Artikel-Engagement mit Multi-Agenten-KI steigern
Aufbau eines Multi-Agenten-Systems, das Artikelfragen in Echtzeit generiert und optimiert — Klickrate um 40 % gesteigert.
Ein grosses Medienunternehmen brauchte einen skalierbaren Weg, um Leserintention zu verstehen und ansprechende Fragen für jeden Artikel zu formulieren. Die manuelle Fragenerstellung war langsam und konnte sich nicht an wechselndes Nutzerverhalten anpassen.
Wir haben ein Multi-Agenten-System gebaut, in dem spezialisierte Agenten die Nutzerintention identifizieren, drei Kandidatenfragen pro Artikel generieren und diese durch einen Multi-Armed Bandit mit Reinforcement Learning routen. Das System optimiert kontinuierlich, welche Fragen die Klickrate maximieren.
Die Artikel-Klickraten stiegen um 40 %. Die Redaktion wurde von manueller Fragenerstellung befreit, und das System verbessert sich kontinuierlich ohne menschliches Eingreifen.
NÄCHSTER SCHRITT