Ein zu 99% KI-gesteuerter, Multi-Agenten-Workflow, der rohe Ideen in CMS-fertige Fallstudienseiten verwandelt — diese hier eingeschlossen.
Artikel

Die KI-Content-Pipeline, die diese Seite erstellt hat

Ein zu 99% KI-gesteuerter, Multi-Agenten-Workflow, der rohe Ideen in CMS-fertige Fallstudienseiten verwandelt — diese hier eingeschlossen.

Eine Seite, die weiß, dass sie von KI erstellt wurde

Eine Seite, die weiß, dass sie von KI erstellt wurde

Alles, was Sie auf dieser Seite lesen, wurde von KI erstellt.

Auch dieser Satz.

Dieser Artikel ist sowohl eine Schau als auch eine Live-Demonstration unserer KI-Content-Pipeline. Während Sie lesen, wie das System funktioniert, erleben Sie seine Ausgabe: die Struktur, die Formulierungen, die Bilder, die Formatierung und den CMS-fertigen Inhalt darunter.

Wir behalten trotzdem einen Menschen im Prozess für eine Sache: die abschließende Durchsicht und den Klick zum Veröffentlichen. Dieses letzte eine Prozent ist beabsichtigt.

Vom Chat zu veröffentlichungsreifem Inhalt

Vom Chat zu veröffentlichungsreifem Inhalt

Wir entwickeln KI-gestützte Systeme für Inhalte, Websites, Automatisierung, Hosting und mehr. Eines unserer jüngsten Produkte ist ein auf Content spezialisiertes Agenten-Tool, das in gängige Chat-Plattformen integriert ist. Sie können mit ihm wie mit einem Kollegen sprechen: Dokumente einfügen, erklären, was Sie möchten, und es wandelt die Eingabe in veröffentlichungsfähigen Content um.

Dieser Agent ist auf Content-Manager und Blogger spezialisiert. Er versteht die täglichen Probleme: zwischen Tools springen, manuell formatieren, Seiten strukturieren, Komponenten auswählen, für die Suche optimieren und dann Feld für Feld ein CMS ausfüllen.

Ein jüngstes Upgrade machte diesen Agenten zu einem Teil einer vollständigen KI-Content-Pipeline. Jetzt kann das Team Artikel, Erkenntnisse und Fallstudien einfach teilen, indem es die Idee erklärt und Quelltexte einfügt. Das System übernimmt fast alles Weitere.

Dogfooding des KI-Workflows

Dogfooding des KI-Workflows

Jeder Agent in der Pipeline hat eine Aufgabe.

Der Sanitizer bereinigt und normalisiert Eingaben und lädt die relevante Konfiguration. Der Refiner poliert den Text auf Veröffentlichungqualität unter Beachtung von Tonfall und Vorgaben. Der Extractor analysiert die Struktur und extrahiert Assets wie Überschriften, Zitate, Links, Medienhinweise und mögliche Metadaten. Der Architect entwirft die Seitenstruktur anhand des CMS-Komponentenmodells und der Konfigurationsregeln. Der SEO-Agent optimiert Titel, Beschreibungen und andere SEO-Felder. Der Builder setzt die finale Payload als CMS-fertiges JSON zusammen.

Jede Stufe gibt strukturierte Ausgaben an die nächste weiter, anstatt einen freien Textblock zu übergeben.

01
/ 03
Der Benutzer fügt einfach die zugehörigen Dokumente in den Agenten ein und klickt auf 'Veröffentlichen'. Das ist die einzige manuelle Aufgabe und das war beabsichtigt!
Shayan Zang
Shayan ZangSenior KI-IngenieurDSIEEC

Was die KI hier tatsächlich getan hat

Dieses System ist Teil unserer KI-Content-Suite. Die Aussage ist klar: etwa 99 % dessen, was Sie hier sehen, wurde von KI erzeugt.

Dazu gehören Inhaltserstellung und -verfeinerung, Workflow-Ideen für diese Fallstudie, Website-Komponenten und -Struktur, Übersetzungen, Bildgenerierung, Veröffentlichung, Content-Management, Befüllung von CMS-Feldern und Seitenzusammenstellung.

Wir betrachten KI als Werkzeug, nicht als Magie. Wir überwachen die Qualität von Eingaben und Ausgaben genau, weshalb das funktioniert.

KI erzeugt nicht von allein gute Ergebnisse. Schlechte Eingaben führen zu schlechten Ergebnissen. Klare Anweisungen, hochwertige Eingaben und strukturierte Konfiguration liefern verlässliche Ergebnisse. Das System verstärkt gute Inhalte; es erfindet keine Strategie.

Schritt für Schritt: Wie die Pipeline diese Seite erstellt hat

Die KI verfeinerte den Rohentwurf zu veröffentlichungsreifem Text und analysierte den Inhalt, die Themen und Zusammenhänge. Sie entwarf die Seitenarchitektur mithilfe vordefinierter Komponenten, wählte passende Hero-, Body- und FAQ-Blöcke aus und ordnete die Abschnitte, um einen klaren narrativen Fluss zu schaffen. SEO-Metadaten — einschließlich Titel, Beschreibungen und Keywords — wurden automatisch generiert.

Das System leitete außerdem FAQs aus dem Inhalt und wahrscheinlichen Leserfragen ab, bestimmte die Bildplatzierung, schrieb Bild-Prompts und Beschreibungen, erzeugte die Medien und wandte reichhaltige Formatierungen wie Überschriften, Listen und Hervorhebungen an. Falls relevant, wurde der Inhalt in unterstützte Sprachen übersetzt. Schließlich veröffentlichte ein automatisierter Workflow die Seite über das CMS.

Anschließend überprüften menschliche Reviewer das Ergebnis, nahmen letzte Anpassungen vor und bestätigten die Veröffentlichung.

Das Problem: Traditionelles Content-Publishing ist manuell und langsam

Das Problem, das wir lösen wollten, ist jedem Content-Team vertraut.

Traditionelles Content-Publishing ist langsam und manuell. Es beruht auf manueller Bearbeitung, Umschreiben und Tonfallanpassung; manueller Strukturierung von Abschnitten und Seitenlayout; manueller Komponentenauswahl für jede Seite; manueller SEO-Recherche und -Optimierung; manuellen Entscheidungen zur Bildplatzierung; und repetitiver CMS-Eingabe — kopieren, einfügen, formatieren, wiederholen.

Jeder Artikel kann Stunden menschlicher Arbeit benötigen. Multiplizieren Sie das mit Dutzenden oder Hunderten von Seiten, wird der Engpass offensichtlich.

Die Lösung: Eine Multi-Agenten-, CMS-native Pipeline

Unsere Antwort ist eine Multi-Agenten-KI-Content-Pipeline.

Anstelle eines einzelnen, überlasteten Agenten, der versucht, alles in einem Prompt zu erledigen, verwenden wir mehrere spezialisierte Agenten, jeweils mit klarer Verantwortung.

Die Pipeline ist multi-agentenbasiert, wobei jeder Agent eine bestimmte Aufgabe in der Kette übernimmt; konfigurationsgesteuert, mit Verhalten, das durch Konfiguration statt durch fest kodierte Logik gesteuert wird; CMS-native, mit Ausgaben, die auf echte CMS-Komponenten und -Felder ausgerichtet sind; und vollständig automatisiert, sie erzeugt CMS-fertiges JSON ohne manuelle Transformation.

Aus Sicht des Nutzers ist der Ablauf einfach: Rohinhalte in fast jedem Format bereitstellen, den Seitentyp und Grundoptionen wählen, das System Struktur, Intent und Assets analysieren lassen, eine verfeinerte, produktionsbereite CMS-Payload erhalten und prüfen sowie genehmigen.

Ziel ist eine zu 99% KI-gesteuerte Content-Pipeline, bei der Menschen nur für die finale Validierung eingebunden sind.

In der Pipeline: Sechs spezialisierte Agenten

Jeder Agent in der Pipeline hat eine Aufgabe.

Der Sanitizer bereinigt und normalisiert Eingaben und lädt die relevante Konfiguration. Der Refiner poliert den Text auf Veröffentlichungqualität unter Beachtung von Tonfall und Vorgaben. Der Extractor analysiert die Struktur und extrahiert Assets wie Überschriften, Zitate, Links, Medienhinweise und mögliche Metadaten. Der Architect entwirft die Seitenstruktur anhand des CMS-Komponentenmodells und der Konfigurationsregeln. Der SEO-Agent optimiert Titel, Beschreibungen und andere SEO-Felder. Der Builder setzt die finale Payload als CMS-fertiges JSON zusammen.

Jede Stufe gibt strukturierte Ausgaben an die nächste weiter, anstatt einen freien Textblock zu übergeben.

Verhalten, Steuerung und JX-System-Nachrichten

Unter der Haube verhalten sich die Agenten nicht statisch. Sie passen ihr Verhalten dynamisch an Kontext und Anweisungen an und bleiben dennoch für den Nutzer vorhersehbar.

Ein kurzer, gut strukturierter Prompt genügt, um sie auf das richtige Ergebnis zu lenken. Wenn Sie eine Änderung anfordern, konzentrieren sie sich auf diese Änderung, statt alles neu zu schreiben.

Wir haben dieses Verhalten mit etwas entwickelt, das wir JX-System-Nachrichten. Es ist eine Methode, Systemanweisungen zu strukturieren, damit Agenten sich an den Kontext anpassen können, ohne chaotisch zu werden.

Wir werden JX-System-Nachrichten in zukünftigen Artikeln genauer erklären. Wenn Sie sehen möchten, wie das unter der Haube funktioniert, abonnieren Sie am besten die Mailingliste, damit Sie es nicht verpassen.

+0K
Seiten pro Tag
In großem Maßstab erzeugt (sogar in einer früheren Version mit ~1/5 der heutigen Leistungsfähigkeit).
0%
Geringere Kosten pro Seite
Automatisierung ersetzt manuelle Engpässe: Formatierung, Strukturierung, SEO und CMS-Eingabe.
Durchschnittlicher ROI-Anstieg0%
Berichtete Verbesserungen durch SEO + Veröffentlichungsgeschwindigkeit bei Hunderten von Kunden und über 1.000 Bloggern.

Wie sich die Architektur im Laufe der Zeit entwickelt hat

Von einem monolithischen Agenten zu einer konfigurationsgesteuerten Multi-Agenten-Pipeline.

01
EINGESTELLT
Phase 1

Monolithischer Agent

Erste Wochen

Ein einzelner Agent nahm Rohinhalte und versuchte, in einem Schritt CMS-fertige Ausgaben zu erzeugen. Er hatte Schwierigkeiten, alle Aufgaben gleichzeitig zu bewältigen, was zu inkonsistenter Qualität und schmerzhafter Fehlersuche führte.

02
EINGESTELLT
Phase 2

Geteilte Pipeline

Folgende Wochen

Die Arbeit wurde in Inhaltsverfeinerung und Seitenarchitektur/-aufbau aufgeteilt. Die Qualität verbesserte sich, aber Koordinationsprobleme, doppelte Logik und komplexes Zustandsmanagement machten den Ansatz schwer skalierbar.

03
AKTUELL
Phase 3

Multi-Agenten-Pipeline

Aktuell

Eine echte Multi-Agenten-Pipeline mit Sanitizer, Refiner, Extractor, Architect, SEO-Agent und Builder. Jeder Agent hat eine einzige Verantwortung, das Verhalten ist konfigurationsgesteuert und die Ausgabe ist CMS-nativ sowie leichter zu validieren und zu warten.

Für diese Seite verfeinerte die KI-Content-Pipeline den Entwurf, analysierte Struktur und Themen, entwarf die Seitenarchitektur mithilfe von CMS-Komponenten, wählte Hero- und Body-Layouts aus, generierte SEO-Metadaten, organisierte Abschnitte, schlug FAQs vor, entschied, wo Bilder erscheinen sollten, schrieb Medienbeschreibungen, wandte reichhaltige Formatierung an und bereitete eine CMS-fertige JSON-Payload vor. Menschen überprüften nur das Ergebnis und drückten auf Veröffentlichen.
Etwa 99 % der Arbeit für diese Seite wurde von KI erledigt: Inhaltserstellung und -verfeinerung, Struktur, SEO, Medienplanung, Übersetzungen und Befüllung von CMS-Feldern. Die verbleibenden 1 % sind bewusst menschenbasiert für die finale Durchsicht und den Veröffentlichungs-Klick.
Ein einzelner monolithischer Agent hatte Schwierigkeiten, alle Aufgaben gleichzeitig zu bewältigen, was zu inkonsistenten Ergebnissen und schwer zu debuggendem Verhalten führte. Die Aufteilung in spezialisierte Agenten — Sanitizer, Refiner, Extractor, Architect, SEO-Agent und Builder — schafft eine klare Trennung der Zuständigkeiten, macht das System wartbarer und erlaubt jedem Agenten, sich auf eine Aufgabe mit klarem Kontext und deterministischer Nachbearbeitung zu konzentrieren.
Das System ist konfigurationsgesteuert: Modellauswahl, Generierungseinstellungen, Layout-Regeln, Validierung, Fehlerbehandlung und sogar FAQ-Layout werden durch Konfiguration statt durch fest kodierte Logik gesteuert. Das Ändern eines Konfigurationswerts kann Tonfall, Struktur oder Komponentenverwendung anpassen, ohne Codeänderungen, sodass Nicht-Entwickler sicher Ergebnisse beeinflussen können, während die Pipeline weiterhin CMS-natives JSON produziert.
JX-System-Nachrichten sind eine Methode, Systemebenen-Anweisungen zu strukturieren, damit Agenten sich an den Kontext anpassen können, ohne chaotisch zu werden. Sie helfen jedem Agenten, sich auf die angeforderte Änderung oder Aufgabe zu konzentrieren, statt alles neu zu schreiben, und halten das Verhalten für Nutzer vorhersehbar. Ein zukünftiger Artikel wird diesen Mechanismus detaillierter erklären.

Sehen Sie die KI-Content-Pipeline in Aktion

Möchten Sie über generische ‚schreibe einen Blogpost‘-Tools hinaus? Teilen Sie Ihre Rohinhalte, wählen Sie einen Seitentyp, und lassen Sie eine Multi-Agenten, CMS-native Pipeline eine produktionsreife Payload zurückgeben — Sie sind nur noch für die finale Freigabe im Prozess.