EditPPT：透過結構化工具調用與雙模態驗證實現高保真長篇簡報編輯
arXiv - Human-Computer InteractionJiheon Kim, Kyudan Jung, Jaegul Choo
提出 EditPPT 多代理人框架，透過限制工具選擇與雙模態驗證，解決長篇簡報自動編輯中的錯誤累積問題。
AI 幫你先抓重點
AI 重點 1
從「生成程式碼」轉向「受限工具選擇」的範式轉移
滑鼠懸停看 AI 判斷理由
傳統 LLM 依賴生成開源程式碼來編輯文件，在處理複雜或長篇結構時極易出錯；改用受限的工具調用（Tool-using）能確保操作符合軟體原生邏輯，這對於追求高可靠性的自動化系統至關重要。
AI 重點 2
雙模態驗證機制（Dual-Modal Validation）的重要性
滑鼠懸停看 AI 判斷理由
單一維度的檢查無法同時兼顧指令的正確性與視覺呈現的品質；透過分離指令保真度與視覺品質的驗證，能更全面地評估 AI 在處理多媒體內容時的表現。
核心研究發現
- 1
EditPPT 透過調用原生 PowerPoint COM 介面進行局部形狀級操作，將 LLM 的動作空間縮小，有效避免了長篇簡報中常見的連鎖錯誤。
- 2
研究開發了 DeckEdit-Bench 基準測試，包含 28 個人工撰寫的簡報、582 張投影片及 183 個編輯指令，涵蓋短、中、長三種規模。
- 3
實驗結果顯示 EditPPT 執行率達 99.5%，指令遵循度為 82.5%，且在維持物件保真度（91.5%）的同時，於長篇簡報上仍保有強大性能。
對教育工作者的啟發
對於開發教育輔助工具的設計者而言，此研究強調了「限制 AI 自由度」反而能提升穩定性的重要性。在設計自動化教學簡報生成或編輯工具時，不應僅依賴 LLM 的生成能力，而應建立一套結構化的工具集（如 API 或 COM 介面），並結合視覺與邏輯的雙重驗證機制，以確保生成的教材內容在視覺美感與邏輯結構上皆能符合教學需求，特別是在處理長篇教學序列時，穩定性優於靈活性。
原始文獻資訊
- 英文標題：
- EditPPT: Faithful Long-Deck Slide Editing via Structured Tool-Using Multi-Agent with Dual-Modal Validators
- 作者：
- Jiheon Kim, Kyudan Jung, Jaegul Choo
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。