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 AI może pomóc, jeśli potraktujesz go jak narzędzie do analizy. Jego zadaniem nie jest "zdobyć klienta". Przechodzi przez powtarzalny zestaw źródeł, zbiera kontekst, oznacza niepewne informacje i przygotowuje krótkie podsumowanie do przeczytania przed spotkaniem.

To ważne rozróżnienie. Freelancer nie potrzebuje kolejnej generatywnej notatki pełnej oczywistości. Potrzebuje systemu, który odpowie na pytania:

• 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.

Agent i chatbot

Chatbot odpowiada na pytanie w oknie rozmowy. Agent do analizy wykonuje zadanie według ustalonego procesu: pobiera dane z dozwolonych źródeł, wywołuje narzędzia, zapisuje wynik, a czasem czeka na Twoją zgodę przed kolejnym krokiem.

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.

Jeśli narzędzie tylko przyjmuje nazwę firmy i zwraca ładny akapit bez źródeł, to nie jest jeszcze użyteczny agent. To generator tekstu z ryzykiem halucynacji.

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

Najbezpieczniejszy start to analiza publicznych źródeł:

• 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,
• lista tematów do dopytania, zamiast udawania że agent zna intencje rozmówcy.

Twoje dane

Największą wartość daje połączenie analizy publicznych źródeł z Twoją bazą wiedzy. RAG może wyszukać podobne projekty, fragmenty oferty, pytania dotyczące rozpoznania potrzeb, ograniczenia umowne albo wcześniejsze notatki z tej branży. To zwykle ważniejsze niż kolejny akapit o "trendach rynkowych".

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 nie powinno być długie. Jeśli musisz je czytać 25 minut, agent przerzucił pracę na Ciebie.

Dobry format:

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

Takie podsumowanie nie udaje raportu doradczego. Daje Ci fakty, hipotezy i pytania. To wystarczy, żeby wejść na rozmowę konkretniej i nie zaczynać od "proszę powiedzieć, czym się Państwo zajmują".

Czego nie automatyzować

Najwięcej problemów pojawia się wtedy, gdy agent dostaje zbyt szerokie uprawnienia.

Nie dawaj agentowi od razu prawa 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

Nie musisz wybierać technologii po nazwie. Ważniejsze jest, czy system daje kontrolę nad źródłami, narzędziami i logami.

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.

Ograniczenie: łatwo zbudować przepływ, który wygląda agentowo, ale w praktyce jest zbiorem kruchych kroków. Trzeba testować na prawdziwych firmach, sprawdzać błędy źródeł i pilnować, co agent robi, gdy nie znajduje danych.

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 nie jest magiczną pamięcią. To mechanizm wyszukiwania fragmentów Twoich dokumentów i podawania ich modelowi jako kontekstu. Dla freelancera ma sens wtedy, gdy masz materiały warte przeszukiwania:

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

Jeśli baza jest słaba, RAG tylko szybciej poda słabe materiały. Zanim go wdrożysz, uporządkuj dokumenty i usuń rzeczy, których agent nie powinien widzieć.

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

Zamiast pytać "czy agent oszczędzi mi 10 godzin miesięcznie", poproś o test na trzech prawdziwych, ale bezpiecznych przykładach.

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

Nie da się uczciwie obiecać jednej liczby. Freelancer, który analizuje krótką listę źródeł raz w miesiącu, może mieć niewielką korzyść. Konsultant z kilkoma rozmowami tygodniowo może zauważyć różnicę, szczególnie jeśli agent automatycznie łączy publiczne źródła z własną bazą ofert i 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 projektujemy takich agentów jako małe systemy operacyjne dla konkretnego procesu. Ich zakres obejmuje wybrane zadania i nie obejmuje całego biznesu. Dla freelancera najczęściej zaczynamy od wersji tylko do odczytu: podsumowanie przed rozmową, źródła, log i ręczna akceptacja dalszych akcji. To pozwala sprawdzić wartość bez oddawania agentowi zbyt dużej kontroli.

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