Przejdź do głównej treści
Prospecting 9 min

Research firmy z AI: co zbierać

AI research firmy zbiera: czym się zajmują, produkty, klientów, wielkość, lokalizacje, technologię, konkurencję, rozwój, hiring i ostatnie wydarzenia. Naucz się struktury researchu, która daje dane do personalizacji, a nie ciekawostki.

Podsumowanie lekcji w 30 sekund (TL;DR)
Cel techniki: Prospecting — automatyzacja i precyzja w procesie
Czas wdrożenia: ~9 min na konfigurację i przetestowanie
Rekomendowane modele LLM: Claude Sonnet / GPT-4o / Gemini Pro
1

Problem i diagnoza

Research AI bez struktury zwraca 'Firma X zajmuje się marketingiem i ma siedzibę w Warszawie' — bezużyteczne. Potrzebujesz researchu ukierunkowanego: co robią (operacyjnie), jak zarabiają, jakiej technologii używają, co się u nich dzieje i co to znaczy dla Twojego produktu.

2

Metoda działania krok po kroku

Struktura researchu firmy (9 obszarów):

  1. Czym się zajmują (dokładnie, nie z metki),
  2. Produkty/usługi i ich klienci,
  3. Wielkość (pracownicy, przychód szacowany),
  4. Lokalizacje,
  5. Technologia (CRM, narzędzia, integracje),
  6. Konkurencja (kogo znają, co mówią),
  7. Rozwój (nowe produkty, ekspansja),
  8. Hiring (jakie role — sygnał wzrostu i potrzeb),
  9. Ostatnie wydarzenia (news, zmiany, funding). Zasada: zbierasz TYLKO to, co (a) potwierdza pain point, (b) daje trigger, (c) tworzy personalizację. Resztę odrzucasz. AI robi research z URL + strony + LinkedIn, a Ty weryfikujesz 2 najważniejsze fakty.
3

Praktyczny przykład (ZŁY vs DOBRY)

ZŁY
Chaotyczny research w wyszukiwarce bez kryteriów i generyczny kontakt do przypadkowych firm.
DOBRY
Research firmy sprzątającej (do CRM): zajmują się sprzątaniem biur i obsługą obiektów, 24 osoby, Warszawa + 2 miasta, używają Excela i telefonu do leadów (strona: 'zadzwoń'), rekrutują 3 handlowców, ostatnio otworzyli oddział. Wniosek do maila: 'Prowadzicie 3 handlowców w terenie i obsługę zgłoszeń telefonicznie — wygląda na to, że leady gubią się między telefonem a Excelem.' To jest research, który pisze maila za Ciebie.
4

Gotowy prompt do skopiowania

PROMPT PRODUKCYJNY
Jesteś analitykiem badawczym B2B.

Kontekst: Researchuję firmę [URL/NAZWA] dla sprzedaży [PRODUKT].

Zadanie: Zrób research firmy wg struktury:
1. Czym dokładnie się zajmują (1 zdanie, operacyjnie)
2. Produkty/usługi + kim są ich klienci
3. Wielkość (pracownicy, szacowany przychód)
4. Lokalizacje
5. Technologia (CRM/narzędzia — co widać na stronie i w ogłoszeniach)
6. Hiring: ostatnie ogłoszenia (role = sygnał)
7. Ostatnie wydarzenia (news, ekspansja, zmiany)
8. NAJWAŻNIEJSZE: 3 hipotezy problemów związanych z [MOJA OBSZAR: np. obsługą leadów] + 1 personalizacja do maila

Format: sekcje, max 120 słów na sekcję.
Modele: Claude Sonnet / GPT-4o / Gemini Pro Zobacz wszystkie 121 promptów →
5

Warianty promptu i scenariusze

Wersja szybka (60 sekund): tylko sekcje 1, 5, 8 — do codziennego researchu.

Wersja dla konkurencji: dodatkowo 'z kim konkurują i co o nich mówią'.

6

Ćwiczenie i checklista wdrożenia

Zadanie praktyczne

Wybierz 3 firmy ze swojej listy. Uruchom prompt researchu dla każdej. Porównaj: ile z 9 obszarów dostałeś i czy 3 hipotezy problemów są konkretne (nie ogólniki).

Zapisano w przeglądarce

Kryteria sukcesu

0/4
?

Pytania wdrożeniowe i integracja z bazą CEIDG (FAQ)

Jak połączyć technikę „Research firmy z AI: co zbierać” 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 9 min.

Jak zweryfikować poprawność wdrożenia lekcji „Research firmy z AI: co zbierać” przed skalowaniem?

Przed podpięciem promptu pod automatyzację w Make.com lub n8n przetestuj go ręcznie na próbce 10–15 rekordów i sprawdź listę kontrolną: Mam research 3 firm wg struktury 9 obszarów • Mam 3 konkretne hipotezy problemów per firma • Weryfikuję 2 najważniejsze fakty w źródle.

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

Opracowanie i Weryfikacja (E-E-A-T): Zespół Inżynierii Danych i Outboundu B2B — Zordon Intelligence Sp. z o.o.
KRS: 0001190915 • NIP: 7252358503

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).

Ostatnia aktualizacja: 2026-08-14 • Przetestowano na: Claude Sonnet, GPT-4o, Gemini Pro • Licencja: Do użytku komercyjnego
PRZETESTUJ NA PRAWDZIWYCH FIRMACH Z CEIDG

Otwórz darmowy arkusz 50 świeżych firm z CEIDG w Google Sheets i wypróbuj powyższy prompt na realnych rekordach z kodami PKD 2025.

Próbka 50 firm (Sheets) ↗