مشترکین عزیز، امروز می‌خواهم در مورد این صحبت کنم که چرا بسیاری از محصولات باید دوباره اختراع شوند تا ابتدا توسط عوامل هوش مصنوعی و در مرحله دوم توسط انسان‌ها استفاده شود. نوشتن این پست برای من آسان نیست زیرا: من بیش از یک دهه را صرف ساختن رابط های کاربری عالی کرده ام. اما «کاربر» در UX در عوض به سرعت در حال تبدیل شدن به یک عامل است. آن دکمه‌های پیکسلی کامل، نوارهای پیمایش بصری، و CTAهایی که به دقت قرار داده شده‌اند که من همچنان به آنها وسواس دارم، اهمیت کمتری دارند. اجازه دهید با این پوشش توضیح بدهم: چرا اولین APIها، مهارت‌ها و MCPها را برای نمایندگان بسازیم: یک آغازگر 5 گام سریع برای ساختن برای عوامل هوش مصنوعی ابتدا چرا قضاوت و نظارت انسان هنوز مهم است. چه کاری می‌توانید در این هفته انجام دهید من مفتخرم که با Granola شریک می‌شوم. جلسات شما حاوی برخی از با ارزش‌ترین زمینه‌ها در شرکت شما است، و به Granola اجازه می‌دهیم به هر زمینه‌ای دسترسی داشته باشد. به سادگی MCP را به Claude، ChatGPT یا Claude Code متصل کنید و مکالمات شما در هر کجا که کار می کنید در دسترس قرار می گیرند. از آن برای ایجاد داربست از ویژگی‌هایی که در یک جلسه توافق شده است، ایجاد بلیط از استندآپ‌ها، یا پیش‌نویس پیشنهادات محصول از تماس‌های اکتشاف مشتری استفاده کنید. Granola را برای Free امتحان کنید چرا ابتدا برای نمایندگان بسازید، حقیقت این است که استفاده از Claude Code و OpenClaw مغز من را دوباره سیم‌کشی کرده است. عامل OpenClaw AI برای دریافت این به روز رسانی ها. مواردی مانند این را می گویم: «مقدار مالی مرکوری من را در ایمیل ماهانه خود وارد کنید.» «بلیت های خطی من را در جلسه توجیهی صبحگاهی خود فهرست کنید.» «برترین پیشنهادات از جلسات امروز من چیست؟» الگوی مشابهی را در محل کار می بینم: اسناد فنی شما؟ مردم آنها را با هوش مصنوعی تغذیه می‌کنند و سؤال می‌پرسند. صفحه اسلاید 30 صفحه‌ای شما؟ مردم به جای آن خلاصه هوش مصنوعی را می خوانند. UX زیبای شما؟ یک نماینده آن را نادیده می گیرد و با API های شما تعامل می کند. عوامل AI به زودی قبل از اینکه انسان این کار را انجام دهد، ابتدا با محصول شما تعامل خواهد کرد. پیتر اشتاینبرگر (بنیانگذار OpenClaw) یک نمونه عالی از تفکر عامل اول است. برخی از تأثیرگذاران هوش مصنوعی به تاریخچه GitHub او نگاه کردند و ادعا کردند که او قبل از موفقیت در OpenClaw:Wrong بیش از 40 پروژه شکست خورده را ساخته است. او در واقع 40 ابزار خط فرمان agent-first را می ساخت که با هم OpenClaw را ممکن می کند. پیتر این اعتقاد را داشت که قبل از هر کس دیگری، ابتدا برای ماموران بسازد - و این اعتقاد دلیل بزرگی است که OpenClaw شروع به کار کرد. بهترین محصولاتی که به سمت جلو حرکت می‌کنند، آسان‌ترین استفاده برای نمایندگی‌ها خواهند بود. APIها، مهارت‌ها و MCPها: نحوه تطبیق آنها با یکدیگر قبل از اینکه در مورد چگونگی ایجاد سازگاری با محصول خود بحث کنیم، اجازه دهید تفاوت بین APIها، مهارت‌ها و MCPها را پوشش دهیم. به APIها، مهارت‌ها و MCPها مانند بخش‌هایی از یک آشپزخانه حرفه‌ای فکر کنید. APIها ابزار آشپزخانه هستند - نقاط پایانی خاصی که به عوامل اجازه می‌دهند با محصول شما تعامل داشته باشند. برای مثال، API Slack به شما امکان می‌دهد پیام ارسال کنید، کانال‌ها را فهرست کنید و کاربران را مدیریت کنید. بدون API ها، هیچ عاملی برای کار کردن با آن وجود ندارد. مهارت ها دستور العمل ها هستند - فایل های متنی بارگذاری شده در زمینه هوش مصنوعی که دقیقاً به آن می گوید که چه کاری و چگونه انجام دهد. به عنوان مثال: "وقتی کاربر درخواست پست در Slack می کند، با کانال و متن پیام، نقطه پایانی "chat.postMessage" Slack API را فراخوانی کنید." MCP ها آشپزخانه کاملاً مجهز هستند - آنها اتصال API، احراز هویت و تعاریف ابزار را در یک سرور واحد جمع می کنند. برای مثال، سرور MCP Slack، ابزارهایی مانند «send_message (channel, text)» و «list_channels()» را در معرض دید قرار می‌دهد تا هوش مصنوعی دقیقاً بداند که چه چیزی و چگونه می‌تواند فراخوانی کند. در اینجا نحوه تفکر در مورد مهارت‌ها در مقابل MCPs در عمل آمده است: زمانی که می‌خواهید کنترل دقیقی بر گردش کار هوش مصنوعی داشته باشید، از مهارت‌ها استفاده کنید. مهارت‌ها پنجره زمینه شما را نازک نگه می‌دارند زیرا فقط دستورالعمل‌های متنی ساده هستند. اما شما (یا عامل کدنویسی هوش مصنوعی شما) باید خودتان منطق تماس احراز هویت و API را بنویسید. زمانی که می‌خواهید به راحتی وصل شوید، از MCP استفاده کنید. یک سرور MCP از پیش ساخته شده ابزارهای آماده برای استفاده هوش مصنوعی را در اختیار شما قرار می دهد و احراز هویت را در پشت صحنه انجام می دهد. اما اتصال بیش از حد سرورهای MCP می تواند پنجره زمینه شما را منفجر کند. بهترین راه اندازی هر دو را ترکیب می کند. یک MCP به نماینده شما امکان دسترسی به ابزارهای سرویس را می دهد. یک مهارت به آن می آموزد که بهترین راه استفاده از آن ابزارها برای گردش های کاری خاص شماست. MCP ها کاری هستند که هوش مصنوعی شما می تواند انجام دهد. مهارت‌ها این است که چگونه باید این کار را انجام داد. 5 مرحله برای ساختن برای عوامل هوش مصنوعی قانون اول برای شبکه‌های اجتماعی و نتفلیکس اعمال نمی‌شود :) من می‌خواستم ابتدا APIها، مهارت‌ها و MCPها را تعریف کنم زیرا بسیاری از شرکت‌ها فکر می‌کنند «اول عامل» به معنای ساختن MCP است.سرور و آن را یک روز می نامید. اما MCP باید آخرین مرحله باشد. در اینجا 5 مرحله مهم به ترتیب اولویت آورده شده است: افراد را مجبور نکنید از وب سایت یا برنامه شما استفاده کنند. این تغییر طرز فکری است که باید اول باشد. ما در حال حرکت به دنیایی هستیم که در آن مردم عمدتاً از طریق ChatGPT، Claude یا یک عامل هوش مصنوعی دیگر با محصول شما تعامل دارند. اگر محصول شما فقط زمانی کار می کند که یک انسان از وب سایت یا برنامه شما بازدید می کند، در حال حاضر عقب مانده اید. هر قابلیت محصول به یک API مربوطه نیاز دارد. هر اقدام مهمی را در محصول خود انتخاب کنید. اگر یک عامل نتواند همان کار را از طریق API انجام دهد، پس شما عامل اول نیستید. از این که تعداد زیادی از محصولات دارای رابط کاربری زیبا هستند که در بالای APIهای ناقص یا غیرمستند قرار گرفته اند، شگفت زده شده ام. ادامه مطلب

You May Also Like

Enjoyed This Article?

Get weekly tips on growing your audience and monetizing your content — straight to your inbox.

No spam. Join 138,000+ creators. Unsubscribe anytime.

Create Your Free Bio Page

Join 138,000+ creators on Seemless.

Get Started Free