El artículo presenta GEIS (Ciclo de Habilidades de Agente Generación-Evaluación-Mejora), un marco para la generación de artículos largos estilo Wikipedia que reemplaza los pipelines fijos multiagente por habilidades declarativas nombradas. Implementado en Tasi Harness, el sistema compone módulos especializados para escritura, recopilación de evidencia y evaluación para permitir una mejora inspeccionable e iterativa.
- GEIS implementa una habilidad central de escritura siguiendo una secuencia de Solicitud, Plan, Borrador, Auditoría, Refinamiento y Entrega.
- Una habilidad de evaluación por pares genera informes estructurados de calidad utilizando evaluación consciente de PDF.
- Una habilidad de mejora mapea hallazgos recurrentes en parches permanentes para la habilidad de escritura.
- En un experimento con 20 temas, GEIS mejoró al escritor predeterminado de Tasi Harness en 8.0 puntos en una rúbrica de calidad PDF de 100 puntos.
- La habilidad de escritura parcheada elevó la puntuación promedio de 82.90 a 86.95, con 17 de los 20 temas mostrando mejora.
Los autores argumentan que replantear la generación de texto largo como un ciclo guiado por evaluación permite flujos de trabajo modulares e inspeccionables en comparación con sistemas entrelazados basados en prompts.