- 7 लोगों वाली AI SaaS startup के CEO ने Claude Code के experimental Agent Teams फीचर का उपयोग करके CMO, content writer, social media manager, HN manager और performance analyst से बनी 5-सदस्यीय AI marketing टीम तैयार की—यह उसी का व्यावहारिक अनुभव है
- उन्होंने खुद एक भी लाइन code नहीं लिखी, और पूरा agent सिस्टम सिर्फ 15~20 Markdown files और Claude Code से चला
- Mac Mini M1 पर cron के जरिए हर घंटे auto-run, blog writing, SNS distribution, HN activity और performance analysis तक सब कुछ बिना इंसानी दखल के स्वायत्त रूप से हुआ
- पहले हफ्ते में 3 blog पोस्ट अपने-आप publish हुईं, और SNS पर वास्तविक inbound DM व LinkedIn connection requests आए। किसी व्यक्ति ने संस्थापक से नहीं, AI agent से बातचीत करने के बाद connection request भेजी
पृष्ठभूमि: startup की वास्तविक सीमाएँ
- $500K ARR वाला एक शुरुआती startup, जिसमें हाल ही में जुड़ा growth lead outbound sales पर ध्यान देने की स्थिति में था
- नया feature launch होने के तुरंत बाद marketing gap पैदा हुआ। CEO ने खुद marketing संभाली, लेकिन पुराने तरीके से काम करने के बजाय AI marketing टीम बनाने का फैसला किया
- पहला prototype 2 घंटे में, पहला complete loop 2 दिनों में, और पूरी तरह autonomous operation तक लगभग 1 हफ्ता लगा
मुख्य डिज़ाइन: prompt नहीं, hiring post की तरह सोचें
- agent को “prompt” नहीं बल्कि “कर्मचारी भर्ती” की तरह लिया गया। role scope, style guide, company documents, tool permissions और schedule को Markdown में परिभाषित किया गया
- हर agent को .claude/agents/ की एक single Markdown file में define किया गया। इसमें YAML frontmatter (name, model, memory) और system prompt (work procedure, rules) शामिल थे
- .claude/rules/ में CMS schema, UTM rules, image generation policy जैसी टीम की common policies रखने पर वे सभी agents को अपने-आप inherit हो जाती हैं
- CLAUDE.md ने team charter की भूमिका निभाई। agent structure, security rules और folder structure पूरे सिस्टम में साझा हुए
स्वायत्त संचालन architecture
- CMO agent हर रविवार साप्ताहिक strategy बनाता है और 3-घंटे के timeslot में काम बाँटता है
- जब cron हर घंटे Claude Code को headless mode (
-dangerously-skip-permissions) में चलाता है, तो CMO specialist agents को subprocess के रूप में parallel spawn करता है (Claude के experimental agent team फीचर का उपयोग करते हुए)
- agents के बीच collaboration के तरीके
- task system: TaskCreate / TaskUpdate
- file system: shared CSV tracker
- SendMessage: CMO को report करना
- हर agent .claude/agent-memory/ में persistent memory बनाए रखता है, जिससे strategy, performance और patterns session के पार जमा होकर “organizational knowledge” बनते हैं
tool integration
- MCP server: Sanity CMS (पोस्ट लिखना और publish करना), X/Twitter (tweet और search), Slack (notifications), Ahrefs (SEO analysis और keywords)
- custom scripts: Reddit OAuth2, HN headless, Gemini image generation, Sanity CDN upload। सभी scripts Claude ने लिखीं
- Slack #team-ai-marketing channel में सारी गतिविधियाँ team standup की तरह report होती रहीं—daily plan, publish completion, errors और performance summary सहित
feedback loop
- social media manager → CSV log → performance analyst → daily report → CMO → strategy update → content creation → distribution → repeat
- जब performance analyst marketing-insights.md को auto-update करता है, तो दूसरे agents अगला काम शुरू करने से पहले उसे पढ़ते हैं, जिससे insights एक ही दिन में पूरी टीम तक पहुँच जाती हैं
- CEO का management तरीका Claude Code को natural language में निर्देश देना था। उदाहरण: “social manager em dash का उपयोग न करे” → Markdown अपने-आप संशोधित → अगली session से लागू
सीखे गए सबक
- सबसे महत्वपूर्ण चीज़ code नहीं, बल्कि feedback loop की संरचना है—ऐसा सिस्टम बनाना जो अपने काम के नतीजों से खुद सीख सके
- rules compound interest की तरह जमा होते हैं। एक बार जो rule जोड़ा गया, उसने सभी agents के व्यवहार को स्थायी रूप से बेहतर किया
- 3-घंटे वाला timeslot सिस्टम ही कुंजी था। इसके बिना agents कभी बहुत ज़्यादा, तो कभी बहुत कम काम करते थे
- series के तीसरे भाग में इस पर विचार होगा कि “क्या यह काम करने का नया तरीका है, या अंततः खुद को मुश्किल में डालने वाली कोई चीज़?”
अभी कोई टिप्पणी नहीं है.