Ekosystem: AI, automation, data, CRM
Stack automatyzacji sprzedaży: AI (ChatGPT, Claude, Gemini — generowanie i decyzje), automation (n8n — open source, Make, Zapier — integracje), data (Google Sheets, Airtable — tanie bazy), CRM (HubSpot, Pipedrive, Attio), komunikacja (Gmail, Outlook, Slack), dane leadów (Apollo, Clay, Hunter — enrichment). Wybór stacku: zacznij od najprostszego, który działa; rozwijaj, gdy proces dojrzeje.
Problem i diagnoza
Narzędzi są setki i każda reklama mówi 'musisz to mieć'. Wybór stacku na początku to najczęstsza droga do porażki: płacisz za 8 narzędzi, integrujesz połowę, a proces i tak jest ręczny. Albo odwrotnie: boisz się wybrać i zostajesz z arkuszem Excel, gdy automatyzacja zaoszczędziłaby 2h tygodniowo.
Metoda działania krok po kroku
Stack w 6 warstwach:
- AI: ChatGPT/Claude/Gemini (generowanie treści, analiza, klasyfikacja) — wybierz 1 główne + API do integracji,
- AUTOMATION: n8n (open source, self-hosted, mocny — jeśli umiesz config), Make (wizualny, dobry stosunek ceny do możliwości), Zapier (najprostszy, najdroższy przy skali),
- DATA: Google Sheets (start, tani, łatwo debugować), Airtable (relacje, widoki, formuły), baza danych (Postgres — gdy skala),
- CRM: HubSpot (darmowy start, szeroki), Pipedrive (prosty pipeline), Attio (nowoczesny, API-first),
- KOMUNIKACJA: Gmail/Outlook (wysyłka, ale deliverability wymaga dedykowanego toola jak Instantly/Smartlead), Slack (alerty, zatwierdzenia),
- DANE LEADÓW: Apollo (kontakty + enrichment), Clay (enrichment + research w skali), Hunter (weryfikacja maili). ZASADY WYBORU:
- zacznij od Minimum Viable Stack (Sheets + Make + ChatGPT API + CRM, który już masz),
- nie kupuj narzędzia, zanim nie sprawdzisz na ręcznym procesie,
- automatyzacja platforma (Make/n8n) to serce — wybierz jedną i się jej naucz,
- koszt = czas/oszczędzoność, nie cena narzędzia.
Praktyczny przykład (ZŁY vs DOBRY)
- ZŁY
- Ręczne, niespójne wykonywanie kroków lub chaotyczna automatyzacja bez walidacji danych.
- DOBRY
- Minimalny stack dla solo SDR: Google Sheets (lista), Make (workflow), OpenAI API (AI), Gmail (wysyłka przez tool emailowy), HubSpot Free (CRM). Pełny stack przy skali: Postgres (data), n8n self-hosted (automation), Clay (enrichment), Instantly (wysyłka z deliverability), Attio (CRM), Slack (zatwierdzenia). Różnica: minimum = 1 dzień konfiguracji, pełny = 2-3 tygodnie. Zaczynasz od minimum.
Gotowy prompt do skopiowania
Jesteś architektem stacku. Kontekst: Automatyzuję [PROCES — np. prospecting]. Budżet: [X] zł/mies. Umiejętności: [MAKE/N8N/ZAPIER? API?]. Mam już: [CRM/NARZĘDZIA]. Skala: [LEADS/MIES]. Zadanie: Zaprojektuj mój stack: 1. Minimum Viable Stack (5-6 narzędzi) — AI, automation, data, CRM, komunikacja, lead data + koszt szacunkowy 2. Co zamiast czego (alternatywy wg budżetu/skali) 3. Którą platformę automatyzacji wybrać (Make/n8n/Zapier) + uzasadnienie dla mojego poziomu 4. Czego NIE kupować na start (pułapki: narzędzia, które duplikują funkcje) 5. Integracje: które narzędzia MUSZĄ się łączyć (schemat) 6. Plan migracji: jak przejść z arkusza do stacku w 30 dni Format: 6 sekcji.
Warianty promptu i scenariusze
Wersja zero-budżetowa: darmowe warstwy (Sheets, Zapier free, ChatGPT, HubSpot free).
Wersja dla skali: stack z n8n/Postgres/dedykowanym tool'em emailowym.
Ćwiczenie i checklista wdrożenia
Zadanie praktyczne
Wypisz swój obecny stack (narzędzia, których używasz). Zaprojektuj Minimum Viable Stack (5-6 narzędzi) z kosztami. Wybierz platformę automatyzacji (Make/n8n/Zapier) i uzasadnij wybór.
Kryteria sukcesu
Pytania wdrożeniowe i integracja z bazą CEIDG (FAQ)
Jak połączyć technikę „Ekosystem: AI, automation, data, CRM” z arkuszem nowych firm CEIDG w Google Sheets?
W zadaniu z obszaru Automation 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 11 min.
Jak zweryfikować poprawność wdrożenia lekcji „Ekosystem: AI, automation, data, CRM” 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 Minimum Viable Stack (5-6 narzędzi z kosztami) • Wybrana platforma automatyzacji (Make/n8n/Zapier) • Wiem, czego nie kupować na start.
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
Architektura n8n i Make z modelami OpenAI, Claude i Gemini
Projektowanie stabilnego scenariusza automatyzacji sprzedaży: obsługa błędów HTTP 429, kolejki powtórzeń (exponential backoff), fallback routing między modelami i bezpieczne zarządzanie kluczami API.
Automation vs AI i reguła human-in-the-loop
Sales automation to system, w którym workflow (triggery, akcje, warunki) wykonuje powtarzalną pracę za handlowca, a AI dodaje decyzje i generowanie treści. Kluczowe pojęcia: workflow, trigger (co startuje proces), action (co się dzieje), condition (kiedy), human-in-the-loop (człowiek zatwierdza kluczowe kroki). Zasada: automatyzuj to, co się powtarza i nie wymaga osądu; zostaw człowiekowi to, co decyduje o relacji i jakości.
Mapa procesu i decyzje per krok
Zanim zautomatyzujesz cokolwiek, narysuj cały proces: Lead → Qualification → Research → Personalization → Outreach → Reply → Qualification → Meeting → Proposal → Follow-up → Close → CRM. Dla każdego kroku określ: manual / automated / AI-assisted. To jest fundament — bez mapy automatyzujesz na ślepo.
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.