Sekventielt Crew

AI-teams gør det muligt at bruge hele teams af AI-agenter til at udføre komplekse opgaver. Det kan virke forvirrende i starten, men Crew-tilgangen kopierer blot, hvordan rigtige teams arbejder. I ethvert givent team har du personer med unikke roller og færdigheder, der arbejder sammen om et fælles mål.

Lad os sige, at du vil oprette og publicere et længere blogindlæg. Arbejdet starter som regel med en SEO-specialist, der undersøger søgeord og lægger en plan for indholdet. De laver et SEO-brief, som gives videre til tekstforfatteren. Når forfatteren er færdig, vil en kollega korrekturlæse og redigere artiklen for at sikre kvaliteten. Hvad med de fremhævede billeder eller infografikker? En designer hjælper med det.

Du har altså allerede mindst tre-fire personer, der arbejder på at skabe dette indhold. De deler et fælles mål, men hver især er specialiseret i noget forskelligt og udfører forskellige delopgaver. Lad os se, hvordan du kan kopiere dette team som en gruppe af AI-agenter.

Nysgerrig på det Flow, vi analyserer i denne guide? Det er Advanced Blog Generator, og du kan nemt finde det i dit Flow-bibliotek.

Hvad er Sekventielt Crew-komponenten?

Sekventielt Crew-komponenten repræsenterer en gruppe af agenter, der udfører opgaver i en præcis rækkefølge. Det er i bund og grund en måde at fortælle agenter, at de er et team. Der kan være mere end ét uafhængigt team i dit Flow, hvilket betyder mere end én Sekventielt Crew-komponent, der adskiller disse teams fra hinanden.

Hvordan er Crews bedre end enkeltagenter?

Hvis der opstår et problem i dit teams processer, kan du hurtigt finde fejlen og arbejde sammen med det rette teammedlem for at løse det. Forestil dig nu, at det kun er dig selv, der arbejder på hele opgaven, og problemet opstår i dit eget hoved. Det er meget sværere at finde og endnu sværere at løse. Det samme gælder, når man sammenligner en enkelt agent med et team af agenter.

Når du giver en enkelt agent besked, får den hovedopgaven med lidt eller ingen kontrol over, hvordan de enkelte delopgaver udføres. Komplekse opgaver kan let føre til flaskehalse og lav outputkvalitet.

Teams giver dig derimod mulighed for at opdele hovedopgaven i specifikke delopgaver og tildele hver af dem til et unikt AI-teammedlem. Resultatet er et langt mere professionelt og detaljeret output. Det betyder også lettere fejlfinding og håndtering af langt mere komplekse opgaver.

Forskellen mellem Sekventielle og Selvstyrende Crews

Du har måske bemærket, at der er to Crew-komponenter i dit dashboard. Forskellen på disse typer teams ligger i rækkefølgen af opgaverne og graden af kontrol, du får.

Med et Sekventielt Crew udføres opgaverne én efter én i præcis den rækkefølge, du angiver. Når en opgave er færdig, er den færdig, og Flowet går videre til næste agent. Den sekventielle tilgang er god til lineære processer, der ikke kræver gentagelse af opgaver.

Men sådan er det ikke altid i virkeligheden. Tag fx en tekstforfatter. De starter med research og går videre til at skrive, men efterhånden som artiklen udvikler sig, opdager de måske, at der er brug for mere research. Naturligvis vil de gå frem og tilbage mellem research og skriveopgaver, før de til sidst går videre til næste trin. Det sekventielle team gør ikke dette. Når en opgave er færdig, er den bare færdig. Her kommer de Selvstyrende teams ind i billedet.

Med et Selvstyrende Crew bestemmer manager-AI-agenten rækkefølgen af opgaverne. Når AI’en træffer beslutninger, forsøger den at kopiere traditionelle organisationshierarkier tæt. Dette åbner op for muligheden for at gentage opgaver og skabe flere iterationer af det endelige output.

Sådan bruger du Sekventielle Crews

Det sekventielle team er en strukturkomponent, der danner et team af AI-agenter. For at bruge Sekventielt Crew-komponenten skal vi først opsætte agenterne og deres opgaver, og først derefter kan vi samle dem i et team.

Opsætning af Sekventielle Crews består af tre trin:

1. Opsætning af individuelle AI-agenter
2. Tildele agenter opgaver
3. Gøre agenterne til et sekventielt team

Opsætning af individuelle AI-agenter

Hvert medlem af et rigtigt team har en rolle, mål og en unik baggrund, der inkluderer deres tidligere erfaringer, personlighed og særlige stil. Det samme gælder for hver AI-agent.

Lad os fx fokusere på teammedlemmet tekstforfatter:

• Rollen er din agents jobtitel. I dette eksempel er rollen tekstforfatter.
• Målet er, hvad agenten gør, og hvad deres ideelle resultat er. For tekstforfatteren er det forventede resultat en velskrevet artikel, der følger temaet og SEO-briefet.
• Baggrundshistorien er, hvem agenten er. Vi bringer altid vores personlighed, tankegang, ordforråd og tidligere erfaringer med ind i alt, hvad vi gør. Her skal du give din agent disse unikke egenskaber.

Gå i gang med at oprette nogle agenter. Når du laver et team, skal du altid tænke på slutmålet og hvilke teammedlemmer, du har brug for, for at nå det. Opret derefter agenter, der repræsenterer disse teammedlemmer. Du vil så tildele disse agenter opgaver.

I vores eksempel på indholdsproduktion har vi oprettet SEO-researcher, tekstforfatter og korrekturlæser-agenter. Men agenter og opgaver afhænger altid af dine specifikke behov og processer. Du kan sagtens opdele den eksisterende proces endnu mere eller tilføje nye agenter. Fx kan du tilføje en designer-agent, der genererer billeder til din artikel.

Lær mere om AI-agenter og hvordan du bruger AI Agent-komponenten

Tildele agenter opgaver

Vi fortsætter med vores blogeksempel, og vi ved nu, hvem vores agent er. Næste skridt er at fortælle agenten, hvad deres opgave er. Ligesom i et rigtigt team får agenter i teams tildelt en eller flere opgaver. Opgave-komponenterne gør det muligt at definere og tildele disse opgaver.

Du vil lægge mærke til, at der ligesom med team-komponenterne er to mulige opgavekomponenter—sekventiel og Selvstyrende. Da det er to modsatrettede tilgange til agentstyring, giver det ingen mening at blande dem. Derfor bruger vi sekventielle opgaver, når vi bruger et sekventielt team.

Tag Sekventiel Opgave-komponenten og forbind den til den agent, der skal udføre opgaven. Nedenfor kan du se flere agenter, hver med tilknyttet opgave:

Ud over opgaven kan hver agent i et team også få passende værktøjer, der gør deres arbejde lettere og mere præcist. I vores eksempel bruger researcheren værktøjerne GoogleSearch og URL Retriever til at styre researchmulighederne.

Bemærk, hvordan opgaverne er forbundet. Opgave-komponenten indeholder agentens output. Du skal forbinde opgaverne, så næste agent i rækken kan få adgang til den forrige agents output.

Opsætning af sekventielle opgaver

Hver opgave skal have en beskrivelse, et forventet output og en agent, der er ansvarlig for at udføre denne opgave. Du har allerede oprettet specifikke agenter og forbundet dem til opgave-komponenter. Nu skal du beskrive opgaverne og tilpasse outputtet.

Usikker på, hvordan du opsætter sekventielle opgaver? Se vores guide for at lære alt, du behøver at vide.

For at illustrere kunne en opgavebeskrivelse for vores tekstforfatter-agent lyde sådan her:

"Givet SEO-indholdsbriefet, skriv et blogindlæg på højst 1500 ord.

Start aldrig afsnit med vage udsagn som 'I det hastigt forandrende felt af...'. Gå altid direkte til hovedinformationen, afsnittet skal levere."

Lad os se nærmere på denne opgavebeskrivelse:

• “Givet indholdsbriefet” – Agenten ved, hvad den skal gøre med det forrige output.
• “Skriv et blogindlæg på op til 1500 ord” = Det output, vi forventer fra agenten.
• “Start aldrig…..” = Yderligere specifikke instruktioner for at tilpasse outputtet. Disse instruktioner kan være anvisninger om sprog, ordforråd, struktur eller andet, der hjælper agenten med at skabe det ønskede.

Feltet forventet output er valgfrit og fungerer godt, når du har brug for et klart struktureret output. Fx er vores SEO-researcher-agents opgave:

Et brief i denne form:

SEO-venlig titel:

SEO-venlig metabeskrivelse:

SEO-venlig disposition

Sådan sikres det, at outputtet starter med titel og metabeskrivelse.

Tænk på slutmålet for den komplekse opgave, teamet skal opnå. Hvad skal hver agent gøre for at nå det ønskede slutresultat? Opret en eller flere opgaver til hver agent og tildel dem ud fra de agenter, du har oprettet.

Bemærk: Husk, at sekventielle teams kun arbejder med sekventielle opgaver, og Selvstyrende teams kun med Selvstyrende opgaver.

Gøre agenterne til et team

Lad os vende tilbage til vores Flow. Det har tre agenter, som hver udfører en specifik opgave i en tydeligt defineret rækkefølge—en sekvens. Det sidste skridt i oprettelsen af et team er at lade agenterne vide, at de er et team. Her kommer Sekventielt Crew-komponenten i spil.

Sekventielt Crew-komponenten

Sekventielt Crew-komponenten repræsenterer en gruppe af agenter, der udfører opgaver i en præcis rækkefølge. Det er i bund og grund en måde at fortælle agenter, at de er et team. Der kan være mere end ét uafhængigt team i dit Flow, hvilket betyder mere end én Sekventielt Crew-komponent, der adskiller disse teams fra hinanden.

Sekventielt Crew-komponenten er altid placeret sidst i sekvensen. I vores eksempel bruger vi kun ét team, men vi skal stadig samle agenterne med Sekventielt Crew:

Så er det gjort. Send blot resultatet til output eller videre behandling, og nu har du et team af agenter, der arbejder i præcis den rækkefølge, du ønsker. Vores Flow inkluderer tre agenter: en SEO-specialist, en tekstforfatter og en korrekturlæser.

I stedet for et vagt output fyldt med AI-klichéer vil dette Flow’s resultat være velresearchet, inspireret af topresultater på Google, skrevet efter et klart brief og redigeret for ikke at lyde som generisk AI. Desuden minimerer brugen af et team af agenter frem for en enkelt agent flaskehalse. Det sikrer, at problemer hurtigt kan diagnosticeres og løses ved blot at justere én af agenterne.

Flowet, vi brugte i denne guide, var Advanced Blog Generator, som du kan finde i dit Flow-bibliotek.