалога нет.
Вторая попытка — агент, подключённый к той же модели. Разница в том, как он работает: не «запрос-ответ», а цикл: план, черновик, самопроверка, правки словами, готовый файл. Агент умеет пользоваться инструментами: читать документы-источники, брать шаблон, искать данные. Модель и точку подключения не меняли, добавили только агентную обвязку и собственные скиллы — наборы инструкций под конкретные типы задач. Результат — семь слайдов, состояние «близко к готово».
Сравнение по пунктам: Presenton требует низкий порог входа — кнопка и поле, агент — выше, нужно уметь ставить задачу. Для внедрения сервиса достаточно развернуть контейнер и подложить шаблон, для агента — развернуть агента, написать скиллы и дать доступ к инструментам. По качеству агент выиграл, но по простоте внедрения проиграл. Причина не в бюрократии: сервис-генератор предсказуем, он делает одно действие и не имеет прав в системах, поэтому его проще согласовать. Агент же требует доверия и настройки.
Эксперимент показал: «волшебная кнопка» в виде сервиса даёт черновик, а агент — почти готовый продукт, но за счёт сложности внедрения. Для компаний, которые хотят автоматизировать создание презентаций, выбор между этими подходами зависит от приоритетов: скорость внедрения или качество результата.
