Min Research → SEO → Compliance → Brand → Writer-pipeline

Min Research → SEO → Compliance → Brand → Writer-pipeline handlar för mig mindre om en enskild prompt och mer om hur man gör ett återkommande AI-arbete granskningsbart. När jag bygger för egen produktion försöker jag därför göra antaganden, evidens, state och stoppregler synliga. Resultatet blir mindre magiskt, men betydligt lättare att lita på, felsöka och förbättra.

Jag byggde inte fem agenter för att fem låter avancerat

Pipelineformen kom från separata felmoder. Research kunde vara korrekt men irrelevant för sökintentionen. SEO kunde driva texten mot påståenden som behövde verifieras. Compliance kunde ta bort nödvändiga nyanser. Brand kunde polera bort precision. Writer kunde fylla luckor. Därför separerade jag ansvar snarare än att bygga en enda agent med en mycket lång systemprompt.

I praktiken gör jag den här kontrollen som en egen artefakt i stället för som en mental checklista. För min research → seo → compliance → brand → writer-pipeline betyder det att input, beslut och output kan granskas i efterhand. Jag vill kunna peka på varför ett steg passerade, vilket underlag som användes och vad som hade fått det att blockeras. Det gör också att samma kontroll kan köras om efter en ändring utan att hela resonemanget behöver uppfinnas på nytt. Kriterierna för när en sådan kontroll ska finnas kvar och när den ska tas bort som ren ceremoni beskriver jag mer i detalj i Research layer vs writing layer – varför jag separerar dem.

Research äger källbilden

Första steget samlar primärkällor, tidsstämplar materialet, bryter ned centrala claims och markerar konflikter. Researchern får inte bestämma artikelns slutliga vinkel. Den ska skapa ett sakligt råmaterial som andra lager kan använda utan att behöva gissa vad källan egentligen sa.

SEO äger informationsbehovet

SEO-lagret mappar dominant intent, närliggande frågor, entiteter och cannibalization-risk. Det får föreslå att två idéer bör bli en canonical URL eller att en sektion saknas. Det får däremot inte uppfinna search volume eller göra en konkurrenttext till faktakälla. Searchability och truth är separata axlar.

text

A018 checkpoint 3input -> validation -> evidence -> decision -> stateon failure -> BLOCKED / revise upstream

Compliance är en begränsningsmotor

Compliance-kontrollen läser approved claims och artikelns riskklass. Den markerar sådant som kräver caveat, juridisk precision, integritetsbedömning eller explicit källa. I vissa projekt betyder compliance GDPR eller myndighetsinformation. I andra handlar det om att inte ge investeringsanalys en säkerhetsgrad som datan inte stödjer.

Brand är inte bara ton

Brandlagret innehåller även vad vi aldrig gör: inga generiska AI-hype-intros, ingen sentimentalitet som materialet inte bär, inga fabricerade erfarenheter och inga standardfraser som gör att 50 artiklar känns som samma text. Brand review är därför både språk och corpus-differentiering.

Writer får ett smalare jobb

Writern får brief, approved claims, outline, caveats och brand constraints. Det gör skrivsteget mindre "kreativt" i betydelsen fri faktaproduktion men mer kreativt i struktur, pedagogik och exempel. Jag vill att modellen ska använda sin generativa förmåga där variation är bra och vara hårt låst där variation skapar risk.

Handoffs är viktigare än agentnamnen

Det verkliga systemet sitter i kontrakten. Research måste leverera source ledger. SEO måste leverera intent och canonical recommendation. Compliance måste returnera pass/block och motivering. Brand måste returnera tydliga textnära regler. Writer måste redovisa vilka first-hand claims som används. Utan kontrakt är multi-agent mest ett diagram.

text

A018 checkpoint 7input -> validation -> evidence -> decision -> stateon failure -> BLOCKED / revise upstream

Fel går bakåt, inte runt

Om Compliance underkänner en claim får Writer inte formulera den vagare och hoppas att den passerar. Den går tillbaka till Research eller tas bort. Om SEO hittar en informationslucka som kräver nya fakta går samma sak. Det här gör pipelinen långsammare men stoppar den vanligaste agentkedjeproblematiken: downstream-agenter som gradvis hallucinerar bort upstream-luckor.

State är en egen artefakt, inte bara ett ord i beslutet

Jag håller mig till få explicita states — till exempel planned, research, evidence-ready, draft, QA, ready och published — som representerar affärsmässig progress, inte varje intern modellcall. State behöver inte bära hela historiken: researchnoter, source ledger, draft och QA-rapporter ligger i egna filer eller records, och state pekar bara på vilken version som är aktuell. Övergångarna ska vara deterministiska. En artikel får till exempel inte gå till ready om publisher-gate saknas — den typen av transition kontrolleras i kod, inte av en LLM som bedömer om processen "känns klar". Blocked är därför ett förstaklassläge i sig: blocker reason och owning stage sparas explicit, så att pipelinen kan återupptas från rätt ställe utan att köra om redan godkända steg. Jag väljer den enklaste modellen som fortfarande gör retries och felsökning säkra i stället för att bygga en fullständig eventlogg från början.

Parallellisering där det faktiskt fungerar

SEO och vissa brandförberedelser kan köras parallellt efter att grundbriefen finns. Fact-check och editorial kan också delvis förberedas parallellt men måste samlas innan publisher gate. Jag parallelliserar bara steg som inte skriver över samma sanningskälla. Annars skapar man merge-konflikter i resonemang, inte bara i filer.

När jag hellre använder en enda agent

För små uppgifter med låg risk och få claims är fem steg överdrivet. En enkel agent med tydlig prompt kan vara både billigare och bättre. Jag använder pipeline när workflowet behöver spårbarhet, flera typer av QA eller återkommande produktion. Multi-agent är ett organisationsmönster, inte ett kvalitetsmärke.

Ett exempel på hur jag dokumenterar beslutet

Varje större steg avslutas med ett kort beslut som går att läsa utan resten av agentens resonemang: vad som kontrollerades, vilket underlag som fanns, vilka osäkerheter som återstår och vilket nästa state är. När fälten i det beslutet inte går att fylla i är problemet oftast upstream, och då föredrar jag att stanna flödet framför att låta ett senare skriv- eller redigeringssteg skapa en snyggare version av ett oklart beslut.

Slutsats

Fem agenter är inte poängen — kontrakten är det. Source ledger från Research, intent och canonical recommendation från SEO, pass/block med motivering från Compliance, textnära regler från Brand och redovisade first-hand claims från Writer: utan de kontrakten är pipelinen bara ett diagram, och med dem kan fel gå bakåt till rätt ägare i stället för att glida runt som en vagare formulering. Det är den regeln jag försöker hålla varje gång jag bygger om ett steg i den här pipelinen, oavsett vilken modell som sitter bakom respektive lager.