PPT AI 發布了 3,926 個簡報範本，每個範本在 ppt.sophoninc.com 上都有自己的頁面。一個旨在展示設計的頁面，仍然必須讓還沒看到設計，或正在兩個設計之間做決定的人能夠閱讀。這至少意味著：這份簡報的用途、每張投影片的內容、投影片的數量與尺寸、哪些部分可以修改，以及如何開始。這篇文章是關於我們發現自己的頁面與此目標相差多遠，以及在新增任何內容之前我們測量了什麼。
現今範本頁面呈現的內容
我們在 2026 年 9 月 16 日擷取並計算了四個範本頁面。計算方法：移除 script 和 style 元素，移除剩餘的標籤，將 HTML 實體轉義回來，取出符合 [A-Za-z0-9][A-Za-z0-9’'&-]* 的單詞 token，並在計算相異詞前將其轉為小寫。之所以說明分詞器，是因為相異詞的計數會因此有幾個詞的差異。
| 頁面 | 總詞數 | 相異詞數 | 共享介面外的相異詞數 |
|---|---|---|---|
| brand-agency-book-editorial-dark | 148 | 91 | 31 |
| medical-blood-test-clean-corporate | 142 | 88 | 28 |
| resume-illustrator-professional-blue | 147 | 90 | 30 |
| poster-bold-text-modern-gradient | 134 | 79 | 19 |
「Shared chrome」是在所有四個頁面中共通的 60 個不同詞彙：導覽列、頁尾、麵包屑，以及兩個行動呼籲。去除這些之後，每個頁面上關於該範本的詞彙介於 19 到 31 個之間。頁面的其餘部分在 3,926 個頁面上都是相同的。
作為參考，在截至 2026 年 9 月 16 日的三個月內，這些頁面在 187 個不同頁面和 12 個不同查詢中，獲得了 484 次曝光和 7 次點擊，平均排名為 20.2。此數據來自 Google Search Console 的 sc-domain:sophoninc.com，並篩選至 ppt.sophoninc.com/templates/。Search Console 僅對資源所有者可見；提供資源、篩選條件和日期範圍是為了讓任何有權限的人都能重現結果，這是該來源所能達到的最高可查證性。
這次審核必須回答的問題
每個範本的投影片都帶有文字：標題、標籤、為填充設計而寫的內文。它透過 /api/v2/templates/<slug>/slides/<n> 公開提供，而將其放在頁面上是顯而易見的做法。在這麼做之前，必須回答一個反對意見：3,926 個由簡報文案生成的頁面，可能會變成 3,926 個幾乎相同的頁面，這比 3,926 個內容貧乏的頁面更糟。
所以問題是：一個範本與其最相似的範本共享多少文字？
為什麼均勻抽樣會得到錯誤的答案
最直觀的方法是隨機抽樣範本並比較配對。該方法無法在這個語料庫中找到重複之處，而其原因值得我們確切說明。
該資料庫依類別、配方與風格系列組織。從 3,926 個項目中隨機抽取的一對，絕大多數是來自不同類別、關於不同主題的一對。無論語料庫的重複性有多高，這些配對幾乎沒有共通之處。我們測量過：392 個隨機的跨系列配對，其 5-gram 包含度的中位數為 0.00%，最大值為 0.3%。一個均勻的樣本會回傳「the corpus is unique」，這是抽樣的人為結果，而非一項發現。
最能揭示重複性的配對是最近鄰，但它們在所有配對中只佔極小一部分。因此，樣本加權偏向它們。範本依類別、配方代稱和風格系列分組，並從四種類型中抽取了 33 組：
- 編號雙胞胎，其代稱僅在結尾的
-2或-3有所不同（8 組） - 相同配方和相同風格系列（4 組）
- 相同風格系列，不同配方（13 組）
- 涵蓋組，每個類別一組，確保沒有類別未被測量（8 組）
接著，我們在 2026 年 9 月 16 日擷取了每個群組中所有成員的投影片文字：共 232 個範本、1,034 張投影片，0 次擷取錯誤。這佔了語料庫的 5.9%，且是特意挑選最困難的 5.9%。
決定性的一輪
僅僅對樣本加權仍然不夠，因為一個範本真正的最近鄰可能未被擷取，這會低估重疊程度。因此，第二輪將比較範圍限制在所有成員都已被擷取的叢集：46 個完整叢集，117 個範本。在這些叢集中，一個範本在整個 3,926 個範本的語料庫中的最近鄰，保證會出現在被測量的集合中。
測量指標是 5-gram 包含度：一個範本中獨特的五詞序列同時也出現在其最近鄰中的比例。我們使用包含度而非 Jaccard 係數，因為它是非對稱的——一個完全包含在長範本中的短範本應被視為完全重複，而 Jaccard 係數會將其回報為部分獨特。
這 117 個範本與其在語料庫中真正最近鄰的比較結果：
| 測量指標 | 數值 |
|---|---|
| 5-gram 包含度中位數 | 0.00% |
| 平均值 | 0.50% |
| 第 95 百分位數 | 3.46% |
| 最大值 | 8.82% |
| 高於 10% 的範本數 | 0 |
| 3-gram 包含度，中位數／最大值 | 0.31% / 13.89% |
進行 3-gram 比較是為了捕捉被改寫而非直接重用的文案；它改變了數字，但沒有改變結論。語料庫中最糟的一對是 poster-quote-typography-modern-gradient 與 poster-bold-text-modern-gradient，為 8.82%。
在所有 232 個範本中：3,448 個六個詞以上的獨特句子裡，有 2 個出現在超過一個範本中——「the results relate only to the items tested」和「no other graphic elements should intrude into this zone」。就每張投影片而言，在 992 張含有 20 個詞以上的投影片中，與任何其他範本中最近鄰投影片的包含度中位數為 0.0%；8 張高於 20%，沒有一張高於 50%。以詞袋餘弦相似度（忽略措辭）測量的 topical similarity 則較高，這對於兩個履歷範本來說是正常的：與同風格系列最近鄰的中位數為 12.7%，最大值為 35.3%。
坦白說有限制：這是 3,926 個範本中的 232 個，以及保證最接近集合中的 117 個。這是關於語料庫中最困難部分的佐證，而非關於其全體的證明。
我們的決定
這次審核消除了發布投影片內文的重複性疑慮。我們沒有發布投影片的內文。我們發布了投影片標題，這些標題早已存在於範本紀錄中，只是被擷取後又捨棄。
在發布所有 3,926 個範本前已檢查過：共 14,969 個標題，沒有一個是空的，也沒有一個是單純的「Slide N」或「Page N」，且每個範本的 slide_titles.length 都等於 slide_count。有兩項限制被記錄下來，而非加以修飾：156 個標題（1.0%）以「… Page N」結尾，且在 77 個範本（2%）中，每個標題都是如此。1,321 個範本（34%）只有一張投影片，因此完全沒有列表。
因此，這項變更觸及 2,605 個頁面，為每個頁面平均增加 15 個字，整個語料庫中每頁平均增加 10.4 個字。這雖是事實，但增幅很小。這本身並不能讓一個頁面脫離內容貧乏的範疇，而更有用的部分或許是標題可以點擊：以前要跳到第 7 張投影片需要按六次「下一步」。
同一個分支連結了沒有任何東西連結過去的範本。瀏覽頁面將釘選的 aspect_ratio 設為 16:9，這大約是資料庫的 45%，所以剩下的範本沒有出現在任何中心頁面或相關區塊中：/templates?category=document 和 ?category=poster 都回傳一個「coming soon」頁面，上面沒有任何範本連結。一個沒有內部連結連入的頁面不欠讀者任何東西，因為沒有讀者會到達。
尚未部署，且一個問題仍待解決
這些都還沒上線。這是 Sophon-LLC/ppt-ai 上的 pull request 10，於 2026 年 9 月 15 日開啟，至 2026 年 9 月 16 日仍開啟中，有三個 commit，已透過型別檢查、程式碼風格檢查以及對著線上資料庫提供服務的生產建置進行驗證。在它合併之前，頁面狀態就如本文章開頭所測量的那樣。
待解的問題是審核無法回答的那個。被測量的集合中，每個範本的內文平均有 288 個字，而現今頁面呈現的範本特定文字只有 19 到 31 個字。審核報告說這些文字不具重複性，但它沒說為了填滿版面而寫的文字，在人們眼中讀起來是內容還是填充物，而這一點沒有人測量過。僅憑一個關於重複性的結果就發布 3,926 頁這樣的內容，將會是回答一個我們沒問過的問題。