← Каталог

· AI Engineer World's Fair 2026

Как суды присяжных и библиотекари помогут решить проблему доверия к AI в GTM

How Juries and Librarians Can Solve GTM's AI Trust Problem

Агентные GTM-процессы, по словам автора, работают надёжно, когда агентам заранее задан бизнес-контекст, а ответы сопровождаются проверяемыми ссылками на источники.

  • Структура до агента — перед тем как поручить Claude переписать сайт, автор описал продукт, персоны и возможности в якорных документах; каждое утверждение в черновике сопровождается ссылками на источники, что упрощает проверку.
  • Librarian с бизнес-контекстом — перед ответом агент сверяется с базой знаний и схемой прошлых неудачных запросов; так квартал в отчётах трактуется как фискальный (февраль–апрель), а новый pipeline считается только с этапа два и выше.
  • Жюри и судья — для вопросов без эталонного ответа, например атрибуции сделки, независимые аналитики-агенты готовят оценки с ссылками на данные, судья взвешивает их рассуждения и при слабом консенсусе расширяет жюри.
  • Управление агентами как командой — объясняйте, зачем нужна задача (commander's intent), а не диктуйте шаги; для важной работы автор советует инструменты с sub-agents, plan mode и полной поддержкой MCP, а MCP-клиент Slackbot по его опыту дал слабый результат.

Кому полезно: тем, кто даёт нетехническим командам собирать инструменты поверх данных о продажах и маркетинге. Доклад во многом презентация продукта Upside, но инженерная часть применима и без него.

Статья по теме

На какие вопросы отвечает доклад

  • Почему агент уверенно отвечает неверными цифрами по выручке вместо того, чтобы признать, что не знает?

    Ошибка выглядит как правильный ответ, поэтому её трудно заметить. Спикер предлагает давать агенту знания о бизнесе и возвращать ответы со ссылками на источники, чтобы их можно было проверить.

    ▶ 5:50Claude, новые разработчики и уверенно неверные ответы ИИ
  • Как заставить агента правильно понимать фискальный квартал и определение нового пайплайна в CRM?

    Перед ответом агент обращается к библиотекарю: базе документации, определений и прошлых неудачных запросов. Так он узнаёт, что фискальный год идёт с февраля по апрель, а новый пайплайн — это сделки со стадии два и выше.

    ▶ 12:23Неоднозначность бизнес-контекста в отчётности по pipeline
  • Как подготовить контекст о продукте и персонах, прежде чем поручить Claude писать сайт?

    Сначала описывают структуру: опорные документы о компании, персоны и карточки возможностей продукта со ссылками на источники. Запуск без такого каркаса дал провальный результат, а с каркасом Claude заполнял карточки из подключённых систем.

    ▶ 8:41Управление агентами как командами и проверка цитирования источников
  • Как получить надёжную оценку спорного результата, например атрибуции сделки, если правильного ответа не существует?

    Агент запускает несколько независимых аналитиков, и каждый даёт мнение с опорой на данные. Судья взвешивает качество рассуждений, а при слабом консенсусе расширяет жюри.

    ▶ 12:23Неоднозначность бизнес-контекста в отчётности по pipeline
  • Почему агент в обычном чат-интерфейсе по подписке даёт слабые результаты для важных задач?

    По словам спикера, подписочные продукты не оставляют достаточной маржи для мощной reasoning-модели. Для серьёзной работы нужны субагенты, режим планирования, полная поддержка MCP и редактирование файлов.

    ▶ 12:23Неоднозначность бизнес-контекста в отчётности по pipeline
  • Как ставить задачу агенту, чтобы он не уходил в микроменеджмент самого себя?

    Спикер советует объяснять агенту, зачем нужна задача, а не как её выполнить: этот подход он называет commander's intent. Агенты обучены на текстах людей и склонны дробить работу на мелкие шаги, поэтому их нужно возвращать к цели.

    ▶ 8:41Управление агентами как командами и проверка цитирования источников

Главы

Похожие доклады