Architektura agenta sprzedażowego
Automation 13 min
0/21
Problem biznesowy
Workflow doskonale robi powtarzalne kroki, ale potyka się, gdy trzeba podjąć decyzję: 'co zrobić z leadem o nietypowym profilu?', 'który research wykonać najpierw?', 'czy ta odpowiedź to naprawdę zainteresowanie?'. Agent dodaje warstwę decyzyjną: sam wybiera narzędzia i kolejność akcji. Ryzyko: bez kontroli agent robi rzeczy, których nie chciałeś — stąd human approval.
Sprawdzona metoda
Architektura agenta w 5 elementach:
- TRIGGER: zdarzenie startujące agenta (nowy lead, odpowiedź, zmiana statusu, cron),
- AGENT: rdzeń decyzyjny (LLM) z dostępem do narzędzi: SEARCH (research, newsy), CRM (dane deala, aktualizacje), EMAIL (wysyłka — ograniczona), RESEARCH (briefy), LLM (generowanie, analiza),
- DECISION: agent wybiera plan: 'ten lead wygląda na qualified, ale brakuje sygnałów — wykonam research i sprawdzę hiring',
- ACTION: wykonanie (research → brief → aktualizacja CRM → propozycja draftu),
- HUMAN APPROVAL: kluczowe akcje (wysyłka, kontakt, duże zmiany w CRM) zatwierdza człowiek — agent przygotowuje, człowiek decyduje. Reguły:
- agent = LLM + narzędzia + pętla (nie jedno wywołanie),
- każda akcja logowana (co zrobił/dlaczego),
- scope: agent ma jasne granice (czego NIE robi bez zgody: wysyłka, obietnice, ceny),
- human approval dla akcji o konsekwencjach,
- zacznij od 1 agenta z wąskim zakresem (np. research agent), nie od 'wszystko naraz'.
Przykład z rynku
- ZŁY
- Ręczne, niespójne wykonywanie kroków lub chaotyczna automatyzacja bez walidacji danych.
- DOBRY
- Agent 'Prospecting Assistant' (wąski zakres): Trigger: nowy qualified lead. Agent: 1) decyduje 'wykonam research' → Search (strona, newsy), 2) decyduje 'sprawdzę hiring' → ogłoszenia, 3) buduje Prospect Brief, 4) aktualizuje CRM (notatka + score + tagi), 5) proponuje draft otwieracza L4. Decision na końcu: 'lead gotowy do kampanii — potrzebuję zatwierdzenia'. Człowiek przegląda (brief + otwieracz) i zatwierdza. Agent nigdy nie wysyła bez zgody. Agent wykonał 4h pracy researchowej w 10 minut — człowiek spędził 3 minuty na zatwierdzeniu.
Gotowy prompt do skopiowania
Jesteś architektem agentów AI. Kontekst: Chcę zbudować agenta dla: [ZAKRES — research/kwalifikacja/inbox]. Mam: [NARZĘDZIA: SEARCH/CRM/EMAIL/LLM/API]. Workflow istniejące: [JAKIE]. Zadanie: Zaprojektuj agenta sprzedażowego: 1. Trigger: co startuje agenta (lista zdarzeń) 2. Scope: co agent MOŻE robić (granice) i czego NIE robi bez zgody 3. Narzędzia agenta: jakie ma dostęp (Search, CRM, Email, Research, LLM) + do czego 4. Pętla decyzyjna: jak agent wybiera plan (przykładowy scenariusz krok po kroku) 5. Actions: co agent wykonuje + jak loguje 6. Human approval: które akcje zatwierdza człowiek (lista) i jak zorganizować zatwierdzanie 7. Ryzyka: co może pójść nie tak (niechciane akcje, koszty, halucynacje) + mitygacje 8. Start: jaki JEDEN agent zbudujesz najpierw (wąski zakres) + plan 30 dni Format: 8 sekcji.
Model rekomendowany: Claude 3.5 Sonnet / GPT-4o Skopiuj i wklej do ChatGPT, Claude lub Perplexity
ALTERNATYWNE SCENARIUSZE
Warianty i alternatywne scenariusze
Wersja bez API: agent = prompt + workflow (pseudo-agent na Make/n8n).
Wersja pełna: agent z narzędziami (API, search, CRM) + pętla decyzyjna.
Ćwiczenie praktyczne
Zdefiniuj scope swojego pierwszego agenta (co MOŻE, czego NIE). Zapisz trigger i narzędzia. Zaprojektuj pętlę decyzyjną na 1 scenariuszu. Wyznacz 2 akcje wymagające human approval.
Zapisano w przeglądarce