Case study

AI w marketingu na własnym przykładzie: jak Codeless zbudował system, w którym agenci AI przygotowują posty, rolki i kampanie, a człowiek je akceptuje

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.

Obraz dekoracyjny

Wyniki

7 repozytoriów, 1 system

centrum z wiedzą, danymi i skryptami oraz osobne repozytoria dla postów, rolek, outreachu, SEO, strony i sprzedaży

21 skilli i komend agentów

każdy kanał ma swoje instrukcje krok po kroku, które agent AI wykonuje na tej samej wiedzy o firmie

1 źródło wiedzy

zasady, oferta, segmenty klientów i tematy są w jednym folderze na Dysku Google, a repozytoria mają ich automatyczną kopię

0 publikacji bez człowieka

AI przygotowuje szkice, a publikacja, wysyłka wiadomości i zapis w CRM czekają na akceptację

O kliencie

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

Dlaczego AI w marketingu nie działało, dopóki wiedza o firmie była w kilku miejscach

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.

Umów 30 minut rozmowy

Co blokowało zespół

  1. 1

    Wiedza w wielu miejscach

    Zasady, oferta i opis klientów były rozrzucone po dokumentach, zadaniach i głowie założyciela.

  2. 2

    AI bez kontekstu

    Każdy tekst z AI trzeba było zaczynać od tłumaczenia, kim jesteśmy i do kogo piszemy, a potem długo poprawiać.

  3. 3

    Wyniki bez porównania

    Liczby z kanałów leżały w osobnych narzędziach, więc nie było widać, które tematy dają rozmowy.

Rozwiązanie

Jak działa nasz system: AI w marketingu i sprzedaży na jednej wiedzy o firmie

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

01

Jedno źródło wiedzy, które czytają wszyscy agenci

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.

02

Osobny agent dla każdego kanału

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.

03

Outreach, który sam dzieli limit między kampanie

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.

04

Leady, lead magnet i sprzedaż w HubSpot

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.

05

Wyniki w jednym Arkuszu

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.

Umów 30 minut rozmowy

Wdrożenie

Jak przebiegało wdrożenie

  1. Mapa systemu. Spisaliśmy, gdzie leży wiedza, zadania, kontakty i liczby, i dla każdej rzeczy wybraliśmy jedno miejsce. Ta mapa jest dokumentem na Dysku i od niej zaczyna się każda zmiana systemu.
  2. Wiedza na Dysku i automatyczna kopia. Przenieśliśmy zasady, ofertę, opis klientów i tematy do jednego folderu i podłączyliśmy automatyczną kopię do repozytoriów agentów.
  3. Kanały jeden po drugim. Każdy kanał dostał swoje repozytorium, instrukcje i skille: posty, rolki, outreach, SEO i treści WWW, strona i sprzedaż.
  4. Wspólny wygląd i wyniki. Podłączyliśmy kanały do jednego design systemu i do Arkusza Wyniki, który odświeża się codziennie.
  5. Poprawki na bieżąco. Zasady zmieniamy w dokumentach, nie w promptach. Gdy coś nie działa, poprawiamy skill albo dokument kanału i zmiana działa od razu wszędzie.

Dziś i po wdrożeniu

Jak zmienił się codzienny dzień pracy

Przełącz zakładki albo poczekaj, aż sprawy same dostaną opiekuna.

Spraw bez porządku:8
  • 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

Co zmieniło się dla zespołu

Założyciel

Nie pisze od pustej strony. Dostaje szkice postów, rolek i wiadomości do akceptacji, a czas idzie na rozmowy z klientami i decyzje, co publikujemy.

Osoba od treści

Zmienia zasady w jednym dokumencie na Dysku, a nie w kilku narzędziach. Agenci każdego kanału biorą zmianę od razu.

Sprzedaż

Ma kontakty, szanse i zadania w jednym CRM, a przed każdą rozmową notatkę z historią klienta.

Klient Codeless

Widzi te same nazwy usług i problemów na stronie, w postach i w wiadomościach, bo wszystko bierze się z jednego słownika.

Chcesz podobnego efektu u siebie?

Opowiedz, jak dziś wygląda ten proces w Twojej firmie. Po 30 minutach wiesz, co da się zautomatyzować i od czego zacząć.

Jak wdrożyć AI w marketingu B2B, żeby nie produkować tekstów jak wszyscy

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.

Krok po kroku

  1. 1

    Spiszcie, gdzie dziś leży wiedza o firmie, zadania, kontakty i liczby, i wybierzcie dla każdej rzeczy jedno miejsce.

  2. 2

    Zapiszcie w jednym miejscu ofertę, opis klientów i słownik: co mówicie, a czego nie.

  3. 3

    Wybierzcie jeden kanał na start, najlepiej ten, w którym najwięcej czasu idzie na powtarzalne przygotowanie.

  4. 4

    Opiszcie pracę w tym kanale krok po kroku jako instrukcję dla agenta AI, z miejscami, w których człowiek akceptuje.

  5. 5

    Ustalcie granice: co AI może zrobić samo, a co tylko jako szkic, na przykład publikacja, wysyłka i zapis w CRM.

  6. 6

    Zbierajcie liczby z kanałów w jednym arkuszu, z tagiem tematu i segmentu.

  7. 7

    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.

Umów 30 minut rozmowy

Na co uważać, wdrażając AI w marketingu i sprzedaży

01

AI bez źródła wiedzy

Gdy agent nie ma aktualnej oferty i opisu klientów, zgaduje. Tekst wygląda poprawnie, ale obiecuje rzeczy, których nie robicie.

02

Kopie zasad w każdym narzędziu

Jeśli zasady są osobno w każdym kanale, po miesiącu każda kopia jest inna. Wiedza ma mieć jedno miejsce, a kanały tylko ją czytają.

03

Automatyczna publikacja

AI, które samo publikuje i wysyła wiadomości, prędzej czy później wyśle coś, czego nie chcecie. Szkic i akceptacja kosztują kilka minut, a chronią markę.

04

Limity narzędzi do outreachu

Narzędzia do outreachu mają dzienne limity i jedną kolejkę. Bez podziału limitu jedna kampania potrafi zablokować pozostałe.

Czy to zadziała w Twojej firmie?

To rozwiązanie jest dla Ciebie, jeśli:

  • Marketing i sprzedaż prowadzi u Was jedna osoba albo kilka, a kanałów jest kilka.
  • Używacie AI do pisania, ale każdy tekst trzeba długo poprawiać i tłumaczyć mu, kim jesteście.
  • Wiedza o ofercie i klientach jest w kilku dokumentach i głowach, a nie w jednym miejscu.
  • Chcecie wiedzieć, które tematy dają rozmowy handlowe, a nie tylko wyświetlenia.

Masz podobny problem? Porozmawiajmy.

30 minut z osobą, która potem to buduje. Po rozmowie wiesz, co da się zautomatyzować i ile to odda.

Umów 30 minut rozmowy

Pytania

Najczęściej zadawane 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.

Zobacz inne realizacje

Obraz dekoracyjny

Ataszek.pl: chatbot na stronę oparty na wiedzy firmy

n8nAIRAG

Wdrożenie AI/Chatbot: Inteligentny asystent oparty na RAG (Onyx) dla Ataszek.pl. Natychmiastowe odpowiedzi dla klientów i wsparcie sprzedaży.

Zobacz case study
Obraz dekoracyjny

CubicInch: urlopy z Calamari same trafiają do planu produkcji

CalamariClickUpn8n

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