Agent Team Builder 1 · Intake 2 · Research 3 · Skalning 4 · Första projektet 5 · Teamet
AI-konsult · Litet team (8 personer) · Van

Från spridd ChatGPT
till ett strukturerat
Marknadsbyrå-team

En digital marknadsbyrå för B2B där alla redan använder ChatGPT — men ingen tillsammans. Följ hela vägen, från mognadsintake till det första projektet och det fyra-agentersteam som faktiskt föreslogs.

Bransch: Digital marknadsföring / content Storlek: Litet team (8 personer) AI-mognad: Van Källa: Intervju
10
analyserade moment
4
agenter i teamet
4
medvetet avvisade
Steg 1 Mognadsintake

Vad de berättade

I konsult-läget frågar vi först om AI-mognad och var det skaver — innan något team byggs. Här är byråns egna ord.

"Det tar mycket tid att komma ihåg tonen för varje kund — varje kund vill ha sin egen ton och vi måste hålla reda på vad vi bestämt." — om den största frustrationen
"Rapportering är jobbigt och tar mycket tid. Vi gör det manuellt i Google Slides varje månad." — om den tydligaste tidstjuven
"Ingen struktur eller gemensamt system för AI-användning trots att alla använder ChatGPT dagligen. Alla har sin egen chatthistorik. Vi provade en Notion-promptbank men ingen använde den efter första veckan." — om varför inget fastnat
"Vi vill kunna ta fler kunder utan att anställa fler — och att kvaliteten blir jämnare. Just nu varierar det beroende på vem som skriver." — om målet
Steg 2 Research

Vad vi hittade

Elva återkommande arbetsmoment, var och en bedömd för hur väl den lämpar sig för AI. Sex höll måttet, resten avvisades eller väntar.

Skriva bloggposter
~6–8 h/vecka · välavgränsat
Hög
Skriva LinkedIn- & sociala medier-poster
~4–5 h/dag · ton är det kritiska
Hög
Skriva nyhetsbrev
15–20/månad · mallbaserat
Hög
Hantera kundspecifika tone-of-voice-guider
hög smärta · ingen process idag
Medel–hög
Generera månatliga rapporter
4–6 h/rapport · "jobbigt", "manuellt"
Hög
Optimera & testa annonser
~3–5 h/vecka · kräver systemåtkomst
Medel
Veckoplanering (content-kalendrar)
~1 h/vecka · mänskligt möte
Låg
Strategiutveckling per kund
~varannan månad · human judgment
Låg
Client-möten & status-uppdateringar
~3–4 h/vecka · relation-byggande
Låg
Revidering & quality-check av innehåll
~1–2 h/dag · delvis löst av innehålls-agent
Medel

Grupperat i fyra kluster över ribban

Prioritet 1
Innehållsproduktion med kundton
Bloggar + LinkedIn + nyhetsbrev. Tre varianter på samma arbete: ämne in, text i kundens ton ut. AI är utmärkt — om tonen är känd.
Prioritet 1b
Centraliserad tone-of-voice
Infrastrukturen för kluster A. Inte produktion i sig, utan det som gör produktionen snabb och konsistent. Löser man detta blir allt skrivande bättre.
Prioritet 2
Rapportgenerering
Ren syntes av data som redan finns. 4–6h → ~20 min om datan är strukturerad. Adresserar direkt framgångskriteriet "halva tiden".
Prioritet 3
Annonsoptimering
Värde finns, men kräver API-åtkomst eller manuell export. Kan vänta till version 2 om budgeten är begränsad.
Steg 3 Skalning

Varför just fyra agenter

Litet team + van mognad → mognadsjusteringen drar ner från ~5,5 till 4 agenter: VD, VD-assistent och två specialister.

Storlekstabellen ger 4–7 agenter för ett team på 8. Men van-mognad halverar normalantalet (~3–4). Research identifierade fyra kluster över ribban — vi valde fyra agenter för att täcka de två topprioriterade klustren (innehåll/ton + rapporter) plus VD och assistent. Annonsoptimering väntar till version 2 eftersom den är medel-lämplighet och kräver systemåtkomst.

Tabell för litet team: 4–7 agenter Mognadsjustering (van): hälften ≈ 3–4 Kluster över ribban: 4 Totalt: 1 VD + 1 assistent + 2 specialister
Steg 4 Första projektet

Första projektet

I konsult-läget pekar vi ut ett första projekt som är litet i tid, ägs av en person och visar värde inom vecka 1. För byrån: en rapportgenererings-assistent.

Rekommenderat: Rapportgenererings-assistent

Vald framför innehållsproduktion eftersom rapportering är självständig (ingen ton-guide behöver byggas först), är ren syntes av data som redan finns, och adresserar kundens eget framgångskriterium direkt. En van-kund förstår värdet av "automatisera rapportering" omedelbart.

"Rapportering är jobbigt och tar mycket tid. Vi gör det manuellt i Google Slides varje månad. Om rapporterna tar hälften så lång tid." — problemet i kundens egna ord (och deras framgångskriterium)

Vad som ska vara sant efter vecka 1

En fungerande rapport-agent
tar CSV-data + mall → producerar publicerbart rapport-utkast i samma tid som en manuell rapport, eller mindre
Vecka 1
Minst två test-rapporter
från två befintliga kunder, genererade och granskade av Emma
Vecka 1
Emma kör agenten själv
utan att behöva be om hjälp
Vecka 1
En plan för "vad kommer sen"
API-integration, automatisk scheduling, kundspecifika rekommendationer
Version 2
Ägs av Emma Johansson, projektledare

Hon gör rapporterna idag, har bäst koll på var det skaver i produktionen och är investerad i att spara tid. Mätbart: idag 4–6h per rapport, mål <2h inklusive granskning. Fallback om det inte funkar: fortsätt manuell Google Slides — verksamheten bryts inte.

Steg 5 Teamet

Teamet

Varje agent finns på grund av ett konkret fynd — inte en generisk roll.

VD
⚡ Emma Johansson
Operativ projektledare som håller veckoplaneringen och AI-användandet på plats.
VD-assistent
🧭 AI-operation-assistent
Operativ brygga mellan agenter och content-creators.
Specialist
📊 Rapport-AI
Genererar månatliga rapport-utkast från KPI-data.
Specialist
🎨 Innehålls-guide
Bygger tone-of-voice-guider per kund.

Emma Johansson — VD

Alltid närvarande

Hålla veckoplanering på plats, eskalera flaskhalsar mellan content-creators och annonsörer, prioritera vilka kunder som får mest AI-stöd varje vecka.

Kapaciteter
  • Samlar veckoplanering: kollar content-kalendrar, identifierar vilka kunder som behöver rapporter
  • Ber agenter om output: "Rapport för kund X, data är här"
  • Mäter agentanvändning: vet vem som använder agenter och vem som skriver från grunden
  • Prioriterar vilka tone-guider som finns uppdaterade
Triggas av
Måndagsmorgon, innan veckoplaneringen"Jag sitter fast på en ton""En rapport behöver göras men jag har inte tid"
Rör inte
Kundkommunikation (strategerna)StrategiarbeteTeknikproblem
🧭

AI-operation-assistent — VD-assistent

Alltid närvarande

Vara operativ brygga mellan agenter och content-creators. Se till att agenterna blir körda, ge feedback på output, uppdatera tone-guider när nya kunder kommer in.

Kapaciteter
  • Kör innehålls-agenter och lämnar output till creators
  • Uppdaterar tone-guider när nya kunder kommer in eller ändrar brand voice
  • Samlar feedback från creators: "agenten missade X"
  • Dokumenterar de agenter som fungerar så de kan reproduceras för nästa kund
Triggas av
"Jag ska skriva 5 LinkedIn-poster för kund X"När en creator har en uppgift en agent kan hjälpa med
Rör inte
Innehållsgranskning (creators)Rapportgenerering själv (rapport-agenten)
📊

Rapport-AI

Specialist

Ta månatlig KPI-data och generera publicerbara rapport-utkast med trend-analys och rekommendationer.

Kapaciteter
  • Analyserar KPI-trender: vad ökade, vad minskade, trendbreak-identifiering
  • Skriver exekutiv sammanfattning av vad som hände denna månad
  • Föreslår grafik/data-presentationer och genererar rekommendationer för nästa månad
  • Använder kundspecifik mall om den finns, levererar i markdown eller Google Docs-format
Triggas av
"Det är tid för månadens rapporter för kund X"CSV-data för månaden skickas in
Rör inte
Data-inhämtning från Google Analytics (manuellt)PDF-/email-utskick (nästa steg)Publicering till kund (Emma granskar först)
🎨

Innehålls-guide (Tone-of-Voice-assistent)

Specialist

Bygga och uppdatera kundspecifika tone-of-voice-guider från tidigare innehåll, så att content-creators kan skriva konsistent utan att be om det varje gång.

Kapaciteter
  • Analyserar 10–20 tidigare bloggar/poster och extraherar tone-markörer
  • Skriver strukturerad guide: [ord att använda] / [ord att undvika] / [satstyper] / [exempel]
  • Uppdaterar guide när nytt innehåll publiceras
  • Flaggar tone-drift: "denna månad mer casual än vanligt — A/B-test eller drift?"
Triggas av
Ny kund onboardas"Vi byter brand voice"Månadsvis uppdatering per kund
Rör inte
Själva innehållsproduktionen (innehålls-agenten, V2)Client-möten om brand voice (strategerna)
Avvisat

Vad som medvetet inte blev agenter

Att avvisa moment är kvalitet, inte lättja. Ett team som tar allt blir teater.

Annonsoptimering
Medel AI-lämplighet. Kräver CMS-åtkomst eller UI-automation. För komplext för ett första projekt hos en van-kund. Lägg till i version 2 när rapport-agenten är stabil.
Veckoplanering
Låg AI-lämplighet. Ett mänskligt möte med taktisk prioritering och diskussion. En agent kan höja data men inte ersätta mötet.
Strategiutveckling
Låg AI-lämplighet. Kräver senior human judgment och kunskap om kundens långsiktiga mål. Inte kandidat.
Client-möten
Låg AI-lämplighet. Ren client-management och relationsbyggande. Inte automatiserbar.
Mötesfunktionen

När agenterna behöver samlas

VD-assistenten kallar bara till möte när en enskild agent inte räcker. Tre format, alla med ett definierat resultat.

🔍

Projektgranskning

Hur presterar teamet och kunderna — vilket innehåll fick effekt, vilka rapporter landade, vad bör ändras.

🔧

Förbättring

Ett fokuserat möte kring en specifik del som ska bli bättre, t.ex. en tone-guide som driftar.

🧭

Vad gör vi härnäst

Riktning framåt: vilka kunder som ska få mest AI-stöd och om det är dags för innehålls-agenten (V2).