Diaflow

Chat은 입구이고 Teammates는 그 배후의 자율 AI 에이전트다. 정기 작업을 자연어로 설명하면 Diaflow가 프롬프트를 기다리지 않고 정해진 일정으로 실행하는 에이전트를 배정한다. 에이전트는 Drive의 파일과 Tables의 기록에서 맥락을 끌어오므로, 산출물은 모델의 일반적 추측이 아니라 자사 업무를 반영한다.

Studio는 여러 단계의 워크플로를 만들고 배포하는 곳이다. 모델, 데이터베이스, HTTP 요청, 트리거 노드를 연결한 뒤 요청에 따라 또는 cron 일정으로 흐름을 돌린다. HTTP Request 노드와 Python 노드가 있으면 내장 커넥터를 넘어 CRM, 메일 시스템, API가 있는 무엇이든 닿는다.

Tables는 에이전트가 읽고 쓸 수 있는 스프레드시트다. 관계형 데이터, 액션 셀, 가져오기와 내보내기를 다루므로 기록이 도구 사이에서 복사되지 않고 한곳에 머문다. Teammate는 행 묶음을 꺼내 값을 채우고 결과를 그대로 되쓸 수 있다.

Teammates는 결과를 Pages에 담는다. Pages는 보고서, 대시보드, 라이브 폼, 공동 문서를 위한 시각적 캔버스다. 다시 서식을 다듬어야 하는 채팅 답변이 아니라 곧바로 공유할 수 있는 것을 받는다. Pages에는 초안 작성, 편집, 미디어 생성을 맡는 AI 어시스턴트도 있다.

Vectors는 Drive의 문서와 Tables의 행을 색인하고 그 위에 의미 검색을 얹는다. 모든 작업이 정확한 회사 맥락에 근거하므로 모델 단독이 만드는 추측이 줄어든다. 파일과 기록, 임베딩은 워크스페이스 단위로 격리되어 다른 곳과 섞이지 않는다.

관리 포털은 각 제공사의 모델 성능과 지출을 한 화면에서 추적한다. 역할 권한과 감사 로그가 모든 보안 검토에 대응하고, 플랫폼은 데이터가 모델 학습에 쓰이지 않는다고 밝힌다. AI 청구서를 두고는 상세 사용 로그가 무엇이 들어오고 나갔는지 보여준다.

iOS와 Android 앱이 있으면 자리를 비워도 팀메이트에 닿는다. 천 명이 넘는 제작자가 모인 마켓에는 완성된 앱, 프롬프트, 프로젝트가 있어 팀이 백지가 아니라 작동하는 템플릿에서 출발한다. 연동 라벨은 공식 커넥터와 커뮤니티 제작을 나눠 표시한다.