Merim TufoRazgovarajmo o projektu
Meni
Razgovarajmo o projektu
AI automatizacija i agenti
AI–1

AI automatizacija i agenti

Agenti koji obavljaju ponavljajuće zadatke i provjere koje otkrivaju njihove greške.

Gradim AI automatizaciju i agente za posao koji vaš tim ponavlja: prijem, istraživanje, nacrte, razvrstavanje, objavu. Svaki korak koji izvodi model provjerava kod ili drugi model, a osoba odobrava gdje bi greška bila skupa.

Razgovarajmo o procesu hello@merimtufo.com
Tok automatizacije: prijem, agent s alatima, provjere s granom za review, vaši sistemi.1234
AI-1 — Od prijema do vaših sistema
  1. Ulazni dokumenti
  2. Agent i alati
  3. Provjera
  4. Ljudska provjera
DokaziAI–2

Sistemi koje samostalno vodim

Svaki dan vodim multi-agent sistem isporuke na Claude Codeu: 100+ agenata i workflowa specijaliziranih po ulogama koji specifikaciju proizvoda pretvaraju u testiranu kodnu bazu za Flutter i Supabase.

  1. Jedno pokretanje dalo je aplikaciju od 445 datoteka sa 2.027 testova koji prolaze.
  2. Prvo potpuno pokretanje dalo je glavnu lekciju: kod je bio zdrav, a novi korisnik nije mogao završiti onboarding. Verifikacija je bila vezana za zadatke, a ne za korisnikov put. Iznova sam je izgradio oko testova prihvatljivosti cijelih korisničkih scenarija, a sljedeće pokretanje je prvo pronašlo i popravilo neispravan tok.
  3. Generator i kritičar na različitim modelima: jedan piše, drugi ocjenjuje, treći revidira.
  4. ScalePilot, moj proizvod za landing stranice: unosi se vođeni brief, a pipeline gradi, provjerava i objavljuje dizajniranu stranicu.

Stanje na dan 10/2026.

ObimAI–3

Šta je uključeno

Projekt automatizacije počinje procesom kakav danas teče, a završava pipelineom koji vaš tim može pratiti i zaustaviti.

  1. Mapa procesa

    Svaki korak zapisan: ulaz, odluka, izlaz, ko provjerava i koliko greška košta.

  2. Agenti i pipelineovi

    Claude ili GPT modeli gdje je potrebna procjena, običan kod svugdje drugdje. Verzionirani promptovi s evaluacijama, pa se promjena prompta testira kao promjena koda.

  3. Provjere

    Validacija sheme na svakoj granici, drugi model za ocjenu izlaza, pravila koja rezultat zadržavaju umjesto da ga objave.

  4. Tačke ljudske kontrole

    Odobrenja u alatima koje vaš tim već koristi, poput Slacka ili e-pošte, na koracima koje odaberete.

  5. Integracije

    Vaš CRM, e-pošta, oglasni nalozi, baze podataka i interni API-ji, preko službenih API-ja.

  6. Trošak i zapisi

    Potrošnja tokena i historija pokretanja se bilježe, pa vidite koliko je svako pokretanje koštalo i šta je uradilo.

Kako daljeAI–4

Od ručnog procesa do pipelinea

Pipeline se gradi korak po korak, a svaki korak se izmjeri prije nego što se automatizira sljedeći.

  1. Mapiranje

    Prolazimo proces na stvarnim primjerima i biramo korak s najviše ponavljanog posla i najmanjim rizikom.

  2. Prvi korak automatiziran

    Taj korak radi na stvarnim ulazima, a osoba provjerava svaki izlaz.

  3. Mjerenje

    Poredimo izlaz s onim što bi uradio vaš tim i ispravljamo promašaje.

  4. Proširivanje

    Provjera prelazi na uzorke i izuzetke samo tamo gdje to rezultati zaslužuju. Slijedi sljedeći korak.

PitanjaAI–5

Pitanja

Koji posao AI agent može preuzeti?

Posao s jasnim ulazima i provjerljivim rezultatom: razvrstavanje i usmjeravanje zahtjeva, izvlačenje podataka iz dokumenata, prvi nacrti, sažeci istraživanja, objava na više kanala. Odluke s pravnom ili finansijskom težinom zadržavaju čovjeka u petlji.

Kako sprečavate agenta da izmišlja?

Tako što ne vjerujem jednom modelu. Izlaz se validira prema shemi, ocjenjuje ga drugi model i provjerava prema izvornim podacima gdje oni postoje. Rezultati koji ne prođu zadržavaju se za osobu, a ne objavljuju.

Koje modele koristite?

Uglavnom Claude i GPT, odabrani za svaki korak. Kad različiti modeli generišu i provjeravaju, manja je vjerovatnoća da greška promakne.

Hoće li raditi s našim postojećim alatima?

Obično da, preko službenih API-ja: e-pošta, Slack, CRM-ovi, oglasne platforme, baze podataka. Izbjegavam scraping i automatizaciju ekrana tamo gdje API postoji.

Kuda idu naši podaci?

Samo do pružalaca modela i usluga koje pipeline treba, a njih birate vi. Podaci ostaju u vašim nalozima i bazama.

Koliko vremena treba da nešto proradi?

Prvo dolazi jedan automatiziran korak na stvarnim podacima, prije cijelog pipelinea, pa rezultate vidite rano i odlučujete hoćete li nastaviti.

Kontrolni listAI–6

Koji zadatak vaš tim ponavlja svaki dan?

CS-01

Opišite proces, uključene alate i koliko greška košta.

  1. Šta proizvod radi i ko ga koristi.
  2. Šta već postoji: dizajn, kod, backend, store nalog.
  3. Vaš rok i sve što je fiksno, poput datuma lansiranja ili platforme.
Razgovarajmo o procesu hello@merimtufo.com
Razgovarajmo o projektu