Az LLM-ek térnyerésével a szoftverfejlesztés belépési küszöbe csökken, így az üzleti értékteremtés súlypontja a fejlesztésről a sales és marketing irányába tolódik. A hallgatói munka célja annak vizsgálata, hogy a marketing tevékenység formalizálható-e verifikálható, zárt visszacsatolási körként (feedback loop). A projekt keretében egy olyan autonóm szoftverrendszert kell megtervezni és megvalósítani, amely emberi beavatkozás nélkül képes közösségi média adatokból felkapott formátumokat (pl. mémek, trendek) azonosítani, és ezek alapján a céltermék  profiljához illeszkedő tartalmakat generálni és publikálni. A rendszer kulcsa a folyamatos mérés: a publikált tartalmak teljesítményét (reakciók, CTR, konverzió) visszacsatolja a generáló modellnek, lehetővé téve a hosszú távú, ön-tanuló optimalizációt.

Funkcionális követelmények:

• Adatbetöltés (Ingestion Layer):
  • Közösségi média posztok és trendek automatizált begyűjtése.
  • Multimodális adatok (szöveg, kép) és metaadatok strukturált tárolása.

• Trendelemzés és Klaszterezés (Analysis Layer):
  • A bejövő adatok csoportosítása szemantikai hasonlóság és formátum alapján (klaszterezés).
  • Idősoros elemzés: mely csoportok aktivitása növekszik az előző időablakhoz képest (trend-detektálás).

• Generatív Ágens (Generation Layer):
  • Dinamikus promptolás: a rendszer legyen képes a céltermék és a detektált trend metszetében tartalmat gyártani.
  • Stílus-adaptáció: paraméterezhető "hangnem" (pl. humoros mém vs. szakmai összefoglaló).
  • Multimodális tartalomelőállítás (szöveg + kép generálás).

• Publikálás és Visszamérés (Action & Feedback Layer):
  • Automatikus posztolás a kiválasztott platformra.
  • Teljesítménymérés: minden poszthoz egy aggregált sikerességi mérőszám (score) rendelése (pl. like-ok, átkattintás, regisztráció súlyozott összege) a későbbi finomhangoláshoz.

Technikai követelmények:

• Multi-ágens architektúra.

• Orkesztráció és állapot menedzsment:
  • Hierarchikus vagy szekvenciális vezérlés a kontextus megőrzése érdekében.
  • Robusztus hibakezelés az API hívásoknál.

• Zárt visszacsatolási hurok (Closed Loop) megvalósítása:
  • Generálás: Mém leírások alapján automatizált kép- és posztgenerálás.
  • Mérés: A posztok teljesítményének követése.
  • Teljesítmény-aggregáció: A posztok heterogén visszajelzési adatainak (pl. reakciók, CTR, konverziók) leképezése egy egységes, optimalizálható célértékre, amely közvetlen bemenetként szolgál a generálási folyamat visszacsatolás-alapú finomhangolásához.