Agent AI dla freelancera: analiza klienta przed rozmową

Masz rozmowę z potencjalnym klientem za dwie godziny. Otwierasz stronę firmy, sprawdzasz rejestr, szukasz ostatnich informacji, czytasz kilka wpisów osoby, z którą rozmawiasz, potem próbujesz ułożyć z tego sensowne pytania.

Agent może wykonać część tego przygotowania: przejrzeć ustalone źródła, zebrać informacje i zaznaczyć, czego nie udało się potwierdzić. Dostajesz krótkie podsumowanie, które pomaga ustalić:

• czym naprawdę zajmuje się firma,
• z kim będę rozmawiać,
• jakie są sygnały ryzyka lub szansy,
• czego nie wiemy i trzeba dopytać,
• które wnioski mają źródło, a które są hipotezą.

Co składa się na agenta do analizy klienta

W oknie czatu zadajesz pytanie i dostajesz odpowiedź. Przy powtarzalnej analizie klienta można też ustalić cały przebieg pracy: skąd system pobiera dane, jakie narzędzia wywołuje, gdzie zapisuje wynik i kiedy ma poprosić Cię o zgodę.

W praktyce dobry agent do przygotowania rozmowy składa się z kilku warstw:

• plan zadania - co sprawdzić zawsze, a co tylko w konkretnych branżach,
• narzędzia - wyszukiwarka, pobieranie stron, KRS/CEIDG, CRM, kalendarz, baza notatek,
• RAG - wyszukiwanie w Twoich własnych materiałach: ofertach, case studies, poprzednich podsumowaniach rozmów, checklistach pytań,
• uprawnienia - które narzędzia agent może wywołać sam, a które wymagają akceptacji,
• obserwowalność - log kroków, źródeł, kosztów modeli i decyzji agenta,
• format wyjścia - krótkie, cytowalne i łatwe do skorygowania podsumowanie.

Sam opis firmy bez źródeł trudno sprawdzić. Przed rozmową potrzebujesz dostępu do materiału, na którym system oparł swoje wnioski.

Gdzie agent ma sens

Najlepszym zastosowaniem jest powtarzalne przygotowanie do rozmów, w których kontekst firmy wpływa na jakość pytań. Dotyczy to copywriterów, konsultantów IT, doradców marketingowych, specjalistów automatyzacji, prawników obsługujących B2B, księgowych i freelancerów sprzedających droższe usługi.

Agent ma sens, gdy:

• masz kilka podobnych rozmów miesięcznie,
• ręcznie sprawdzasz podobne źródła,
• często gubisz notatki lub przygotowujesz je w pośpiechu,
• chcesz widzieć luki w wiedzy przed rozmową,
• masz własne materiały, które agent może dopasować do branży klienta.

Agent nie ma sensu, gdy rozmowy są rzadkie, klienci są bardzo mali, a wystarczy pięć minut na stronie www. Nie ma też sensu, jeśli miałby automatycznie oceniać ludzi, punktować leady bez kontroli albo wysyłać wiadomości na LinkedIn w Twoim imieniu. To inny poziom ryzyka prawnego, reputacyjnego i technicznego.

Jakie źródła dopuścić

Źródła powinny być jawne i ograniczone. Im bardziej agent ma dostęp do prywatnych systemów, tym ważniejsze są logi, role i zgody.

Źródła publiczne

Na początek określ, z których publicznych źródeł agent może korzystać:

• strona www klienta i jej najważniejsze podstrony,
• publiczne rejestry, np. KRS dla spółek i CEIDG dla jednoosobowych działalności,
• komunikaty prasowe, blog firmowy, aktualności branżowe,
• ogłoszenia o pracę, jeśli pokazują technologie, role lub problemy organizacyjne,
• publiczne opinie i recenzje, z jasnym oznaczeniem, że są opiniami,
• publiczne materiały konkurentów.

W Polsce trzeba uważać na dane osób prowadzących JDG. Publiczny wpis w CEIDG nadal wymaga podstawy, celu i retencji przy dalszym przetwarzaniu. Dla freelancera praktyczna zasada brzmi: zbieraj minimum potrzebne do przygotowania rozmowy, twórz profile tylko z uzasadnionego powodu i kasuj podsumowanie, gdy przestaje być potrzebne.

LinkedIn

LinkedIn jest szczególnie wrażliwy. Regulamin LinkedIn zabrania nieautoryzowanego scrapingu i automatyzacji dostępu do profili. Agent może pomóc Ci uporządkować ręcznie dostępne informacje albo pracować na danych, które masz zgodnie z zasadami platformy, ale nie powinien logować się na Twoje konto i masowo pobierać profili.

W podsumowaniu wystarczy:

• link do profilu, jeśli sam go podałeś,
• krótkie streszczenie publicznych informacji, które zweryfikowałeś,
• pytania dotyczące informacji, których nie udało się ustalić.

Twoje dane

Do informacji publicznych możesz dołączyć własne materiały. RAG pozwala wyszukać podobny projekt, fragment oferty lub notatkę z wcześniejszej rozmowy w tej branży. Przydatne mogą być też pytania o potrzeby klienta i ograniczenia zapisane w umowach.

Tu trzeba zdecydować, co agent może czytać:

• pełne umowy czy tylko zanonimizowane case studies,
• notatki z CRM czy tylko status i branżę,
• faktury i dane kontaktowe czy w ogóle bez finansów,
• kalendarz tylko do odczytu czy z prawem tworzenia wydarzeń.

Dla freelancera często wystarczy tryb tylko do odczytu: agent czyta dozwolone źródła i przygotowuje podsumowanie. Wysyłka maili, aktualizacja CRM i kontakt z klientem pozostają po stronie freelancera.

Co powinno zawierać dobre podsumowanie

Podsumowanie powinno dać się przeczytać przed spotkaniem. Jeżeli zajmuje to 25 minut, uwzględnij ten czas przy ocenie, czy automatyzacja pomaga. Poniższy szablon oddziela potwierdzone informacje od pytań i hipotez.

Szablon podsumowania przed rozmową

PODSUMOWANIE PRZED ROZMOWĄ
Nazwa firmy: dane z CRM lub źródła publicznego
Termin: dane z kalendarza
Status: analiza automatyczna, wymaga weryfikacji przez freelancera

1. Potwierdzone informacje
- opis działalności i źródło
- rejestr lub dokument potwierdzający status
- fakty dotyczące oferty i procesu

2. Hipotezy do sprawdzenia
- sygnał z publicznego źródła
- możliwe pytanie o jakość leadów lub czas przygotowania oferty

3. Brakujące dane
- osoba podejmująca decyzję
- etap procesu wymagający największej pracy
- używany CRM i sposób przypisywania leadów do źródeł

4. Pytania na start
- Jaki rezultat rozmowy będzie dla Państwa przydatny?
- Który etap obsługi zapytania wymaga dziś najwięcej pracy?
- Jak zespół rozpoznaje dobry i słaby lead?

5. Ostrzeżenia
- brak danych finansowych w użytych źródłach publicznych
- źródła wymagające ręcznego otwarcia
- wnioski jakościowe wymagające osobnej weryfikacji

Z takiego podsumowania dowiesz się, co już ustalono i o co trzeba zapytać. Możesz zacząć rozmowę od konkretnego problemu firmy.

Czego nie automatyzować

Na początku ogranicz agenta do odczytu źródeł i przygotowania notatki. Osobnej decyzji wymagają uprawnienia do:

• wysyłania wiadomości do klienta,
• publikowania postów lub komentarzy,
• aktualizacji CRM bez akceptacji,
• zapisywania wrażliwych danych osobowych,
• pobierania danych z platform, które zabraniają automatyzacji,
• tworzenia ocen typu "ten lead jest słaby", jeśli nie masz jasnych kryteriów.

Analiza przed rozmową powinna zaczynać się jako asystent do odczytu i syntezy. Dopiero gdy jakość jest stabilna, można dodać akcje: stworzenie zadania w CRM, przygotowanie szkicu maila, zapis podsumowania w Notion lub wysłanie przypomnienia. Przy akcjach zewnętrznych warto mieć ręczną akceptację: agent proponuje, człowiek zatwierdza.

Narzędzia techniczne dla agenta

Przy wyborze technologii sprawdź, jak ograniczysz źródła i narzędzia oraz gdzie odtworzysz przebieg analizy.

n8n

n8n sprawdza się, gdy chcesz złożyć proces z gotowych kroków: kalendarz, webhook, wyszukiwarka, CRM, dokument i mail z podsumowaniem. Jego węzeł AI Agent może korzystać z podłączonych narzędzi, a w przepływach można dodać akceptację człowieka przed wywołaniem wybranych akcji. To dobry kierunek dla freelancera, który chce automatyzacji operacyjnej bez budowania całej aplikacji od zera.

Przepływ trzeba sprawdzić na prawdziwych firmach, także przy niedostępnej stronie i brakujących danych. Test powinien pokazać, czy agent zgłasza problem i pozwala wrócić do przerwanego zadania.

LangChain i LangGraph

LangGraph jest lepszym wyborem, gdy agent ma mieć wyraźny stan, rozgałęzienia, przerwania, powrót do wcześniejszego kroku i kontrolę nad długim procesem. To jest istotne przy analizie, bo agent czasem powinien zatrzymać się i zapytać: "znalazłem trzy firmy o podobnej nazwie, którą sprawdzić?".

LangSmith lub podobne narzędzie do monitorowania działania pokazuje, jakie narzędzia zostały użyte, ile kosztowały wywołania modeli i skąd wzięła się odpowiedź. Bez takiego zapisu trudno naprawiać halucynacje i błędne skróty.

RAG

RAG wyszukuje fragmenty Twoich dokumentów i przekazuje je modelowi jako kontekst. Może się przydać, jeśli masz już:

• ofertę i warianty zakresu,
• checklisty pytań wstępnych,
• case studies,
• wzory podsumowania,
• notatki po projektach,
• listę typowych ryzyk dla branż.

Przed podłączeniem RAG uporządkuj dokumenty i usuń materiały, których agent nie powinien widzieć. Jakość tych źródeł wpłynie na przydatność podsumowań.

OpenClaw, Hermes i inne lokalne środowiska

Lokalny lub desktopowy agent może być atrakcyjny, gdy chcesz większej kontroli nad środowiskiem, plikami i narzędziami. Sama lokalność nie rozwiązuje jednak RODO ani bezpieczeństwa. Nadal trzeba sprawdzić:

• z jakiego modelu korzysta agent i gdzie trafiają prompty,
• jakie pliki, przeglądarki, konta i API może otworzyć,
• czy ma logi działań,
• czy da się ograniczyć narzędzia do odczytu,
• jak działa pamięć i retencja sesji,
• czy można łatwo wyłączyć lub cofnąć uprawnienia.

Nazwy takie jak OpenClaw czy Hermes bywają używane w różnych kontekstach, wersjach i forkach. Przed wdrożeniem sprawdzaj konkretną dokumentację projektu. Opis z artykułu lub wątku w social mediach może być nieaktualny.

RODO i EU AI Act w praktyce freelancera

Agent do analizy dla freelancera zwykle nie jest systemem wysokiego ryzyka w rozumieniu EU AI Act, jeśli służy do przygotowania notatek przed rozmową. Ryzyko rośnie, gdy system zaczyna podejmować lub automatycznie rekomendować decyzje wpływające na ludzi: rekrutacja, kredyt, ubezpieczenia, ocena pracowników, dostęp do usług, scoring osób.

RODO jest bliżej codziennej pracy. Jeżeli podsumowanie zawiera dane osoby fizycznej, przetwarzasz dane osobowe. Dotyczy to także wielu danych zawodowych: imienia, nazwiska, stanowiska, publicznego profilu, adresu JDG i historii aktywności.

Minimalna lista kontrolna:

• określ cel: przygotowanie do konkretnej rozmowy,
• ogranicz zakres: tylko informacje potrzebne do tego celu,
• zapisuj źródła i datę pobrania,
• nie twórz trwałego profilu osoby bez uzasadnienia,
• ustal retencję, np. kasowanie podsumowania po zamknięciu leada albo po określonym czasie,
• nie wysyłaj danych do narzędzi, których warunków przetwarzania nie akceptujesz,
• trzymaj log, kto uruchomił agenta i jakie źródła zostały użyte.

W przypadku API modeli sprawdź politykę danych dostawcy. "Nie trenujemy na danych klientów" nie znaczy automatycznie "nic nie jest zapisywane". Dostawcy mogą przechowywać logi bezpieczeństwa, stan aplikacji albo dane funkcji dodatkowych. To trzeba przeczytać przed wrzuceniem danych klientów.

Jak ocenić narzędzie przed zakupem

Poproś o test na trzech prawdziwych przykładach z danymi dopuszczonymi do użycia. Sprawdzisz, ile pracy zostaje po stronie człowieka, zanim przyjmiesz obietnicę oszczędności 10 godzin miesięcznie.

Sprawdź:

• czy podsumowanie ma źródła przy kluczowych twierdzeniach,
• czy agent rozróżnia fakt, hipotezę i brak danych,
• czy potrafi powiedzieć "nie wiem",
• czy da się zobaczyć log kroków,
• czy możesz wyłączyć konkretne źródła,
• czy LinkedIn i inne platformy są obsługiwane zgodnie z regulaminem,
• czy masz kontrolę nad retencją danych,
• czy akcje zewnętrzne wymagają zatwierdzenia,
• czy wynik jest przydatny po pięciu minutach czy wymaga redakcji od zera.

Dobry test sprawdza zachowanie agenta przy niepełnych danych, podobnych nazwach firm i sprzecznych źródłach. Wygląd podsumowania jest drugorzędny.

Ile to może dać

Przy jednej rozmowie miesięcznie i krótkiej liście źródeł oszczędność może być niewielka. Więcej powtarzalnej pracy ma konsultant, który przygotowuje się do kilku rozmów tygodniowo i za każdym razem sięga do własnych ofert oraz notatek.

Policz to po swojemu:

Jeżeli agent oszczędza tylko czas, ale pogarsza jakość przygotowania, projekt może nie mieć sensu. Jeżeli daje równy, źródłowy materiał i lepsze pytania na rozmowę, warto go rozważyć bez obietnic określonego ROI.

Od którego procesu zacząć rozpoznanie

Najprostszy wariant:

1. Wypisz stałe źródła, które sprawdzasz przed rozmową.
2. Zaznacz, których źródeł agent nie może używać automatycznie.
3. Przygotuj szablon podsumowania: fakty, hipotezy, pytania, braki, ostrzeżenia.
4. Dodaj własne materiały do RAG, ale tylko te, które agent może czytać.
5. Uruchom test na kilku firmach i porównaj wynik z ręczną analizą.
6. Dopiero potem dodaj integracje z kalendarzem, CRM lub mailem.

W Syntalith zwykle zaczynamy taki projekt od wersji tylko do odczytu. Freelancer dostaje podsumowanie przed rozmową wraz ze źródłami i zapisem działań. Dalsze akcje zatwierdza ręcznie. Na tej wersji sprawdzamy, czy wynik jest przydatny.

FAQ

Czy agent AI może sam przygotować analizę na podstawie KRS i CEIDG?

Może korzystać z publicznych rejestrów i API, jeśli integracja jest zrobiona poprawnie. Nadal trzeba pamiętać o celu, minimalizacji danych i retencji, zwłaszcza przy osobach prowadzących JDG.

Czy agent może sprawdzać LinkedIn?

Nie powinien scrapować LinkedIn ani automatycznie działać na koncie wbrew zasadom platformy. Bezpieczniejszy wariant to ręcznie podany link, publiczne informacje zweryfikowane przez człowieka albo dane pozyskane przez oficjalne, dozwolone integracje.

Czy dane klienta trafią do modelu AI?

To zależy od architektury. Trzeba sprawdzić dostawcę modelu, region przetwarzania, retencję logów, umowę powierzenia i to, czy agent wysyła pełne dokumenty, czy tylko małe fragmenty kontekstu. Nie zakładaj prywatności na podstawie nazwy narzędzia.

Czy agent może wysłać maila po rozmowie?

Technicznie może, ale na początku lepiej wymagać zatwierdzenia. Agent może przygotować szkic i podać źródła, a Ty decydujesz, czy wiadomość jest zgodna z ustaleniami i tonem relacji.

Czy taki agent zastąpi przygotowanie do rozmowy?

Nie. Zastępuje część zbierania i porządkowania informacji. Rozmowa nadal wymaga Twojej oceny, słuchania i zadawania pytań, których agent nie zna z publicznych danych.

Warunki bezpiecznego startu

Jeśli chcesz sprawdzić, czy agent do analizy ma sens w Twojej pracy:

1. Policz liczbę rozmów i realny czas przygotowania z ostatniego miesiąca.
2. Zbierz trzy przykładowe firmy do testu.
3. Przygotuj listę źródeł dozwolonych i zakazanych.
4. Ustal, jak długo podsumowanie może być przechowywane.

Umów bezpłatny skan procesów: 30 minut z inżynierem i pisemne podsumowanie w 2 dni robocze. Pokażemy, jak wygląda agent do analizy z ograniczonymi uprawnieniami, źródłami i ręczną akceptacją działań.

Sprawdź też: Czym jest osobisty agent AI | Wdrożenie agenta AI dla JDG | Poranne podsumowanie AI dla właściciela firmy | Agent AI vs pracownik - porównanie kosztów