
Ataszek.pl: chatbot na stronę oparty na wiedzy firmy
Wdrożenie AI/Chatbot: Inteligentny asystent oparty na RAG (Onyx) dla Ataszek.pl. Natychmiastowe odpowiedzi dla klientów i wsparcie sprzedaży.
Zobacz case studyCase study
AI w marketingu i sprzedaży sprawdziliśmy najpierw na sobie. Zbudowaliśmy w Codeless system, w którym cała wiedza o firmie leży w jednym miejscu, a agenci AI na jej podstawie przygotowują posty na LinkedIn, rolki, kampanie outreach, treści na stronę i materiały do rozmów handlowych. Patryk Wloch akceptuje, publikuje i decyduje, a liczby z kanałów trafiają do jednego Arkusza.

centrum z wiedzą, danymi i skryptami oraz osobne repozytoria dla postów, rolek, outreachu, SEO, strony i sprzedaży
każdy kanał ma swoje instrukcje krok po kroku, które agent AI wykonuje na tej samej wiedzy o firmie
zasady, oferta, segmenty klientów i tematy są w jednym folderze na Dysku Google, a repozytoria mają ich automatyczną kopię
AI przygotowuje szkice, a publikacja, wysyłka wiadomości i zapis w CRM czekają na akceptację
Codeless to agencja automatyzacji i wdrożeń AI. Łączymy systemy, których firmy już używają, budujemy automatyzacje w n8n i Make, a w formie Interim AI wchodzimy do firmy na dłużej jako jej zespół od systemów, procesów i AI.
Jesteśmy małym zespołem, więc marketing i sprzedaż prowadzi w dużej mierze jedna osoba: Patryk Wloch, założyciel.
Mamy kilka kanałów naraz: posty na LinkedIn, rolki na Instagram, TikTok i Facebooka, kampanie outreach na LinkedIn i mailem, treści SEO na code-less.io, samą stronę i rozmowy handlowe. Każdy kanał ma inne narzędzia i inny rytm, a wszystkie mówią o tych samych usługach, segmentach klientów i problemach.
Wyzwanie
Zaczęło się jak w większości firm. Każdy kanał miał swoje notatki: zasady postów w jednym dokumencie, opis klientów w drugim, pomysły na kampanie w zadaniach, wyniki w kilku arkuszach.
Używaliśmy AI do pisania, ale za każdym razem trzeba było mu od nowa tłumaczyć, kim jesteśmy, co sprzedajemy i do kogo piszemy.
Efekt był przewidywalny. Post na LinkedIn opisywał usługę inaczej niż strona, kampania outreach mówiła do segmentu, którego już nie obsługiwaliśmy, a tekst z AI trzeba było długo poprawiać, bo brzmiał jak każdy inny tekst z AI.
Ten sam problem klienta nazywaliśmy w trzech kanałach na trzy sposoby.
Najtrudniej było z wynikami. Liczby z rolek były w jednym narzędziu, z LinkedIna w drugim, ze strony w trzecim.
Nie dało się prosto odpowiedzieć na pytanie, który temat przynosi rozmowy, a który tylko wyświetlenia. Bez tego każda kolejna kampania była trochę zgadywaniem.
Masz podobny problem? Porozmawiajmy.
30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.
Zasady, oferta i opis klientów były rozrzucone po dokumentach, zadaniach i głowie założyciela.
Każdy tekst z AI trzeba było zaczynać od tłumaczenia, kim jesteśmy i do kogo piszemy, a potem długo poprawiać.
Liczby z kanałów leżały w osobnych narzędziach, więc nie było widać, które tematy dają rozmowy.
Rozwiązanie
Zamiast kolejnego narzędzia ustawiliśmy zasady i miejsca. Każda rzecz ma jedno miejsce: wiedza na Dysku Google, zadania w ClickUp, kontakty i szanse w HubSpot, liczby w jednym Arkuszu. Agenci AI pracują w Claude Code, w osobnym repozytorium dla każdego kanału, i zawsze czytają tę samą, aktualną wiedzę. AI robi szkice, człowiek akceptuje i publikuje.
Poniżej opisujemy po kolei, co robi każda część rozwiązania.
Narzędzia: Claude Code, n8n, Google Drive, ClickUp, HubSpot, Google Sheets, Waalaxy, Snov.io, Remotion, Buffer, WordPress
Cała wiedza o firmie jest w jednym folderze na Dysku Google: pozycjonowanie, opis klientów i segmentów, słownik (co mówimy, a czego nie), oferta z nazwami usług, karty tematów i dokument każdego kanału. Piszą go ludzie, nie maszyny.
Skrypt sam kopiuje ten folder do repozytorium jako pliki tekstowe, przy starcie każdej sesji agenta i regularnie w tle. Agent nie pyta więc, co sprzedajemy, tylko czyta aktualną ofertę.
Gdy zmieniamy coś w dokumencie, zmiana trafia do wszystkich kanałów naraz, bez kopiowania.
Posty LinkedIn, rolki, outreach, SEO i treści WWW, strona i sprzedaż mają własne repozytoria z instrukcjami i skillami, czyli opisanymi krok po kroku zadaniami dla agenta AI. Razem to 21 skilli i komend: od researchu tematu posta, przez grafikę i kontrolę przed akceptacją, po przygotowanie do rozmowy handlowej i przekazanie klienta do wdrożenia.
Agent rolek składa animację w Remotion i dodaje lektora, agent SEO sprawdza w Mapie treści, czy fraza jest wolna, zanim powstanie brief, a agent postów buduje grafikę z naszych szablonów. Wygląd wszystkich kanałów bierze się z jednego design systemu, a skrypt pilnuje, żeby w żadnym kanale nie pojawił się kolor spoza niego.
Kampanie na LinkedIn prowadzimy w Waalaxy, które ma jedną kolejkę i wspólny dzienny limit zaproszeń dla wszystkich kampanii. Limitu na kampanię nie da się tam ustawić.
Dlatego osoby do kontaktu czekają w arkuszu „Baza kontaktów”, a automatyzacja w n8n w dni robocze dokłada każdej aktywnej kampanii jej porcję. Suma porcji nie przekracza limitu, więc kampanie idą równolegle.
Druga automatyzacja dopisuje do bazy nowe kampanie z Waalaxy i Snov.io. Agent outreachu ma też skill, który przegląda ogłoszenia o pracę na 17 portalach i wyszukuje firmy szukające pierwszej osoby od AI albo automatyzacji.
Takie firmy trafiają do kampanii Interim AI, a o starcie każdej kampanii decyduje człowiek.
Rezerwacja rozmowy albo formularz na stronie od razu trafia mailem do Patryka. Lead magnet działa sam: ktoś zostawia adres e-mail, a automatyzacja w n8n udostępnia mu folder z gotowym workflowem i wysyła instrukcję importu.
Kontakty, firmy i szanse są tylko w HubSpot, a etapy lejka w CRM są takie same jak w dokumencie o sprzedaży. Agent sprzedaży przygotowuje poranny przegląd, notatkę przed rozmową i po niej, szkic oferty i przekazanie do wdrożenia.
Do tego dochodzą prywatne skille założyciela: przegląd zadań w HubSpot, pisanie maili i przegląd skrzynki na LinkedInie. Wszystko, co wychodzi do klienta, jest szkicem do akceptacji.
Codziennie rano skrypt zbiera liczby do jednego Arkusza „Wyniki”: rolki ze statystykami z Buffera, opublikowane zadania z ClickUp z tagami tematu i segmentu oraz dane strony z Mapy treści. Liczby, których nie da się pobrać automatycznie, na przykład z LinkedIna i z kampanii, wpisujemy ręcznie w osobne kolumny.
Raz w miesiącu agent robi z tego przegląd: które tematy, kąty i formaty dały rozmowy, a które tylko zasięg. Wnioski wracają do dokumentów na Dysku, więc kolejne szkice od AI od razu z nich korzystają.
Masz podobny problem? Porozmawiajmy.
30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.
Wdrożenie
Dziś i po wdrożeniu
Przełącz zakładki albo poczekaj, aż sprawy same dostaną opiekuna.
Opis oferty
W kilku dokumentach
Tekst z AI
Kontekst tłumaczony od zera
Post na LinkedIn
Pisany od pustej strony
Kampanie outreach
Limit zjada jedna kampania
Nowe firmy do kontaktu
Szukane ręcznie
Rozmowa handlowa
Przygotowanie z pamięci
Wyniki kanałów
W kilku narzędziach
Wygląd materiałów
Kolory na oko
Nie pisze od pustej strony. Dostaje szkice postów, rolek i wiadomości do akceptacji, a czas idzie na rozmowy z klientami i decyzje, co publikujemy.
Zmienia zasady w jednym dokumencie na Dysku, a nie w kilku narzędziach. Agenci każdego kanału biorą zmianę od razu.
Ma kontakty, szanse i zadania w jednym CRM, a przed każdą rozmową notatkę z historią klienta.
Widzi te same nazwy usług i problemów na stronie, w postach i w wiadomościach, bo wszystko bierze się z jednego słownika.
Opowiedz, jak dziś wygląda ten proces w Twojej firmie. Po 30 minutach wiesz, co da się zautomatyzować i od czego zacząć.
AI w marketingu najczęściej zaczyna się od czatu: ktoś wkleja temat i dostaje post. Przy pierwszym tekście to działa, a potem wychodzą trzy problemy.
Teksty brzmią podobnie do wszystkiego, co już jest w sieci, każdy kanał opisuje firmę trochę inaczej, a nikt nie wie, czy te treści przynoszą klientów.
U nas o jakości tekstu decyduje głównie to, co model dostaje na wejściu. Agent, który czyta aktualną ofertę, opis klientów i listę słów, których nie używamy, pisze bliżej marki niż najlepszy prompt wklejany ręcznie.
Dlatego zaczynamy od uporządkowania wiedzy, a dopiero potem automatyzujemy.
Druga zasada to podział pracy. AI dobrze robi szkice, research, grafiki z szablonów, kontrolę przed publikacją i zbieranie liczb.
Człowiek decyduje, co wychodzi do klientów, i wpisuje wnioski. Przykład rachunku: jeśli przygotowanie jednego posta z grafiką zajmuje dziś dwie godziny, a z agentem kwadrans na akceptację i poprawki, to przy kilkunastu postach miesięcznie zostaje kilka dni pracy na rozmowy z klientami.
Spiszcie, gdzie dziś leży wiedza o firmie, zadania, kontakty i liczby, i wybierzcie dla każdej rzeczy jedno miejsce.
Zapiszcie w jednym miejscu ofertę, opis klientów i słownik: co mówicie, a czego nie.
Wybierzcie jeden kanał na start, najlepiej ten, w którym najwięcej czasu idzie na powtarzalne przygotowanie.
Opiszcie pracę w tym kanale krok po kroku jako instrukcję dla agenta AI, z miejscami, w których człowiek akceptuje.
Ustalcie granice: co AI może zrobić samo, a co tylko jako szkic, na przykład publikacja, wysyłka i zapis w CRM.
Zbierajcie liczby z kanałów w jednym arkuszu, z tagiem tematu i segmentu.
Raz w miesiącu sprawdzajcie, co dało rozmowy, i poprawiajcie dokumenty, a nie prompty.
Masz podobny problem? Porozmawiajmy.
30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.
Gdy agent nie ma aktualnej oferty i opisu klientów, zgaduje. Tekst wygląda poprawnie, ale obiecuje rzeczy, których nie robicie.
Jeśli zasady są osobno w każdym kanale, po miesiącu każda kopia jest inna. Wiedza ma mieć jedno miejsce, a kanały tylko ją czytają.
AI, które samo publikuje i wysyła wiadomości, prędzej czy później wyśle coś, czego nie chcecie. Szkic i akceptacja kosztują kilka minut, a chronią markę.
Narzędzia do outreachu mają dzienne limity i jedną kolejkę. Bez podziału limitu jedna kampania potrafi zablokować pozostałe.
To rozwiązanie jest dla Ciebie, jeśli:
Masz podobny problem? Porozmawiajmy.
30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.
Pytania
Nie ma tu Twojego pytania?
Zadaj je na 30-minutowej rozmowie. Odpowiadamy konkretnie, na Waszym przykładzie.
Umów rozmowę →Najpierw uporządkujcie wiedzę: oferta, opis klientów i słownik w jednym miejscu. Potem dajcie agentowi AI jeden kanał i opiszcie mu pracę krok po kroku. U nas AI robi szkice postów, rolek, kampanii i treści na stronę, a człowiek je akceptuje.
AI, które naprawdę wspiera biznes. Wdrażamy rozwiązania oparte na sztucznej inteligencji – od analizy danych i prognozowania sprzedaży po personalizację komunikacji z klientem. Dzięki temu Twoja firma działa szybciej, podejmuje trafniejsze decyzje i obniża koszty operacyjne. To realna przewaga konkurencyjna i fundament nowoczesnego biznesu.
ZobaczZanim zatrudnicie pierwszą osobę od AI, zacznijcie z naszym zespołem. 6 do 12 miesięcy w abonamencie, jedna osoba kontaktowa.
ZobaczZwiększ efektywność i konwersję swoich działań. Automatyzacja marketingu dociera do każdego klienta z idealnie dopasowanym przekazem, wspierając Twoją firmę w generowaniu i pielęgnowaniu leadów. Działaj na masową skalę, personalizuj komunikację i uwolnij zespół, by mógł skupić się na innowacyjnych kampaniach, które przynoszą realny zysk.
Zobacz
Wdrożenie AI/Chatbot: Inteligentny asystent oparty na RAG (Onyx) dla Ataszek.pl. Natychmiastowe odpowiedzi dla klientów i wsparcie sprzedaży.
Zobacz case study
Integracja Calamari z ClickUp: zaakceptowane urlopy zespołu produkcji same trafiają do listy urlopów i harmonogramu, więc nikt nie obsadza osoby na urlopie.
Zobacz case study