Gdzie AI pasuje do workflow
AI najlepiej sprawdza się w 6 punktach workflow: discovery, research, enrichment, qualification, scoring i personalization. Dowiedz się, który etap daje największy zwrot z automatyzacji i jak wygląda podział pracy między AI a człowiekiem na każdym z nich.
Problem i diagnoza
Handlowcy wrzucają AI do jednego zadania (napisanie maila) i dziwią się, że wyniki są słabe. AI działa najlepiej nie jako jedno narzędzie, ale jako warstwa przenikająca cały workflow — pod warunkiem, że każdy etap dostaje odpowiednie zadanie i odpowiednie dane.
Metoda działania krok po kroku
AI ma 6 naturalnych miejsc w workflow:
- Discovery — generowanie zapytań, list firm, kategorii (AI myśli 'szeroko'),
- Research — ekstrakcja danych z URL, synteza informacji (AI czyta szybko),
- Enrichment — uzupełnianie danych z wielu źródeł (AI łączy),
- Qualification — ocena fit do ICP według kryteriów (AI klasyfikuje),
- Scoring — przypisanie punktacji i uzasadnienie (AI liczy + tłumaczy),
- Personalization — tworzenie pierwszego zdania na bazie researchu (AI pisze). Zasada: AI dostaje konkretne WEJŚCIE i zwraca konkretny FORMAT (lista, tabela, JSON, zdanie). Im precyzyjniej zdefiniujesz format, tym lepszy wynik.
Praktyczny przykład (ZŁY vs DOBRY)
- ZŁY
- 'pomóż mi z prospectingiem' (AI nie wie, czego chcesz).
- DOBRY
- 'na podstawie URL firmy wypisz 3 hipotezy problemów i 1 personalizację, format: punkty'. To samo AI, które przy ogólnym poleceniu zwraca bełkot, przy precyzyjnym poleceniu zwraca gotowy research. Różnica to nie mocniejszy model — to lepiej zdefiniowane zadanie.
Gotowy prompt do skopiowania
Jesteś architektem procesu prospectingowego. Kontekst: Mój workflow to 9 etapów. Sprzedaję [PRODUKT] dla [SEGMENT]. Zadanie: Zaprojektuj, które z 6 obszarów AI (discovery, research, enrichment, qualification, scoring, personalization) podłączam do którego etapu workflow: 1. Dla każdego z 6 obszarów: 1 zdanie co AI robi, 1 zdanie jaki jest format wyniku, 1 zdanie co sprawdza człowiek 2. Wskaż obszar, który da największą oszczędność czasu w moim przypadku Format: 6 bloków po 3 zdania.
Warianty promptu i scenariusze
Wersja dla małego zespołu: wskaż, który obszar AI powinien obsługiwać junior, a który robić senior.
Wersja budżetowa: uszereguj 6 obszarów wg zwrotu (czas oszczędzony / koszt API).
Ćwiczenie i checklista wdrożenia
Zadanie praktyczne
Weź swoje 5 czynności z lekcji 1.1 i przypisz każdą do jednego z 6 obszarów AI (lub 'zostaje przy człowieku'). Zapisz, który obszar zaczniesz automatyzować jako pierwszy.
Kryteria sukcesu
Pytania wdrożeniowe i integracja z bazą CEIDG (FAQ)
Jak połączyć technikę „Gdzie AI pasuje do workflow” z arkuszem nowych firm CEIDG w Google Sheets?
W zadaniu z obszaru Prospecting podstaw pod zmienne w prompcie bezpośrednie kolumny z żywego arkusza prospekting.pl w Google Sheets: nazwę podmiotu (kolumna A), imię właściciela (kolumna E), główny kod PKD 2025/2007 (kolumna I), opis branży wygenerowany przez AI (kolumna K) oraz wykryte zawody decydenta (kolumna L). Pełne wdrożenie zajmuje średnio 8 min.
Jak zweryfikować poprawność wdrożenia lekcji „Gdzie AI pasuje do workflow” przed skalowaniem?
Przed podpięciem promptu pod automatyzację w Make.com lub n8n przetestuj go ręcznie na próbce 10–15 rekordów i sprawdź listę kontrolną: Przypisałem swoje czynności do 6 obszarów AI • Znam format wyniku, którego oczekuję od AI w każdym obszarze • Wiem, który obszar automatyzuję pierwszy.
Jak stosować wiadomości wygenerowane w tej lekcji zgodnie z RODO (art. 14) i art. 398 PKE?
Przy kontakcie elektronicznym (e-mail lub telefon) z nowo zarejestrowaną działalnością gospodarczą z CEIDG stosuj dwuetapowy model kontaktu zgodny z art. 398 Prawa Komunikacji Elektronicznej (PKE): pierwsza wiadomość powinna weryfikować potrzebę biznesową i pytać o zgodę na przesłanie oferty handlowej wraz ze skróconą klauzulą informacyjną z art. 14 RODO (wzór znajdziesz na stronie Baza firm z e-mailami i telefonami — RODO i PKE).
Powiązane lekcje i następne kroki w procesie
Czym jest AI prospecting?
AI prospecting to wykorzystanie modeli językowych do znajdowania, researchowania i kwalifikowania potencjalnych klientów. Dowiedz się, gdzie AI faktycznie oszczędza czas (research, analiza, personalizacja), a które decyzje — wybór rynku, treść rozmowy — zostają z człowiekiem.
Prospecting workflow krok po kroku
Poznaj 9-etapowy workflow prospectingu: ICP → market → company → contact → research → qualification → scoring → prioritization → outreach. Zobacz, jak każdy etap łączy się z następnym i gdzie AI wkracza w proces, żebyś wiedział, nad czym pracujesz.
Błędy w AI prospectingu, których uniknąć
6 błędów, które najczęściej zabijają AI prospecting: masowe generowanie śmieciowych leadów, brak weryfikacji danych, zły ICP, nadmierna automatyzacja, halucynacje i personalizacja oparta na losowych informacjach. Każdy z konkretną poprawką.
ICP: co to jest i czym różni się od buyer persony
ICP (Ideal Customer Profile) opisuje FIRMĘ, która najlepiej kupuje Twój produkt, a buyer persona opisuje OSOBĘ. Zrozum różnicę i poznaj dlaczego prospecting opiera się na ICP, nie na personie — to fundament każdej listy prospectów.
Metodologia (How & Why): Wszystkie szablony promptów i procedury w Akademii prospekting.pl są testowane na żywych strumieniach danych z API Hurtowni Danych CEIDG v3 (800–1 100 nowych JDG dziennie, 22 kolumny z mapowaniem PKD 2025 ↔ PKD 2007). Eliminujemy ogólnikowy żargon, stosując twarde ograniczenia negatywne (negative constraints) i weryfikowalne kryteria konwersji.
Zastrzeżenie prawne (YMYL Disclaimer): Materiały w Akademii mają charakter edukacyjno-techniczny i nie stanowią indywidualnej porady prawnej. Prowadząc komunikację elektroniczną B2B na bazie rejestrów publicznych, stosuj przepisy RODO (art. 6 ust. 1 lit. f oraz art. 14) i art. 398 Prawa Komunikacji Elektronicznej (PKE).
Otwórz darmowy arkusz 50 świeżych firm z CEIDG w Google Sheets i wypróbuj powyższy prompt na realnych rekordach z kodami PKD 2025.