As minhas 5 principais conclusões sobre a construção de agentes de IA úteis de @akothari e @_ryannystrom (co-fundador da Notion e líder de engenharia de IA): 1. Focar a IA na automação de tarefas repetitivas O ponto de viragem foi "quando decidimos parar de construir aplicações de brinquedo que parecem uma confusão de IA e, em vez disso, focar em realmente ajudar você a concluir seu trabalho." Não persiga tendências brilhantes de IA—resolva as tarefas manuais irritantes que os usuários odeiam fazer. 2. Atribuir trabalho a agentes de IA usando sua voz De Akshay: "Eu me afastei completamente de escrever um documento ou preencher um banco de dados manualmente para apenas falar com o agente como 90% do tempo." Akshay deixa a IA lidar com o trabalho tedioso apenas compartilhando o que deseja com sua voz. 3. Estruturar seus dados da maneira que os modelos de IA gostam de consumir O avanço do agente de IA da Notion ocorreu quando a equipe parou de tentar fazer o modelo de IA entender as estruturas das suas páginas da Notion e, em vez disso, formatou tudo como markdown (um formato que a IA já entende). 4. Mostrar a IA trabalhando em tempo real para construir confiança Ryan projetou o agente da Notion de forma que "eu posso vê-lo escrever em tempo real. Eu posso vê-lo preencher um banco de dados em tempo real." Quando os usuários podem assistir o agente trabalhar passo a passo em vez de esperar por um resultado de caixa-preta, eles confiam mais nele e sabem quando intervir. 5. Facilitar para usuários avançados ensinarem outros "De mil pessoas, pode haver uma pessoa que realmente decifrou o código de como usar seu produto de IA. Agora, essa única pessoa pode impactar mil pessoas por causa de algo que ela construiu."