Architektura agenta sprzedażowego
AI Sales Agent to system, który samodzielnie wykonuje sekwencje zadań: researchuje, kwalifikuje, analizuje odpowiedzi, przygotowuje drafty, aktualizuje CRM i sugeruje kolejne działania. Architektura: Trigger → Agent (narzędzia: Search, CRM, Email, Research, LLM) → Decision → Action → Human approval. Agent różni się od workflow: workflow wykonuje ustalone kroki, agent DECYDUJE, które kroki wykonać na bazie kontekstu.
Problem i diagnoza
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.
Metoda działania krok po kroku
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'.
Praktyczny przykład (ZŁY vs DOBRY)
- 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.
Warianty promptu i scenariusze
Wersja bez API: agent = prompt + workflow (pseudo-agent na Make/n8n).
Wersja pełna: agent z narzędziami (API, search, CRM) + pętla decyzyjna.
Ćwiczenie i checklista wdrożenia
Zadanie 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.
Kryteria sukcesu
Pytania wdrożeniowe i integracja z bazą CEIDG (FAQ)
Jak połączyć technikę „Architektura agenta sprzedażowego” 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 13 min.
Jak zweryfikować poprawność wdrożenia lekcji „Architektura agenta sprzedażowego” 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 scope agenta (może/nie może) • Mam pętlę decyzyjną na 1 scenariuszu • Mam 2 akcje z human approval.
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
Tool calling i function execution dla autonomicznych agentów sprzedaży
Uzbrajanie modeli językowych w realne narzędzia: odpytywanie kalendarza, sprawdzanie stanów CRM, kalkulacje wycen i bezpieczna pętla agentowa (Agentic Loop).
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.