Nel nostro secondo saggio su Intelligenza Applicata, analizziamo come @cartainc ha costruito un agente interno che fa risparmiare al loro team oltre 3.500 ore al mese. Il CPO @artshali e il Direttore di Machine Learning @JayantTikmani condividono i dettagli esatti su come trasformare un compito di 11 minuti in uno che può essere completato in pochi secondi: - Concentrandosi su flussi di lavoro in cui il giudizio umano era essenziale ma inefficiente - Diagrammando un flusso di lavoro in Lucidchart e convertendolo in JSON per fungere da prompt di sistema dell'agente - Decoupling del comportamento del modello dall'integrazione UX e flusso di lavoro per iterazioni rapide - E molto altro Leggi l'intera storia nelle risposte qui sotto: