MemSlides: マルチターンでのローカルリビジョンを伴うパーソナライズドスライド生成のための階層型メモリ駆動エージェントフレームワーク

要旨

パーソナライズされたプレゼンテーション生成には、現在のプロンプトやテンプレートに条件付けするだけでは不十分である。エージェントは、タスク間で安定したユーザーの好みを保持し、マルチターンの改訂中に新たに導入された好みや制約を保持し、信頼性の高いローカル編集を実行する必要がある。我々はMemSlidesを提案する。これはパーソナライズされたプレゼンテーションエージェントのための階層型メモリフレームワークであり、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分割する。ユーザープロファイル記憶は、ラウンド0のパーソナライゼーションのための意図条件付きプロファイルを保存し、作業記憶は改訂ラウンド間でアクティブな好みとセッション制約を保持し、ツール記憶は信頼性の高いローカライズされた編集のための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スコープ付きスライドローカル改訂を組み合わせており、ターゲットを絞った更新が影響を受ける最小領域に作用し、デッキ全体を繰り返し再生成することを回避する。制御された実験では、ユーザープロファイル記憶はマルチペルソナ・マルチインテントのプロファイルバンクにおけるペルソナ適合性判断を改善し、ツール記憶注入は診断的マッチドペア設定におけるクローズドループ修正行動を改善し、定性的な事例は作業記憶が好みを引き継ぐ能力を示している。これらの結果を総合すると、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、そして生成とローカライズされた改訂にわたる再利用可能な実行経験を分離することに依存することが示唆される。

English

Personalized presentation generation requires more than conditioning on a current prompt or template: agents must preserve stable user preferences across tasks, retain newly introduced preferences and constraints during multi-turn revision, and carry out local edits reliably. We propose MemSlides, a hierarchical memory framework for personalized presentation agents that separates long-term memory from working memory and further divides long-term memory into user profile memory and tool memory. User profile memory stores intent-conditioned profiles for round-0 personalization, working memory carries active preferences and session constraints across revision rounds, and tool memory stores reusable execution experience for reliable localized editing. MemSlides pairs this memory design with scoped slide-local revision, so targeted updates act on the smallest affected region instead of repeatedly regenerating the full deck. In controlled experiments, user profile memory improves persona-alignment judgments on a multi-persona, multi-intent profile bank, tool-memory injection improves closed-loop modify behavior in diagnostic matched-pair settings, and qualitative cases illustrate working memory's ability to carryover preferences. Taken together, these results suggest that effective personalization in presentation authoring depends on separating persistent user profiles, session-level working memory, and reusable execution experience across generation and localized revision.