</>

Диалог вместо кода

Методика LLM-ассистированной HTML-верстки интерактивных презентаций

Филиппович В. А., Московский политехнический университет

Тренды в образовании

Микрообучение – представление теоретических материалов в виде коротких фрагментов на 2-5 минут

Цифровизация – процесс перехода учебных материалов и практик на онлайн-платформы и в мобильные приложения

Интерактивные форматы – процесс, в котором обучающийся не только читает и смотрит, но и действует (меняет параметры, выбирает, видит отклик).

Рост аудитории цифровых платформ с 2022 по 2025

×1×2×32022202320242025×3,2×2,9×1,7×1,3×1,2
  • Duolingo, ежедневные пользователи
  • Duolingo, платные подписчики
  • Coursera, слушатели
  • Udemy, слушатели
  • Khan Academy, пользователи
1

Источники: отчетность Duolingo, Coursera, Udemy (на конец года; Udemy – по 2024 г.); Khan Academy, годовые отчеты (учебные годы 2022/23-2024/25).

Эволюция технологий

Лекция традиционно выстраивается вокруг презентации, поэтому тренды микроформата, интерактивности и многие другие находят свое применение прежде всего через нее. Какой будет эта презентация, определяется прежде всего инструментом, с помощью которого она создается.

1

Классические редакторы

PowerPoint, Google Slides, Canva

Плюсы: полный контроль над макетом; предсказуемый результат; привычный инструмент; готовые шаблоны.

Минусы: верстка и оформление вручную; много времени; интерактивность ограничена анимацией и гиперссылками.

2

ИИ-конструкторы

PPTAgent, AutoPresent, Auto-Slides, MAIC-UI

Плюсы: черновик слайдов за минуты по описанию на естественном языке; правки в интерактивном редакторе.

Минусы: результат чаще статичный, без интерактивных симуляций.

3

Презентация в диалоге с LLM/агентом

LLMs, Claude Code, Cursor, Harness’ы

Плюсы: интерактивные элементы любой сложности под тему; настройка под свой брендбук; запрос на естественном языке.

Минусы: нестабильный результат; трудности отладки; регрессии при правках.

Источники: Tu S. et al., arXiv:2604.25806, 2026; Leinonen J. et al., arXiv:2605.13532, 2026; Zheng H. et al., EMNLP 2025; Ge J. et al., CVPR 2025; Yang Y. et al., arXiv:2509.11062; оценка автора.

Что остается неизученным

Что известно
  • ИИ-конструкторы генерируют слайды по описанию и допускают уточнение результата в редакторе
  • MAIC-UI сократил число итераций правок с 7,0 до 4,9, но большинство инструментов требуют знаний HTML, CSS и JavaScript и дают статичные презентации
  • диалог с LLM изучен в задачах разработки программ: описаны циклы «запрос – оценка – ручная правка», нестабильность результата и трудности отладки
Что не изучено для предметного эксперта
  1. на какие типы задач расходуются итерации диалога с универсальной LLM
  2. какие правки нарушают ранее работавшую функциональность (регрессии)
  3. как организовать работу, чтобы снизить число таких нарушений
Цель работы

Формализовать методику LLM-ассистированной разработки интерактивной презентации и описать структуру итеративных усилий автора. Исследование выполнено как разведочное, на одном случае.

Источники: Zheng H. et al., EMNLP 2025; Ge J. et al., CVPR 2025; Yang Y. et al., arXiv:2509.11062; Tu S. et al., arXiv:2604.25806; Sarkar A., Drosos I., PPIG 2025; Pimenova V. et al., arXiv:2509.12491; Chou Y.-H. et al., FSE 2026.

Образ результата и роли

Образ результата – представление автора о том, каким должен быть итог работы: его назначение, содержание, структура и ключевые свойства. Формируется до начала выполнения и служит ориентиром для всех последующих действий.

Роли
Решаемые задачи

Автор

Заинтересованное в создании презентации лицо с предметной экспертизой и образом результата.

  • 1) определяет содержание: порядок и тип слайдов, источники, медиафайлы, визуальные акценты
  • 2) подтверждает действия моделей
  • 3) проверяет результат на каждом этапе

LLM-эксперт

Большая языковая модель в роли исполнителя-автора.

  • 1) генерирует текст и идеи
  • 2) исправляет и улучшает формулировки
  • 3) составляет техническое задание по образу результата и готовит открывающий запрос

LLM-разработчик

Большая языковая модель в роли исполнителя-разработчика.

  • 1) пишет программный код по запросу на естественном языке
  • 2) выполняет первичную сборку и вносит правки
  • 3) отвечает на вопросы автора по запросу
Обоснование

Предметная экспертиза и ответственность за результат остаются у автора, а техническая реализация передается большой языковой модели. Запросы формулируются на естественном языке, поэтому преподавателю не требуется опыт программирования. Заданные роли не привязаны к конкретной большой языковой модели и среде разработки (IDE, Harness), а также могут быть заданы при решении других задач: создание практикумов, ЭОРов, текстовых материалов, аудио- и видеоконтента.

Методика из пяти этапов

LLM-экспертДействие автораLLM-разработчикРезультат
Для каждого слайданетданетдадане исправленоесть ошибки / недочетыТемапрезентацииГенерацияТЗСборданныхТЗГенерацияпромптаПромптподходит?ОписаниерезультатаПромпт дляLLM-codeНачальнаясборкаv1подходит?ОписаниенесоответствияВнесениеправокОценкаисправленияПереход кслед. слайдуОтладкаПроверкаИтоговаяпрезентация12345

Открывающий запрос/техническое задание

  1. Контекст и цель

    Какая цель презентации, целевая аудитория слушателей, уровень подготовки слушателей, формат и временные характеристики выступления

  2. Технические требования

    Какими функциональными возможностями должна обладать презентация, нужно ли добавлять анимации, изображения, интерактивы, квизы, кр-коды

  3. Дизайн-концепция

    Цвета, шрифты, общий стиль или готовый брендбук в формате презентации-примера/текстового файла с мета-информацией/снимков экрана

  4. Описание слайдов

    Примерная структура слайдов, пожелания о верстке слайдов, желаемое содержание с ключевыми аспектами, которые нужно отразить

КОНТЕКСТ. Мастер-класс для школьников 10-11 классов на 45 минут, показ на большом экране; слушатели не имеют специальной подготовки, цель – показать, как работает нейросеть. ТРЕБОВАНИЯ. Слайды листаются стрелками клавиатуры; на слайдах есть то, с чем можно взаимодействовать: графики с изменяемыми параметрами, квизы, анимации; презентация одним файлом, без интернета. ДИЗАЙН. Светлый фон, один яркий акцентный цвет, крупный читаемый шрифт, единая сетка и одинаковые отступы на всех слайдах. СЛАЙДЫ. 1 – о чем мастер-класс; 2 – график, который можно менять; 3 – квиз с выбором ответа; … Ровно 16 слайдов, титульный и итоговый не добавлять.

Пример запроса; выделено ограничение, которое нужно указывать явно

Цикл правки слайда

  1. Описание конкретного несоответствиячто изображено, что ожидалось, что происходит (если активный элемент). При необходимости приложить снимок экрана
  2. Внесение правки LLM-разработчикомпо описанию на естественном языке
  3. Автор обновляет страницупринудительно или вручную, чтобы увидеть актуальную версию
  4. Проверка исправлений и соседних блоковустранено ли замечание и ничего ли не сломалось рядом, включая другие формулировки, блоки на слайде
  5. Проверка соседних слайдовпереходы, навигацию и общий вид после правки

Так не работает

«Кнопка не работает»

Так работает

«При нажатии стрелки вправо слайд 5 не переключается на слайд 6»

Снимок экрана можно приложить к описанию, но при неудаче проблему приходится повторно описывать словами.

Единичный случай: 3 ч 21 мин

15слайдов в итоге
81обращение к модели
3 ч 21 минвремя разработки
23задачи в диалоге

Исходные установки

Мероприятие
мастер-класс «Как искусственный интеллект меняет наш мир»
Аудитория
10-11 классы
Формат
электронная доска 16:9, 45 минут
Модель и среда
Claude Opus 4.6, Cursor IDE
Технический стек
выбрал LLM-разработчик самостоятельно

Объем кода, строк

900
2051
первая генерацияитог

Число слайдов

16
18
15
в запросепервая генерацияитог

Состав итоговой презентации

  • 3интерактивных графика
  • 2видеофрагмента с автозапуском
  • 7изображений
  • 1QR-код

Итерации и регрессии

Куда уходят итерации: 81 обращение, доля в %

Визуальные правки
30 37,0%
Изменения содержания
19 23,5%
Функциональная реализация
13 16,0%
Функциональная отладка
7 8,6%
Структурные изменения
7 8,6%
Уточнение
4 4,9%
Первичная генерация
1 1,2%

Основная нагрузка приходится на доводку, а не на создание. Визуальные правки и изменения содержания составили 60,5% обращений, первичная генерация, реализация и отладка функциональности – 25,9%.

Визуальные правки потребовали наибольшего числа обращений на задачу – 3,3 (в других категориях 1,0-2,2. В среднем по всем задачам 3,5).

Где возникают регрессии: доля обращений категории

Содержание
3 из 19
Функциональная реализация
1 из 13
Структурные изменения
1 из 7
Функциональная отладка
0 из 7
Визуальные правки
0 из 30

Регрессия – непреднамеренное нарушение ранее работавшей функции. Зафиксировано пять эпизодов, три из них – при правке содержания: переписывая блок, LLM-разработчик удалял или ломал соседние элементы.

Визуальные правки и отладка регрессий не вызывали. Все эпизоды выявлены автором при собственной проверке. Различие долей незначимо (p ≈ 0,08), поэтому вывод описательный.

Из практики: интерактив в слайдах

Шесть примеров слайдов из реальной преподавательской практики

Перспективы развития

Предлагаемая методика представляет передовой подход к применению технологий искусственного интеллекта в образовании: она отвечает актуальным запросам молодежи на наглядное, интерактивное и персонализированное обучение, учитывает рост доли цифровых образовательных платформ и переход к совместной работе педагога и большой языковой модели.

Дальнейшие исследования предполагают проверку методики на большем числе авторов, больших языковых моделей и сред разработки, а также оценку учебной эффективности создаваемых презентаций.

Накопленный опыт предполагается представить в виде программы дополнительного профессионального образования для преподавателей и практиков. Слушатель научится:

  1. работать с большими языковыми моделями и средами разработки
  2. превращать идеи в современные интерактивные презентации, практикумы, ЭОРы
  3. создавать мултимедийный контент
  4. оформлять материалы по собственному брендбуку
  5. выстраивать диалог с ИИ-ассистентом и контролировать качество результата

Спасибо за внимание!

Филиппович Владислав Андреевич

Преподаватель дисциплин по искусственному интеллекту и аспирант Московского Политеха по специальности «Когнитивное моделирование»

Руководитель рабочей группы «ИИ в образовании» Молодежного экспертного совета при Правительстве РФ

v.a.filippovich@mospolytech.ru

Филиппович В. А.
Филиппович В. А. Методика LLM-ассистированной HTML-верстки интерактивных презентаций. 20.11.202601