@cartainc は、Lucidchart を使用して、ドメインエキスパートのワークフロー全体を図式化することで、エージェント向けのシステムプロンプトを作成しました。次に、内部プロンプトジェネレーターがそれをJSONに変換し、プログラムでエージェントに供給しました。 「ドメインを最もよく理解しているチームは、プロンプトとコンテキストの設計に直接貢献し、モデルのトレーニングや ML の学習を必要とせずに、速度と関連性を向上させています」と @JayantTikmani 氏は言います。 ここでは、コンテキスト内の学習に大きく依存するゴールドスタンダードのプロンプト手法を紹介します。 Cartaが社内チームを毎月3,500 +時間節約するエージェントをどのように構築したかの全容については、コメントのリンクをたどってください。

アプライドインテリジェンスに関する2番目のエッセイでは、@cartaincチームを月に3,500+時間節約する内部エージェントをどのように構築したかを詳しく説明します。 CPO @artshaliと機械学習担当ディレクターが、11 分間のタスクを数秒で完了できるタスクに変えるための正確な詳細を@JayantTikmani共有します。 - 人間の判断が不可欠であるが非効率なワークフローに焦点を当てる - Lucidchart でワークフローを図式化し、エージェントのシステムプロンプトとして機能させる JSON に変換する - モデルの動作をUXおよびワークフロー統合から切り離し、迅速な反復を実現 - その他多数 以下の返信で全文をお読みください。

「Cursorを使用している最も急速に成長しているグループはエンジニアリングではありません。それはサポートと収益です」と、Shopify の副社長兼エンジニアリング責任者である @fnthawar 氏は述べています。Shopify が (技術チームだけでなく) すべての人に高価なモデルへのアクセスを提供したときに構築したものは次のとおりです。 - あるセールスエンジニアは、Cursorで個人的な「今日は何をすべきか?」ホームページを構築したため、GSuite Drive、Slack、Salesforce、その他のツールを放棄しました。 - 営業担当者は Cursor を使用して、サイトのパフォーマンスの詳細な比較を自動的に生成するツールを構築し、販売方法を再考するのに役立ちました。 - Revenue Tooling チームは、一度に複数の RFP に回答し、どの回答が最も効果的かを学習する提案依頼エージェントを構築しました。 私たちの新しい出版物「Applied Intelligence」は、ビルダーが会社で AI をどのように使用しているか、そして彼らが生み出している影響に焦点を当てることを目的としています。最初のエッセイでは、Thawar 氏にインタビューし、Shopify が共同創設者兼 CEO の Tobi Lütke 氏の野心的なメモを実現するために使用した自明ではない洞察、戦術、ワークフローを学びました。 詳細については、以下のリンクをたどってください。

AIエージェントのスタートアップは毎日立ち上げられています。しかし、スタートアップが構築している既存のクラウドプロバイダー(AWS、Azureなど)は、何十億人もの自律エージェントではなく、人間のためのものでした。だからこそ、私は「AI企業のためのAWS」である@blaxelAIとの提携を誇りに思っています。

ドローイングボックスなしでドキュメント編集をクラックしました。 私たちは、あらゆるドキュメントを自動的に入力する新しいエンドポイントであるEditをリリースできることを嬉しく思います。 編集は、フォーム内のすべての空白フィールド、テーブル、チェックボックスを自動的に検索し、それらをインテリジェントにデータを入力することで、ドキュメントの自動化に革命をもたらします。 試してみるには、で順番待ちリストにサインアップするか、以下の🧵動作をご覧ください

Shopifyは、@tobiのメモから意識的に一箇所に逸脱しています。 メモには、「より多くの人員とリソースを求める前に、チームはAIを使用してやりたいことを成し遂げることができない理由を示さなければならない」というものがあります。 「AIをもっと使えることを示せば、より多くのリソースを手に入れることができる」という陽動です。 同社は1,000人のエンジニアリングインターンを募集しており、これを「AIケンタウロス」と呼んでいます。これは、AIネイティブ+最新のツールを使用する最も創造的な方法をもたらします。これらのインターンには「初心者の考え方」があり、Shopifyはそれが問題を乗り越える方法を見つけるのに役立つと信じています。 Shopifyの明らかでないAIの洞察、戦術、ワークフローの詳細については、返信にリンクされているストーリーをご覧ください。

私は、実際のアプリケーションとクイックヒットのデモウェアを見るのが大好きです。 その大きな部分は、グリーンフィールドコードを簡単に実行できることです。既存のコードベース (一部が 10 年前のもの) に接続するのは、はるかに困難です。 (または、多くの政府またはエンタープライズシステムの場合は、COBOLです。

未来はすでにここにあります。そして、それは本番環境で実行されています。 Applied Intelligence は、実際のチームが AI を使用してどのように構築しているかについて、@firstround が新たに発表した出版物です。 まずはShopifyです。AIの使用@tobi期待されるようになったとき、チームは働き方を再構築しました。彼らは、これまでに学んだことについて、ワークフロー、社内デモビデオ、戦術的なアドバイスを共有しています。 次は、Carta や Atlassian など、AI が実際にどのように使用され、構築されているかを示しています。

@firstround では、企業が現在 AI を実際にどのように運用しているかを共有する新しい出版物である Applied Intelligence という新しいものを発表しました。理論ではありません。デモウェアではありません。リアルなワークフローとリアルな結果。私たちの最初の作品は@Shopifyと一緒で、それは 🔥👇

@tobi今では有名なAIメモを公開した後、他の創業者やCEOからの同様の投稿がこのプラットフォームに殺到しているのを見たでしょう。しかし、ほとんどの企業はまだ「メモとデモ」の段階にあり、野心的な計画と義務化、ボードデッキ上の「AIファースト」ロードマップ、派手な機能、デモウェアなどに取り組んでいます。 しかし、スケーラブルな実装と実際の結果は依然として不透明です。 そこで本日、このギャップを埋めるための新しい出版物、Applied Intelligenceを創刊します。これは、建設業者が自社でAIをどのように使用しているか、また彼らが目にしている有意義な影響を共有することを目的としています。 私たちの最初のエッセイは、他ならぬShopifyで、TobiLütkeのメモをフォローアップしています。バイスプレジデント兼エンジニアリング責任者の@fnthawarから、Shopifyが野心的なメモを実現するために使用した、明らかでない洞察、戦術、ワークフローについて学びます。 以下のエッセイを読んでください。