Budowanie własnych agentów AI

TL;DR: Budowanie agentów AI to umiejętność, która pozwala zautomatyzować godziny pracy dziennie. Można to robić na trzech poziomach: no-code (Zapier), low-code (n8n) i code (LangChain, Python). Kluczem jest: zacznij od najlepszego modelu, definiuj rolę i przykłady (few-shot), testuj drafty i nigdy nie dawaj agentowi zbyt dużej autonomii na start.

TL;DR

Budowanie agentów AI to umiejętność, która pozwala zautomatyzować godziny pracy dziennie. Można to robić na trzech poziomach: no-code (Zapier), low-code (n8n) i code (LangChain/Python). Kluczem jest: zacznij od najlepszego modelu, definiuj rolę i przykłady (few-shot), testuj drafty, i nigdy nie dawaj agentowi zbyt dużej autonomii na start.

Kluczowe koncepcje

Anatomia agenta AI

Definicja agenta:

"Agent to jest system, który przyjmuje jakieś dane wejściowe -- mogą być dane numeryczne, eventy albo prompty użytkownika. Decyduje co zrobić wykorzystując definiowane strategie. Działa używając narzędzi lub usług w celu osiągnięcia celu."

Elementy agenta:

• LLM (mózg) -- decyduje co robić
• Narzędzia (tools) -- Slack, Intercom, Gong, Google Drive, API
• Pamięć -- krótkotrwała (kontekst) i długotrwała (baza wektorowa)
• Triggery -- webhook, harmonogram, zdarzenie
• Orkiestrator -- silnik workflow (n8n, Zapier, LangChain)
• Guardrailsy -- limity kosztów, kroków, czasu

Projektowanie agenta -- od wyniku do implementacji

"Zawsze zaczynam od wyniku -- co chcę zmierzyć, co chcę przygotować. I przygotowuję przykłady sukcesu i porażki."

Proces:

• Zdefiniuj wynik -- jak wygląda dobry output? Jak wygląda zły?
• Katalog narzędzi -- jakie API, z jakimi kontraktami (limity kosztów!)
• Im prostsze tym lepiej -- łatwiej debugować
• Rozdzielaj akcje -- do najmniejszych możliwych kroków
• Planer -- dla złożonych agentów, niech planuje w JSON
• Guardrailsy -- timeouty, ponowienia, limity

Wybór modelu -- zacznij od najlepszego

"Jak budujesz pierwsza wersje, to wybrać najlepsze modele -- GPT5, Opus 4. Później możemy schodzić do tańszych. Ale jak zaczynamy od tańszych, to nigdy nie wiemy, czy system nie działa bo zły model, czy coś innego."

Na co zwracać uwagę:

• Szybkość odpowiedzi (latency)
• Okno kontekstu -- 1M tokenów = ok. 100 transkrypcji godzinnych rozowm
• Thinking part -- czy model umie myśleć sam, czy trzeba to konfigurować
• Hosted vs open source -- "Open source to za dużo roboty, za mało wartości dla mnie"

Prompty -- few-shot jest królem

"Jak masz few-shot, to 99,5% przykładów będzie identyczne jak te przykłady. Odpowiedź będzie dobrze strukturyzowana."

Struktura prompta agenta:

## Rola (System Role)
You are a [rola] for [kontekst]

## Cele
- Cel 1
- Cel 2

## Granice
- Maksymalnie 4 key results per objective
- Zawsze mierz wyniki
- Fokus na wartość dla klienta, nie vanity metrics

## Ton i proces
- Sprawdź siebie, zobacz co działa, co nie

## Output (JSON Schema)
{schema z polami: label, data, format...}

## Przykłady (Few-shot)
INPUT: [przykład inputu]
OUTPUT: [przykład dobrego outputu]

"Ja w życiu bym nie bawil się w pisanie JSON Schema. Wrzuciłem w Claude krótkiego prompta, żeby dał mi przykład dobrego schema dla OKR-ów. On to przygotował."

Definicje narzędzi -- im więcej kontekstu tym lepiej

"Agent nie ma zielonego pojęcia z czym ma do czynienia. Im więcej agent wie na temat tego, co ma robić z tym narzędziem, tym lepiej to wykorzysta."

Agent patrzy na:

• Nazwę narzędzia
• Opis / instrukcje użycia
• Parametry wejściowe i wyjściowe

Błąd: "Widziałem wiele ludzi, który wrzuca tylko parę wyrazów i potem agent nie ma zielonego pojęcia."

Trzy typy pamięci

"Pamięć robocza -- to jest odpowiednik krótkotrwałej pamięci. Ostatnie 10-30 wiadomości, JSON, plan."

• Pamięć robocza -- kontekst sesji, ograniczona do okna kontekstu modelu
• Pamięć długoterminowa -- dokumenty, streszczenia, tagi, fakty w pigułce
• Baza wektorowa / Knowledge Graph -- dla dużych zbiorów danych (setki tysięcy feedbacków)

"W Miro mamy 300 000 rozmów telefonicznych w roku. Nie ma takiej możliwości, żeby agent przeanalizował 300 000 rozmów."

Rozwiązanie: sumaryzacja przed wrzuceniem + baza wektorowa z metadanymi + semantic search.

Ewaluacja -- zaufaj, a potem skaluj

"Zaczynam od 10-20 przykładów i testuję, czy dostaję te same odpowiedzi dobrze, regularnie."

Metryki ewaluacji:

• Format JSON zwracany 98/100 razy
• Wybór narzędzi prawidłowy 9/10 razy
• Wierność (relevance) na poziomie 85%+
• Testuj drift -- czy agent zaczyna inaczej odpowiadać z czasem

"Żeby wierność zmienić z 80% na 90% będzie więcej pracy niż dotrzeć do 85% od zera."

Budowanie z LangChain (Python)

pokazał budowanie agenta w LangChain:

# 1. Wybór modelu
llm = ChatOpenAI(model="gpt-4")

# 2. Definicja narzędzi
tools = [DuckDuckGoSearch, FileSaveTool]

# 3. Prompt
prompt = "Jesteś doświadczonym analitykiem rynku SaaS..."

# 4. Łączenie
agent = create_agent(llm, tools, prompt)

# 5. Executor (mózg orkiestrujący)
executor = AgentExecutor(agent=agent, tools=tools)

LangChain oferuje:

• Gotowe toole: search, GitHub, Gmail, bazy danych, MCP
• Wektorowe bazy danych do embeddingów
• LangSmith do observability
• LangGraph do zaawansowanych workflow

Jak to wdrożyć

• Zbudować agenta competitive research w Zapier (no-code, gotowe integracje)
• Stworzyć agenta audytu UX w n8n z RAG na benchmarkach Baymard
• Przygotować agenta do analizy feedbacku klientów (n8n + baza wektorowa)
• Stworzyć szablon promptu agenta z rolą, celami, JSON schema i few-shot
• Zdefiniować guardrailsy dla każdego agenta: limity kosztów, timeouty, human-in-the-loop
• Przetestować generowanie workflow n8n przez Claude (eksport/import JSON)

Narzędzia i komendy

Generowanie agenta n8n przez Claude:

Prompt: "Stworz agenta n8n w formacie JSON, który: 
1. Codziennie o 7:00 zbiera maile z Gmail
2. Sprawdza kalendarz Google
3. Zbiera nieprzeczytane wiadomości ze Slack
4. Analizuje przez Claude API
5. Wysyła raport na Slack"

Powiązane tematy

• 01-agenci-dla-pm -- use casy agentów dla PM
• 03-wzorce-agentow -- wzorce architektoniczne
• 04-automatyzacja -- platformy automatyzacji