Appearance
Sztuczna inteligencja w Sembocie
Przegląd — jak AI działa w Sembocie
Filozofia: AI jako asystent i executor, nie czarna skrzynka
Sembot traktuje sztuczną inteligencję jako aktywnego partnera w pracy marketingowej — nie jako narzędzie, które robi coś za użytkownika w sposób niezrozumiały i nieprzewidywalny. Każda akcja wykonana przez AI jest transparentna: użytkownik widzi, co agent zrobił, dlaczego to zrobił i może w każdej chwili zweryfikować lub cofnąć wynik.
AI jako asystent — odpowiada na pytania, analizuje dane, generuje propozycje tekstów, raportów i strategii. Nie podejmuje decyzji za użytkownika, lecz dostarcza mu rzetelnych informacji i rekomendacji.
AI jako executor — gdy użytkownik wyda polecenie (np. „zaktualizuj tytuły produktów w feedzie według tej polityki"), agent może wykonać akcję bezpośrednio w systemie, korzystając z przypisanych mu skilli i narzędzi. Przed wykonaniem krytycznych akcji agent zawsze prosi o potwierdzenie.
Dzięki temu podejściu AI w Sembocie jest przewidywalne, kontrolowane i skuteczne.
Trzy główne konteksty użycia
| Kontekst | Opis | Typowy scenariusz |
|---|---|---|
| Czat (Marketer AI) | Interaktywna rozmowa z agentem w czasie rzeczywistym | Analiza danych, odpowiedzi na pytania, generowanie treści |
| Workflow | Agent jako krok w zautomatyzowanym procesie | Cykliczna analiza kampanii, raportowanie, aktualizacje feedu |
| Agenci tła | Autonomiczne zadania uruchamiane bez udziału użytkownika | Monitoring kampanii, alerty, nocne przetwarzanie danych |
Relacja między agentem, skillem, bazą wiedzy i MCP
Aby dobrze rozumieć AI w Sembocie, warto znać cztery podstawowe pojęcia i to, jak się ze sobą łączą:
- Agent — jednostka AI z określoną osobowością, zestawem instrukcji i wybranym modelem językowym. Sam w sobie nie ma dostępu do żadnych danych ani narzędzi.
- Skill (Chat Function) — konkretna funkcja, którą agent może wykonać (np. „edytuj feed", „pobierz raport kampanii"). Bez skilli agent może tylko rozmawiać.
- Baza wiedzy — zbiór dokumentów i wpisów, które agent przeszukuje, gdy potrzebuje firmowych informacji (polityki, procedury, opisy produktów).
- MCP Server — zewnętrzne narzędzie podłączone do agenta (np. GitHub, Slack), które rozszerza jego możliwości poza ekosystem Sembota.
Marketer AI
Interfejs czatu — wątki rozmów, historia, ulubione
Marketer AI to główny punkt wejścia do sztucznej inteligencji w Sembocie. Dostępny z lewego paska nawigacyjnego pod ikoną asystenta AI.
📸 Screenshot: Widok główny Marketer AI — lewy panel z listą wątków, środkowy obszar czatu, pole wpisywania wiadomości na dole.
Wątki rozmów — każda rozmowa toczy się w oddzielnym wątku. Wątek ma swoją historię i kontekst; można go w dowolnym momencie wznowić. Wątki są widoczne na pasku bocznym po lewej stronie, posortowane według daty ostatniej aktywności.
Historia — pełna historia wiadomości w wątku służy agentowi jako kontekst. Jeśli w wątku wspomniałeś wcześniej o konkretnym feedzie lub kampanii, agent pamięta to przez całą rozmowę — nie trzeba powtarzać tych informacji przy każdym pytaniu.
Ulubione — wątki, do których często wracasz, możesz oznaczyć jako ulubione (ikona gwiazdki przy nazwie wątku). Pojawią się na górze listy niezależnie od daty ostatniej aktywności.
📸 Screenshot: Panel boczny z listą wątków — widoczny wątek oznaczony gwiazdką jako ulubiony, a pod nim pozostałe wątki posortowane chronologicznie.
Wskazówka: Zamiast zaczynać nowy wątek za każdym razem, kontynuuj istniejący, gdy temat jest powiązany z poprzednią rozmową. Agent będzie miał lepszy kontekst i odpowiedzi będą trafniejsze.
Jak zadawać pytania — dobre i złe przykłady promptów
Jakość odpowiedzi AI zależy w dużej mierze od tego, jak sformułujesz pytanie. Poniżej kluczowe zasady z przykładami.
Podaj kontekst
| Słabe pytanie | Lepsze pytanie |
|---|---|
| „Dlaczego kampania nie działa?" | „Kampania Google Ads dla kategorii 'buty sportowe' ma CTR 0,3% przy średniej branżowej 2%. Co może być przyczyną i od czego zacząć diagnostykę?" |
| „Popraw feed" | „Przejrzyj feed produktowy [nazwa feeda] i wskaż produkty, które mają zbyt krótki tytuł (poniżej 50 znaków) — wylistuj je z propozycjami poprawy." |
| „Napisz mi tekst" | „Napisz opis produktu dla butów trekkingowych marki AlpineX, skierowany do turystów górskich, max. 150 słów, w stylu eksperckim — bez żargonu." |
Określ oczekiwany format odpowiedzi
Źle:
"Podsumuj wyniki kampanii"
Dobrze:
"Podsumuj wyniki kampanii za ostatnie 30 dni w formie tabeli
z kolumnami: kampania | przychód | ROAS | zmiana vs poprzedni miesiąc.
Na końcu dodaj 2-3 zdania komentarza co wymaga uwagi."Iteruj zamiast zaczynać od nowa — jeśli odpowiedź jest zbyt ogólna, doprecyzuj w kolejnej wiadomości:
- „Zrób to bardziej zwięźle — maksymalnie 5 punktów."
- „Skup się tylko na kampaniach z ROAS poniżej 2."
- „Przepisz sekcję rekomendacji — chcę konkretne liczby, nie ogólniki."
📸 Screenshot: Przykładowa rozmowa w czacie — pytanie użytkownika, a poniżej szczegółowa odpowiedź agenta w formie tabeli z danymi kampanii.
Wczytywanie plików i dokumentów do konwersacji
Do każdej wiadomości możesz dołączyć plik, który agent przeanalizuje w kontekście rozmowy.
Obsługiwane formaty:
- Dokumenty:
.pdf,.docx,.txt,.md - Dane:
.csv,.xlsx,.json - Obrazy:
.png,.jpg,.webp(agent opisze zawartość lub przeanalizuje zrzuty ekranu)
Jak dodać plik:
- Kliknij ikonę spinacza lub przeciągnij plik na okno czatu.
- Plik pojawi się jako miniatura nad polem tekstowym.
- Napisz pytanie nawiązujące do pliku i wyślij.
📸 Screenshot: Pole wpisywania wiadomości z załączonym plikiem CSV — widoczna miniatura pliku i kursor w polu tekstowym.
Przykłady użycia:
- Wgraj raport z Google Ads w formacie CSV i zapytaj: „Które produkty mają ROAS poniżej 1,5? Posortuj od najgorszego."
- Dodaj plik z polityką cenową i zapytaj: „Sprawdź, czy ceny w tym feedzie są zgodne z tą polityką — wskaż niezgodności."
- Wgraj zrzut ekranu błędu i zapytaj: „Co oznacza ten błąd i jakie są możliwe przyczyny?"
Uwaga: Pliki dodane do rozmowy są dostępne tylko w ramach danego wątku. Jeśli chcesz, żeby agent miał do nich stały dostęp, dodaj je do Bazy Wiedzy (patrz sekcja 11.5).
Sub-wątki — kiedy AI deleguje zadanie do innego agenta
Gdy zadanie jest zbyt złożone lub wymaga specjalistycznych uprawnień, Marketer AI może automatycznie delegować jego część do wyspecjalizowanego agenta, tworząc sub-wątek.
Jak to działa w praktyce:
Prosisz Marketer AI o „zaktualizowanie feedu i uruchomienie kampanii promującej nowe produkty". Agent może:
- Delegować analizę feedu do agenta z uprawnieniami do edycji feedów.
- Delegować konfigurację kampanii do agenta Google Ads.
- Zebrać wyniki z obu sub-wątków i przedstawić Ci zbiorcze podsumowanie.
Sub-wątki są widoczne jako zagnieżdżone elementy w panelu bocznym. Możesz wejść w każdy z nich i zobaczyć pełną historię pracy danego agenta.
📸 Screenshot: Panel boczny z widocznym wątkiem głównym i pod nim wcięciem sub-wątku — wyraźne hierarchiczne zagnieżdżenie.
Agent nigdy nie deleguje zadań bez Twojej wiedzy — zawsze zobaczysz informację w czacie, że tworzy sub-wątek i do jakiego agenta.
Przykłady zastosowań
Analiza feedu produktowego
Użytkownik:
„Przeanalizuj feed [nazwa]. Wskaż top 20 produktów z najwyższą marżą, które nie mają jeszcze aktywnej kampanii PPC. Zwróć w formie tabeli: produkt, marża %, powód braku kampanii (jeśli znany)."
Agent pobiera dane z feeda, krzyżuje je z listą aktywnych kampanii i zwraca tabelę z wynikami.
Optymalizacja kampanii
Użytkownik:
„Mam kampanię Google Shopping z ROAS 1,8 i budżetem 5000 zł/miesiąc. Zaproponuj 3 konkretne zmiany, które mogą poprawić ROAS do 3,0 — każdą zmianę opisz: co zrobić, dlaczego to pomoże, jakie ryzyko."
Interpretacja raportów
Użytkownik (z załączonym plikiem CSV):
„Oto raport miesięczny. Wyjaśnij mi w prostych słowach, które kategorie produktów rosną, a które tracą — i co to oznacza dla mojego budżetu reklamowego na następny miesiąc."
Generowanie treści pod SEO
Użytkownik:
„Na podstawie tej polityki cenowej [plik PDF] i tych 10 produktów [lista] wygeneruj opisy SEO dla każdego. Format: tytuł H1 (60 znaków), meta description (155 znaków), opis (200 słów). Styl: ekspercki, ale przystępny."
Agenci AI
Czym jest agent — różnica między agentem a zwykłym czatem
Zwykły czat to jednorazowa rozmowa z modelem AI — bez żadnego stałego kontekstu, umiejętności ani uprawnień do działania w systemie. Po zakończeniu rozmowy model „zapomina" wszystko.
Agent to skonfigurowana jednostka AI, która:
- Ma stałe instrukcje (kim jest, jak się zachowuje, na czym się skupia, czego unika).
- Ma dostęp do konkretnych skilli (może wykonywać akcje w systemie, nie tylko rozmawiać).
- Może korzystać z bazy wiedzy (zna firmowe procedury, polityki i dane).
- Ma zdefiniowany zakres dostępu (co widzi, do czego ma uprawnienia).
- Zachowuje spójność między rozmowami w ramach tego samego kontekstu.
- Może mieć własne sub-agenty — wyspecjalizowane jednostki do konkretnych zadań.
Analogia: Zwykły czat to rozmowa z kimkolwiek na ulicy. Agent to rozmowa z Twoim przeszkolonym pracownikiem, który zna firmę, ma dostęp do odpowiednich systemów i wie dokładnie, jakie ma uprawnienia — i co zrobić, gdy napotka pytanie poza swoim zakresem.
Rodzaje agentów według zakresu dostępu
Sembot rozróżnia cztery zakresy agentów, które określają, kto może z nich korzystać:
📸 Screenshot: Lista agentów z widocznym filtrowaniem lub etykietami zakresów — SYSTEM, USER, WORKSPACE, PROJECT.
Agenci systemowi (system)
Tworzeni i zarządzani przez Sembot. Dostępni dla wszystkich użytkowników platformy — niezależnie od workspace'u czy projektu. Nie można ich usunąć, ale można skonfigurować w zakresie udostępnionym przez platformę.
Przykład: Marketer AI — domyślny asystent marketingowy dostępny dla każdego zalogowanego użytkownika.
Agenci użytkownika (user) — prywatni
Tworzysz je samodzielnie i są widoczni tylko dla Ciebie. Idealni do osobistych workflow, eksperymentowania z konfiguracją lub specyficznych zadań, których nie chcesz udostępniać zespołowi.
Kiedy używać:
- Agent do generowania opisów produktów w Twoim autorskim stylu pisania.
- Agent do szybkiej analizy danych, z którymi pracujesz codziennie.
- Eksperymenty z różnymi modelami AI przed wdrożeniem do workspace'u.
Agenci workspace — współdzieleni w organizacji
Widoczni i dostępni dla wszystkich użytkowników w ramach tej samej organizacji (workspace). Tworzone przez administratorów lub osoby z odpowiednimi uprawnieniami.
Kiedy używać:
- Agent onboardingowy dla nowych pracowników (zna procedury HR, polityki firmy).
- Agent znający globalne standardy komunikacji marki.
- Agent do obsługi ogólnych pytań o narzędzia i procesy w firmie.
Agenci projektowi (project) — dedykowani projektowi
Przypisani do konkretnego projektu w Sembocie. Widoczni tylko dla członków tego projektu. Mają dostęp do danych, feedów i kampanii powiązanych z projektem.
Kiedy używać:
- Agent dedykowany obsłudze konkretnego klienta agencji (zna tylko produkty i kampanie tego klienta).
- Agent z polityką cenową i ofertową specyficzną dla danego sklepu.
- Agent analizujący wyniki tylko z jednego konta Google Ads.
Tworzenie własnego agenta krok po kroku
- Przejdź do Automatyzacja → Agenci AI w menu głównym (lub Projekt → Agenci dla agenta projektowego).
- Kliknij przycisk „Nowy agent" w prawym górnym rogu.
- Uzupełnij formularz konfiguracyjny (szczegóły poniżej).
- Zapisz agenta — pojawi się na liście dostępnych agentów.
- Przetestuj agenta klikając „Otwórz czat" lub wywołując go z poziomu Marketer AI.
📸 Screenshot: Formularz tworzenia nowego agenta — widoczne pola: nazwa, instrukcje, wybór modelu, wybór skilli.
Konfiguracja agenta
Nazwa i opis
Nazwa — krótka, opisowa nazwa (maksymalnie 60 znaków), np. „Analizator feedów", „Asystent Google Ads", „Ekspert od opisów produktów". Nazwa jest widoczna na liście agentów i w interfejsie czatu.
Opis dla agenta nadrzędnego (parent_desc) — jeśli Twój agent będzie wywoływany jako sub-agent przez innego agenta, ten opis mówi agentowi nadrzędnemu, kiedy i po co delegować zadania do Twojego agenta. Powinien być zwięzły i jednoznaczny.
Instrukcje (system prompt)
Najważniejsza część konfiguracji. To tekst, który agent dostaje przed każdą rozmową i który definiuje jego zachowanie. Dobre instrukcje zawierają:
- Kim jest agent i jaką pełni rolę
- Na czym się skupia, a czego unika
- W jakim stylu odpowiada (formalny/nieformalny, zwięzły/szczegółowy)
- Jakie informacje zawsze uwzględnia w odpowiedzi
- Jak reaguje na prośby poza swoim zakresem
Przykładowe instrukcje dla agenta analizującego kampanie:
Jesteś ekspertem ds. reklamy efektywnościowej (PPC) z 10-letnim doświadczeniem
w Google Ads i Meta Ads. Specjalizujesz się w analizie danych i optymalizacji
kampanii dla e-commerce.
Zawsze:
- Podajesz konkretne liczby i metryki, nie ogólniki
- Porównujesz wyniki do benchmarków branżowych (jeśli je znasz)
- Kończysz każdą analizę listą priorytetowych działań do podjęcia (max. 5 punktów)
Nie odpowiadasz na pytania niezwiązane z marketingiem i reklamą — odsyłasz
użytkownika do odpowiedniego zasobu lub agenta.Instrukcje zadaniowe (job_instructions) — dodatkowe instrukcje dotyczące konkretnych zadań, oddzielone od głównego system promptu. Przydatne, gdy chcesz zdefiniować szczegółowe procedury dla konkretnych typów poleceń.
Wybór modelu AI i dostawcy
Dobór modelu wpływa na jakość odpowiedzi, szybkość działania i koszt użycia.
| Model | Kiedy używać |
|---|---|
| Modele z serii GPT-4 / Claude 3.5+ | Złożone analizy, tworzenie treści, zadania wymagające wieloetapowego rozumowania |
| Modele mini / lite | Szybkie, rutynowe zadania: klasyfikacja, podsumowania, proste pytania |
| Modele z dużym oknem kontekstu | Analiza długich dokumentów, dużych plików CSV, obszernych feedów |
Wskazówka: Zacznij od modelu domyślnie rekomendowanego w Sembocie. Zmień go dopiero gdy masz konkretny powód (np. potrzebujesz szybszego działania w workflow albo przetwarzasz wyjątkowo długie dokumenty).
Przypisywanie skilli i narzędzi
W interfejsie: sekcja „Skille" lub „Chat Functions" w formularzu agenta. Wybierz z listy dostępnych skilli te, których agent potrzebuje do swojej pracy.
Zasada minimalizmu: przypisuj tylko te skille, które agent rzeczywiście potrzebuje. Im mniej uprawnień, tym bezpieczniej i mniej prawdopodobne jest, że agent wykona niechcianą akcję.
Przykład: agent do analizy feedów potrzebuje tylko skilla „Odczyt feedu". Agent do edycji feedów potrzebuje skilla „Edycja feedu". Nie dawaj agentowi skilla do edycji, jeśli ma tylko analizować.
Podłączanie bazy wiedzy
W formularzu agenta sekcja „Baza wiedzy" — wybierz zbiory dokumentów, z których agent może korzystać podczas rozmów. Agent automatycznie przeszukuje bazę za każdym razem, gdy pytanie może dotyczyć jej zawartości.
Możesz podłączyć wiele baz jednocześnie — np. globalną bazę firmową i bazę projektową. Agent przeszuka obie i złączy wyniki.
Sub-agenci
Lista agentów, do których Twój agent może delegować zadania, wraz z opisem kiedy to robić. Opcja „Może delegować do sub-agentów" musi być włączona, aby agent mógł w ogóle korzystać z sub-agentów.
Przykład konfiguracji sub-agenta:
json
{
"id": 42,
"description": "Wywołaj tego agenta, gdy użytkownik prosi o edycję lub aktualizację feedu produktowego."
}Kiedy używać jakiego agenta — przykłady scenariuszy
| Scenariusz | Rekomendowany typ agenta |
|---|---|
| Szybkie pytanie o strategię reklamową | Marketer AI (systemowy) |
| Analiza feedu konkretnego klienta agencji | Agent projektowy z dostępem do feedu klienta |
| Generowanie opisów wg własnego indywidualnego stylu | Agent prywatny użytkownika |
| Onboarding nowego pracownika (pytania o procedury firmy) | Agent workspace z bazą wiedzy HR |
| Cykliczna analiza kampanii (co tydzień) | Agent projektowy w kroku workflow |
| Sprawdzenie zgodności cen z polityką | Agent projektowy z polityką cenową w bazie wiedzy |
Skille (Chat Functions)
Czym jest skill — agent bez skilla to tylko rozmowa
Skill (znany też jako Chat Function) to konkretna zdolność wykonawcza agenta — możliwość podjęcia realnej akcji w systemie, nie tylko udzielenia odpowiedzi tekstowej. Bez skilli agent jest inteligentnym rozmówcą, ale nie może niczego zmienić w Sembocie.
Analogia: Agent to pracownik z wiedzą i dobrym osądem. Skill to dostęp do konkretnego narzędzia — możliwość edytowania arkusza, wysyłania maila, aktualizacji bazy danych. Bez narzędzi pracownik może tylko doradzać.
Wbudowane skille systemowe i co potrafią
Sembot dostarcza zestaw gotowych skilli systemowych:
| Skill | Co robi | Wymaga potwierdzenia |
|---|---|---|
| Odczyt feedu | Pobiera i analizuje feed produktowy (tytuły, ceny, dostępność, atrybuty) | Nie |
| Edycja feedu | Aktualizuje wybrane pola w feedzie (tytuły, opisy, kategorie, ceny) | Tak |
| Raport kampanii | Pobiera wyniki kampanii (Google Ads, Meta Ads) — koszty, przychody, ROAS, CTR | Nie |
| Zarządzanie kampanią | Włącza/wyłącza kampanie, zmienia budżety, edytuje ustawienia targeting | Tak |
| Wyszukiwanie w bazie wiedzy | Przeszukuje podłączone bazy wiedzy w celu udzielenia odpowiedzi | Nie |
| Generowanie raportu | Tworzy i eksportuje raport do PDF lub CSV | Nie |
| Powiadomienie | Wysyła powiadomienie do użytkownika lub na wskazany kanał | Nie |
📸 Screenshot: Lista dostępnych skilli w formularzu konfiguracji agenta — widoczne checkboxy lub toggle'e przy każdym skilla.
Jak przypisać skill do agenta
- Przejdź do konfiguracji agenta (Automatyzacja → Agenci AI → [nazwa agenta] → Edytuj).
- Otwórz sekcję „Skille" lub „Chat Functions".
- Zaznacz skille, które agent ma mieć dostępne.
- Opcjonalnie skonfiguruj parametry skilla (np. zakres danych, uprawnienia do edycji).
- Zapisz zmiany klikając „Zapisz".
📸 Screenshot: Sekcja skilli w edycji agenta — widoczna lista z zaznaczonymi i niezaznaczonymi skillem, przycisk Zapisz.
Potwierdzanie akcji — kiedy agent pyta zanim wykona
Dla skilli, które wprowadzają zmiany w systemie (edycja feedu, zmiana kampanii, usunięcie danych), domyślnie włączone jest potwierdzanie akcji. Przed wykonaniem agent wyświetla podsumowanie planowanej zmiany i czeka na Twoją decyzję.
Przykład potwierdzenia dla skilla edycji feedu:
Agent planuje wykonać następującą akcję:
Skill: Edycja feedu
Zakres: 47 produktów z kategorii "Buty sportowe"
Zmiana: Dodanie słowa "Nowość" na początku każdego tytułu
Czy potwierdzasz tę akcję?
[Potwierdź] [Anuluj] [Pokaż szczegóły]📸 Screenshot: Okno dialogowe potwierdzenia akcji agenta — widoczne podsumowanie zakresu zmian i przyciski Potwierdź / Anuluj.
Agent czeka na Twoją odpowiedź i dopiero wtedy wykonuje akcję lub ją anuluje. Jeśli anulował, możesz doprecyzować polecenie i spróbować ponownie.
Potwierdzanie można wyłączyć dla konkretnych skilli — zalecane tylko dla skilli niskiego ryzyka (np. generowanie raportów, odczyt danych, które nie modyfikują niczego w systemie).
Skille z pod-agentami — automatyczna eskalacja zadań
Niektóre skille są zbyt złożone dla jednego agenta. W takich przypadkach skill może automatycznie uruchomić wyspecjalizowanego pod-agenta, który obsłuży konkretną część zadania.
Przykład: skill „Pełna optymalizacja kampanii" może uruchomić:
- Pod-agenta do analizy feeda (sprawdza tytuły, ceny, dostępność).
- Pod-agenta do analizy wyników reklam (pobiera ROAS, CTR, budżety).
- Pod-agenta do generowania rekomendacji (łączy oba źródła danych).
Wyniki wracają do głównego agenta, który syntetyzuje je i przedstawia Ci gotowe podsumowanie z propozycjami działań.
Przykłady skilli w praktyce
Skill do analizy kampanii
Użytkownik: „Jak wyglądają moje kampanie Google Ads w tym tygodniu?"
Agent uruchamia skill „Raport kampanii", pobiera dane z ostatnich 7 dni i odpowiada:
„Twoje 12 kampanii wydało w tym tygodniu 8 340 zł z łącznym ROAS 2,4.
Najlepsza: Buty sportowe (ROAS 5,1, przychód 12 200 zł) — zasługuje na zwiększenie budżetu. Uwaga: Akcesoria zimowe (ROAS 0,8, koszt 1 100 zł) — traci pieniądze, wymaga interwencji lub wstrzymania."
Skill do edycji feedu
Użytkownik: „Znajdź wszystkie produkty bez zdjęcia i oznacz je jako nieaktywne."
Agent [wyświetla potwierdzenie]: „Znalazłem 23 produkty bez przypisanego zdjęcia. Czy chcesz ustawić im status nieaktywny?"
Po potwierdzeniu przez użytkownika: agent aktualizuje 23 produkty i raportuje: „Dezaktywowano 23 produkty. Możesz zobaczyć listę tutaj: [link do filtrowanego widoku feedu]."
Baza Wiedzy (Knowledge Base)
Do czego służy baza wiedzy — zasilanie agentów firmową wiedzą
Model AI sam w sobie nie wie nic o Twojej firmie, produktach, politykach cenowych ani procedurach. Baza wiedzy to sposób na przekazanie agentowi tej firmowej wiedzy w ustrukturyzowanej i przeszukiwalnej formie.
Dzięki bazie wiedzy agent może:
- Odpowiadać na pytania zgodnie z Twoimi wewnętrznymi zasadami (nie wymyśla odpowiedzi).
- Weryfikować dane (np. „Czy ta cena jest zgodna z polityką minimalnej ceny?").
- Tworzyć treści spójne z głosem marki i firmową terminologią.
- Stosować procedury opisane w dokumentach, nie szablonowe odpowiedzi.
Struktura: foldery i wpisy
Baza wiedzy jest zorganizowana w strukturę folderów i wpisów:
📚 Baza wiedzy
├── 📁 Polityki i procedury
│ ├── 📄 Polityka cenowa 2024
│ ├── 📄 Zasady promocji i rabatów
│ └── 📄 Procedura obsługi zwrotów
├── 📁 Produkty i kategorie
│ ├── 📄 Opisy kategorii
│ └── 📄 Specyfikacje techniczne
└── 📁 Marketing i reklama
├── 📄 Ton komunikacji marki
└── 📄 Zakazane słowa kluczowe (Google Ads)Foldery służą do organizacji — nie mają wpływu na sposób wyszukiwania przez agenta, ale ułatwiają zarządzanie, szczególnie gdy baza rośnie do kilkudziesięciu wpisów.
Wpisy to konkretne dokumenty lub fragmenty wiedzy. Każdy wpis ma tytuł i treść, opcjonalnie tagi.
📸 Screenshot: Widok listy bazy wiedzy — hierarchia folderów po lewej, lista wpisów po prawej z tytułami i datami ostatniej edycji.
Dodawanie wpisów — tekst, dokumenty, pliki
Wpis tekstowy — tworzysz go bezpośrednio w edytorze Sembota. Idealny do krótkich procedur, zasad, list i FAQ.
Dokument — wgraj plik .pdf, .docx lub .txt. Sembot automatycznie przetworzy treść i udostępni ją do przeszukiwania przez agenta.
Plik danych — wgraj .csv lub .xlsx z danymi (np. cennik, lista produktów, mapa kategorii). Agent będzie odpowiadał na pytania o konkretne wartości zawarte w pliku.
Jak dodać wpis:
- Przejdź do Baza Wiedzy w menu głównym lub ustawieniach projektu.
- Wybierz folder lub utwórz nowy klikając ikonę „+" przy nazwie katalogu.
- Kliknij „Nowy wpis" i wybierz typ: tekst / plik.
- Nadaj tytuł, dodaj treść lub wgraj plik.
- Opcjonalnie dodaj tagi ułatwiające wyszukiwanie.
- Kliknij „Zapisz" — wpis jest natychmiast dostępny dla podłączonych agentów.
📸 Screenshot: Formularz tworzenia nowego wpisu — pole tytułu, edytor tekstu z przykładową treścią, pole tagów, przycisk Zapisz.
Zakresy bazy wiedzy
Podobnie jak agenci, bazy wiedzy mają swoje zakresy widoczności:
| Zakres | Kto ma dostęp | Typowe zastosowanie |
|---|---|---|
| Użytkownika | Tylko Ty | Osobiste notatki, prywatne szablony, własne procedury |
| Projektu | Wszyscy członkowie projektu | Specyfika klienta, polityki dla danego sklepu, opisy produktów |
| Workspace | Cała organizacja | Globalne polityki firmowe, standardy komunikacji, procedury HR |
Podczas konfiguracji agenta możesz podłączyć bazy z różnych zakresów jednocześnie. Przykład: agentowi projektowemu podłącz bazę workspace'u (globalne zasady) i bazę projektową (szczegóły klienta) — agent będzie wiedział i jedno, i drugie.
Jak agent przeszukuje bazę (semantic search — co to znaczy w praktyce)
Sembot używa wyszukiwania semantycznego (semantic search), co oznacza, że agent nie szuka identycznych słów kluczowych, lecz rozumie znaczenie i kontekst pytania.
Przykład z życia:
Użytkownik pyta: „Czy mogę dać temu klientowi rabat 30%?"
Agent przeszukuje bazę wiedzy i znajduje wpis „Polityka cenowa" zawierający zdanie: „Maksymalny upust dla odbiorców indywidualnych wynosi 25%. Każde odstępstwo wymaga akceptacji kierownika sprzedaży." — mimo że użytkownik napisał „rabat", a dokument mówi „upust", agent rozumie, że to to samo pojęcie, i odpowiada właściwie.
Co to oznacza w praktyce:
- Nie musisz używać dokładnych słów kluczowych — pisz naturalnie.
- Agent potrafi łączyć wiedzę z kilku różnych wpisów naraz.
- Im bardziej szczegółowy i jednoznaczny wpis, tym trafniejsze i pewniejsze odpowiedzi agenta.
- Agent zaznacza w odpowiedzi, z którego wpisu pochodzi informacja — możesz to zweryfikować.
Dobre praktyki — jak pisać wpisy żeby AI z nich korzystało
Pisz w formie twierdzącej, nie pytającej
| Słabo | Dobrze |
|---|---|
| „Czy można dawać rabaty?" | „Maksymalny rabat dla klientów detalicznych wynosi 25%. Rabaty 15%–25% wymagają akceptacji kierownika." |
| „Jak działa polityka zwrotów?" | „Klient ma 30 dni na zwrot towaru bez podania przyczyny. Zwrot musi być zgłoszony przez panel klienta lub e-mail na [email protected]." |
Podawaj konkretne wartości i warunki
Źle:
"Ceny powinny być konkurencyjne i rynkowe"
Dobrze:
"Minimalna cena produktu = cena zakupu netto × 1,15 (marża 15%).
Wyjątek: produkty sezonowe w wyprzedaży końcowej mogą mieć marżę 5%.
Ceny poniżej kosztu zakupu są bezwzględnie zabronione."Jeden temat = jeden wpis — nie łącz wielu niezwiązanych tematów w jednym długim dokumencie. Sembot wyszukuje na poziomie wpisów; krótkie, tematyczne wpisy działają lepiej niż jeden dokument na 50 stron.
Używaj nagłówków w dłuższych wpisach — nawet jeśli wpis jest długi, nagłówki H2/H3 pomagają agentowi zlokalizować odpowiednią sekcję szybciej.
Aktualizuj wpisy — przestarzałe informacje w bazie mogą prowadzić do błędnych odpowiedzi. Traktuj bazę wiedzy jak żywy dokument — przeglądaj ją co kwartał.
Przykłady zawartości bazy wiedzy
Procedura reklamowa
markdown
# Zasady tworzenia kampanii Google Shopping
## Warunki uruchomienia
Każda nowa kampania wymaga:
1. Zdefiniowanego celu: docelowy ROAS lub docelowy CPA
2. Zatwierdzonego budżetu miesięcznego w CRM
3. Minimum 50 aktywnych produktów w feedzie
## Budżetowanie
- Budżet dzienny = budżet miesięczny ÷ 30 (zaokrąglony w górę)
- Maksymalny budżet dzienny bez zgody managera: 500 zł
- Kampanie testowe (pierwsze 14 dni): nie więcej niż 20% planowanego budżetu
## Weryfikacja
- Każda kampania weryfikowana co 14 dni
- Kampanie z ROAS < 1 są wstrzymywane automatycznie po 7 dniachPolityka cenowa
markdown
# Minimalna marża według kategorii
| Kategoria | Marża minimalna | Wyjątek |
|---|---|---|
| Elektronika | 12% | Promocje sezonowe: 8% |
| Odzież | 20% | Wyprzedaż końcowa: 5% |
| Akcesoria | 30% | Brak wyjątków |
Ceny promocyjne poniżej marży minimalnej wymagają akceptacji w systemie CRM
przed aktywacją w feedzie. Czas oczekiwania na akceptację: do 24h.Ton komunikacji marki
markdown
# Głos marki AlpineX
## Styl
Ekspercki, ale dostępny. Unikamy technicznego żargonu bez wyjaśnienia.
Piszemy jak doświadczony kolega z pasją do gór — nie jak instrukcja obsługi.
## Zawsze podkreślamy
- Materiały i ich właściwości (oddychalność, wodoodporność, waga)
- Certyfikaty (EN 13781, GORE-TEX, bluesign)
- Warunki użycia (do jakiej temperatury, na jakie trasy)
## Unikamy
- Porównań z konkretną konkurencją z nazwy
- Superlatywów bez uzasadnienia ("najlepszy", "rewolucyjny")
- Sformułowań obiecujących gwarancję bezpieczeństwaIntegracje narzędziowe (MCP Servers)
Czym są MCP Servers — zewnętrzne narzędzia dla agentów
MCP (Model Context Protocol) to otwarty protokół, który pozwala agentom AI łączyć się z zewnętrznymi systemami i narzędziami. Dzięki MCP Servers agent może nie tylko rozmawiać i korzystać z danych Sembota, ale też odczytywać i zapisywać dane w zewnętrznych serwisach.
Analogia: Jeśli agent to pracownik, to skille to jego wewnętrzne narzędzia (dostęp do firmowego CRM, bazy produktów). MCP Servers to dostęp do zewnętrznych aplikacji — GitHuba, Slacka, arkuszy Google, baz danych klienta.
Każdy MCP Server ma:
- Nazwę i opis (co to jest i do czego służy).
- Konfigurację — tokeny, klucze API, identyfikatory projektów (przechowywane w zaszyfrowanej formie).
- Status — można go tymczasowo wyłączyć bez usuwania konfiguracji.
Dostępne integracje
📸 Screenshot: Lista dostępnych szablonów MCP Server w Sembocie — karty lub lista z logo serwisów (Slack, GitHub, Google Sheets itp.).
| Kategoria | Przykładowe integracje |
|---|---|
| Komunikacja | Slack, Microsoft Teams |
| Zarządzanie kodem | GitHub, GitLab |
| Dane i analizy | Google Sheets, Airtable, zewnętrzne bazy SQL |
| CRM i sprzedaż | HubSpot, Salesforce |
| Zarządzanie zadaniami | Jira, Linear, Notion |
Konfiguracja serwera MCP
Konfiguracja MCP odbywa się w formularzu edycji agenta. Każda integracja ma własny zestaw pól wyświetlanych w formie akordeonu — kliknij nazwę integracji, żeby rozwinąć pola konfiguracyjne.
Token dostępu / klucz API — generowany po stronie zewnętrznego serwisu. Po zapisaniu jest maskowany (wyświetlany jako ••••••••) — wartość nigdy nie jest ponownie widoczna, ale możesz ją nadpisać nową.
Identyfikator projektu / workspace — np. ID projektu Jira, ID kanału Slack, ID arkusza Google.
Specjalne pole: Sembot API Token — jeśli serwer MCP wymaga dostępu do API Sembota (np. do odczytu danych feeda przez zewnętrzne narzędzie), formularz wyświetla dedykowany komponent do zarządzania tokenem. Możesz:
- Wygenerować nowy token z wybranymi zakresami uprawnień.
- Przedłużyć ważność istniejącego tokenu.
- Zmienić zakresy uprawnień.
📸 Screenshot: Sekcja konfiguracji MCP Server w formularzu agenta — accordion z nazwą integracji, rozwinięty z polami tekstowymi (np. „GitHub Token", „Repository URL"), przycisk Zapisz.
Jak skonfigurować serwer MCP:
- W formularzu agenta znajdź sekcję z nazwą integracji (np. „GitHub", „Slack").
- Kliknij nagłówek sekcji, aby rozwinąć pola konfiguracyjne.
- Wypełnij wymagane pola (oznaczone gwiazdką
*). - Kliknij „Zapisz" — konfiguracja zostanie zweryfikowana i zapisana.
- Jeśli konfiguracja jest nieprawidłowa (np. błędny token), system wyświetli komunikat błędu.
Aby usunąć konfigurację serwera MCP, kliknij ikonę kosza przy nazwie sekcji i potwierdź usunięcie w oknie dialogowym.
Przypisywanie MCP do agenta
MCP Server jest konfigurowany bezpośrednio w formularzu danego agenta — nie ma osobnej listy MCP do zarządzania. Oznacza to, że ten sam typ integracji (np. GitHub) możesz skonfigurować inaczej dla każdego agenta (inne tokeny, inne repozytoria).
Opcja „Dostęp do MCP" na poziomie agenta musi być włączona, żeby sekcja konfiguracji MCP była aktywna i agent mógł korzystać z podłączonych serwerów.
Kiedy to się przydaje — przykłady użycia
Agent z dostępem do Slacka
Użytkownik: „Wyślij na kanał #marketing podsumowanie wyników kampanii z tego tygodnia."
Agent generuje podsumowanie z danych Sembota i wysyła wiadomość bezpośrednio na wskazany kanał Slack — bez potrzeby ręcznego kopiowania i wklejania.
Agent z dostępem do GitHub
Użytkownik: „Sprawdź, czy w repozytorium integracji feedów są otwarte issue dotyczące błędów parsowania."
Agent pobiera listę otwartych issues, filtruje je po tagach i frazach kluczowych, i zwraca zwięzłe podsumowanie z linkami.
Agent z dostępem do Google Sheets
Użytkownik: „Zaktualizuj arkusz raportowy o dane sprzedażowe z ostatnich 7 dni."
Agent pobiera dane z Sembota i zapisuje je do wskazanego arkusza Google — automatyczna aktualizacja raportu bez ręcznego eksportu.
Agent z dostępem do zewnętrznej bazy danych
Użytkownik: „Ile zamówień złożono na produkty z tej kampanii w systemie ERP w tym miesiącu?"
Agent wykonuje zapytanie do bazy ERP i zwraca wynik bez potrzeby logowania się do zewnętrznego systemu.
AI w automatyzacji (Workflow)
Używanie agenta jako kroku w workflow
Workflow w Sembocie to sekwencja automatycznych kroków uruchamianych według harmonogramu lub zdarzenia wyzwalającego. Agent AI może być jednym z tych kroków — może analizować dane, generować treści, podejmować decyzje i przekazywać ustrukturyzowane wyniki do kolejnych kroków.
Krok z agentem różni się od zwykłego kroku automatyzacji tym, że zamiast sztywnej reguły IF→THEN wykonuje inteligentną analizę: potrafi obsłużyć wyjątki, zinterpretować niejednoznaczne dane i dostosować wynik do kontekstu.
📸 Screenshot: Edytor workflow z diagramem kroków — widoczny krok z ikoną agenta AI wbudowany w sekwencję między krokiem „Pobierz dane" a krokiem „Wyślij raport".
Przekazywanie danych do agenta i odbieranie wyników
W konfiguracji kroku AI w workflow definiujesz trzy rzeczy:
1. Agent — wybierz, który agent obsłuży ten krok. Możesz użyć agenta systemowego, projektowego lub własnego — dowolnego, do którego masz dostęp.
2. Prompt użytkownika — instrukcja dla agenta, co ma zrobić. Możesz w niej używać zmiennych z poprzednich kroków workflow w składni :
Przeanalizuj poniższe dane kampanii z ostatnich 7 dni:
{{dane_kampanii}}
Zidentyfikuj kampanie z ROAS poniżej 2.0 i zaproponuj konkretne działania.
Odpowiedź zwróć w formacie JSON zgodnie z podanym schematem.3. Parsowanie odpowiedzi + Schemat JSON — jeśli chcesz, żeby wynik agenta był strukturyzowany i dostępny jako zmienne dla kolejnych kroków, włącz parsowanie i podaj schemat:
json
{
"type": "object",
"properties": {
"kampanie_do_optymalizacji": {
"type": "array",
"items": {
"type": "object",
"properties": {
"id": { "type": "string" },
"obecny_roas": { "type": "number" },
"rekomendacja": { "type": "string" }
}
}
},
"liczba_problemow": { "type": "number" }
}
}Jeśli parsowanie jest wyłączone, wynik agenta trafia do kolejnego kroku jako surowy tekst.
📸 Screenshot: Formularz konfiguracji kroku AI w workflow — widoczne pole „Wybierz agenta" (dropdown), pole „Prompt" z przykładowym tekstem ze zmiennymi, toggle „Parsuj odpowiedź", pole schematu JSON.
Przykład: workflow który analizuje wyniki kampanii i sugeruje zmiany
Poniżej kompletny przykład workflow uruchamianego automatycznie co poniedziałek o godzinie 08:00:
[START — wyzwalacz: Poniedziałek 08:00]
│
▼
┌─────────────────────────────────────────────────┐
│ Krok 1: Pobierz dane kampanii │
│ Typ: Raport kampanii (skill) │
│ Zakres: Ostatnie 7 dni, wszystkie aktywne │
│ Wynik → zmienna: {{dane_kampanii}} │
└─────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────┐
│ Krok 2: Analiza AI │
│ Typ: Krok AI (agent) │
│ Agent: Ekspert kampanii PPC │
│ Prompt: │
│ "Dane z ostatnich 7 dni: {{dane_kampanii}} │
│ Zidentyfikuj: │
│ 1. Kampanie ROAS < 2 → działania │
│ 2. Kampanie ROAS > 4 → propozycja zwiększ. │
│ 3. CTR < 0,5% → propozycja testu A/B │
│ Zwróć JSON z listą rekomendacji." │
│ Schemat JSON: { rekomendacje: [...], n: int } │
│ Wynik → zmienna: {{analiza_ai}} │
└─────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────┐
│ Krok 3: Warunek │
│ IF {{analiza_ai.n}} > 0 │
│ THEN → Krok 4 │
│ ELSE → Zakończ (brak rekomendacji) │
└─────────────────────────────────────────────────┘
│ (jeśli n > 0)
▼
┌─────────────────────────────────────────────────┐
│ Krok 4: Wyślij raport na Slack │
│ Typ: MCP Slack │
│ Kanał: #marketing-weekly │
│ Treść: "Raport AI — {{analiza_ai.n}} │
│ rekomendacji. Szczegóły: {{analiza_ai}}"│
└─────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────┐
│ Krok 5: Powiadomienie do użytkownika │
│ Typ: Powiadomienie (wymaga potwierdzenia) │
│ Pytanie: "Czy automatycznie zastosować │
│ zmiany budżetów?" │
│ TAK → Krok 6 (edycja kampanii) │
│ NIE → Zakończ │
└─────────────────────────────────────────────────┘
│ (jeśli TAK)
▼
┌─────────────────────────────────────────────────┐
│ Krok 6: Zaktualizuj kampanie │
│ Typ: Zarządzanie kampanią (skill) │
│ Dane: {{analiza_ai.rekomendacje}} │
│ Akcja: Zmień budżety wg rekomendacji │
└─────────────────────────────────────────────────┘
│
▼
[KONIEC]📸 Screenshot: Diagram workflow w wizualnym edytorze Sembota — widoczne prostokąty kroków połączone strzałkami, krok AI wyróżniony kolorem lub ikoną agenta.
Dobre praktyki przy używaniu agenta w workflow
Zawsze definiuj schemat JSON wyjścia — agent w workflow powinien zwracać dane w przewidywalnym formacie, żeby kolejne kroki mogły je niezawodnie przetworzyć. Niezdefiniowany format prowadzi do błędów parsowania i niestabilnych automatyzacji.
Dodaj krok z potwierdzeniem człowieka dla ryzykownych akcji — przy workflow, który wykonuje zmiany (edycja feeda, zmiana budżetów), warto dodać krok wymagający akceptacji przed finalną akcją. Szczególnie ważne na początku, gdy workflow jest nowy i niezweryfikowany.
Monitoruj logi przez pierwsze tygodnie — każde uruchomienie workflow z krokiem AI jest logowane. Sprawdzaj logi regularnie przez pierwsze 2–3 tygodnie, żeby upewnić się, że agent odpowiada poprawnie i schemat JSON jest zawsze prawidłowo wypełniany.
Testuj na małej skali — zanim uruchomisz workflow na wszystkich kampaniach lub całym feedzie, przetestuj go z parametrem ograniczającym zakres danych (np. tylko jedna kampania, tylko 10 produktów). Błąd w konfiguracji agenta wykryjesz bezpiecznie, zanim wpłynie on na całą bazę.
Używaj opisowych nazw zmiennych — zmienne przekazywane między krokami powinny być jednoznaczne: jest lepsze niż . Przyszły Ty lub inny członek zespołu łatwiej zrozumie, co workflow robi, nie czytając każdego kroku z osobna.
Dokumentacja Sembot — Rozdział 11: Sztuczna inteligencjaWersja: 1.0 | Data: 2026-05-19