Lobstrend: Agentic AI in Social Media

Ringkasan Proyek: Lobstrend Content Automation Pipeline

Kita telah berhasil membangun sebuah ekosistem otomatis berbasis agen AI yang mampu melakukan riset, penulisan konten, dan distribusi secara mandiri. Berikut adalah komponen utama yang telah kita selesaikan:

1. Arsitektur Multi-Agen: Research Agent (Me): Bertugas melakukan riset topik Indonesia yang objektif, detail, dan bersumber, lalu menyimpannya dalam payload* JSON. Copywriter-Agent: Agen spesialis penulisan yang telah kita latih dengan persona AI Journalist yang sangat mahir dalam gaya bahasa media sosial Indonesia (Threads/X) yang modern, naratif, dan engaging*. Hashtag-Agent: Agen spesialis optimasi yang bertugas melakukan kurasi hashtag strategis, lokal, dan relevan tanpa clutter*.

2. Workflow Otomatisasi (run-workflow):

   • Pipeline 4-tahap (Reserach → Write → Judge → Publish/Finalize) sudah aktif.
   • Sistem folder terstruktur: trending_folder/ (Riset), draft_folder/ (Artikel baru), dan final-blog-post-folder/ (Artikel siap publikasi dengan hashtag). Semuanya berjalan secara end-to-end* setelah Anda memanggil perintah run-workflow.

3. Integrasi Platform:

   • Berhasil membangun koneksi ke Repliz API untuk alur publikasi otomatis ke akun Threads (lobstrend).

4. Hasil Output:

   • Sistem telah memproses 10 artikel mendalam mengenai isu-isu kritis Indonesia (seperti kasus korupsi Nadiem Makarim, volatilitas pasar, hingga pertumbuhan ekonomi Q1 2026), lengkap dengan hashtag yang terkurasi.

Project Story (Format Template)

Untuk menjawab permintaan Anda sebelumnya berdasarkan gambar yang dilampirkan, berikut adalah draf Project Story untuk Lobstrend:

Inspiration Lobstrend lahir dari pengamatan akan lambatnya proses kurasi berita di Indonesia. Kita melihat ada kesenjangan antara informasi mentah yang kompleks dengan kebutuhan audiens modern akan narasi yang relatable, cepat, dan solutif. Tujuannya adalah menjembatani hal ini menggunakan tenaga AI sebagai force multiplier.

What it does Lobstrend adalah ekosistem otomatis yang melakukan end-to-end processing: meriset tren Indonesia terkini, mengubahnya menjadi artikel media sosial (Threads) yang bernarasi tajam, mengoptimasi hashtag agar discoverable, dan menjadwalkan publikasinya secara otomatis ke platform digital.

How we built it Menggunakan sistem Multi-Agent Orchestration di atas platform Hermes. Kami mengintegrasikan agen riset, agen penulis (copywriter), dan agen kurator hashtag yang bekerja secara berantai (chaining) menggunakan file-based data exchange. Integrasi publikasi ditangani melalui API pihak ketiga (Repliz) untuk memastikan konten tersalurkan langsung ke audiens.

Challenges we ran into Tantangan terbesar adalah melatih agen AI agar tidak terdengar seperti "robot" atau "konten farm". Kami harus melakukan iterasi prompt berulang kali agar gaya bahasa Indonesia-nya terasa alami (menggunakan penanda percakapan khas Indonesia seperti "ternyata", "padahal", "sih") dan memastikan kredibilitas jurnalistik tetap terjaga di tengah kecepatan konten media sosial.

Accomplishments that we're proud of Berhasil membangun pipeline yang benar-benar bisa bekerja dengan satu perintah (run-workflow). Kami bangga karena draf yang dihasilkan memiliki kedalaman analisis yang setara dengan jurnalis manusia namun dengan kecepatan yang hanya bisa dicapai oleh mesin.

What we learned Bahwa otomatisasi yang sukses memerlukan human-in-the-loop yang disiplin. Judge-agent (sistem verifikasi) sangat krusial agar kualitas konten tetap terjaga dan tidak terjadi distorsi fakta.

What's next for lobstrend (1/2) prompto-research-agent-bot: Menambahkan agent untuk analisis performa (menghitung engagement riil pasca-posting), riset berbasis data video (analisis transkrip YouTube secara otomatis), dan ekspansi ke platform media sosial lainnya secara simultan.

Built With

• google-gemini
• hermes-agent
• repliz
• tavily