Számos hagyományos munkafolyamatot és automatizálást használtam már a ClickUp-ban. Ezek remekül alkalmasak a feladatok A-ból B-be történő áthelyezésére, az állapotok frissítésére vagy a felelősök kijelölésére. De egy bizonyos ponton rájöttem valami fontosra: egyik automatizálás sem gondolkodott valójában a kampányaimról.
Szükségem volt egy olyan rendszerre, amely ötvözi a végrehajtást az intelligenciával. És megtaláltam a megoldást egy AI döntéshozó ügynökben, amelyet Asset Library Manager-nek nevezek.
Ebben a bejegyzésben bemutatom, hogyan hoztam létre ezt az AI döntéshozó ügynököt a ClickUp-on belül ( a ClickUp Super Agents segítségével), és miért volt ez szükséges az üzletem számára.
Rólam: Hitelesített ClickUp-tanácsadó és üzleti folyamatmenedzser
Mint hitelesített ClickUp-tanácsadó és több mint 5 éves tapasztalattal rendelkező üzleti folyamatmenedzser, strukturált rendszerek és végrehajtás révén segítem ügynökségek és startupok növekedését. Több mint 40 vállalat számára építettem ki és irányítottam működési keretrendszereket, több mint 115 csapatnál vezettem a változáskezelést, és akár 16,4-szeres működési növekedést tettem lehetővé, miközben javítottam a szállítási sebességet és a konzisztenciát több ügyfélből álló környezetekben.
Miért nem voltak elegendőek az egyszerű automatizálások a kampányaimhoz?
Az eszközeim különböző helyszíneken voltak szétszórva, a kampányfeladatok különböző listákban szerepeltek, és még mindig én döntöttem el, hogy az egyes eszközök hova kerüljenek tovább. Minden új kampány, régió vagy csatorna több manuális döntést jelentett – és több esélyt a duplikációra, az elszalasztott lehetőségekre vagy a láthatósági hiányosságokra.
Ekkor feltettem egy másik kérdést:
Mi lenne, ha abbahagynám a munkafolyamatok létrehozását, és inkább egy intelligens rendszert építenék a ClickUp-ban – olyat, amely képes helyettem döntéseket hozni?
Mi lenne, ha abbahagynám a munkafolyamatok létrehozását, és inkább egy intelligens rendszert építenék a ClickUp-ban – olyat, amely képes helyettem döntéseket hozni?
🦾 Még nem ismeri a ClickUp Super Agents szolgáltatást?
A ClickUp Super Agents mesterséges intelligenciával működő ügynökök, amelyek a munkaterületén belül elemzik a feladatait, adatait és tevékenységeit, majd ezek alapján cselekszenek. Megadhat nekik egy konkrét szerepet (például a munkák prioritásainak meghatározása, a projektállapot frissítése vagy az eszközök továbbítása), és ők a munkaterület valós idejű információi alapján működnek.
Mi különbözteti meg őket?
Az alapvető automatizálásokkal ellentétben a Super Agents nem csupán szabályokat követ. Ők:
- Ismerje meg a feladatok, dokumentumok és megjegyzések közötti összefüggéseket
- Hozzon döntéseket (ne csak műveleteket indítson el)
- Alkalmazkodjon a munkafolyamatának fejlődéséhez
Ne tekintsen rájuk úgy, mint „ha-akkor” automatizálásokra, hanem inkább úgy, mint a rendszerébe beépített AI-csapattársakra.
A gondolkodásmód változása: a munkafolyamatoktól az intelligens rendszerekig
Mielőtt létrehoznék egy AI-ügynököt a ClickUp-ban, egy lépést hátralépek, és meghatározzam a rendszert.
Nem az automatizálás. A rendszer.
Számomra ez három kérdésre vezethető vissza:
- Mi a cél? Milyen alapvető problémát próbálok megoldani?
- Képes erre a rendszerem? A jelenlegi ClickUp-beállításom valóban képes-e támogatni egy ügynök zavartalan működését?
- Mi az ügynök valódi szerepe? Csak feladatokat mozgat ide-oda, vagy gondolkodhat, dönthet és cselekedhet a nevemben?
Azt akartam, hogy az AI döntéshozó ügynököm átvegye a kampánydöntések meghozatalával járó mentális terhet.
Az én eszközkönyvtár-kezelőm esetében ez így nézett ki.
1. Cél: Milyen problémát próbál megoldani ez az AI döntéshozó?
Olyan helyet szerettem volna, ahol minden kampányeszköz – videók, képek, szövegek – egy helyen található:
- Egyetlen megbízható forráson keresztül irányítva
- Nyomon követés minden helyszínen és kampányban
- Védelem a duplikáció és a láthatósági hiányosságok ellen
- Könnyű jelentést készíteni anélkül, hogy különböző eszközök között kellene váltogatnia
Más szavakkal, azt akartam, hogy az ügynököm feleljen az eszközök terjesztéséért a ClickUp-on belül, hogy semmi ne maradjon ki.
2. Rendszerkapacitás: Támogatja-e a rendszerem az AI-alapú döntéshozatalt?
Egy AI döntéshozó ügynök csak annyira erős, mint a rendszer, amelyben működik. Éppen ezért érdemes olyan helyen létrehozni, ahol a feladatok, dokumentumok, kapcsolatok és kampányadatok egy helyen találhatók. Ha egy ügynök egy összekapcsolt digitális munkaterületen átlátja a teljes képet (eszközök, helyszínek, állapotok, előzmények), döntései a valóságon alapulnak, nem pedig találgatásokon.
Számomra a ClickUp Converged AI Workspace-e pontosan ez a hely.
A ClickUp segítségével nem kell többé különálló AI-eszközöket összeraknia, amelyek mindegyike csak a működésének egy-egy szeletét látja, hanem egy intelligens réteget kap, amely a csapata valós tevékenységének tetején helyezkedik el. Az eredmény: okosabb ajánlások, kontextusváltás nélkül , valamint olyan döntések, amelyek minősége idővel egyre javul, mivel az ügynök memóriája és a munkaterülete együtt fejlődnek.
Úgy alakítottam ki a ClickUp-beállításaimat, hogy az Eszközkönyvtár-kezelő:
- Kövesse nyomon az eszközöket több tucat helyszínen (és végül 100-nál is több helyen)
- Tárolja a tiszta adatokat arról, hogy hol használták az eszközöket
- Ismerje meg az eszközök típusait és pilléreit (pl. helyreállítási és mobilitási tartalmak)
- Futtassa ütemezés és események alapján anélkül, hogy káoszt okozna
Ha a listáim, az egyéni mezőim és a kapcsolatok nem lennének szilárdak, az ügynök vagy leállna, vagy zűrzavart okozna. Ezért a rendszertervezést az ügynök szerves részének tekintettem.
📮ClickUp Insight: Az emberek 30%-a szerint a legnagyobb frusztrációt az okozza az AI-ügynökökkel kapcsolatban, hogy magabiztosnak tűnnek, de tévednek.
Ez általában azért történik, mert a legtöbb ügynök elszigetelten dolgozik. Egyetlen utasításra reagálnak anélkül, hogy tudnák, hogyan szereti a dolgokat intézni, hogyan dolgozik, vagy milyen folyamatokat részesít előnyben.
A szuperügynökök másképp működnek. 100%-ban a feladataiból, dokumentumaiból, csevegéseiből, megbeszéléseiből és frissítéseiből valós időben nyert kontextus alapján működnek. Emellett idővel megőrzik a legfrissebb, preferenciákon alapuló és akár epizodikus emlékeket is.
És ez az, ami egy ügynököt magabiztos találgatóból proaktív munkatárssá változtat, aki lépést tud tartani a munka fejlődésével.
3. Az ügynök szerepe: operátor, nem csupán futár
Végül meghatároztam az ügynök szerepkörét.
A legtöbb rendszer így van felépítve: Ha X történik → akkor Y-t kell tenni
Ezt nevezzük egyszerű automatizálásnak.
Én valami mást akartam. Egy olyan AI döntéshozatali ügynököt, amely képes értékelni a kontextust, és azt felhasználni a döntéshozatalhoz, pontosan úgy, ahogyan egy ember tenné.
- Nem a „feladatok áthelyezése az A listáról a B listára”
- Igen a „gondolkodás, döntéshozatal és cselekvés a vállalat nevében” mellett
Az eszközkönyvtár-kezelőm a következő feladatokért felelős:
- Döntés az eszközök következő lépéséről
- A duplikációk megelőzése
- A rendszer és a csapat tájékoztatása, ha valami nem működik, vagy ha döntés született
Miután ez a három elem tisztázódott, minden más könnyebbé vált. Már nem csak egy okos automatizálást építettem. Hanem azt, amit én Beyond Super Agent-nek nevezek – egy olyan ügynököt, amely megérti a célt, egy képes rendszerben működik, és egyértelműen meghatározott szerepe van.
📚 Olvassa el még: Hogyan használom a Daily Focus Super Agentet a projektek előrehaladásának biztosítására a ClickUpban
Hogyan strukturáltam a promptokat az AI döntéshozó megbízhatóságának biztosítása érdekében: az 5 prompt pillér
Miután a rendszer készen állt, áttértem arra a részre, amelyre a legtöbb ember először ugrik: a promptokra.
De ahelyett, hogy egy hosszú utasítást írtam volna, öt világos részre bontottam. Ezáltal a mesterséges intelligencia döntéshozó könnyebben irányítható, tesztelhető és finomítható lett.
Ezek azok az AI-utasítások, amelyek meghatározzák az ügynököm által hozott döntések minőségét:
1. Szerepkör meghatározása: Ki ez az ügynök?
Nem csak azt mondom meg az ügynöknek, mit tegyen – hanem azt is, ki legyen.
📌 Az eszközkönyvtár-kezelő esetében azt kértem tőle, hogy:
„Tapasztalt ügynökségtulajdonos és működési tervező, aki több ügyfelet is kezel.”
„Tapasztalt ügynökségtulajdonos és működési tervező, aki több ügyfelet is kezel.”
Ez az egyetlen sor mindent megváltoztat. Most, amikor az ügynök válaszol, azt olyan szemszögből teszi, mintha:
- Komplex kampányok kezelése számos helyszínen
- Kiegyensúlyozott kapacitás, hatékonyság és márkaegységesség
- Megtanultam, hogyan kerülhetem el a párhuzamos munkavégzést és a felesleges erőfeszítéseket
2. Kontextus és hatókör: Milyen területen működik?
Ezután a lehető legvilágosabban meghatározzam a kontextust és a hatókört:
- Mely listák, terek vagy kampányok vannak játékban
- Mit tartalmaz az eszközkönyvtár?
- Milyen típusú eszközökkel és pillérekkel kell foglalkoznia az ügynöknek?
Ez megmondja az ügynöknek, hol vannak a szoba falai, így nem téved be a munkaterületem rossz részébe.
3. Döntési logika: Mikor és hogyan kell döntést hoznia?
Ezután részletesen leírom a döntési logikát. Ahelyett, hogy megmondanám az ügynöknek, mit kell tennie, meghatároztam, hogyan kell gondolkodnia.
Részletezem:
- Mikor hozhat az ügynök útválasztási döntést
- Mely mezők vagy minták indítsanak el egy ajánlást
- Hogyan kezelje a különböző eszköztípusokat vagy kampányfázisokat
Így az ügynök nem csak ötleteket generál. Tudja, mikor kell cselekednie, és hogy milyenek a jó döntések.
4. Bemenetek: Mely adatokra támaszkodik?
Minden döntés csak annyira jó, amennyire az azt alátámasztó adatok. Ezért összekötöm az ügynökömet a számára szükséges adatretegekkel:
- Eszközrekordok a könyvtáramban
- Helyszínek és kampányok, ahol az egyes eszközöket már felhasználták
- Alapelemek és kreatív típusok (pl. helyreállítás vs. mobilitás)
A promptban egyértelműen megfogalmazom: ezeket az adatokat kell felhasználnia, amikor eldönti, mi legyen a következő lépés.
5. Eredmények: Milyen műveletekre és formátumokra számíthatok?
Végül meghatározzuk a kimeneteket:
- Készítsen a döntéshozó ügynök kampányfeladatokat?
- Frissítenie kell az egyéni mezőket vagy az állapotokat?
- Összefoglalót, ajánlási listát vagy mindkettőt küldjön nekem?
Miután ez az öt elem – szerep, kontextus, döntési logika, bemenetek és kimenetek – a helyére került, a megoldás általában szorosan illeszkedik ahhoz a valós problémához, amelyet megpróbálok megoldani.
🎥 Ha szeretné kipróbálni saját Super Agent létrehozását, itt talál egy rövid bemutatót:
👀 Tudta ezt? Az autonóm AI-ügynökök gyors növekedése ellenére csak minden ötödik vállalat rendelkezik kiforrott irányítási rendszerrel az autonóm AI-ügynökök számára.
Hogyan működik valójában a ClickUp-on belül az AI döntéshozó ügynököm, más néven az Eszközkönyvtár-kezelő?
Miután megteremtettem az alapokat, beépítettem az ügynököt a ClickUp munkaterületembe, hogy két fő módon tudjon működni.
1. lehetőség: Kézi indítás az eszközkönyvtárból
Az első mód egyszerű és közvetlen.
- Kiválasztom azt a helyet, ahová az ügynöknek el kell küldenie az eszközt
- Rákattintok egy indítóra (például Küldés a helyre)
- Az ügynök létrehoz egy kampányfeladatot a kampánykövetőmben az adott eszközhöz
Ez önmagában is rengeteg manuális irányítási munkát vesz le a válláról. De az igazi erő a második módban rejlik.
2. lehetőség: Ütemezésalapú döntéshozatal
A második módban válik a rendszer valóban „Beyond Super Agent”-té.
Itt az ügynök az eszközkönyvtár teljes tartalmát felhasználva önállóan hoz döntéseket:
- Tudja, mely helyszíneken járt már az eszköz
- Ismeri az eszköz típusát és pillérét
- Látja az adott eszközzel kapcsolatban végrehajtott műveletek előzményeit
📌 Innen kiindulva olyan döntéseket hozhat, mint például:
„Ennek a stratégiai jelentőségű eszköznek, amely már megjelent Iszlámábádban és egy helyreállítási videó, küldjünk legközelebb egy helyreállítási képet vagy egy mobilitási képet.”
„Ennek a stratégiai jelentőségű eszköznek, amely már megjelent Iszlámábádban és egy helyreállítási videó, küldjünk legközelebb egy helyreállítási képet vagy egy mobilitási képet.”
Ahelyett, hogy folyamatosan ellenőriznem kellene, hol futott egy eszköz és mi legyen a következő lépés, az ügynök megvizsgálja az adatokat és dönt.
📚 Olvassa el még: Hogyan hoztam létre egy egyszerű ClickUp szuperügynököt, amely minden weboldal-projektet a helyes úton tart
Miért használom a ClickUp Chatet az AI-ügynökömmel való együttműködéshez?
A ClickUp-ban az ügynökök az egész munkaterületen működhetnek. Indíthatja őket listák, mappák és terek automatizálásain keresztül (állapotváltozásokra, új feladatokra, mezőfrissítésekre reagálva), közvetlenül feladatokhoz rendelheti őket, @megemlítheti őket feladatmegjegyzésekben és dokumentumokban, vagy ClickUp Chat-en keresztül DM-ekkel és @megemlítésekkel kommunikálhat velük.
De a csevegőben töltöm a legtöbb időt az ügynökömmel, és ennek megvan az oka.
Az Asset Library Manager csevegésemben két célom van:
- Finomítsa az ügynököt, hogy döntéshozatala folyamatosan javuljon
- Ismerje meg jobban a saját rendszerét az ügynök összefoglalói és ajánlásai segítségével
A csevegő egy valós idejű, beszélgetésszerű felületet biztosít számomra, szinte olyan, mintha egy kollégám állna készenlétben. A következőkre használhatom:
- Tegyen fel kiegészítő kérdéseket
- Finomítsa az utasításaimat menet közben, és
- Azonnali ajánlások a kontextus váltása nélkül
Ez a különbség a kérelem benyújtása és a kétirányú párbeszéd között.
Egy olyan ügynök esetében, mint az Asset Library Manager, ahol a döntések egymásra épülnek és a kontextus fontos, ez a fajta iteratív párbeszéd az, ami az egész rendszert működőképessé teszi.
Amikor az ügynök hisztizik
Idővel észrevettem valami furcsát: ha a parancsom nem volt egyértelmű, az ügynök egy kicsit „hisztizett”. Nem azért, mert hibás volt, hanem mert a parancsom nem segítette a sikerét.
Ekkor mindig visszatérek az öt alapvető pillérhez:
- Elég egyértelműen határoztam meg a szerepkört?
- Megfelelő kontextust és hatókört adtam meg?
- Elmagyaráztam a számomra fontos döntési logikát?
- Meghatároztam a bemeneti és kimeneti adatokat?
Ha ezek megvannak, a beszélgetés hihetetlenül produktívvá válik.
A rendszer stressztesztelése egy egyszerű üzenettel
Az egyik kedvenc pillanatom ezzel az ügynökkel az volt, amikor egyetlen csevegőparancs segítségével futtattam egy teljes terheléses tesztet.
📌 Azt mondtam az ügynöknek:
„Szeretnék egy stressztesztet végrehajtani. Válasszon ki véletlenszerű helyszíneket az automatikus indításhoz, és hozzon létre kampányfeladatokat a folyamatnak megfelelően. Győződjön meg arról, hogy a folyamat egyetlen része sem marad ki, és nincsenek duplikált feladatok. Kérdezzen tőlem bármit, amire szüksége van, mielőtt elindítja a tesztet.”
„Szeretnék egy stressztesztet végrehajtani. Válasszon ki véletlenszerű helyszíneket az automatikus indításhoz, és hozzon létre kampányfeladatokat a folyamatnak megfelelően. Győződjön meg arról, hogy a folyamat egyetlen része sem marad ki, és nincsenek duplikált feladatok. Kérdezzen tőlem bármit, amire szüksége van, mielőtt elindítja a tesztet.”
🌟 A következő történt:
- Az ügynök néhány pontosító kérdéssel tért vissza
- Közvetlenül a csevegésben válaszoltam nekik
- Az ügynök az összes releváns helyszínen lefuttatta a tesztet
- Anélkül, hogy manuálisan hozzá kellett volna nyúlnom az eszközkönyvtárhoz, létrehozta a kampányfeladatokat.
Egy beszélgetés során 15–30 műveletre volt szükség, és világos képet kaptam arról, hogy a rendszerem hol romolhat el a bővítés során.
Az eredmény? Rájöttem, hogy a beállításom 50 helyszínig stabil volt, de ha 100 felett próbáltam volna, a rendszernek gondjai lettek volna. Ez a felismerés nem egy irányítópultról származott, hanem az ügynökömmel folytatott beszélgetésből.
Az ügynök használata jelentéskészítő partnerként
👉🏼 A csevegőt arra is használom, hogy egyszerű, de hatékony kérdéseket tegyek fel, például:
- „Mely eszközöket továbbították az elmúlt 10 órában?”
- „Oké, mi a helyzet az elmúlt 24 órával?”
👉🏼 Az ügynök egy eszközlistával válaszol, amely tartalmazza, hová kerültek az eszközök, és linkeket is tartalmaz a ClickUp-ba. Ezután továbbfejlesztem:
„Készítsen nekem egy 24 órás összefoglalót, és javasoljon 10 olyan helyszínt, ahol ezeket az eszközöket legközelebb terjeszteni kellene – minden javaslatot világos indoklással alátámasztva.”
„Készítsen nekem egy 24 órás összefoglalót, és javasoljon 10 olyan helyszínt, ahol ezeket az eszközöket legközelebb terjeszteni kellene – minden javaslatot világos indoklással alátámasztva.”
Jelenleg az ügynök a következőket használja:
- Ahol az eszközök már megtalálhatók
- Hogyan használják a pilléreket és a kreatív típusokat
- Mely piacokat még nem aknázták ki teljes mértékben?
…hogy pontosan azt ajánlja, hová menjek tovább – és miért.
👉🏼 Ha mélyebbre szeretnék ásni, feltehetek olyan kiegészítő kérdéseket, mint:
- „Melyik eszközöket küldjük legközelebb Tokióba?”
Az ügynök ugyanazokat az adatokat és logikát használja, hogy célzott választ adjon nekem.
📚 Olvassa el még: Hogyan szüntettem meg a csevegések szétterjedését, és hoztam létre egy üzleti irányítóközpontot a ClickUp-ban
Egy intelligens AI döntéshozatali ügynöktől a skálázható döntéshozatali motorig
Ekkorra az Asset Library Managerem egy szilárd AI döntéshozatali réteggé vált a ClickUp munkaterületem tetején.
Ezt megelőzően folyamatosan:
- Az eszközök használatának manuális ellenőrzése
- Helyek közötti hivatkozások
- Azonnali döntéshozatal
Mostantól az AI döntéshozó ügynök kezeli ezt a folyamatot.
Szükség esetén továbbra is én hozom meg a végső döntést. De már nem a nulláról kell kezdenem. És ez a változás egyre gyakoribbá válik.
A McKinsey & Company jelentése szerint a vállalatok a marketing, az értékesítés és a stratégia területén tapasztalják a mesterséges intelligencia legnagyobb mérhető hatását – ezeken a területeken a döntéshozatal központi szerepet játszik.
Következő lépés: Hogyan készíthet saját AI döntéshozatali ügynököt a ClickUp-ban
Ha több helyszínen, csatornán vagy ügyfélnél kell kezelnie az eszközöket, nem kell örökre táblázatokkal és manuális irányítással bajlódnia.
Kezdje azzal, hogy felteszi a következő kérdést:
- Mi az a kizárólagos információforrás, amelyet az ügynökömnek védenie kell?
- A ClickUp-beállításom elég tiszta és strukturált ahhoz, hogy egy ügynök megbízhasson benne?
- Miben van leginkább szüksége segítségre: a munka előrehaladásában, a döntéshozatalban vagy az eredmények feltárásában?
Ezután ezek alapján tervezze meg első ügynökét.
💡 Profi tipp: Készítsen egy célzott ügynököt, ne pedig egy „mindenre kiterjedő” ügynököt. Adja meg az ügynökének:
- Egy egyértelmű felelősség
- Meghatározott adatforrások
- Egyszerű döntési szabályok
- Strukturált kimeneti formátum
Minél szűkebb a hatókör, annál jobbak az eredmények.
Végül szánjon időt a csevegésre – tegyen fel kérdéseket, futtasson terheléses teszteket, és hagyja, hogy az ügynök megmutassa, hol kell fejlesztenie a rendszerét.
Így léphet túl az automatizáláson, és kezdhet el egy olyan intelligens rendszert építeni a ClickUp-ban, amely valóban az Ön érdekében működik.
Az AI-kísérletezéstől a valódi AI-alapú döntéshozatalig
Ha AI-val szeretné automatizálni a döntéshozatalt, ez a legfontosabb tanácsom:
Ne gondolkodjon tovább:
❌ „Hogyan segíthet az AI abban, hogy ezt gyorsabban megcsináljam?”
❌ „Hogyan segíthet az AI abban, hogy ezt gyorsabban megcsináljam?”
És kezdjen el gondolkodni:
✅ „Mely területeken kellene az AI-nek döntéseket hoznia helyettem?”
✅ „Mely területeken kellene az AI-nek döntéseket hoznia helyettem?”
A legtöbb csapat még mindig az első fázisban van. Kísérleteznek. Eszközöket tesztelnek. Kisebb feladatokat automatizálnak.
De az igazi előny akkor jelentkezik, ha egy olyan rendszerbe vezet be egy AI döntéshozatali ügynököt, amely már eleve erre a célra van felépítve.
Ez akkor történik, amikor:
- A munka az emberi memóriától függően áll le
- Az emberek már nem jelentik a döntéshozatal szűk keresztmetszetét
- A rendszerek átláthatóan működnek
Ezért működik ez a ClickUp-on belül.
Mivel minden – a feladatok, az adatok és a kontextus – egy helyen található, az AI döntéshozó ügynöke valóban láthatja, mi történik. És ami még fontosabb: cselekedhet is ennek megfelelően.
👉🏼 Szeretné megtudni, mit tehet egy AI döntéshozó ügynök a munkafolyamataiért?