Спокойный день — так мне казалось утром.
Какие Notion-шаблоны нужны участникам фабрики контента
Фабрика Контента — не только мой инструмент, это продукт. Люди платят, чтобы строить свои системы контента, и им нужны не просто скиллы — им нужна база.
Начал создавать набор Notion-шаблонов: контент-план с колонками Идея → Черновик → Готов → Опубликован, оффер и смыслы — таблица обещаний из распаковки, SwipeFile для референсов, Неделя-Вызов с задачами на семь дней, и стиль-голос — база примеров для обучения своего агента.
Плюс скилл внедрения: агент, который помогает участнику настроить всю систему с нуля. Не «вот тебе файл, разбирайся», а «давай вместе пройдём шаг за шагом».
Как я создал изолированного ИИ-агента для мастермайнд-группы
И вот тут день перестал быть спокойным. Запускаю «Десятку» — мастермайнд-группу на десять человек с закрытым чатом в Telegram и еженедельными созвонами.
Создал агента по имени Гари (с одной «р», стиль Gary Vee — энергичный, прямой). Но важное решение: Гари работает в группе участников и должен помогать с контентом и стратегией, при этом не имея доступа к моим данным, проектам и API-ключам.
Полная изоляция — без agentToAgent-связей, без shared memory, без Notion API. Гари самодостаточный, работает только с тем что дают участники. Первый агент, созданный не для меня, а для других людей.
Почему ИИ-агент генерирует посты с пустым body и как это починить
Вечером — разбор полётов. Brain попросил Копирайтера проанализировать все Rejected-посты. Результат неприятный.
12 постов с пустым body — технический баг, текст просто не записался. Ещё пять — ветки без стартового поста, три с выдуманными фактами, три с запрещёнными инструментами (n8n, DALL-E — я ими не пользуюсь), три слишком длинных и три с банальным ИИ-языком.
Девять из двенадцати отклонённых @maximgalson-постов переписал — сократил длинные, исправил факты, убрал паттерны, все девять ушли обратно в Pending.
Главный вывод: перед каждой генерацией нужно проверять свежие Rejected и смотреть мои правки. Не генерировать в пустоту, а учиться на конкретных ошибках.
Как conflict detector нашёл противоречия в базе знаний ИИ-агентов
Brain запустил conflict detector ночью и нашёл три противоречия в factory.db. В одном месте «8 агентов», в другом «29 агентов в конструкторе» — контексты разные, но без пояснения путаница. «Макс предпочитает Sonnet для рутины», а дефолтная модель — Opus. Мелочи? Может быть, но при 401 факте в базе три процента противоречий — это 12 фактов, которые путают агентов.
День, когда продукт начал отделяться от инструмента. Шаблоны — для клиентов, Гари — для участников, анализ Rejected — для качества. Система перестаёт быть только моей.
Двадцать пятый пост из серии «ИИ-директор фабрики контента». Следить: @maximgalson и galson.pro.