@cartainc hat einen System-Prompt für seinen Agenten erstellt, indem es Lucidchart verwendet hat, um den vollständigen Workflow eines Fachexperten zu skizzieren. Dann hat ein interner Prompt-Generator diesen in JSON umgewandelt, der dann programmgesteuert in den Agenten eingespeist wurde. "Teams, die das Fachgebiet am besten verstehen, tragen direkt zur Gestaltung von Prompts und Kontexten bei, verbessern die Geschwindigkeit und Relevanz, ohne Modelle trainieren oder ML lernen zu müssen", sagt @JayantTikmani. Hier sind ihre goldenen Standard-Prompting-Techniken, die stark auf In-Context-Learning basieren. Für die vollständige Geschichte, wie Carta einen Agenten aufgebaut hat, der internen Teams über 3.500 Stunden pro Monat gespart hat, folgen Sie dem Link in den Kommentaren.

In unserem zweiten Aufsatz über Angewandte Intelligenz analysieren wir, wie @cartainc einen internen Agenten entwickelt hat, der ihrem Team über 3.500 Stunden pro Monat spart. CPO @artshali und Director of Machine Learning @JayantTikmani teilen die genauen Details, wie eine 11-minütige Aufgabe in eine verwandelt wurde, die in Sekunden erledigt werden kann: - Fokussierung auf Arbeitsabläufe, bei denen menschliches Urteilsvermögen entscheidend, aber ineffizient war - Diagrammierung eines Arbeitsablaufs in Lucidchart und Umwandlung in JSON, um als Systemaufforderung des Agenten zu fungieren - Entkopplung des Modellverhaltens von UX und Workflow-Integration für schnelle Iteration - Und vieles mehr Lesen Sie die gesamte Geschichte in den Antworten unten:

„Die am schnellsten wachsenden Gruppen, die Cursor nutzen, sind nicht die Ingenieure. Es sind der Support und der Umsatz“, sagt @fnthawar, VP und Leiter der Ingenieurabteilung bei Shopify. Das haben sie gebaut, als Shopify allen Zugang zu teuren Modellen gab (nicht nur den technischen Teams): - Ein Vertriebsingenieur hat GSuite Drive, Slack, Salesforce und andere Tools aufgegeben, weil er eine persönliche „Was soll ich heute tun?“-Startseite in Cursor erstellt hat. - Ein Vertriebsmitarbeiter nutzte Cursor, um ein Tool zu entwickeln, das automatisch detaillierte Leistungsvergleiche von Websites erstellt, was ihnen hilft, ihre Verkaufsstrategie zu überdenken. - Das Revenue Tooling-Team baute einen Agenten für Angebotsanfragen, der mehrere RFPs gleichzeitig beantwortet und lernt, welche Antworten am besten funktionieren. Unsere neue Veröffentlichung „Angewandte Intelligenz“ zielt darauf ab, zu zeigen, wie Entwickler KI in ihren Unternehmen nutzen und welche Auswirkungen sie erzielen. In unserem ersten Essay haben wir uns mit Thawar zusammengesetzt, um die nicht offensichtlichen Erkenntnisse, Taktiken und Arbeitsabläufe zu erfahren, die Shopify genutzt hat, um das ehrgeizige Memo von Mitgründer und CEO Tobi Lütke zum Leben zu erwecken. Folgen Sie dem Link unten, um mehr zu lesen.

AI-Agent-Startups werden täglich gegründet. Aber die etablierten Cloud-Anbieter (AWS, Azure usw.), auf denen die Startups aufbauen, waren für Menschen gedacht, nicht für Milliarden autonomer Agenten. Deshalb bin ich überaus stolz, mit @blaxelAI, dem "AWS für KI-Unternehmen", zusammenzuarbeiten.

Wir haben gerade die Dokumentenbearbeitung ohne das Zeichnen von Kästchen geknackt. Wir freuen uns, Edit – einen neuen Endpunkt – zu starten, der jedes Dokument automatisch ausfüllt. Edit revolutioniert die Dokumentenautomatisierung, indem es automatisch alle leeren Felder, Tabellen und Kontrollkästchen in Formularen findet und sie dann intelligent mit Ihren Daten ausfüllt. Um es auszuprobieren, melden Sie sich für die Warteliste an oder sehen Sie es weiter unten in Aktion 🧵

Shopify hat sich an einer Stelle bewusst von @tobi's Memo entfernt. Das Memo: „Bevor Teams um mehr Personal und Ressourcen bitten, müssen sie nachweisen, warum sie ihre Ziele nicht mit KI erreichen können.“ Die Abweichung: „Zeigt, dass ihr KI mehr nutzen könnt, und dann bekommt ihr mehr Ressourcen.“ Das Unternehmen stellt 1.000 Ingenieurpraktikanten ein, die sie „KI-Zentauren“ nennen: KI-nativ + die kreativsten Wege finden, um die neuesten Werkzeuge zu nutzen. Diese Praktikanten haben eine „Anfängermindset“, von dem Shopify glaubt, dass es hilft, den Weg durch Probleme zu finden. Erfahrt mehr über Shopifys nicht offensichtliche KI-Einsichten, Taktiken und Arbeitsabläufe in der verlinkten Geschichte in den Antworten.

Ich liebe es, echte Anwendungen im Vergleich zu schnellen Demowaren zu sehen. Ein großer Teil davon ist, dass es einfach ist, Greenfield-Code zu erstellen. In einen bestehenden Code-Bestand einzutauchen, dessen Teile möglicherweise 10 Jahre alt sind, ist viel schwieriger. (Oder, im Fall vieler Regierungs- oder Unternehmenssysteme, COBOL.)

Die Zukunft ist bereits hier. Und sie läuft in der Produktion. Applied Intelligence ist eine neue Publikation von @firstround darüber, wie echte Teams mit KI arbeiten. Zuerst: Shopify. Als @tobi die Nutzung von KI zur Erwartung machte, hat das Team seine Arbeitsweise neu gestaltet. Sie teilen Arbeitsabläufe, interne Demovideos und taktische Ratschläge zu dem, was sie bisher gelernt haben. Als Nächstes: Carta, Atlassian und viele mehr, die zeigen, wie KI tatsächlich genutzt und entwickelt wird.

Wir haben gerade etwas Neues bei @firstround gestartet - Angewandte Intelligenz, eine neue Publikation, die zeigt, wie Unternehmen KI derzeit tatsächlich in der Produktion einsetzen. Keine Theorie. Kein Demoware. Echte Arbeitsabläufe mit echten Ergebnissen. Unser erster Beitrag ist mit @Shopify und er ist 🔥👇

Nachdem @tobi sein mittlerweile berühmtes KI-Memo veröffentlicht hat, haben Sie wahrscheinlich ähnliche Beiträge von anderen Gründern und CEOs gesehen, die diese Plattform überschwemmen. Aber die meisten Unternehmen befinden sich noch in der Phase der "Memos und Demos" – ehrgeizige Pläne und Mandate, "KI-zuerst"-Roadmaps in den Vorstandspräsentationen, auffällige Funktionen und Demoware. Doch skalierbare Implementierungen und echte Ergebnisse bleiben unklar. Heute starten wir eine brandneue Publikation, um die Lücke zu schließen: Angewandte Intelligenz. Sie zielt darauf ab, zu zeigen, wie Entwickler KI in ihren Unternehmen nutzen und welche bedeutenden Auswirkungen sie sehen. Unser einführender Aufsatz ist mit niemand anderem als Shopify, als Fortsetzung von Tobi Lütkes Memo. Wir erfahren von VP & Head of Engineering @fnthawar über die nicht offensichtlichen Erkenntnisse, Taktiken und Arbeitsabläufe, die Shopify verwendet hat, um ein ehrgeiziges Memo zum Leben zu erwecken. Lesen Sie den Aufsatz unten.