AIthreads
簡報跑版先用幾何檢查：把 AI 視覺留給設計，而不是重疊與越界
收錄作者正文、續文與圖卡；每頁近千到不到100 Token是作者自述，分開確定性幾何、視覺品質與未重現成本。
2026年10月9日2 分鐘閱讀👁 9
結論：把可確定的版面幾何問題交給程式，讓模型讀短而結構化的錯誤摘要，再把視覺模型用在美感與整體設計。這是值得保存的工作流分工，不是本篇已重現的 Token 成本實驗。
來源與作者補充
來源 @cab_late，原貼 2026-10-09；本次收錄 2026-10-10。作者稱與 @tbr.digital 合作開發互動簡報系統，支援文字、圖片、HTML 主視覺與互動元件。過去逐頁渲染、截圖、讓 AI 讀圖找跑版，再修改；如今由程式計算位置、交疊與越界，讓 AI 取得每頁的檢測結果。
作者在續文 DeRi7GnlDaK 明確補充：HTML 內元素也有處理，但美感與設計品質仍要看圖。因此不是取消所有圖片輸入，而是取消不必要的視覺幾何判讀。
Token 數字的證據層級
「每頁圖片近千 Token，檢測摘要不到 100 Token」是作者自述；沒有公開 tokenizer、模型、圖片解析度、頁數、測試資料、完整輸入輸出帳單與修正回合紀錄，本篇未重現。不能把一頁讀圖與一頁摘要的差異，寫成整個簡報製作成本或完整 Agent 流程的固定節省比例；也不能推論所有模型均有同樣圖片計費方式。
原圖與留言提供什麼？
可見兩個原貼影像，品牌標示 Synora。第一張預覽模糊，不據此補猜功能；第二張標示「改成直接量」，畫面可見像素距離／重疊／越界的視覺註記。它是來源 UI 展示，不是本次程式實跑。留言有人指出這接近傳統 hit test，作者回「古早味」；合理的重點是既有幾何方法放進 Agent 工作流，不是新發明的碰撞檢測。作者續文與可見留言已保留，相關推薦串文不混入來源。
可以如何設計，而不把包圍框當真相？
- 先渲染到固定 viewport，等字型、圖片與動態內容穩定；以元件座標或 DOM geometry 建立頁面內座標。
- 可評估 getBoundingClientRect 與 getClientRects；前者是元素包圍矩形，後者可提供分段 client rect。MDN 說明位置相對 viewport，需留意捲動與 border box；不是自動得到每個可见像素或實際文字溢位。
- 報告可列 element_id、問題類型、越界距離、交疊面積與嚴重度；這是本篇建議欄位，不是作者已公開的 API schema。
- 意圖性的背景、容器包含與 overlay 不能一律判錯；transform、clipping、z-index、透明與文字 wrapping 要額外規則或回到截圖。
- 用低噪音清單讓模型修正，再重跑確定性檢查；需看圖的美感、可讀性、對比與整體布局留給視覺／人工驗收。
仍未確認與未執行
來源未交付 repo、公開安裝包或可呼叫 API。未安裝 Synora、操作私人簡報、呼叫模型或測量 Token；未把任何網頁的矩形規則直接當成作者系統實作。這篇是來源收錄、方法整理與限制，並非效能／品質認證。