Content-Automatisierung

Ein Content-Agent, der für zwei Marken schreibt
und standardmäßig ablehnt, bis die Compliance besteht

Ein eigenständiger Content-Service, der 11 Content-Typen (Videoskripte, Stories, UGC, Bewertungen, Vergleiche, Produktkarten, Marktplatz-Texte, E-Mails, Landingpage-Texte, Sales-Skripte) für zwei Marken über vier Funnel-Stufen produziert, mit einem deterministischen Compliance-Gate, das standardmäßig ablehnt, Mediengenerierung mit ehrlichen Fallbacks, Few-Shot-Training aus menschlichen Labels, einem Web-Panel und einem Telegram-Bot. Gebaut von 8 Agenten in 4 Wellen, 203 Tests nach einem adversarialen Review.

Thailand, Ukraine2026prototype 11 × 2 × 4Content-Typen, Marken, Funnel-Stufen
203Tests nach adversarialem Review (152 beim ersten Build)
8 / 4Agenten und Wellen im Build
16dokumentierte Architekturentscheidungen

Was es macht

Man gibt ihm eine Marke, eine Funnel-Stufe und einen Content-Typ; er erstellt einen Entwurf in der Stimme der Marke, lässt ihn durch einen Compliance-Kritiker laufen, der alles mit verbotenen Aussagen ablehnt, korrigiert einmal, generiert einmal neu und zeigt das Ergebnis erst dann einem Menschen. Genehmigte und abgelehnte Beispiele fließen als Few-Shot-Training zurück in den Prompt.

Warum die Review-Runde zählt

Nach dem ersten Build griffen unabhängige Review-Agenten das System an und fanden hängende Jobs nach einem Absturz, Datenbank-Locks bei parallelem Start, einen blockierten Main-Thread, CSRF und eine Path-Traversal-Lücke. Separate Fix-Agenten schlossen jede davon. Das ist unser Standard: Nichts geht an einen Kunden, ohne einen adversarialen Durchlauf bestanden zu haben.

Hier starten

Nennen Sie uns das Problem.
Wir bringen das System.

Ein 30-minütiges Gespräch, ein schriftlicher Plan mit Zahlen innerhalb von 48 Stunden, unverbindlich. Passen wir nicht zusammen, sagen wir das ehrlich und verweisen Sie weiter.