Parker AI
Parker AI: von der Idee zur KI-Marketing-Plattform
Multi-Agenten-Plattform, die TikTok-, Instagram- und Meta-Signale in testbare Creatives für DTC-Marken mit hohem Spend verwandelt.
Timeline
06/2023 bis heute
Stackgröße
12 Technologien
Rolle
Founding AI Product Engineer
Firma
Parker AI
Überblick
Überblick
Parker AI ist eine KI-native Creative-Strategie-Plattform für Marken mit bis zu 2 Mio Dollar Meta-Spend pro Monat. Sie liest Signale aus TikTok, Instagram, Facebook, Reddit, Konkurrenzseiten, Reviews und Meta-Ad-Performance ein, bettet sie ein und macht sie über hybrides Retrieval abfragbar. Agenten erzeugen daraus Hooks, Skripte, Angles und komplette Creative-Briefs.
- Das Produkt ist Slack-first: Strategen, Markenteams und Operator bekommen proaktive Reports, Ad-Performance-Digests und Creative-Empfehlungen dort, wo sie ohnehin arbeiten. Das Dashboard mit Next.js dient dem Drill-down und der wiederverwendbaren Ideenbank.
Problem
Problem
Werbetreibende mit hohem Meta-Spend gehen die Creative-Ideen schneller aus, als sie produzieren können. Bestehende Tools fassen entweder die Vergangenheit zusammen oder erzeugen generische Inhalte. Parker verbindet, was Marken und Creator gerade tun, mit dem, was als Nächstes getestet werden sollte.
Architektur
Architektur
KI und Orchestrierung
Daten
Anwendung
Infra
Integrationen
Funktionen
Funktionen
- Multi-Source-Ingestion-Pipeline (TikTok, Instagram, Facebook, Reddit, Konkurrenzseiten, Reviews) auf Temporal, mit Retries und Dead-Letter-Queues.
- Hybrides Retrieval über Vektorstore (Qdrant) und relationale Daten (Supabase Postgres), mit semantischem Chunking und Query-gewichtetem Re-Ranking.
- Agentisches Ideen-System auf Mastra, das Hooks, Skripte, Angles und komplette Briefs vorschlägt.
- Wiederverwendbare Ideenbank mit Status-Tracking, Tagging und Wiederverwendung über Kampagnen hinweg.
- Meta-Marketing-API-Integration mit ads_management und pages_read_user_content, Token-Rotation und Rate-Limit-bewussten Fetchern.
- Slack-first-Delivery: proaktive Alerts, wöchentliche Strategen-Reports, Ad-Performance-Digests.
- Eval-Harness mit Langfuse: jede Prompt-Änderung wird mit Traces, Kosten und Qualitätsmetriken geliefert.
- Kostenbewusste Modell-Orchestrierung mit Prompt-Budgets, Cache-freundlichen Retrieval-Pfaden und Guardrails, die die KI-Qualität stabil halten und den Spend kontrollieren.
KI-Systeme
KI-Systeme
- Mastra-Agenten mit Planung, Memory, Tool-Nutzung und Human-in-the-Loop-Checkpoints.
- Eigene MCP-artige Tools für Ads-APIs, interne Daten, Konkurrenzrecherche und Creative-Review.
- Embedding-Pipelines mit Serialisierungs-Konventionen für lange Social-Inhalte.
- Proaktive Verbesserungs-Systeme: Agenten beobachten die Performance laufend und melden Empfehlungen.
Ergebnisse
Ergebnisse
- Treibt die Creative-Strategie für Marken mit bis zu 2 Mio Dollar Meta-Spend pro Monat.
- Ideen-Durchlaufzeit von Tagen auf Minuten verkürzt.
- Bessere Token- und Workflow-Effizienz durch Eval-gestütztes Prompt-Tuning und Caching-Entscheidungen.
- Fundament, auf dem der Rest des Engineering-Teams aufbaut.
Technologien
Technologien
FAQ
FAQ
Wie kommen TikTok-, Instagram- und Meta-Daten rein?
Temporal-Workflows verteilen plattformspezifische Worker, die authentifizieren, paginieren, normalisieren, einbetten und sowohl in Postgres als auch in Qdrant speichern. Fehler werden mit Backoff wiederholt und landen sonst in der Dead-Letter-Queue zur Prüfung.
Wie bleiben Agenten in Produktion sicher?
Tool-Calls sind typisiert und über Langfuse getraced, Agenten haben Budget-Caps und klare Memory-Scopes, und Aktionen mit Wirkung nach aussen (zum Beispiel Mails an Kunden) laufen über Human-in-the-Loop-Checkpoints.
Mehr Arbeit