@cartainc criou um prompt de sistema para seu agente usando o Lucidchart para diagramar o fluxo de trabalho completo de um especialista em domínio. Em seguida, um gerador de prompt interno converteu isso em JSON, que foi alimentado no agente programaticamente. "As equipes que entendem melhor o domínio estão contribuindo diretamente para o design rápido e contextual, melhorando a velocidade e a relevância sem a necessidade de treinar modelos ou aprender ML", diz @JayantTikmani. Aqui estão suas técnicas de solicitação padrão-ouro, que dependem muito do aprendizado no contexto. Para a história completa de como a Carta construiu um agente que economizou 3.500+ horas por mês para as equipes internas, siga o link nos comentários.

Em nosso segundo ensaio sobre Inteligência Aplicada, detalhamos como @cartainc construíram um agente interno que economiza 3.500+ horas por mês para sua equipe. O @artshali CPO e o Diretor de Aprendizado de Máquina @JayantTikmani compartilhar os detalhes exatos de como transformar uma tarefa de 11 minutos em uma que pode ser concluída em segundos: - Foco em fluxos de trabalho em que o julgamento humano era essencial, mas ineficiente - Diagramar um fluxo de trabalho no Lucidchart e convertê-lo em JSON para atuar como prompt do sistema do agente - Desacoplar o comportamento do modelo da UX e da integração do fluxo de trabalho para iteração rápida - E muito mais Leia a história completa nas respostas abaixo:

"Os grupos que mais crescem usando o Cursor não são engenharia. É suporte e receita", diz @fnthawar, vice-presidente e chefe de engenharia da Shopify. Aqui está o que eles construíram quando o Shopify deu a todos acesso a modelos caros (não apenas equipes técnicas): - Um engenheiro de vendas abandonou o GSuite Drive, Slack, Salesforce e outras ferramentas porque criou uma página inicial pessoal "O que devo fazer hoje?" no Cursor. - Um representante de vendas usou o Cursor para criar uma ferramenta que gera comparações detalhadas de desempenho do site automaticamente, o que os ajuda a repensar como vendem. - A equipe de ferramentas de receita criou um agente de solicitação de proposta que responde a várias RFPs de uma só vez e aprende quais respostas funcionam melhor. Nossa nova publicação, "Applied Intelligence", visa focar em como os construtores estão usando a IA em suas empresas e o impacto que estão criando. Em nosso primeiro ensaio, conversamos com Thawar para aprender os insights, táticas e fluxos de trabalho não óbvios que a Shopify usou para dar vida ao ambicioso memorando do cofundador e CEO Tobi Lütke. Siga o link abaixo para ler mais.

As startups do AI Agent são lançadas diariamente. Mas os provedores de nuvem existentes (AWS, Azure, etc.) sobre os quais as startups estão construindo foram feitos para humanos, não para bilhões de agentes autônomos. É por isso que estou muito orgulhoso de fazer parceria com a @blaxelAI, a "AWS para empresas de IA".

Acabamos de quebrar a edição de documentos sem caixas de desenho. Estamos entusiasmados em lançar o Edit – um novo endpoint que preenche qualquer documento automaticamente. O Edit revoluciona a automação de documentos, encontrando automaticamente todos os campos, tabelas e caixas de seleção em branco nos formulários e, em seguida, preenchendo-os de forma inteligente com seus dados. Para experimentá-lo, inscreva-se na lista de espera ou veja-o em ação abaixo 🧵

Shopify divergiu conscientemente do memorando de @tobi em um só lugar. O memorando: "Antes de pedir mais funcionários e recursos, as equipes devem demonstrar por que não podem fazer o que desejam usando a IA". A diversão: "Mostre que você pode usar mais a IA e então você terá mais recursos." A empresa está contratando 1.000 estagiários de engenharia, que eles chamam de "centauros de IA": IA nativa + trazendo as maneiras mais criativas de usar as ferramentas mais recentes. Esses estagiários têm uma "mentalidade de iniciante", que a Shopify acredita que ajuda você a encontrar o caminho através dos problemas. Saiba mais sobre os insights, táticas e fluxos de trabalho de IA não óbvios da Shopify na história vinculada nas respostas.

Adoro ver aplicativos reais versus demoware rápido. Uma grande parte disso é que é fácil fazer código greenfield. Conectar-se a uma base de código existente, partes da qual podem ter 10 anos, é muito mais difícil. (Ou, no caso de muitos sistemas governamentais ou corporativos, COBOL.)

O futuro já está aqui. E está rodando em produção. Applied Intelligence é uma nova publicação da @firstround sobre como equipes reais estão construindo com IA. Primeiro: Shopify. Quando @tobi tornaram o uso da IA uma expectativa, a equipe reconstruiu a forma como trabalham. Eles compartilham fluxos de trabalho, vídeos de demonstração internos e conselhos táticos sobre o que aprenderam até agora. Em seguida: Carta, Atlassian e muitos outros, cada um mostrando como a IA realmente é usada e construída.

Acabamos de lançar algo novo na @firstround - Applied Intelligence, uma nova publicação que compartilha como as empresas estão realmente usando a IA na produção agora. Não teoria. Não demoware. Fluxos de trabalho reais com resultados reais. Nossa primeira peça é com @Shopify e é 🔥👇

Depois que @tobi publicou seu agora famoso memorando de IA, você provavelmente viu postagens semelhantes de outros fundadores e CEOs inundarem esta plataforma. Mas a maioria das empresas ainda está na fase de "memorandos e demonstrações" – planos e mandatos ambiciosos, roteiros "AI-first" a bordo dos decks, recursos chamativos e demoware. No entanto, implementações escaláveis e resultados reais permanecem obscuros. Então, hoje, estamos lançando uma nova publicação para fechar a lacuna: Applied Intelligence. O objetivo é compartilhar como os construtores estão usando a IA em suas empresas e o impacto significativo que estão vendo. Nosso ensaio inaugural é com ninguém menos que Shopify, seguindo o memorando de Tobi Lütke. Aprendemos com o vice-presidente e chefe de engenharia @fnthawar sobre os insights, táticas e fluxos de trabalho não óbvios que a Shopify usou para dar vida a um memorando ambicioso. Leia o ensaio abaixo.