Çfarë i detyrohet një faqe shabllon një lexuesi

PPT AI publikon 3 926 shabllone prezantimesh, secili me një faqe të vetën në ppt.sophoninc.com. Një faqe, puna e së cilës është të tregojë një dizajn, duhet ende të jetë e lexueshme nga dikush që nuk mund ta shohë ende dizajnin, ose që po vendos midis dy prej tyre. Kjo do të thotë të paktën: për çfarë është prezantimi, çfarë ka në çdo rrëshqitje, sa rrëshqitje dhe në çfarë madhësie, çfarë mund të ndryshohet dhe si të fillohet. Ky postim ka të bëjë me zbulimin se sa larg ishin faqet tona nga kjo, dhe çfarë matëm para se të shtonim diçka.

Çfarë paraqet një faqe shabllon sot

Katër faqe shabllonesh u morën dhe u numëruan më 16 shtator 2026. Metoda e numërimit: hiqni elementet script dhe style, hiqni etiketat e mbetura, ktheni entitetet HTML, merrni tokenat e fjalëve që përputhen me [A-Za-z0-9][A-Za-z0-9’'&-]*, dhe kthejini në shkronja të vogla para se të numëroni ato të dallueshme. Tokenizuesi përmendet sepse numri i fjalëve të dallueshme lëviz me disa fjalë në varësi të tij.

“Shared chrome” janë 60 fjalët e veçanta të përbashkëta për të katër faqet: navigimi, fundfaqja, thërrimet e bukës dhe dy thirrjet për veprim. Hiqini ato dhe midis 19 e 31 fjalëve të veçanta në çdo faqe kanë të bëjnë me atë shabllon. Pjesa tjetër e faqes është e njëjtë në 3 926 faqe.

Për kontekst, gjatë tre muajve deri më 16 shtator 2026, ato faqe tërhoqën 484 shfaqje dhe 7 klikime me një pozicion mesatar 20,2, në 187 faqe të veçanta dhe 12 pyetje të veçanta. Kjo shifër vjen nga Google Search Console për sc-domain:sophoninc.com, e filtruar në ppt.sophoninc.com/templates/. Search Console është i dukshëm vetëm për pronarët e pronës; prona, filtri dhe diapazoni i datave jepen në mënyrë që kushdo me akses të mund ta riprodhojë atë, gjë që është aq e verifikueshme sa mund të jetë ai burim.

Pyetja së cilës duhej t'i përgjigjej auditi

Sllajdet e secilit shabllon përmbajnë tekst: tituj, etiketa, tekst shembull i shkruar për të mbushur dizajnin. Ai shërbehet publikisht në /api/v2/templates/<slug>/slides/<n> dhe është gjëja më e natyrshme për t'u vendosur në faqe. Para se ta bëni këtë, duhet t'i përgjigjeni një kundërshtimi: 3 926 faqe me tekst të gjeneruar nga prezantimet mund të jenë 3 926 faqe pothuajse identike, gjë që është më keq se 3 926 faqe me përmbajtje të varfër.

Pra: sa tekst ndan një shabllon me shabllonin të cilit i ngjan më shumë?

Pse një kampion uniform jep përgjigjen e gabuar

Metoda naive është të merrni kampionë shabllonesh në mënyrë të rastësishme dhe të krahasoni çiftet. Kjo metodë nuk mund të gjejë dyfishim në këtë korpus, dhe ia vlen të jemi të saktë se pse.

Biblioteka është e organizuar sipas kategorisë, recetës dhe familjes së stilit. Një çift i rastësishëm i nxjerrë nga 3 926 artikuj është në masë dërrmuese një çift nga kategori të ndryshme rreth temave të ndryshme. Këto çifte nuk kanë pothuajse asgjë të përbashkët, pavarësisht sa dublues është korpusi. Ne e matëm: 392 çifte të rastësishme ndërmjet familjeve kanë një përmbajtje mesatare 5-gramëshe prej 0,00% dhe një maksimum prej 0,3%. Një mostër uniforme kthen “the corpus is unique” si një artefakt i marrjes së mostrës, jo si një gjetje.

Çiftet që do të zbulonin dyfishimin janë fqinjët më të afërt, dhe ato janë një fraksion i papërfillshëm i të gjitha çifteve. Kështu që kampioni u peshua drejt tyre. Shabllonet u grupuan sipas kategorisë, slug-ut të recetës dhe familjes së stilit, dhe u tërhoqën 33 grupe në katër lloje:

• binjakë të numëruar, ku slug-et ndryshojnë vetëm nga një -2 ose -3 në fund (8 grupe)
• e njëjta recetë dhe e njëjta familje stili (4 grupe)
• e njëjta familje stili, recetë e ndryshme (13 grupe)
• grupe mbulimi, një për kategori, në mënyrë që asnjë kategori të mos mbetet e p matur (8 grupe)

Teksti i sllajdeve u mor më pas për çdo anëtar të çdo grupi: 232 shabllone, 1 034 sllajde, 0 gabime në marrje, më 16 shtator 2026. Kjo është 5,9% e korpusit, e zgjedhur të jetë 5,9% më e vështira.

Kalimi vendimtar

Ponderimi i kampionit ende nuk mjafton më vete, sepse fqinji më i afërt i vërtetë i një shablloni mund të jetë një që nuk është marrë, gjë që do ta nënvlerësonte mbivendosjen. Kështu që një kalim i dytë e kufizoi krahasimin në grupe ku çdo anëtar ishte marrë: 46 grupe të plota, 117 shabllonë. Brenda tyre, fqinji më i afërt i një shablloni në të gjithë korpusin prej 3 926 shabllonësh garantohet të jetë në grupin e matur.

Metrika është përmbajtja 5-gram: fraksioni i sekuencave të dallueshme pesëfjalëshe të një shablloni që gjenden gjithashtu te fqinji i tij më i afërt. Përmbajtja në vend të Jaccard sepse është asimetrike — një shabllon i shkurtër i përfshirë tërësisht në një të gjatë duhet të lexohet si plotësisht i dyfishuar, dhe Jaccard do ta raportonte si pjesërisht unik.

Rezultatet për ata 117 shabllonë, kundrejt fqinjit më të afërt të vërtetë në korpus:

Kalimi 3-gram shërben për të kapur kopjen që u riformulua në vend se u ripërdor; ai i lëviz shifrat, por jo përfundimin. Çifti më i keq në korpus është poster-quote-typography-modern-gradient kundrejt poster-bold-text-modern-gradient, me 8,82%.

Në të gjithë 232 shabllonët: nga 3 448 fjali të dallueshme me gjashtë ose më shumë fjalë, 2 shfaqen në më shumë se një shabllon — “the results relate only to the items tested” dhe “no other graphic elements should intrude into this zone”. Për rrëshqitje, nga 992 rrëshqitje që mbajnë 20 fjalë ose më shumë, përmbajtja medianë me rrëshqitjen më të afërt në çdo shabllon tjetër është 0,0%; 8 janë mbi 20% dhe asnjë nuk është mbi 50%. Ngjashmëria tematike e matur me kosinusin bag-of-words, i cili injoron formulimin, është më e lartë, siç duhet të jetë për dy shabllonë CV-je: medianë 12,7% kundrejt fqinjit më të afërt të së njëjtës familje, maksimum 35,3%.

Kufiri i ndershëm: këta janë 232 nga 3 926 shabllonë dhe 117 në grupin me fqinj të garantuar. Kjo është provë për pjesën më të vështirë të korpusit, jo një provë për të gjithë atë.

Çfarë vendosëm ne

Auditi e heq kundërshtimin e dyfishimit ndaj publikimit të tekstit të rrëshqitjeve. Ne nuk i publikuam trupat e rrëshqitjeve. Ne publikuam titujt e rrëshqitjeve, të cilët tashmë ekzistonin në regjistrimin e shabllonit dhe po merreshin e hidheshin poshtë.

Kontrolluar në të gjithë 3 926 shabllonët para se t'i publikonim: 14 969 tituj, asnjë bosh, asnjë thjesht “Slide N” ose “Page N”, dhe slide_titles.length e barabartë me slide_count në secilin prej tyre. Dy kufizime u regjistruan në vend se u lëmuan: 156 tituj (1,0%) mbarojnë me “… Page N”, dhe në 77 shabllonë (2%) çdo titull e bën këtë. 1 321 shabllonë (34%) kanë një rrëshqitje të vetme dhe nuk marrin fare listë.

Prandaj, ndryshimi arrin 2 605 faqe dhe shton një medianë prej 15 fjalësh në secilën, një mesatare prej 10,4 fjalësh për faqe në të gjithë korpusin. Kjo është reale dhe është e vogël. Ajo nuk e nxjerr vetvetiu një faqe nga territori i përmbajtjes së hollë, dhe pjesa më e dobishme mund të jetë se titujt janë të klikueshëm: kërcimi te rrëshqitja 7 më parë kërkonte shtypjen e Tjetra gjashtë herë.

E njëjta degë lidh shabllonet që nuk kishin asnjë lidhje tjetër. Ndërfaqet e shfletimit fiksuan aspect_ratio në 16:9, që është rreth 45% e bibliotekës, kështu që pjesa tjetër nuk u shfaq në asnjë faqe qendrore dhe në asnjë bllok të ngjashëm: /templates?category=document dhe ?category=poster kthenin një faqe “coming soon” me zero lidhje shabllonesh. Një faqe pa lidhje të brendshme drejt saj nuk i detyrohet asgjë një lexuesi, sepse asnjë lexues nuk arrin aty.

Nuk u vendos në përdorim, dhe një pyetje ende e hapur

Asgjë nga këto nuk është aktive. Është pull request 10 në Sophon-LLC/ppt-ai, hapur më 15 shtator 2026 dhe ende e hapur më 16 shtator 2026, tre “commit”-e, verifikuar me një kontroll tipi, një ekzekutim “lint” dhe një ndërtim prodhimi të shërbyer kundrejt magazinës së të dhënave aktive. Derisa të bashkohet, faqet janë siç u matën në krye të këtij postimi.

Pyetja e hapur është ajo së cilës auditi nuk i përgjigjet. Grupi i matur mbart një medianë prej 288 fjalësh tekst trupi për shabllon, kundrejt 19 deri në 31 fjalëve specifike për shabllon që një faqe paraqet sot. Auditi thotë se ai tekst nuk është dyfishues. Ai nuk thotë se teksti i shkruar për të mbushur një planimetri lexohet si përmbajtje për një person në vend se si mbushës, dhe askush nuk e ka matur këtë. Publikimi i 3 926 faqeve të tilla vetëm në bazë të një rezultati dyfishimi do të ishte përgjigje ndaj një pyetjeje që nuk e bëmë.