@cartainc criou um prompt de sistema para o seu agente usando o Lucidchart para diagramar o fluxo de trabalho completo de um especialista no domínio. Em seguida, um gerador de prompts interno converteu isso em JSON, que foi alimentado no agente programaticamente. "As equipas que melhor entendem o domínio estão a contribuir diretamente para o design de prompts e contextos, melhorando a velocidade e a relevância sem precisar de treinar modelos ou aprender ML," diz @JayantTikmani. Aqui estão as suas técnicas de prompting padrão de ouro, que dependem fortemente da aprendizagem em contexto. Para a história completa de como a Carta construiu um agente que economizou mais de 3.500 horas internas por mês, siga o link nos comentários.

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

"Os grupos que mais crescem a usar o Cursor não são de engenharia. São de suporte e receita", diz @fnthawar, VP e Chefe de Engenharia na Shopify. Aqui está o que eles construíram quando a Shopify deu a todos acesso a modelos caros (não apenas às equipas técnicas): - Um engenheiro de vendas abandonou o GSuite Drive, Slack, Salesforce e outras ferramentas porque construiu uma homepage pessoal "O que devo fazer hoje?" no Cursor. - Um representante de vendas usou o Cursor para construir uma ferramenta que gera automaticamente comparações detalhadas de desempenho de sites, o que os está ajudando a repensar como vendem. - A equipa de Ferramentas de Receita construiu um agente de pedido de proposta que responde a múltiplos RFPs de uma vez e aprende quais respostas funcionam melhor. A nossa nova publicação, "Inteligência Aplicada", visa focar em como os construtores estão a usar IA nas suas empresas e o impacto que estão a criar. No nosso primeiro ensaio, sentámo-nos com Thawar para aprender as percepções, táticas e fluxos de trabalho não óbvios que a Shopify usou para dar vida ao ambicioso memorando do co-fundador e CEO Tobi Lütke. Siga o link abaixo para ler mais.

As startups de agentes de IA são lançadas diariamente. Mas os provedores de nuvem incumbentes (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 extremamente orgulhoso de me associar à @blaxelAI, a "AWS para empresas de IA".

Acabámos de resolver a edição de documentos sem desenhar caixas. Estamos entusiasmados por lançar o Edit – um novo endpoint que preenche automaticamente qualquer documento. O Edit revoluciona a automação de documentos ao encontrar automaticamente todos os campos em branco, tabelas e caixas de seleção em formulários, preenchendo-os inteligentemente com os seus dados. Para experimentar, inscreva-se na lista de espera em ou veja-o em ação abaixo 🧵

A Shopify divergiu conscientemente da nota do @tobi em um ponto. A nota: “Antes de pedir mais pessoal e recursos, as equipas devem demonstrar por que não conseguem realizar o que desejam usando IA.” A divergência: “Mostre que pode usar IA mais e então receberá mais recursos.” A empresa está a contratar 1.000 estagiários de engenharia, que chamam de “centauros de IA”: nativos de IA + trazendo as formas mais criativas de usar as ferramentas mais recentes. Estes estagiários têm uma “mentalidade de principiante”, que a Shopify acredita ajudar a encontrar o caminho através dos problemas. Saiba mais sobre as percepções, táticas e fluxos de trabalho não óbvios de IA da Shopify na história ligada nas respostas.

Adoro ver aplicações reais em comparação com demoware de impacto rápido. Uma grande parte disso é que é fácil fazer código em campo verde. Conectar-se a uma base de código existente, cujas partes podem ter 10 anos, é muito mais difícil. (Ou, no caso de muitos sistemas governamentais ou empresariais, COBOL.)

O futuro já está aqui. E está a funcionar em produção. Inteligência Aplicada é uma nova publicação da @firstround sobre como equipas reais estão a construir com IA. Primeiro: Shopify. Quando @tobi fez da utilização de IA uma expectativa, a equipa reconstruiu a forma como trabalham. Eles partilham fluxos de trabalho, vídeos de demonstração internos e conselhos táticos sobre o que aprenderam até agora. A seguir: Carta, Atlassian e muitos mais, cada um mostrando como a IA é realmente utilizada e construída.

Acabámos de lançar algo novo na @firstround - Inteligência Aplicada, uma nova publicação que partilha como as empresas estão realmente a usar IA em produção neste momento. Não é teoria. Não é demoware. Fluxos de trabalho reais com resultados reais. O nosso primeiro artigo é com a @Shopify e está 🔥👇

Após @tobi ter publicado o seu agora famoso memorando sobre IA, provavelmente viu publicações semelhantes de outros fundadores e CEOs inundarem esta plataforma. Mas a maioria das empresas ainda está na fase de "memorandos e demonstrações" — planos ambiciosos e mandatos, roteiros "primeiro a IA" em apresentações, recursos chamativos e demoware. No entanto, implementações escaláveis e resultados reais continuam obscuros. Portanto, hoje estamos lançando uma nova publicação para fechar a lacuna: Inteligência Aplicada. O objetivo é compartilhar como os construtores estão usando IA em suas empresas e o impacto significativo que estão vendo. O nosso ensaio inaugural é com ninguém menos que a Shopify, seguindo o memorando de Tobi Lütke. Aprendemos com o VP 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.