Маркетинговая команда теряет часы на сборку страниц, переписку по координации и циклы согласований. Эти ручные процессы отвлекают команды от самой важной работы: понимания проблем клиентов, создания убедительных сообщений и запуска кампаний, которые дают осмысленное вовлечение.
В этом материале мы рассказываем, как команда Technology, AI, and Analytics (TAA) в AWS Marketing вместе с Gradial создала agentic AI-решение на Amazon Bedrock для ускорения рабочих процессов публикации контента. Решение сократило время сборки веб-страницы с четырех часов до примерно десяти минут — более чем на 95% — при сохранении стандартов качества в enterprise CMS. Теперь маркетинговые команды могут публиковать контент быстрее и стабильнее, а высвободившееся время тратить на поиск более эффективных способов взаимодействия с клиентами и их поддержки.
Маркетинговые команды сталкиваются с узким местом, когда публикация веб-страницы растягивается на часы из-за ручной сборки, координации и циклов проверки. Команда TAA отвечает за клиентские веб-опыты, создавая и поддерживая инфраструктуру цифрового контента AWS, маркетинговые технологические процессы и инструменты, с помощью которых команды доставляют персонализированные, связанные между собой впечатления в масштабе. TAA требовалось решение, способное справиться со сложностью CMS-процессов, координацией нескольких заинтересованных сторон, соблюдением стандартов бренда и доступности, а также подтверждением выполнения требований по соответствию до публикации.
Маркетинговые команды могут использовать это agentic AI-решение, чтобы сократить время производства и при этом сохранить качество за счет автоматизации координационной работы от campaign brief до go-live по цифровым каналам. Оно подключается к enterprise content management systems, чтобы оркестрировать сборку страниц, интерпретировать запросы на естественном языке, определять нужные компоненты и создавать страницы со встроенной проверкой. Используя foundation models (FMs), доступные через Amazon Bedrock, включая Anthropic Claude и Amazon Nova, Gradial Agents меняют подход маркетинговых организаций к работе, беря на себя сложную оркестрацию, которая раньше требовала часов ручной настройки.
Далее мы разберем проблемы, с которыми сталкиваются традиционные процессы публикации контента, архитектуру нашего agentic AI-решения, ключевые компоненты, включая сервер Model Context Protocol (MCP) для проверки в реальном времени, а также измеримые результаты внедрения.
Проблемы публикации контента
Для Digital Marketing Managers (DMMs) и Product Marketing Managers (PMMs) в AWS публикация одной веб-страницы означает не только ее сборку. Обычно страница начинается с требования, которое вытекает из campaign brief, затем проходит kickoff call с digital- и operations-командами и попадает в backlog для приоритизации. После этого идет обмен сообщениями туда-обратно, пока запрос не будет готов к работе. Маркетолог тратит до четырех часов на настройку страницы в традиционных системах управления контентом. Проверка текста, креатива, ссылок, backend validation и утверждение заинтересованными сторонами добавляют еще больше времени до запуска. Узкое место не в одном шаге, а в том, как эти шаги суммируются. DMM или PMM может несколько часов настраивать компоненты и собирать страницу, а затем обнаружить, что изображение не проходит требования доступности. Страница возвращается на доработку, и начинается еще один цикл проверки. Сама работа несложная, но координация и переделки делают ее дорогой. В этом процессе четыре конкретные проблемы создают наибольшее трение:
- Долгая сборка страницы — создание страницы включает настройку компонентов, построение макета и размещение контента в заранее определенных рамках. Для этого требуется знание структурированных CMS-процессов и доступных наборов компонентов.
- Задержки из-за межкомандной координации — команды обычно проверяют текст, материалы, ссылки и интеграции уже после того, как страница собрана. Проблемы, выявленные на этом этапе, требуют правок и дополнительных циклов проверки.
- Технические зависимости — когда требования выходят за рамки существующих компонентов, команды работают с engineering над внедрением изменений, что может растягивать сроки и усиливать зависимость от других команд.
- Реактивный контроль качества — проверки состояния контента, соответствия требованиям доступности, стандартам бренда и SEO оцениваются в конце процесса, а не во время сборки. Если проблемы обнаруживаются только после полной сборки страницы, командам приходится вносить дорогостоящие правки и проходить дополнительные согласования, что может растянуть сроки на часы или даже дни.
Команда AWS TAA поняла, что это не отдельные проблемы, которые можно решать по одной. Это были симптомы фундаментальной проблемы рабочего процесса: слишком много времени уходило на механическую сборку, и слишком мало оставалось на стратегическую работу, которая двигает бизнес вперед. Решение должно было в первую очередь ускорить сборку страниц. Именно здесь уходит большая часть времени и именно здесь возникают координация, зависимости и требования к проверке.
Обзор решения
Agentic AI-решение дает три возможности: сборку страниц на естественном языке, проверку контента в реальном времени и выполнение end-to-end workflow за одну сессию. Gradial интегрируется с AWS MCP, чтобы обеспечивать соединения в реальном времени с enterprise content systems.
Сборка страницы на естественном языке через Amazon Bedrock:
Маркетологи могут описать контент и попросить собрать страницу на естественном языке. Gradial использует модели Amazon Bedrock, включая Anthropic Claude и Amazon Nova, чтобы интерпретировать запрос, определить, какие компоненты нужны, подобрать правильную структуру макета и сгенерировать конфигурации. Система автоматизирует выбор и настройку компонентов с помощью структурированных инструкций, передаваемых Gradial Agents, упрощая решения по макету, которые раньше требовали специализированных знаний CMS. Это позволяет командам управления контентом собирать страницы быстрее, не обладая глубокими техническими навыками.
Проверка качества контента в реальном времени через сервер MCP:
Проверки качества больше не откладываются на конец процесса. MCP — это открытый протокол, который позволяет AI-системам напрямую подключаться к внешним инструментам и источникам данных. В этом решении сервер MCP подключается к системам контроля качества контента, чтобы проверять его во время сборки, а не после нее. По мере создания контента система оценивает его на соответствие требованиям SEO, доступности и стандартам бренда (см. рис. 1). Авторы могут сразу находить и исправлять проблемы в той же сессии, вместо того чтобы ждать назначенной встречи на проверку с creative team, marketing operations или другими заинтересованными сторонами через несколько дней.
Рис. 1: Gradial вызывает AWS health services для проверки контента на соответствие собственным требованиям по комплаенсу и качеству, SEO, доступности и стандартам бренда. Такая проверка в реальном времени помогает выявлять и исправлять проблемы на раннем этапе процесса, позволяя пользователям устранить их до продолжения сборки страницы.
Прямое выполнение в CMS через proxy layer:
Proxy layer программно связывает Gradial с CMS, позволяя создавать и настраивать собранные страницы внутри content model и publishing workflows. Gradial передает структурированные инструкции через proxy layer, а CMS выполняет создание страницы, рендеринг компонентов и governance публикации так, как делала бы это обычно. Proxy layer сохраняет за CMS роль системы публикации, одновременно сокращая необходимость в ручном утверждении перед выпуском. В результате уменьшаются накладные расходы на координацию за счет объединения сборки, настройки и передачи в один автоматизированный workflow.
Следующая диаграмма показывает end-to-end workflow и иллюстрирует, как запрос на естественном языке проходит через интерпретацию модели, проверку данных и выполнение страницы.
Этот pipeline преобразует инструкции по сборке страниц на естественном языке в готовые к производству page assets через четыре автоматизированных этапа. Сначала Gradial использует модели Amazon Bedrock для интерпретации входного текста и определения необходимых компонентов. Затем Gradial Agents оркестрируют структуру страницы, выбор компонентов и конфигурацию макета. Пока это происходит, сервер MCP в реальном времени проверяет контент на соответствие стандартам качества. Наконец, proxy layer создает и настраивает страницу в CMS.
Результаты и эффект
После внедрения решения в production команда AWS Marketing увидела измеримые улучшения при сравнении показателей до и после внедрения:
| Показатель | До | После |
| Время сборки страницы | До четырех часов ручной работы | Примерно десять минут (сокращение на 95%) с использованием команд на естественном языке |
| Проверка качества | Реактивная и отложенная проверка качества | Проактивная проверка качества в реальном времени |
| Пользовательский опыт | Многошаговый и ручной процесс со сложной настройкой | Интуитивный интерфейс и команды на естественном языке |
Теперь маркетинговые команды могут тратить время на контентную стратегию и оптимизацию, а не на техническую сборку, ускоряя выход на рынок для важных кампаний. Проверка контента теперь происходит во время его создания, а не после. Сервер MCP находит проблемы по мере сборки компонентов, поэтому их можно исправить в той же сессии, что уменьшает количество повторных циклов проверки и ускоряет публикацию.
Заключение
Интеграция решений Gradial’s Agentic AI с Amazon Bedrock позволяет организациям модернизировать процессы публикации контента и достигать измеримого бизнес-эффекта. Решение дает три ключевых результата. Во-первых, оно ускоряет производство, сокращая время сборки страниц за счет автоматической настройки компонентов и генерации макетов. Во-вторых, оно обеспечивает контроль качества в источнике за счет проверки в реальном времени во время сборки, которая подтверждает, что контент соответствует стандартам еще до публикации, устраняя проблемы до их рассмотрения заинтересованными сторонами. В-третьих, оно создает доступный авторский опыт, который заменяет сложные взаимодействия с CMS вводом на естественном языке, чтобы больше участников команды могли создавать и публиковать страницы без специального обучения. Такое сочетание скорости, качества и доступности показывает, как agentic AI на Amazon Bedrock может модернизировать корпоративные процессы работы с контентом, сохраняя при этом требования к управлению и комплаенсу, которые необходимы маркетинговым организациям.
Дальнейшие шаги
- Изучить продукт: узнать о возможностях Amazon Bedrock для создания решений Agentic AI
- Перейти к техническим материалам: посетить документацию Amazon Bedrock, чтобы начать разработку
- Посмотреть в действии: посетить Gradial, чтобы узнать больше о workflows выполнения контента, или запросить демонстрацию, чтобы увидеть решение вживую
- Обсудить свой сценарий: связаться с AWS, чтобы узнать, как Amazon Bedrock может преобразовать ваши workflows
Материал — перевод статьи с английского.
Оригинал: From hours to minutes: How Agentic AI gave marketers time back for what matters