Pierwsza automatyzacja z AI krok po kroku

Zacznij od nudnego zadania

Kiedy ktoś pyta mnie, od czego zacząć przygodę z automatyzacją, odpowiadam zawsze tak samo: od najnudniejszej rzeczy, jaką robisz codziennie. Nie od chatbota na stronę ani od agenta, który sam prowadzi sprzedaż. Od przepisywania danych z maila do arkusza, od sortowania zapytań, od wysyłania tej samej wiadomości po raz dwudziesty w tygodniu.

Nudne zadania mają dwie zalety. Są powtarzalne, więc łatwo opisać je regułą. I nikt nie będzie za nimi tęsknił, gdy znikną. Jeśli przepisujesz 15 zapytań dziennie i każde zajmuje Ci 3 minuty, to 45 minut dziennie, czyli około 15 godzin miesięcznie. Tyle zyskujesz na jednym prostym scenariuszu.

W tym poradniku biorę konkretny przykład, który buduję często dla małych firm usługowych. Klient wypełnia formularz na stronie. Automat zapisuje zgłoszenie w Google Sheets, AI ocenia, czego dotyczy i jak pilne jest, a Ty dostajesz krótkie podsumowanie na maila. Całość da się postawić w 2 do 3 godziny.

Opisz proces na kartce, zanim otworzysz narzędzie

Najczęstszy błąd, jaki widzę, to od razu klikanie w Make albo Zapier. Po godzinie masz 12 modułów i nie pamiętasz, po co jest połowa z nich. Dlatego najpierw zapisuję proces w trzech kolumnach: co wpada, co ma się stać, co ma wyjść.

W naszym przykładzie wpada zgłoszenie z formularza: imię, mail, telefon, treść wiadomości. Ma się stać ocena: czy to zapytanie ofertowe, reklamacja czy spam, oraz czy klient pisze, że sprawa jest pilna. Wychodzi wiersz w arkuszu z kategorią i priorytetem oraz mail do Ciebie, jeśli priorytet jest wysoki.

Taki opis ma może 6 linijek, ale oszczędza mnóstwo czasu. Od razu widać, gdzie potrzebne jest AI, a gdzie wystarczy zwykłe przeniesienie danych. AI jest tu potrzebne tylko w jednym miejscu: do zrozumienia treści wiadomości. Cała reszta to klasyczna automatyzacja procesów.

Wybór narzędzia i pierwsze połączenie

Na start polecam Make albo Zapier. Oba mają darmowe plany, które wystarczą do testów. Make daje 1000 operacji miesięcznie za darmo, Zapier 100 zadań. Przy 15 zgłoszeniach dziennie i 4 krokach w scenariuszu Make wystarczy na pierwszy miesiąc, Zapier niestety nie. Dokładniej porównuję je w artykule Make, Zapier i n8n.

Pierwszym krokiem scenariusza jest wyzwalacz. Jeśli formularz jest w Google Forms albo Tally, wybierasz gotową integrację. Jeśli masz własny formularz na stronie, najprościej użyć webhooka: Make generuje adres, a formularz wysyła na niego dane po każdym zgłoszeniu. Programista ustawi to w 15 minut, w WordPressie zrobisz to wtyczką.

Drugi krok to zapis surowych danych do Google Sheets. Robię to przed krokiem z AI, celowo. Jeśli model się pomyli albo usługa będzie chwilowo niedostępna, zgłoszenie i tak zostanie zapisane. Nic nie ginie.

Krok z AI: prompt, który zwraca uporządkowane dane

Teraz dodaję moduł OpenAI albo Anthropic. Wklejam klucz API i piszę instrukcję. Najważniejsze, żeby model zwracał odpowiedź w stałym formacie, a nie swobodny tekst. Proszę więc o JSON z trzema polami: kategoria, priorytet od 1 do 3 i jednozdaniowe podsumowanie.

Mój prompt wygląda mniej więcej tak: „Jesteś asystentem firmy remontowej. Przeczytaj wiadomość klienta. Zwróć wyłącznie JSON z polami kategoria (oferta, reklamacja, spam, inne), priorytet (1 niski, 3 wysoki) i podsumowanie (maksymalnie 20 słów). Priorytet 3 nadaj tylko, gdy klient pisze o awarii albo terminie krótszym niż 3 dni.” Konkretne kryteria dają dużo stabilniejsze wyniki niż prośba, żeby model „ocenił pilność”.

Ustawiam niską temperaturę, 0 albo 0.2, bo tu nie chodzi o kreatywność. Wybieram też mały, tani model. Ocena krótkiej wiadomości kosztuje w nim poniżej 0,01 zł. Przy 450 zgłoszeniach miesięcznie wychodzi to kilka złotych.

Testy na prawdziwych danych

Zanim włączę scenariusz na stałe, puszczam przez niego 20 do 30 starych zgłoszeń z ostatnich tygodni. Sprawdzam każdy wynik ręcznie. Zwykle 2 lub 3 są źle sklasyfikowane i to jest cenna informacja, bo pokazuje, czego brakuje w instrukcji.

Typowy przykład: klient pisze „proszę o pilny kontakt w sprawie wyceny”. Model daje priorytet 3, bo widzi słowo „pilny”. Dopisuję wtedy do promptu jedno zdanie o tym, że zapytanie o wycenę bez awarii to zawsze priorytet 2. Po 2 lub 3 takich poprawkach trafność przekracza zwykle 95%.

Dodaję też obsługę błędów. W Make to jedna trasa, która w razie problemu z modułem AI wysyła mi maila z informacją, którego wiersza dotyczy. Bez tego automatyzacja potrafi przestać działać po cichu i dowiadujesz się o tym po tygodniu.

Dane osobowe i co dalej

Zgłoszenie z formularza zawiera dane osobowe, więc myślę o RODO od pierwszego dnia. Do modelu wysyłam tylko treść wiadomości, bez telefonu i maila, bo do klasyfikacji nie są potrzebne. W Make wybieram region UE, a u dostawcy modelu akceptuję umowę powierzenia danych. Więcej o tym piszę w tekście o RODO i agentach AI.

Gdy pierwsza automatyzacja działa przez 2 tygodnie bez niespodzianek, można ją rozbudować. Dodać szkic odpowiedzi dla klienta, powiadomienie na telefon, wpis w CRM. Ale każdy nowy krok testuję osobno. Przepis na kolejne pomysły znajdziesz w dziale automatyzacje AI.