Hverju sniðmátssíða skuldar lesanda

PPT AI gefur út 3.926 kynningarsniðmát, hvert með sína eigin síðu á ppt.sophoninc.com. Síða sem hefur það hlutverk að sýna hönnun verður samt að vera læsileg fyrir einhvern sem getur ekki séð hönnunina enn þá, eða sem er að velja á milli tveggja þeirra. Það þýðir að minnsta kosti: til hvers glærupakkinn er, hvað er á hverri glæru, hversu margar glærur og í hvaða stærð, hverju er hægt að breyta og hvernig á að byrja. Þessi færsla fjallar um að komast að því hversu langt síðurnar okkar voru frá því og hvað við mældum áður en við bættum einhverju við.

Hvað sniðmátssíða birtir í dag

Fjórar sniðmátssíður voru sóttar og taldar þann 16. september 2026. Talningaraðferð: fjarlægja script- og style-element, fjarlægja þau tög sem eftir eru, afkóða HTML-einingar, taka orðaeiningar sem passa við [A-Za-z0-9][A-Za-z0-9’'&-]* og breyta þeim í lágstafi áður en sérstök orð eru talin. Orðaskiptirinn er tilgreindur vegna þess að fjöldi sérstakra orða breytist um nokkur orð eftir því hvaða orðaskiptir er notaður.

„Shared chrome“ eru þau 60 sérstöku orð sem eru sameiginleg öllum fjórum síðunum: yfirlitsstikan, síðufóturinn, brauðmolaslóðin og hvatningarnar tvær til aðgerða. Ef þú fjarlægir þau eru á milli 19 og 31 sérstök orð á hverri síðu sem fjalla um það sniðmát. Restin af síðunni er eins á 3.926 síðum.

Til samhengis má geta þess að á þriggja mánaða tímabili til 16. september 2026 fengu þessar síður 484 birtingar og 7 smelli með meðalstöðu 20,2, á 187 aðskildum síðum og fyrir 12 aðskildar fyrirspurnir. Þessi tala kemur frá Google Search Console fyrir sc-domain:sophoninc.com, síað á ppt.sophoninc.com/templates/. Search Console er aðeins sýnilegt eigendum eignarinnar; eignin, sían og tímabilið eru gefin upp svo hver sem er með aðgang geti endurtekið þetta, sem er eins sannreynanlegt og sú heimild leyfir.

Spurningin sem úttektin þurfti að svara

Glærur hvers sniðmáts innihalda texta: fyrirsagnir, merkingar, meginmál sem skrifað er til að fylla út hönnunina. Hann er birtur opinberlega á /api/v2/templates/<slug>/slides/<n> og er augljóslega það sem á að setja á síðuna. Áður en það er gert þarf að svara einni mótbáru: 3.926 síður af sjálfkrafa búnum texta gætu verið 3.926 næstum eins síður, sem er verra en 3.926 innihaldslitlar síður.

Þess vegna: hversu mikinn texta deilir sniðmát með því sniðmáti sem það líkist mest?

Af hverju jafnt úrtak gefur ranga niðurstöðu

Sú einfeldningslega aðferð er að taka slembiúrtak af sniðmátum og bera saman pör. Sú aðferð getur ekki fundið tvítekningu í þessu safni, og það er þess virði að útskýra nákvæmlega hvers vegna.

Safnið er flokkað eftir flokki, eftir uppskrift og eftir stílfjölskyldu. Tilviljanakennt par dregið úr 3.926 atriðum er yfirgnæfandi oft par úr mismunandi flokkum um mismunandi efni. Þessi pör eiga nánast ekkert sameiginlegt, sama hversu endurtekið safnið er. Við mældum það: 392 tilviljanakennd pör úr mismunandi fjölskyldum hafa miðgildi 5-gramma innihalds upp á 0,00% og hámark 0,3%. Samræmt úrtak skilar niðurstöðunni „the corpus is unique“ sem afleiðingu úrtaksaðferðarinnar, ekki sem niðurstöðu rannsóknar.

Pörin sem myndu afhjúpa tvítekningu eru nánustu nágrannar, og þau eru hverfandi lítill hluti allra para. Þess vegna var úrtakið vegið í átt að þeim. Sniðmátum var skipt í hópa eftir flokki, uppskriftar-slug og stílfjölskyldu, og 33 hópar voru dregnir úr fjórum tegundum:

• númeraðir tvíburar, þar sem slug-auðkennin eru aðeins frábrugðin með -2 eða -3 í lokin (8 hópar)
• sama uppskrift og sama stílfjölskylda (4 hópar)
• sama stílfjölskylda, mismunandi uppskrift (13 hópar)
• þekjuhópar, einn fyrir hvern flokk, svo enginn flokkur er ómældur (8 hópar)

Texti glæra var síðan sóttur fyrir hvern meðlim hvers hóps: 232 sniðmát, 1.034 glærur, 0 sóknarvillur, þann 16. september 2026. Það eru 5,9% af safninu, valin til að vera erfiðustu 5,9%.

Úrslitaathugunin

Það er samt ekki nóg að vega úrtakið eitt og sér, því að nálægasti nágranni sniðmáts gæti verið sniðmát sem ekki var sótt, sem myndi vanmeta skörunina. Því var í annarri yfirferð samanburðurinn takmarkaður við klasa þar sem allir meðlimir höfðu verið sóttir: 46 heilir klasar, 117 sniðmát. Innan þeirra er tryggt að nálægasti nágranni sniðmáts í öllu 3.926 sniðmáta safninu sé í mælda settinu.

Mælikvarðinn er 5-orða innihald: hlutfall aðgreindra fimm orða raða í sniðmáti sem einnig koma fyrir í nálægasta jafningja þess. Innihald frekar en Jaccard-stuðull vegna þess að það er ósamhverft — stutt sniðmát sem er að fullu innifalið í löngu ætti að teljast fullkomlega tvítekið, en Jaccard myndi gefa til kynna að það væri að hluta til einstakt.

Niðurstöður fyrir þessi 117 sniðmát, borin saman við raunverulegan nálægasta nágranna í safninu:

3-orða yfirferðin er til að finna texta sem var endurorðaður frekar en endurnýttur; hún breytir tölunum en ekki niðurstöðunni. Versta parið í safninu er poster-quote-typography-modern-gradient á móti poster-bold-text-modern-gradient, með 8,82%.

Í öllum 232 sniðmátunum: af 3.448 aðgreindum setningum með sex orðum eða fleiri koma 2 fyrir í fleiri en einu sniðmáti — „the results relate only to the items tested“ og „no other graphic elements should intrude into this zone“. Á hverja glæru, af 992 glærum með 20 orðum eða fleiri, er miðgildi innihalds með nálægustu glæru í nokkru öðru sniðmáti 0,0%; 8 eru yfir 20% og engin er yfir 50%. Efnisleg líkindi mæld með kósínusfjarlægð orðapoka, sem hunsar orðalag, eru hærri, eins og vera ber fyrir tvö ferilskrársniðmát: miðgildi 12,7% á móti nálægasta jafningja af sömu fjölskyldu, hámark 35,3%.

Heiðarleg takmörkun: þetta eru 232 af 3.926 sniðmátum og 117 í settinu með tryggðum nálægasta nágranna. Þetta er sönnun um erfiðasta hluta safnsins, ekki sönnun um allt safnið.

Það sem við ákváðum

Úttektin eyðir mótbárum um tvítekningu gegn birtingu glærutexta. Við birtum ekki meginmál glæranna. Við birtum titla glæranna, sem voru þegar til í skrám sniðmátanna og voru sóttir og þeim hent.

Yfirfarið í öllum 3.926 sniðmátunum áður en þau voru birt: 14.969 titlar, enginn tómur, enginn aðeins „Slide N“ eða „Page N“, og slide_titles.length jafnt og slide_count í hverju einasta. Tvær takmarkanir voru skráðar frekar en sléttaðar yfir: 156 titlar (1,0%) enda á „… Page N“, og í 77 sniðmátum (2%) gera allir titlar það. 1.321 sniðmát (34%) hefur eina glæru og fær engan lista.

Breytingin nær því til 2.605 síðna og bætir við miðgildi 15 orða við hverja, meðaltali 10,4 orðum á síðu yfir allt safnið. Það er raunverulegt og það er lítið. Það eitt og sér tekur ekki síðu úr flokki efnisrýrra síðna, og gagnlegri hlutinn gæti verið að hægt er að smella á titlana: áður þurfti að ýta sex sinnum á Next til að hoppa á glæru 7.

Sama greinin tengir við sniðmátin sem ekkert annað tengdi við. Vafraflatirnar festu hliðarhlutfallið við 16:9, sem er um 45% af safninu, þannig að afgangurinn birtist á engri miðlægri síðu og í engum tengdum reit: /templates?category=document og ?category=poster skiluðu síðu sem sagði „coming soon“ með engum tenglum á sniðmát. Síða sem enginn innri tengill vísar á skuldar lesanda ekkert, því enginn lesandi kemst þangað.

Ekki innleitt, og ein spurning enn opin

Ekkert af þessu er komið í gagnið. Þetta er pull request 10 á Sophon-LLC/ppt-ai, opnuð 15. september 2026 og enn opin 16. september 2026, þrjár færslur, staðfest með týpuprófun, lókeyrslu og framleiðsluútgáfu sem keyrð var á móti gagnageymslunni í notkun. Þar til hún er sameinuð eru síðurnar eins og mældar voru efst í þessari færslu.

Opna spurningin er sú sem úttektin svarar ekki. Mælda settið inniheldur miðgildi 288 orða af meginmálstexta á hvert sniðmát, á móti þeim 19 til 31 sniðmátssértæku orðum sem síða birtir í dag. Úttektin segir að textinn sé ekki tvítekinn. Hún segir ekki að texti sem skrifaður er til að fylla upp í útlit lesist sem efni fyrir manneskju frekar en sem uppfyllingarefni, og enginn hefur mælt það. Að birta 3.926 síður af slíku efni á grundvelli niðurstöðu um tvítekningu eina saman væri að svara spurningu sem við spurðum ekki.