L’agente deve vivere nel workflow
Il pattern dell’assistente DjiniousLab è chiaro: il pannello vive nell’app, legge canvas e notebook, streamma la risposta e mostra tool call come card strutturate.
In una app cliente, il contesto è la feature: oggetto selezionato, report corrente, permessi, cronologia, tema, dati di dominio, procedure e stato del workflow.
Progettare i tool come API
Una integrazione affidabile parte da tool piccoli, tipizzati, osservabili e collegati ai permessi. I tool di lettura ispezionano, quelli di bozza preparano, quelli di scrittura mutano solo attraverso percorsi approvati.
L’utente vede cosa è stato chiamato, con quali argomenti, quale risultato è tornato e cosa è cambiato. Il team può debuggare l’agente come un vero flusso prodotto.
L’approvazione è UX
Una richiesta di approvazione deve spiegare cosa l’agente vuole fare, perché, quali oggetti tocca, cosa cambierà e se l’azione è reversibile.
Leggere stato può essere automatico. Inviare un messaggio cliente, cancellare dati, cambiare prezzo o comandare equipment deve essere confermato o vietato dalla policy.
Memoria, valutazione, operations
La memoria persistente è utile solo se visibile e limitata: convenzioni progetto, formati preferiti, linguaggio di dominio, preferenze stabili. Una memoria nascosta rompe la fiducia.
Poi arriva il lavoro di produzione: regression test, golden task, replay dei tool call, budget costi, latenza, abuso e incident review.