内容讲解幻灯片是做什么的？

构建一张图片，讲述一项技术工作的故事：注意到了什么、哪里出了问题、做了什么以及每一步为什么有效、每个数字从何而来、取得了什么成果、学到了什么教训。

标准是 100% 清晰直观，适合初级工程师，而非 100% 详尽。 这个标准来自真实的评审轮次：每次当术语未定义、数字来源不可见、步骤原因隐藏在脚注中或卡片存在空白区域时，读者都会追问“这是什么？”、“30 从哪里来？”、“为什么这样做有效？”——然后幻灯片就需要再修改一轮。以下所有内容都是为了在读者提问之前，在幻灯片上回答这些问题。

一个完整的幻灯片设计工作示例（关于神经网络“神经元手术”实验）位于 references/worked-example.md。在规划你的第一张幻灯片之前先阅读它；它展示了应用规则后每张卡片的样子。

步骤 0 — 询问输出格式，然后构建事实表

询问格式（一次，在绘制之前）

询问用户他们想要哪种输出格式，除非他们已经说过：

通过 matplotlib (Python) 生成 PNG — 当输入包含数据、模型、日志或结果文件时效果最佳，因为脚本可以直接从这些文件计算幻灯片上的每个数字（无需手动输入数字）。同时也会导出一份 JPG 副本。
HTML/SVG 页面渲染为 PNG — 当输入仅为文本（论文、文档、笔记）时效果最佳，或者当排版和布局的精美程度比计算数字更重要时。使用 headless Chrome/Edge 渲染为 PNG。
两者都生成 — 相同的幻灯片设计，两种呈现方式。

说明你的建议及其原因（数据输入 → matplotlib；文本输入 → HTML）。如果无法询问用户（自动运行），则按此规则选择，并说明你选择了哪一种及其原因。

构建事实表

在设计任何内容之前，列出幻灯片可能使用的每个事实。对于每个事实，记录：

事实	值	在何处测量（哪个数据/哪个章节）	来源（文件 + 脚本，或论文页/表）

然后：

交叉核对事实，确保事实之间以及与任何草稿文本（帖子、摘要、README）保持一致。立即解决每个不一致之处——一张幻灯片说 38 而帖子说 36 会破坏信任，这种不一致通常源于两个地方以不同方式计算了“同一个”数字（不同的样本量、不同的阈值）。
记录数据划分：哪些数据用于构建方法，哪些数据被留出用于测试方法。幻灯片必须说明这一点，因为“结果是否在从未见过的数据上成立？”是技术读者首先会问的问题。
两种模式：
- 数据模式（存在结果、模型、CSV、日志）：绘图脚本加载它们并在渲染时计算每个数字。
- 来源模式（纯文本）：每个数字均从来源复制，事实表需注明其位置（页、表、图）。不要编造或四舍五入数字，除非来源已明确说明。

将事实表保存在幻灯片旁边（<名称>_facts.md），以便后续编辑保持一致。

步骤 1 — 找到故事（3–6 张编号卡片）

针对每个问题写一句话。每个答案成为一张卡片：

发现/背景——注意到了什么，或者背景是什么。
问题——出了什么问题或缺少什么，要进行量化。如果有多个问题，命名它们（问题 A、问题 B）。说明要解决什么，以及故意不解决什么及其原因——读者如果在图表中看到一个薄弱项而没有解释，会认为这是一个错误。
方法——针对一个实例的配方，作为步骤列出。
从一个实例到所有实例——配方如何应用于所有情况，决定数量的规则，以及数量统计。将每个修复与其解决的问题配对（“修复 A → 问题 A”）。
结果 + 课程——发生了什么变化，有多确定，它教会了我们什么。

合并内容重复的卡片（每次评审中冗余卡片都会被移除）。对于较小的输入，卡片 3 和 4 可以合并，或者幻灯片可以是 3 张卡片：问题 → 方法 → 结果。最多不超过 6 张——超过这个数量就变成了演示文稿，而不是单张幻灯片。

步骤 2 — 标题

顶部的一行或两行文字：一个令人惊讶的事实 + 采取的行动，例如“M 个零件中的 N 个无所事事。所以它们被安排了工作。”标题让人停止滚动；卡片让人信任它。标题中的数字来自事实表/脚本变量，绝不要手动输入。

步骤 3 — 卡片骨架（每张卡片相同）

编号 + 强调色。 每张卡片都有一个大的编号（1–5）和其自己的强调色，用于其边框和高亮。编号提供阅读顺序；颜色让后面的卡片可以回溯引用（“卡片 4 中的 11 个检测器”）。
标题 = 该卡片回答的问题。
一句加粗的要点句 = 答案。
一个主要图表。 方法卡片可以使用步骤单元格的网格；结果卡片可以使用图表加解释面板。
数据标签——该卡片使用哪些数据以及为什么使用这些数据（“60,000 张训练图像中的 18,000 张 (30%)——其余保持不可见，以便最终检查公平”）。
简短脚注——仅限注意事项。推理过程绝不要放在脚注中（见步骤 4）。

步骤 4 — 方法卡片：做什么 / 图 / 为什么单元格

将方法拆分为 3–5 个编号的单元格（4 个时为 2×2 网格）。每个单元格从上到下具有相同的三个部分：

说明 (做什么) — 一个具体的动作，说明 什么与什么进行比较：“将一张 NEW 图像（它从未见过的）与步骤 2 的模式进行比较”，而不是“它被匹配”。
图片 — 使用来自数据或来源的真实示例构建：实际输入、实际中间结果、实际分数。真实示例使抽象步骤变得可信；通用的图标毫无意义。
为什么框 — 全宽，固定高度，视觉风格明显（着色背景，“为什么?”标签）。它说明了该步骤为什么有效。

“为什么”必须放在图片中，并且要突出。在评审中，放置在脚注中的推理每次都会被遗漏，读者不得不反复提问。在单元格内，回答读者会提出的问题：

为什么选择这个方案而不是显而易见的那个？（例如，为什么减去正确类别的平均值）
这不会影响什么，为什么？（例如，“它只能降低‘3’；如果另一个类别已经胜出，则没有任何变化”）

将机制显示为之前 → 之后：一个小的分数/状态面板（之前），一个箭头，然后是一个面板（之后），在胜出者上标记 ✓/✗，在箭头上添加简短说明（“第二高者胜出”）。如果面板标题不适合放在下方，则将其放在旁边。

如果图片简化了现实（它显示像素，而实际计算使用内部特征），请在脚注中说明——诚实地说明简化只需一行，可以防止“不是这样工作”的评论。

将工作示例标记为 “示例:” 并说明一般规则（“所有 30 个检测器均采用相同配方”），否则读者会认为方法只覆盖了这一个案例。

步骤 5 — 使每个数字都可追溯

将每个数字的来源显示为可见链条：“21 个示例 → 3 种样式 → 3 个检测器”，“11 + 19 = 36 个中的 30 个（6 个备用）”。总数必须明显相加成立，并且剩余部分需要有原因。
说明产生计数的选择规则和阈值（“一种样式需要 ≥2 个示例”，“少于 3 个示例的错误因太少而无法学习，故跳过”）。
如果数据来自不同来源（标记 vs. 挖掘，测量 vs. 估计），请用视觉方式显示（深色 vs. 浅色条）并附上图例。
首次出现时解释任何符号（“×N = 该错误的 N 个样式检测器”）。
在数据模式下，脚本计算每个数字；文本字符串使用变量（f-string / 模板值）。手动输入的数字会与数据不同步——这曾导致过真正的错误幻灯片。

步骤 6 — 诚实的结果，解释每个变化

用于构建方法的数据的之前 → 之后对比；如果存在第二个未使用的数据集，则在其上确认。
同时给出收益和损失（“修复了 34 个，破坏了 9 个”）。只显示收益的结果会被认为是经过挑选的。
用通俗语言表述统计结果（“大约每百万个中有 6 个是靠运气”），技术形式放在小字或脚注中。
逐项变化图表（之后 − 之前，用颜色标记正/负/零）加上一个“每项变化原因”面板：为何产生收益，为何产生损失，以及任何额外副作用。列出损失而不解释其原因会引发最坏的解读。

步骤 7 — 平实一致的用词

首次使用时用几个简单的词语定义每个术语，或者用一个简单的词语替换它。
整个幻灯片中一个概念对应一个词（处处使用“预测的”，不要有时用“回答的”）。
没有内部昵称（“集合 A”、“转折点”、“幸运副作用”、“×3”），除非在幻灯片上进行了定义。
每个论断必须与其图表匹配。如果图表显示了文本未解决的奇怪内容，请解决它。

步骤 8 — 图例和颜色

每种颜色、色调、箭头和符号都在其出现处进行解释。对比图像需注明“红色 = 仅存在于 X，蓝色 = 仅存在于 Y”。
整个幻灯片中一种颜色对应一个含义：例如红色 = 问题/已移除，绿色 = 已修复/良好，灰色 = 中性。卡片的强调色与这些语义颜色分开。
分组的项目（一种错误的多个样式，一个步骤的多个变体）应放置在可见的框内，以免各组之间界限模糊。

步骤 9 — 结论和经验横幅

结论横幅（绿色背景）：展示了什么，包括其规模和限制（“微小但真实的收益，且在新数据上成立”）。
经验横幅（幻灯片底部）：读者可以将其应用于其他问题的内容。

步骤 10 — 布局

16:9 比例（例如 16×9 英寸，150 dpi，或 1600×900 像素的画布）。卡片按故事顺序从左到右阅读。
根据内容调整卡片大小——方法卡片通常最宽。没有大的空白区域：如果某张卡片有剩余空间，可以加宽其图表或将其文本面板移到空间中。
文本无重叠；标签保持在其框内。长行应换行，而不是将字体缩小到低于手机可读性（≈16×9 英寸下 7.5 pt 是下限）。
阅读 references/matplotlib-recipes.md（PNG）或 references/html-recipes.md（HTML）以获取布局代码。scripts/slide_kit.py 提供了 matplotlib 辅助工具（卡片、步骤单元格、为什么框、前后分数面板、横幅、PNG+JPG 导出）——请导入它而不是重写它们。

步骤 11 — 渲染、检查、修复、重复

渲染图像。
查看实际图像——打开 PNG 并放大到每张卡片（如果需要，可裁剪）。“应该”合适的代码常常并不合适；重叠和裁剪的文本只有在渲染后才可见。
像初级工程师第一次看到它一样，逐张卡片检查 references/checklist.md。
修复、重新渲染、重新检查。不要向用户展示未通过检查清单的幻灯片。

步骤 12 — 变体和最终检查

为技术读者提供详细版本（包含所有数字）。为普通受众提供简单版本：相同的故事，更少的精确数字。
导出 JPG 副本（无透明度）用于 LinkedIn/X。
在发布前，验证幻灯片或配套帖子上的每个外部声明或引用；标记任何你无法验证的内容。
交付：PNG（+ JPG）、绘图脚本或 HTML 源代码以及事实表。提及 linkedin-arabic-science-post、tweet-post 或 figure-animator 可以根据完成的幻灯片生成帖子或动画版本。

内容讲解幻灯片