Как мы создали нашего дизайн-агента

Проморолик выше создан Content Studio — нашим дизайн-агентом, который умеет делать видео, графику для соцсетей, воссоздавать изображения интерфейсов, слайд-шоу и многое другое всего по одному текстовому запросу в Slack. Каждый созданный агентом актив пишется кодом.

Content Studio была создана полностью силами нашей команды на базе Managed Deep Agents. Сейчас это один из самых востребованных GTM-агентов в нашей компании, но так было не всегда. Первые отзывы были… мягко говоря, не очень.

Как же нам удалось пройти путь от столь низкого качества до текущих результатов?

Мы потратили четыре месяца на то, чтобы привить Content Studio наш вкус и принципы дизайна, в основном наблюдая за тем, как она совершает ошибки на глазах у всей компании.

В этой статье рассказывается о том, как наша команда GTM Engineering совместно с дизайн-командой создавала Content Studio с нуля: что для нас значит хороший дизайн, как мы обучали агента нашему вкусу и какая обвязка позволяет ему создавать что угодно — от статичных изображений до лаунч-фильмов.

Мы открыли исходный код нашего дизайн-агента. Сделайте форк открытого репозитория, добавьте токены вашего бренда, шрифты и навыки, а затем разверните его в Slack вашей команды с помощью Managed Deep Agents. А затем присоединяйтесь к нам на GTM Engineering Live 28 октября. Мы заглянем под капот обвязки и UX, а также покажем то, что не вошло в эту публикацию.

А затем присоединяйтесь к нам на GTM Engineering Live 28 октября. Мы заглянем под капот обвязки и UX, а также покажем то, что не вошло в эту публикацию.

Создание дизайн-агента для масштабирования

LangChain развивается стремительно. У нас постоянно проходят кампании по запуску продуктов, вебинары, публикуются блоги и организуются мероприятия. Каждой инициативе требуются материалы: от шапок блогов и диаграмм до презентаций, видео и рекламных креативов. Наша дизайн-команда работала на пределе возможностей, а рутинные запросы вытесняли более стратегическую и инновационную работу. Будучи бере стартапом, нам нужен был простой способ для любого сотрудника компании создавать качественные и соответствующие бренду материалы.

Чтобы решить эти задачи, мы создали Content Studio — дизайн-агент, который живет в Slack. Член команды описывает, что ему нужно, и прикрепляет сопутствующие материалы или бриф, а агент возвращает готовые брендированные файлы. Для создания Content Studio нам потребовалось три компонента:

• Экспертная оценка наших дизайнеров, переведенная в навыки и проверки агента, чтобы он понимал, как выглядит качественная работа.
• Специализированная среда вокруг модели, включающая компьютер для видеомонтажа с инструментами для каждого этапа дизайн-процесса.
• Правильный UX, чтобы вся команда могла совместно работать над проектом, который выполняется часами в рамках одной ветки обсуждения в Slack.

Managed Deep Agents предоставили нам все необходимое для запуска Content Studio в продакшен внутри компании: управляемый LangSmith Sandbox, интеграцию со Slack, управляемые инструменты, ограниченную память агента и планирование запусков. Это позволяет небольшой команде тратить время на дизайн, навыки, инструменты и опыт работы со Slack, а не на техническую инфраструктуру.

Ключевые результаты

• Content Studio создала более 3 000 материалов для всей компании, включая более 80 презентаций. Одна из ее презентаций даже использовалась в нашем самом просматриваемом органическом видео на YouTube.
• Публикации с ее работами набрали около 4,5 млн просмотров в X.
• Упоминания на аккаунте LangChain с ее визуальными материалами собрали примерно в 2 раза больше лайков и в 3,7 раза больше сохранений в закладки, чем другие посты.
• Три из четырех запросов теперь поступают от сотрудников не из отдела маркетинга, а 75% пользователей являются постоянными и возвращаются каждую неделю.
• Медианная стоимость запроса теперь составляет около 50 центов расходов на модель по сравнению примерно с $8 в середине сентября. Наш собственный код сократился примерно на 80% после миграции на Managed Deep Agents.

Действительно ли ИИ хорош в дизайне?

Прежде чем переходить к созданию, давайте сначала разберем главный спор века: действительно ли ИИ может создавать хороший дизайн?

Модель уже отлично справлялась с реализацией и умела писать HTML и CSS, спецификации графиков и шкалу времени анимации. Однако у нее не было нашего контекста, поэтому она обращалась к знакомым паттернам — тому, что Anthropic называет «конвергенцией распределений». Результат мог выглядеть отполированным и при этом похожим на сотню других, либо прекрасно анимированным, но не доносить свою суть. Знакомое — не всегда плохо, но мы хотели, чтобы наш агент делал выбор, соответствующий его цели.

Кэти Дилл, руководитель отдела дизайна в Stripe, приводит полезное сравнение. Под давлением необходимости быстрого строительства после Второй мировой войны строители снова и снова копировали чистые формы и голые поверхности модернизма. Копии сохраняли внешний вид, теряя при этом мысль и характер, стоявщие за ними. Ее предупреждение заключается в том, что ИИ может сделать то же самое с программным обеспечением. Она называет это «зомби-интерфейсом» и говорит, что нам нужна своя точка зрения, потому что «если ее нет у вас, ИИ предоставит ее за вас».

Мы не считаем, что ИИ плохо справляется с дизайном. У него просто нет точки зрения, если вы ее не предоставите, а предоставить нашу означало обучить его нашему вкусу.

Обучение дизайн-агента вкусу

Вкус — это способность отличать правильную работу от хорошей. В дизайне в двух макетах могут использоваться правильные шрифты, цвета и отступы, но только один из них достигает цели. Вкус проистекает из того, что Дилл называет «умением по-настоящему замечать детали».

Именно это наблюдение помогло нам научиться замечать ИИ-халтуру, которая чаще всего проявляется, когда в брифе решение оставляется на усмотрение агента.

Например, изображение слева было создано локальным агентом кодинга с использованием нашего бренд-скилла (который включает цвета, шрифты, логотипы и т. д.). Но в финальном результате отсутствовали критически важные компоненты, такие как правильное расположение логотипа, выравнивание текста и соответствие основных и вторичных цветов бренда.

Тот же промпт выдал идеальное брендированное изображение в Content Studio. Это произошло потому, что локальный агент заполнял каждое решение, не оговоренное в брифе, тем, что видел чаще всего. Используя эту методологию, Content Studio заполнила те же пробелы нашими вариантами.

Рекомендации, которые мы дали Content Studio, начались с основ, включая цветовые токены, толщину шрифтов, отступы и выравнивание. Но значительная часть улучшений пришла за счет того, что мы добавили сверху. Мы внедрили принципы дизайна, такие как наличие одной фокусной точки на кадр, защиту от распространенных паттернов ИИ-дизайна и обоснование для каждого комментария. В сочетании с лучшими базовыми моделями это помогло Content Studio научиться мыслить и общаться больше как дизайнер.

Так было не сразу. В одной из наших ранних анимированных графиков птица улетает за пределы экрана, оставляя за собой шлейф света длиной менее секунды. Мы просили избегать резких краев, но первая версия получилась неуклюжей, с жесткими, скругленными краями. Дизайнер сразу бы понял, что мы имеем в виду. Края должны смягчаться, а хвост сужаться и затухать в направлении, противоположном движению птицы.

В последующих итерациях агент уже оценивал эту деталь глазами дизайнера. Используя быстрый эскиз, чтобы определить, где должен находиться хвост птицы, он создал собственный покадровый контроль, гарантирующий, что лента останется на месте. Большинство зрителей никогда не заметят эту деталь осознанно, но они почувствуют, если что-то будет не так.

Измеримые проблемы решать было проще всего. Раньше в обзорах часто возникали вопросы по поводу автоматической капитализации, но теперь эту проблему на каждом шагу решает автоматическая проверка. Более сложные решения носят более субъективный характер — например, достаточно ли сильна идея кампании, четко ли доносится сообщение или находит ли отклик у аудитории ее воплощение. Когда дизайнер принимает одно из таких решений, мы фиксируем его логику в виде навыка, чтобы агент мог применять его в будущих черновиках.

Content Studio изменила подход к тому, кто может заниматься дизайном. Продакт-менеджер, инженер или фаундер может поставить задачу агенту в Slack и получить на выходе готовый к публикации материал, соответствующий бренду. Сейчас три из четырех запросов поступают не из маркетингового отдела. Роль дизайнеров стала ближе к роли креативных директоров: они задают направление и оценивают работу, а не создают каждый актив самостоятельно.

Нахождение правильного дизайнерского подхода было лишь частью процесса. Нам также нужно было предоставить агенту инструменты и среду для его реализации.

Создание медиаокружения

Дизайнер работает в самых разных инструментах: от Photoshop для статики и видеопакета для анимации до общего холста для прототипирования и совместной работы. Он также опирается на бренд-бук, дизайнерские ассеты и корпоративную документацию.

Агенту нужна похожая среда: компьютер, в котором можно работать, инструменты для различных этапов процесса дизайна и контекст, который дизайнер привнесет в свою работу. Окружение объединяет все эти элементы. Deep Agents предоставляет базовую инфраструктуру, включая цикл агента, планирование, файлы, субагентов и управление контекстом. Managed Deep Agents упаковывает это решение и запускает его в продакшене. Мы создали вокруг него среду, предоставив агенту компьютер, на котором он может поддерживать проект, работать с различными инструментами и проверять результаты.

harness_v1

В первой версии нашей среды мы попытались выполнять дизайнерские задачи за модель. Первым моделям требовалось много помощи, чтобы создать анимированную графику или вступительный ролик, который мы бы захотели выпустить. Пытаясь компенсировать то, с чем они еще не могли справиться самостоятельно, мы интуитивно решили заложить больше собственного дизайнерского опыта в инструкции и код.

В результате мы создали дизайн-систему со 115 повторно используемыми UI-компонентами для заголовков, макетов и анимации, а также с рекомендациями о том, когда и как их использовать. Это предоставило модели готовый набор элементов для работы, сократив количество творческих решений, которые ей приходилось принимать с нуля.

Это помогло сохранить соответствие бренду, но агент просто повторял одни и те же макеты и анимацию для каждого кадра без особого разнообразия:

Мы знали, что со временем модели станут отлично справляться с этой задачей, поэтому продолжали совершенствовать среду для этого момента, попутно экспериментируя с навыками и инструментами. Иногда мы добавляли больше примеров или более подробных инструкций, чтобы помочь модели. В других случаях мы полностью удаляли их, чтобы посмотреть, на что она способна сама.

Но результаты все равно не дотягивали до желаемого уровня, и для устранения этого разрыва требовалось всё больше инженерной работы. Мы продолжали добавлять правила в навыки, писать больше кода анимации и создавать новые компоненты, чтобы компенсировать то, с чем модель не справлялась.

Затем появился Opus 5.5, и мы увидели резкий скачок качества. Мы пересмотрели навыки и удалили большинство зашитых в код правил, оставив лишь принципы дизайна и общие рекомендации. Результаты стали еще лучше: появилось больше разнообразия и меньше повторов. Модель наконец-то начала принимать те творческие решения, которые раньше мы пытались запрограммировать за нее.

Это стало нашим «Горьким уроком». Правила, призванные компенсировать слабости модели, со временем теряют свою полезность по мере развития самих моделей. То, что остается неизменным — это окружение модели, включая инструменты, которыми она пользуется, контекст, из которого она черпает информацию, и то, как люди направляют ее работу. Вместо того чтобы заранее закладывать творческие решения, мы сосредоточились на том, чтобы сделать среду достаточно гибкой, чтобы использовать преимущества каждого нового поколения моделей.

Компьютер дизайнера

Чтобы показать среду в действии, мы попросили Content Studio создать ролик о том, как она работает над видеопроектом от начала и до конца. Главным героем стал попугай в пиксельных джунглях, а закадровый текст озвучен в стиле Дэвида Аттенборо (с помощью ElevenLabs). Давайте пройдемся по уровням среды: компьютеру, инструментам и контексту, лежащим в основе работы агента.

Дизайн — это итеративный процесс. Вы что-то создаете, смотрите на результат и вносите изменения, часто многократно. Поэтому агенту необходим компьютер, на котором он может продолжать работу на протяжении всего диалога. Каждая ветка в Slack получает собственный LangSmith Sandbox — изолированную Linux-машину с файловой системой и оболочкой, и проект существует в ней в течение всего времени жизни этой ветки.

Всё, что создает агент, написано с помощью кода — будь то HTML-страница для слайда, спецификация данных для графика или временная шкала анимации для видео. Это упрощает итерации без необходимости начинать все сначала. Если кто-то попросит показать попугая раньше, агент может изменить одно значение времени и заново отрендерить результат без ущерба для графики или текста. При работе с плоским изображением или сгенерированным видеоклипом даже небольшое редактирование может потребовать воссоздания всего аспекта с нуля.

Бриф, план, код сцен, аудио и рендеры хранятся в одной папке проекта, с которой работают все субагенты.

В дополнение к этому мы установили инструменты, к которым дизайнер обращается на каждом этапе работы:

Движение — самый сложный уровень. Он работает на двух движках:

• для редактирования: HyperFrames, видеофреймворк с открытым исходным кодом от HeyGen, превращает видео в веб-страницу. Клипы, записи экрана, субтитры и текст — это просто элементы на странице, а таймлайн перемещает их. Поэтому, когда кто-то просит сделать субтитры к вебинару или смонтировать демоверсию продукта, агент редактирует видео как веб-страницу. Его интерфейс командной строки (CLI) фактически представляет собой редактор агента: проверяет композицию на ошибки, извлекает кадр для проверки, рендерит финальный вариант. Мы также установили официальные навыки HeyGen, чтобы агент изучал формат у его создателей.
• motion-studio для анимации: Веб-страница не умеет размывать быстрое движение, создавать свечение или вращать логотип в 3D, а именно такой чистоты мы хотели добиться для оригинальной анимации. Поэтому мы создали собственный движок холста. Агент пишет код, который прорисовывает каждый пиксель каждого кадра, а движок объединяет до 16 моментов в каждом кадре — точно так же, как затвор камеры размывает движение. Ролик с попугаем был создан именно так.

Оба движка рендерят каждый кадр на основе его таймкода, поэтому кадр на десятой секунде выглядит одинаково независимо от того, когда именно был произведен рендеринг. Это позволяет агенту проверять отдельные моменты без рендеринга всего фильма, а также дает нам возможность рендерить несколько кадров параллельно. Аудиодорожка работает на том же таймлайне, обеспечивая синхронизацию закадрового голоса, музыки и звуковых эффектов с визуальным рядом.

С таким набором инструментов агент может создать практически что угодно. Но без дополнительных инструкций он по умолчанию полагается на собственные дизайнерские решения модели, а не на наши. Следующей задачей было научить его работать в рамках нашего бренда и стандартов дизайна.

Мозг дизайнера

Мы организовали знания агента вокруг четырех различных функций, каждая из которых имеет четкую цель. Навыки определяют, как выполнять конкретные задачи, в то время как вики предоставляет контекст о нашей компании и о том, как выглядит качественная работа. Все, что поддается измерению, обрабатывается шлюзом — детерминированной проверкой, написанной кодом. Отдельный слой памяти фиксирует то, чему люди обучают агента со временем.

Навыки

Первое, что агент делает при получении запроса, — это определяет, к какому типу задач он относится. За это отвечает наш навык медиапроизводства. Мы называем его навыком маршрутизации, поскольку большая его часть представляет собой одну таблицу. Каждая строка сопоставляет тип запроса (кампания, рестайлинг, миниатюра, пост, пакет для YouTube, презентационный ролик, короткая анимация) с путем и навыком специалиста, который его обрабатывает. Маршрутизатор также решает, требуется ли для работы общий визуальный холст, и ограждает полный процесс от мелких правок.

Для такого ролика, как приведенный выше, маршрутизатор выбирает навык презентационного ролика, разработанный для режиссуры крупного производства видеоматериалов. Каждый из наших 48 навыков (всего около 1000 файлов) ориентирован на конкретную задачу, а не на тему, поэтому его описание читается как правило маршрутизации, включая случаи, когда его использовать не стоит.

Навыки комбинируются, а не дублируют друг друга. Презентационный навык руководит процессом, а студия анимации создает картинку и звук, благодаря чему ремесло анимации описано единожды. Презентационный навык также содержит инструкции для ролей запускаемых под‐агентов и пример реального 88-секундного презентационного ролика, который мы воссоздали кадр за кадром с помощью кода. Именно на этом примере агент научился делить фильм между под‐агентами. Он выполняет склейку на жестких сменах сцен, сохраняет непрерывное движение камеры с одним под‐агентом и фиксирует общий код до того, как кто-либо начнет работать параллельно.

Описания важны для инструментов точно так же, как и для навыков. Чтобы сократить использование контекста, мы поместили инструменты MCP за встроенным поиском. Агент начинает работу только с нашими собственными инструментами и загружает дополнительные схемы инструментов по мере необходимости, используя ключевые слова для поиска по именам и описаниям инструментов.

Вики

Навыки объясняют, как выполнять работу, тогда как вики предоставляет контекст и справочные материалы, необходимые для ее качественного выполнения. Она охватывает все: от элементов бренда, графического языка и тональности до платформ, кампаний и информации о продукте. Специализированная вики по анимации охватывает режиссуру, ремесло, звук и рецензирование, наряду с разборами 70 эталонных фильмов.

Вместо того чтобы дублировать эту информацию в навыках, мы ссылаемся непосредственно на вики. Это позволяет хранить общие знания в одном месте и упрощает обновление. Когда меняется что-то вроде правила шрифтов, нам нужно обновить его только один раз, и каждый навык сможет ссылаться на самую свещую версию.

Знание того, как мы работаем, не обязательно делает моушн-дизайн дешевле. Неверное творческое решение все равно может стоить часов рендеринга.

Дизайн на основе спецификаций

Ошибки в моушн-дизайне обходятся особенно дорого как в плане времени рендеринга, так и токенов. Рендеринг одного кадра раскадровки занимает около 50 миллисекунд по сравнению с 8–40 секундами для одной секунды готового фильма. Учитывая, что под‐агенты пишут код, выполняют рендеринг и проверяют каждый акт, эти затраты быстро накапливаются. Поэтому агент сначала разрабатывает идеи в раскадровке, где он может недорого изучить различные направления, прежде чем переходить к полноценному производству после утверждения направления.

Чтобы поддержать этот процесс поиска, мы предоставили агенту библиотеку эталонных фильмов для вдохновения, во многом подобно тому, как дизайнер работает с мудбордом. Когда он не может найти нужный образ, он использует модель генерации изображений для создания новых референсов, начиная с быстрых набросков перед доработкой наиболее перспективных вариантов. Эти изображения помогают задать визуальное направление, в то время как раскадровка и финальный фильм по-прежнему создаются кодом с использованием реальной типографики и ресурсов бренда.

Как только мы выбираем направление, утвержденная раскадровка становится спецификацией, на основе которой строится остальная часть фильма. Затем проект проходит через три этапа:

• Раскадровка для согласования визуальной идеи, текста и кадров.
• Аниматик, то есть грубая нарезка по таймингу под аудио для проверки темпа, который не могут передать статические кадры.
• Производство, на котором под‐агенты создают, проверяют и рендерят утвержденные кадры.

Сначала мы описали этот порядок в инструкциях навыка, и агент иногда пропускал проверку ради экономии времени. Теперь пайплайн обеспечивает его соблюдение программно, поэтому сборка ждет, пока каждый акт пройдет проверку, в то время как инструкции по-прежнему направляют творческие решения. Порядок, который должен соблюдаться всегда, заложен в коде, а принятие решений остается за промптом.

Указывайте, а не промптите

Выбор между этими направлениями — командное решение. Slack отлично подходит для запроса и получения работы, но тред представляет собой линейный текст, а раскадровка пространственна, поэтому обратная связь в итоге описывает местонахождение элемента вместо того, чтобы указывать на него, и каждое изменение, даже правка в одно слово, должно возвращаться к агенту через новый промпт.

Paper решил эту проблему для нас. Это холст дизайна, созданный с учетом агентов, с сервером MCP, который дает агенту прямой контроль над файлом. Люди могут работать в том же файле, сравнивать направления бок о бок, оставлять комментарии к конкретным кадрам или вносить правки самостоятельно. Поскольку холст является общим, агент может вернуться к файлу и использовать эти комментарии и правки для руководства своей следующей итерацией.

Проблема заключалась в том, что инструменты агента Paper работают только в его десктопном приложении, в то время как наш агент работает в облачной песочнице. Чтобы преодолеть этот разрыв, мы запускаем Paper Desktop в фоновом режиме на постоянно работающем работнике Linux, используя виртуальный дисплей и аутентифицированный мост для соединения обоих компонентов. Единая настройка поддерживает всю команду.

Даже после утверждения превращение раскадровки в готовый фильм может занять часы. К этому моменту работа напоминает небольшой проект со множеством создаваемых параллельно частей, которые должны сойтись воедино. Координация всего этого — задача более сложная, чем один шаг агента.

Агент как руководитель аппарата

Рассмотрите упомянутый ранее фильм с попугаем в середине производства в Slack. Один человек делится референсом, другой предлагает другое начало, а третий оставляет отзыв по четвертому кадру, и все это время агент продолжает сборку. Это похоже на мозговой штурм, где человек, ведущий заметки, также отвечает за создание фильма. Синхронные под‐агенты здесь не работают хорошо, так как основному агенту приходится ждать их завершения, не оставляя людям возможности взаимодействовать с ним тем временем.

Чтобы решить эту проблему, мы сделали под‐агентов асинхронными и перевели роль основного агента из исполнителя в руководители аппарата. Он разбивает сложные проекты на более мелкие, изолированные задачи, назначает их под‐агентам и выполняет работу параллельно. Тем временем он держит команду в курсе изменений, чтобы люди могли продолжать оставлять отзывы и направлять проект.

Для каждой задачи основной агент создает профиль под‐агента с четким заданием, охватывающим его роль, соответствующий контекст, владение файлами и способы проверки работы. Он также выбирает модель и уровень усилий в зависимости от сложности задачи.

Мы также добавили небольшой набор инструментов для координации работы основным агентом:

• start_task передает часть работы под‐агенту в фоновом режиме
• check_tasks показывает, что запущенно, и считывает готовые отчеты
• cancel_task и resume_task останавливают работу, которая больше не соответствует задаче, или возобновляют её с того места, где она была прервана
• report_progress позволяет субагенту отправлять обновления прямо во время выполнения задачи
• schedule_wakeup предоставляет главному агенту таймер для запуска нового сеанса и продолжения работы

Под капотом каждый субагент представляет собой обычный инструмент задач Deep Agents, запущенный в фоновом режиме. Когда он завершает работу, наш код добавляет в очередь новый запуск главного агента с результатами. Пользователи также могут управлять главным агентом прямо во время его работы, поскольку сообщение, поступившее во время выполнения, вставляется перед следующим вызовом модели. Субагенты координируют свои действия через папку проекта: каждый записывает только те файлы, за которые отвечает, и сохраняет свой прогресс на диске.

Поскольку работа выполняется в фоновом режиме, цепочка обсуждения должна отображать происходящее. Главный агент поддерживает её актуальность с помощью плана и расчетного времени завершения, строки состояния в реальном времени с работающими субагентами, отображения прогресса и затрат, подтверждения для каждого изменения и карточки одобрения до того, как что-либо станет доступно общественности.

Одним из самых наглядных тестов такого подхода стала ночная задача по редизайну презентации из 52 слайдов. Агент начал с создания трех образцов слайдов и проверки собственной работы, прежде чем перейти к обработке остальной части презентации нумерованными партиями для утверждения. В процессе он также добавил два новых слайда. За ночь главный агент проработал около часа, в то время как его субагенты в совокупности работали более шести часов, и всё это без блокировки обсуждения.

Самосовершенствующаяся обвязка

Дизайнер, проработавший с командой несколько месяцев, изучает ее предпочтения и не нуждается в повторении одних и тех же отзывов дважды. Без памяти агент каждый раз начинал бы с нуля в каждой новой цепочке обсуждения. Чтобы избежать этого, мы создали два цикла обучения. Быстрый цикл фиксирует отзывы по мере их поступления от людей, в то время как медленный цикл учится на завершенных проектах в фоновом режиме.

Быстрый цикл: когда кто-то делится правилом или предпочтением, агент сохраняет его за тот же шаг. Управляемые Deep Agents хранят память в виде простых файлов на двух уровнях: один общий для всей команды, а другой специфичный для каждого человека.

Личные предпочтения переносятся между цепочками обсуждений, но общие стандарты имеют приоритет, а все, что создается для корпоративного канала, следует голосу компании. Каждый уровень содержит файл AGENTS.md, который загружается при каждом вызове модели. Теперь мы ограничиваем эти файлы индексом в 200 строк после того, как ранняя версия выросла до 500K токенов.

Медленный цикл: после каждого задания наш инструмент learn_from_job запускает легковесного субагента, который фиксирует до пяти подтвержденных фактами уроков и связывает их с использованным навыком. Будущие задания считывают и оценивают эти уроки, а раз в неделю фоновый агент внедряет те из них, которые доказали свою полезность, в навыки и вики.

Что дальше

Помните те ранние отзывы? Самое значительное улучшение было достигнуто за счет сохранения экспертных оценок наших дизайнеров в общей среде, из которой агент мог учиться, вместо того чтобы оставлять их разрозненными по веткам обсуждений. В процессе мы сделали работу по дизайну доступной для большего числа людей.

В дальнейшем мы хотим, чтобы агент управлял всем жизненным циклом кампании, и часть этого уже работает. Он публикует корпоративные посты в социальных сетях через Buffer после утверждения уполномоченным лицом, готовит черновики постов для публикации сотрудниками с их собственных аккаунтов и запускает регулярные процедуры, включая ежедневный обзор, который предлагает посты, достойные цитирования.

Присоединяйтесь к нам на GTM Engineering Live 28 октября. Мы заглянем под капот обвязки и пользовательского интерфейса, а также покажем работу, которая не поместилась в этой статье.