パーソナライズされたプレゼンテーション生成は、単に現在のプロンプトやテンプレートに条件付けるだけでは不十分であり、エージェントはタスク間で安定したユーザー嗜好を維持し、複数回の修正中に新たに導入された嗜好や制約を保持し、局所的な編集を確実に実行する必要がある。この課題に対処するため、MemSlidesフレームワークが提案された。MemSlidesは階層型メモリアーキテクチャを採用し、長期記憶を作業記憶から分離し、さらに長期記憶をユーザープロファイル記憶とツール記憶に細分化する。
ユーザープロファイル記憶は、初期ラウンドのパーソナライゼーションのために意図に基づくプロファイルを保存する。これらのプロファイルには、配色、レイアウト、フォントスタイルなど、さまざまなシナリオにおけるユーザーの安定した嗜好が含まれる。作業記憶は、修正ラウンド全体にわたってアクティブな嗜好とセッション制約を保持し、動的に更新されることで一貫性を確保する。例えば、ユーザーが最初のラウンドでデータ可視化の追加を要求した場合、作業記憶はその要求を記憶し、後続のラウンドで自動的に適用する。ツール記憶は、特定のチャートタイプの調整や統一テーマスタイルの適用など、信頼性の高い局所編集のために再利用可能な実行経験を保存する。
MemSlidesはこのメモリ設計と範囲限定のスライド局所修正を組み合わせ、ターゲット更新が最小の影響領域に対してのみ作用するようにする。これにより、ユーザーが特定のスライドのレイアウトを変更したい場合、システムはプレゼンテーション全体を再生成するのではなく、必要な要素だけを特定して局所的に調整する。このメカニズムは効率を向上させるだけでなく、無関係な内容が誤って変更されるのを防ぐ。
制御実験では、ユーザープロファイル記憶が多人物・多意図プロファイルバンクにおけるパーソナアライメント判断を改善し、精度が15％以上向上した。ツール記憶注入は診断的マッチドペア設定で閉ループ修正動作を改善し、システムが一般的なエラーを自律的に識別して修正できるようになった。定性的ケースでは、作業記憶が嗜好の持ち越し能力を示し、ユーザーが複数回の修正にわたって同じスライドの配色を調整する場合でも、作業記憶が最新の嗜好状態に基づいて各修正を適用することを保証した。これらの結果は、プレゼンテーション作成における効果的なパーソナライゼーションは、永続的なユーザープロファイル、セッションレベルの作業記憶、再利用可能な実行経験を生成と局所修正にわたって分離することに依存することを示唆している。本フレームワークは、次世代のインテリジェントプレゼンテーションツールの基盤を提供し、教育、企業報告、製品デモなど幅広い用途での応用が期待される。