BEAM

Seedlight BEAM: jedno miejsce, z którego prowadzisz cały eCommerce, z agentami AI znającymi Twój biznes →

← AI w eCommerce: jak wdrożyć sztuczną inteligencję w prowadzeniu sklepu

Rozdział 7 z 7

Framework: Claude Code i centrum wiedzy w Twojej firmie

Bonusowy rozdział z gotowym planem działania. Sześć kroków: instalacja Claude Code i bezpieczna piaskownica, centrum wiedzy w jednym folderze, instrukcja startowa dla agenta, pierwsze zadanie bez ryzyka, workflow z bramką draft-first i cotygodniowy rytm. Do wdrożenia w tydzień, bez programisty.

9 min czytania

Kluczowe wnioski

  • Framework ma sześć kroków: instalacja i piaskownica, centrum wiedzy, plik-przewodnik dla agenta, zadanie raportowe na rozgrzewkę, pierwszy workflow z bramką i cotygodniowy rytm. Tydzień na wdrożenie to plan pracy, nie obietnica wyników biznesowych.
  • Bezpieczeństwo ustawiasz przed pierwszym poleceniem: agent pracuje w osobnym folderze na kopiach danych, oryginały są nietykalne, a hasła i klucze nigdy nie trafiają do plików roboczych.
  • Centrum wiedzy to jeden folder z plikami tekstowymi: firma, marka, produkty, procesy, decyzje. To, co dziś siedzi w głowach i na mailach, trafia do plików. Dane osobowe klientów, hasła i poufne umowy nie trafiają tam nigdy.
  • System robi się coraz lepszy dzięki pętli poprawek: każdą powtarzającą się uwagę z recenzji szkiców dopisujesz do centrum wiedzy, więc agent nie popełnia dwa razy tego samego błędu.

Poprzednie rozdziały odpowiadały na pytanie, co AI może zrobić w Twoim sklepie i jak to nadzorować. Ten bonus odpowiada na inne: od czego zacząć w poniedziałek rano. Dostajesz gotowy framework w sześciu krokach. Każdy krok zamyka się w jedno popołudnie, większość w godzinę, a całość realnie wdrożysz w tydzień.

Jedno zastrzeżenie na start: tydzień to plan pracy, nie obietnica wyników biznesowych. Po siedmiu dniach masz działający system i pierwsze efekty na stole, a nie gwarancję wzrostu sprzedaży. Nie potrzebujesz programisty ani budżetu wdrożeniowego. Potrzebujesz komputera, jednego folderu i trochę dyscypliny.

Krok 1: Zainstaluj Claude Code i daj mu bezpieczną piaskownicę

Claude Code to asystent AI, który działa w terminalu, bezpośrednio na Twoich plikach. Czyta je, przekształca i raportuje, a polecenia wydajesz zwykłym językiem, po polsku. Terminal wygląda surowo, ale to złudzenie: piszesz do agenta tak, jak pisałbyś do pracownika. Instalację i pierwsze uruchomienie opisaliśmy krok po kroku w przewodniku po Claude Code, więc ten fragment zostawiamy tam i nie powielamy go tutaj.

Zanim wydasz pierwsze polecenie, przygotuj piaskownicę. Załóż osobny folder roboczy, na przykład ai-praca, z dala od plików, na których naprawdę działa sklep. Wszystko, co agent ma czytać, wrzucasz tam jako kopię: eksport katalogu, cennik, szablony. Dwie zasady obowiązują od pierwszego dnia i bez wyjątków:

  • Oryginały są nietykalne: agent pracuje wyłącznie na kopiach.
  • Sekrety zostają poza folderem: hasła, klucze API i dane logowania nigdy nie trafiają do plików roboczych.

Te dwie zasady kosztują pięć minut uwagi, a zdejmują z całego wdrożenia większość realnego ryzyka.

Krok 2: Zbuduj centrum wiedzy

Centrum wiedzy to jeden folder z plikami tekstowymi. Bez nowego systemu, bez licencji, bez projektu IT. Zwykły markdown wystarczy, bo agent czyta pliki tekstowe wprost i nie potrzebuje niczego więcej. To najważniejszy krok całego frameworku: agent jest dokładnie tak dobry, jak wiedza, którą mu dasz do przeczytania. Struktura startowa wygląda tak:

  • firma/: czym handlujemy, dla kogo i w jakich kanałach, plus słownik pojęć firmowych (co u Was znaczy „bestseller”, „sezon”, „karton zbiorczy”).
  • marka/: ton komunikacji z przykładami dobrych i złych opisów, zasady językowe, twierdzenia, których nie wolno używać.
  • produkty/: zasady danych, czyli jednostki, format wymiarów, słownik kolorów i pola wymagane per kanał sprzedaży.
  • procesy/: jak obsługujecie zamówienie, zwrot i reklamację, kto za co odpowiada i kiedy sprawa idzie wyżej.
  • decyzje/: dziennik decyzji z datami i uzasadnieniem, żeby wiedza nie ginęła, gdy ktoś odchodzi albo zapomina.

Zasada napełniania jest prosta: to, co dziś jest w głowach i na mailach, trafia do plików. Każda odpowiedź, której udzielasz drugi raz, jest kandydatem do zapisania.

Równie ważne jest to, co do centrum wiedzy nie trafia: dane osobowe klientów, hasła i poufne umowy. Agent ich nie potrzebuje, a Ty nie chcesz ich w folderze, który czyta automat. Piszemy o tym z przekonaniem, bo dokładnie w tym modelu prowadzimy własną firmę i wdrożenia klientów: nasi agenci każdą sesję zaczynają od przeczytania firmowego centrum wiedzy.

KNOWLEDGE HUB · AI GETS SMARTER WITH EVERY USEknowledge hubproducts · pricing · toneprocesses · decisionsdescriptionsbrand voicefeedschannel rulessupportorder contextreportsdefinitionscorrections flow backone source of truth: every workflow reads it, every correction improves it

Krok 3: Napisz plik-przewodnik dla agenta

W głównym folderze połóż jeden plik-instrukcję, na przykład INSTRUKCJA.md. To pierwsza rzecz, którą agent czyta w każdej sesji, więc traktuj go jak onboarding nowego pracownika skrócony do jednej strony. Trzy sekcje wystarczą:

  • Kim jesteśmy: dwa, trzy zdania o firmie i asortymencie.
  • Gdzie co leży: mapa folderów centrum wiedzy z jednym zdaniem opisu przy każdym.
  • Jakich zasad przestrzegać: pracujemy na kopiach, nigdy na oryginałach; braki w danych oznaczasz jako BRAK zamiast zgadywać; pytasz, zanim cokolwiek nadpiszesz.

Ta trzecia sekcja robi największą różnicę, bo zamienia ogólne dobre chęci agenta w konkretne, sprawdzalne zachowania.

Krok 4: Pierwsze zadanie na rozgrzewkę

Pierwsze zadanie ma być tanie, szybkie i bez ryzyka. Weź eksport katalogu produktów, zrób kopię do folderu roboczego i poproś agenta o raport jakości danych: „Przeczytaj plik katalog.csv. Zrób raport: braki w polach, duplikaty, niespójne jednostki i formaty. Niczego nie zmieniaj, tylko raportuj.” To godzina pracy razem z czytaniem wyniku. Agent niczego nie modyfikuje, więc nie ma czego zepsuć.

A efekt jest podwójny:

  • Wartość od pierwszego dnia: taki raport prawie zawsze znajduje problemy, o których nikt nie wiedział.
  • Nauka zlecania: uczysz się, jak formułować polecenie, czego doprecyzować zabrakło i jak wygląda dobra odpowiedź. Ta umiejętność procentuje przy każdym kolejnym kroku.

Krok 5: Pierwszy workflow z bramką

Teraz pierwszy prawdziwy workflow, w trybie draft-first: agent szkicuje, człowiek zatwierdza. Dobry kandydat to opisy dwudziestu produktów według zasad z folderów marka/ i produkty/. Dwadzieścia, nie dwieście: chodzi o naukę pętli, nie o wolumen. Recenzujesz każdy szkic i nanosisz poprawki.

I tu jest sedno całego frameworku: poprawki nie giną. Każdą uwagę, która powtarza się drugi albo trzeci raz, dopisujesz do centrum wiedzy:

  • Agent za często obiecuje? Do marka/ trafia zasada o twierdzeniach zakazanych.
  • Myli format wymiarów? Do produkty/ trafia wzorzec z przykładem.

Poprawki wracają do wiedzy. To ta jedna pętla odróżnia system, który z każdym tygodniem działa lepiej, od zabawki, która wiecznie popełnia te same błędy. Recenzja bez dopisania zasady to praca wyrzucona po jednym użyciu. Recenzja z dopisaniem zasady to inwestycja, z której korzysta każde kolejne zadanie. Tak działa efekt kumulacji.

Krok 6: Rytm i rozwój

System potrzebuje rytmu, inaczej umrze po dwóch tygodniach entuzjazmu. Wystarczy cotygodniowy przegląd na pół godziny i trzy pytania:

  • Co zadziałało w tym tygodniu?
  • Co poprawialiśmy więcej niż raz?
  • Co w związku z tym dopisujemy do centrum wiedzy?

Dopiero gdy pierwszy workflow jest stabilny, dokładasz kolejne, po jednym: tłumaczenia katalogu, feedy na kolejne kanały, cotygodniowy raport sprzedaży. Nie musisz przy tym pisać wszystkiego od zera: w darmowej Bibliotece AI publikujemy gotowe prompty i otwarty zestaw skilli dla agentów, które podłączasz zamiast wymyślać własne polecenia od podstaw.

Jest też granica, którą warto znać. Dopóki agent pracuje na kopiach w piaskownicy, możesz eksperymentować samodzielnie i bezpiecznie. Gdy workflow ma dotykać produkcji, integrować się z ERP albo przetwarzać dane klientów, porozmawiaj z partnerem technologicznym, zanim to uruchomisz. To już inna klasa ryzyka i inna odpowiedzialność.

Cała reszta, czyli sześć kroków z tego rozdziału, jest w Twoim zasięgu od dziś. Folder, kopia katalogu, pierwsze polecenie. Reszta to rytm.

Pytania

Czy muszę być techniczny, żeby wdrożyć ten framework?

Nie. Jedyny moment, który pachnie techniką, to instalacja Claude Code, a tę przechodzisz raz, według przewodnika. Cała dalsza praca to pisanie poleceń zwykłym językiem i utrzymywanie porządku w folderach, czyli umiejętności, które masz z codziennej pracy. Najtrudniejsza część frameworku wcale nie jest techniczna: to spisanie zasad marki, danych i procesów, a tego nie zrobi za Ciebie żaden informatyk.

Ile to kosztuje?

Claude Code wymaga płatnej subskrypcji albo opłat za użycie, a plany i limity się zmieniają, więc aktualne ceny sprawdź u dostawcy przed startem. Poza tym framework nie ma kosztów: folder i pliki tekstowe są darmowe, a gotowe prompty i skille z naszej Biblioteki AI też. Największą inwestycją jest czas na spisanie wiedzy firmowej. Ten koszt ponosisz raz, a korzysta z niego każde kolejne zadanie.

Co jeśli mam mało czasu?

Zrób kroki 1 do 4 i zatrzymaj się tam na tydzień albo dwa. To realnie dwa wieczory pracy, a raport jakości danych z kroku 4 daje wartość od razu i niczym nie ryzykujesz. Centrum wiedzy nie musi być kompletne na starcie: zaczynasz od kilku plików i dopisujesz zasady przy okazji poprawek, zamiast rezerwować tydzień na wielkie spisywanie. W tym frameworku kolejność ma znaczenie, tempo nie.

Wszystkie rozdziały tego przewodnika

AI w eCommerce: jak wdrożyć sztuczną inteligencję w prowadzeniu sklepu

  1. 01Gdzie AI realnie zarabia w eCommerceMapa miejsc, w których AI realnie zarabia w sklepie: katalog i treści, kanały sprzedaży, obsługa klienta, raporty i sama platforma. Plus prosta reguła kwalifikacji, obraz tego, jak wygląda sensowny workflow, i wyjaśnienie, dlaczego czatbot na stronie to zwykle najgorszy pierwszy projekt.
  2. 02Audyt pracy operacyjnej: od czego zacząćProcedura audytu procesów przed wdrożeniem AI: wypisz powtarzalne zadania miesiąca, przypisz im realny czas, oszacuj część regułową, odejmij nadzór. Do tego drugie kryterium (koszt błędu i wpływ na sprzedaż), przykładowy rachunek opłacalności z progiem zwrotu, kolejka wdrożeń i punkt odniesienia do późniejszego pomiaru.
  3. 03Dane jako warunek wstępnyZ audytu masz listę kandydatów do automatyzacji, ale każdy z nich czyta ten sam katalog. AI nie naprawi bałaganu w danych, tylko go rozmnoży w tempie maszyny. Co sprawdzić przed pierwszym wdrożeniem, w jakiej kolejności sprzątać i dlaczego warto od razu zbierać w jedno miejsce także wiedzę firmy, nie tylko dane produktowe.
  4. 04Pierwsze workflow: treści, tłumaczenia, feedyDane są posprzątane, czas na pierwszy automat. Cztery workflow, od których warto zacząć, wzorzec draft-first (automat szkicuje, Ty zatwierdzasz), próbka kontrolna zamiast zaufania na słowo i typowy błąd wdrożenia przy każdym z zadań. Czytasz i wiesz, co uruchomić jutro.
  5. 05Człowiek w pętli: nadzór, jakość, dane, zgodnośćWorkflow działają, ale bez nadzoru jakość osuwa się po cichu. Gdzie postawić bramkę akceptacji, jak mierzyć jakość na próbce zamiast „na oko”, jak wychwycić dryf, kto odpowiada za wynik oraz co wolno wysłać do zewnętrznych modeli i o czym poinformować użytkownika.
  6. 06AI w budowie i utrzymaniu platformyNadzór nad automatyzacją jest ustawiony, więc ten sam sposób pracy można przenieść poziom wyżej: na to, jak powstaje i jak żyje sama platforma. Czym praca z agentami różni się od klepania promptami, dlaczego bramki i niezależny przegląd skracają czas dowozu, co to zmienia w kosztach utrzymania sklepu i jak rozwijać to u siebie etapami. Na koniec podsumowanie całej ścieżki i bonusowy rozdział na start.
  7. 07 · Tu jesteśFramework: Claude Code i centrum wiedzy w Twojej firmie