Review von AI-Artefakten: die AI-Preview in place prüfen und fixen

AI-Agenten shippen ein funktionierendes Artefakt in Minuten — eine Preview, eine Page, eine ganze App. Der Flaschenhals ist nicht mehr das Bauen, sondern das Prüfen dessen, was die AI gemacht hat, und das präzise Feedback zurück in den Agent zu bekommen.

Review von AI-Artefakten ist genau dieser Loop: generate → review in place → fix. Du prüfst nicht eine Beschreibung des Artefakts, sondern das laufende Ergebnis selbst — und schickst dem Agent Feedback zurück, das er ohne Rückfrage umsetzen kann.

Wenn ein Agent wie Lovable, Bolt oder Claude Code eine Preview produziert, verteilt sich das Feedback dazu über Slack-Threads, Notion-Docs und lose Screenshots. Nichts davon ist am Artefakt verankert.

Der nächste Prompt trägt also keinen echten Kontext — der Agent muss raten, was du gemeint hast, regeneriert oft das Falsche und verbrennt eine Iteration. Je schneller die AI baut, desto teurer wird diese Review-Lücke.

Patchrooms bettet sich mit einem Script tag auf der Live-Preview ein, die dein Agent gerade gebaut hat. Der Embed läuft im Modus artifact-review und trägt Tool, Ziel und Constraints des Artefakts neben jedem Kommentar mit:

<script src="https://room.patchrooms.com/v1/patchrooms.js"
        data-project-key="pr_xxx"
        data-mode="artifact-review"></script>

Wer reviewt, klickt das Element an, das falsch ist, und sagt, was passieren soll — getippt oder als Voice-Note, die automatisch transkribiert wird. Aus dem Klick wird automatisch ein Report:

• DOM-Selector des angeklickten Elements
• Screenshot, Page-URL, Viewport und Browser
• Konsolen-Fehler, die auf der Seite vorhanden sind
• der Kommentar als Ziel, plus implizite Constraints

Kein Kontext-Wechsel nach Slack oder in einen Tracker.

Jeder Kommentar landet in einem einzigen Dashboard mit einem Status — new, triaged, in-progress, fixed, verified, canceled. Aus einem Stapel Klicks wird eine Queue statt einer Schnitzeljagd durch die Slack-History.

Das Team sieht, was erledigt ist und was noch offen ist, ohne den Chat-Verlauf neu zu lesen. Und wenn der nächste Build vor denselben Reviewern landet, schließen sich die gefixten Reports und neue kommen dazu — der Review-Checkpoint hält mit dem Loop Schritt.

Jeder Report exportiert als Markdown, der Selector, Ziel und Constraints trägt. "Copy agent feedback" macht daraus einen Block, den du direkt in den Agent einfügst. Der Markdown bleibt bewusst auf Englisch — das liest der Coding Agent am zuverlässigsten:

## Report: Onboarding flow review
**Tool:** lovable   **Goal:** reduce signup friction
**Constraint:** keep the flow single-column

- **Element:** `button.onboarding-continue`
- **Comment:** Should stay disabled until the form is valid.
- **Screenshot:** blob/scr_9f2a.png
- **URL:** https://preview.lovable.app/onboarding

Oder du überspringst das Einfügen: der MCP-Server gibt dem Agent list_reports und get_report (Screenshots inline) zum Lesen der Queue und set_status zum Schließen erledigter Reports. Lesen und set_status sind heute live. Die Doku dazu bleibt auf Englisch unter docs.patchrooms.com.

Wer reviewt, braucht keinen Account — nur den Preview-Link. Nur die Person, die triagiert, meldet sich an. Zum Einbetten nutzt du den public project key (pr_...), der im HTML stehen darf; der Secret Key (pr_sk_*) bleibt serverseitig.