How to Build AI-First Workflow Automation (Trigger.dev Masterclass)
| Istilah | Arti |
|---|---|
| web hook | Alamat yang menerima kiriman otomatis dari layanan lain, dalam video ini dipakai 11Labs untuk mengirim transkrip setelah panggilan selesai. |
| Supabase | Layanan database online yang dipakai di video untuk menyimpan ringkasan, transkrip, dan waktu panggilan dari agen suara. |
| trigger | Pemicu yang menjalankan sebuah tugas otomatis ketika ada kejadian tertentu, misalnya saat webhook menerima data dari 11Labs. |
| staging | Lingkungan uji coba tempat workflow dicoba sebelum dipakai sungguhan, dan dalam video ini setara dengan environment development. |
| environment | Lingkungan terpisah tempat workflow dan kunci rahasianya dijalankan, dalam video ada development untuk membangun dan production untuk sistem langsung. |
| workflow automations | Rangkaian langkah otomatis yang bergerak sendiri dari satu layanan ke layanan lain tanpa dikerjakan manusia setiap kali. |
| table editor | Halaman di Supabase untuk melihat dan memeriksa isi tabel data, tempat hasil workflow muncul setelah diuji. |
| 11Labs | Platform pembuat agen suara yang melakukan panggilan, dan video ini menghubungkannya ke webhook agar transkrip tersimpan otomatis. |
| Anti Gravity | Editor kode yang dipakai di video untuk memberi instruksi bahasa alami kepada AI agar membangun dan mengubah workflow. |
| agent workforce | Repositori kode siap pakai buatan pembicara yang diambil lewat git dan berisi kerangka agen AI untuk membangun workflow. |
| deploy | Perintah untuk mengirim kode workflow dari komputer ke server, sehingga workflow bisa berjalan tanpa bergantung pada komputer lokal. |
| production | Lingkungan langsung tempat workflow berjalan untuk penggunaan sungguhan, berbeda dari staging yang hanya dipakai untuk uji coba. |
Video dari kanal Jannis Moore ini menunjukkan cara membangun workflow otomatis dengan bantuan AI dan bahasa alami, tanpa menulis kode sendiri. Tujuannya menyimpan ringkasan, transkrip, waktu, dan ID nomor telepon dari setiap panggilan agen suara 11Labs ke tabel Supabase secara otomatis. Pembicara memakai editor Anti Gravity, repositori agent workforce, Modal untuk menjalankan webhook, dan trigger.dev sebagai mesin workflow yang mencatat setiap eksekusi, memantau prosesnya, dan mengulang tugas bila gagal. Ia menekankan bahwa hasil buatan AI tetap harus bisa dilacak dan diuji ulang, bukan sekadar berjalan begitu saja.
Langkah pertama adalah mengambil repositori dengan perintah git, lalu mengisi berkas environment dengan kunci API dan project ID dari lingkungan development dan production di trigger.dev. Setelah itu webhook dideploy ke Modal dan npm run dev dijalankan untuk worker lokal. Pembicara meminta AI membuat tabel di Supabase, lalu AI mengusulkan rencana dan SQL yang dijalankan di SQL Editor. URL webhook kemudian dipasang di pengaturan post call webhook 11Labs, dimulai dari staging. Pada uji panggilan pertama, kolom ringkasan, transkrip, dan nomor telepon kosong karena struktur data belum dicocokkan. AI lalu men-debug dari riwayat run dan menemukan payload 11Labs yang bersarang. Setelah diperbaiki, replay run berhasil dan baris baru muncul di tabel. Terakhir, npm run deploy mengirim workflow ke production dan webhook dialihkan ke production.
Kata kunci
- workflow automations
- web hook
- Supabase
- staging
- Menyiapkan workflow automation agentic yang bisa dibangun, dipantau, dan di-debug otomatis dengan bahasa natural tanpa menulis kode.
- Menyambungkan Trigger (secret key, staging key, project ID), web hook, dan database Supabase dengan tabel berisi summary, transcript, dan call date.
- Memisahkan development environment dan production, men-deploy, lalu membiarkan AI menganalisis dan memperbaiki kegagalan.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.