Jak stworzyć agenta AI dla zespołu: rola, instrukcje, narzędzia, budżet i opiekun
Zanim wybierzesz narzędzie, zdecyduj o ośmiu rzeczach. Potem zobacz krok po kroku, jak stworzyć agenta w agentes.chat.
· · Źródła
Krótka odpowiedź
Żeby stworzyć agenta AI dla zespołu, najpierw zdecyduj o kilku rzeczach: jedno jasne zadanie, instrukcje napisane tak, jak dla nowego współpracownika, narzędzia z najmniejszym działającym dostępem, akcje czekające na zatwierdzenie, miesięczny budżet i osoba, która za agenta odpowiada. Potem wybierz narzędzie pokazujące każdy krok agenta i zacznij z niewielkim dostępem.
Czego potrzebuje agent AI, żeby działać?
Według poradnika OpenAI o budowaniu agentów każdy agent AI ma trzy części. Model rozumuje i podejmuje decyzje, narzędzia pozwalają agentowi działać w innych systemach, a instrukcje wyznaczają zasady i granice pracy[1].
Tworzenie agenta bez kodu polega głównie na tym, że te trzy części wybierasz na ekranie, zamiast pisać je w kodzie. Narzędzia różnią się tym, co jest wokół nich: gdzie Twój zespół rozmawia z agentem, kto zatwierdza jego działania, ile może wydać i czy widać każdy krok.
Dlatego najważniejsza praca dzieje się, zanim otworzysz jakiekolwiek narzędzie. Poniższa lista kontrolna pasuje do każdego produktu.
Jak wygląda lista kontrolna tworzenia agenta AI?
- Zadanie. Coś, co się powtarza, z wyraźnym początkiem i końcem. „Zbadaj każdy nowy błąd i powiadom zespół” jest lepsze niż „zajmij się naszą infrastrukturą”.
- Rola i instrukcje. Co agent robi, czego unika i kogo prosi o pomoc, napisane zwykłymi słowami.
- Narzędzia i dostęp. Z jakich aplikacji korzysta i jak daleko może się posunąć w każdej z nich. Zacznij od odczytu.
- Co czeka na człowieka. Akcje, które nigdy nie działają bez zatwierdzenia: usuwanie, wysyłanie, płacenie, publikowanie, wdrażanie.
- Gdzie pracuje. Kanały, do których dołącza, i osoby, które mogą z nim rozmawiać.
- Kto za niego odpowiada. Osoba, która dostaje jego prośby o zatwierdzenie i alerty.
- Model i budżet. Która AI myśli za agenta i ile agent może wydać miesięcznie.
- Jak sprawdzisz jego pracę. Gdzie zobaczysz krok po kroku, co zrobił, i jak go poprawisz.
Jeśli narzędzie nie pozwala Ci zdecydować o którejś z tych rzeczy, decyduje za Ciebie. Warto wiedzieć jak, zanim zaczniesz.
Jak napisać instrukcje dla agenta?
Napisz je tak, jak wprowadzałbyś nowego współpracownika pierwszego dnia. Podaj cel, kolejność pracy, czego nigdy nie robić i kiedy kogoś wezwać. Krótkie zdania sprawdzają się lepiej niż podręcznik.
OpenAI sugeruje, żeby zacząć od dokumentów, które już masz, jak procedury, skrypty obsługi klienta i regulaminy, a długie zadania rozbić na mniejsze, jaśniejsze kroki[1].
Przykład · Acme (fikcyjna firma)
Instrukcje agenta wsparcia w firmie Acme
„Zanim odpowiesz, sprawdź historię klienta, wcześniejsze rozmowy i centrum pomocy. Wróć z gotową odpowiedzią i informacją, skąd pochodzi. Jeśli to problem produktu, otwórz zadanie z krokami i powiadom zespół. Nigdy nie obiecuj terminu ani poprawki, której nie ma. Wiadomości do klientów, zwroty i rabaty tylko po zatwierdzeniu.”
Ważne zasady bezpieczeństwa nie powinny opierać się wyłącznie na tekście, bo model może źle zrozumieć instrukcję. Granice powinno wymuszać samo narzędzie, na przykład przez wymaganie zatwierdzenia przed płatnością.
Jakie narzędzia i dostęp dać agentowi?
Daj mu tyle, ile zadanie wymaga, i nic więcej. Agent, który raportuje liczby z tygodnia, musi czytać analitykę, a nie zmieniać rozliczeń. Agent, który naprawia błędy, musi otwierać pull requesty, a nie je scalać.
- Najpierw odczyt. Zacznij od odczytu i przyznaj zapis, gdy zaufasz wynikom.
- Aplikacja po aplikacji, nie wszystko naraz. Dostęp do zapisu w jednej aplikacji nie powinien otwierać pozostałych.
- Trzymaj dane uwierzytelniające z dala od agenta. Hasła i klucze należą zaszyfrowane na serwerze, nigdy w instrukcjach.
Wiele narzędzi łączy aplikacje przez MCP, otwarty standard łączenia agentów z systemami. Konektory MCP w pigułce pokazują, jak to działa.
Które akcje powinny czekać na zatwierdzenie?
OpenAI zaleca nadzór człowieka nad akcjami wrażliwymi, nieodwracalnymi lub o wysokiej stawce, dopóki nie zaufasz agentowi bardziej, na przykład przy anulowaniu zamówień, autoryzowaniu dużych zwrotów i dokonywaniu płatności[1]. Anthropic zaleca testowanie agentów w odizolowanym środowisku z zabezpieczeniami oraz pozwalanie im na zatrzymanie się i uzyskanie opinii człowieka w punktach kontrolnych[2].
Prosta zasada: czytanie i badanie mogą działać samodzielnie. Wszystko, co zmienia coś poza zespołem albo czego nie da się cofnąć, czeka na człowieka. Poradnik o agentach AI z człowiekiem w pętli zawiera pełną listę.
Jak stworzyć agenta w Claude, Gemini, Copilot Studio albo n8n?
Każde narzędzie pokrywa część listy kontrolnej. Oto, co oferuje każde z nich, na podstawie jego własnej dokumentacji:
| Narzędzie | Co tworzysz | Na co zwrócić uwagę |
|---|---|---|
| Claude (Projekty) | Przestrzeń z własnymi instrukcjami i plikami wiedzy, które kształtują odpowiedzi Claude[3] | Daje Twoim czatom z Claude stały kontekst. W planach Team i Enterprise możesz udostępnić projekt współpracownikom[3] |
| Gemini (Gems) | Zapisana wersja Gemini z nazwą, instrukcjami i plikami wiedzy[4] | Google informuje, że od listopada 2026 Gems na kontach osobistych zamieniają się w umiejętności[4] |
| Microsoft Copilot Studio | Agenci low-code opisywani zwykłym językiem i publikowani w Teams oraz innych kanałach[5] | Agenci działają w Teams, Microsoft Copilot i na stronach internetowych. Funkcje i rozliczenia zależą od wybranego silnika (harness)[5] |
| n8n | Przepływ z węzłem AI Agent, podłączony do modelu czatu i co najmniej jednego narzędzia[6] | Przepływ budujesz sam. To najbardziej techniczne z tych czterech narzędzi |
Żadne z nich nie jest złym wyborem. Pytanie brzmi, czy narzędzie odpowiada na osiem punktów listy kontrolnej dla Twojego zespołu, przede wszystkim: kto zatwierdza, ile to kosztuje i gdzie ludzie rozmawiają z agentem.
Jak stworzyć agenta AI w agentes.chat?
Tworzymy agentes.chat, czat zespołowy, w którym ludzie i agenci AI pracują razem. Stworzenie agenta zajmuje tam siedem kroków, bez kodu. Tylko właściciele i administratorzy przestrzeni roboczej mogą tworzyć i edytować agentów oraz ustawiać budżety.
- Rola. Wybierz punkt wyjścia: Dev, Ops, QA, PM, Wsparcie, Sprzedaż, Marketing, Treści, Dane, Finanse, Ludzie, Badania albo Asystent. Rola uzupełnia resztę, a Ty zmieniasz, co chcesz. Albo zacznij od zera, bez żadnego dostępu.
- Tożsamość. Nadaj mu nazwę i oznaczenie z @, którego zespół używa na czacie, i wybierz jego twarz.
- Instrukcje. Napisz, co robi, czego unika i kogo prosi o pomoc.
- Narzędzia i dostęp. Dla każdej połączonej aplikacji wybierz brak dostępu, odczyt albo odczyt i zapis, albo przyznawaj narzędzia pojedynczo. „Wszystkie narzędzia” nigdy nie obejmuje uruchamiania kodu.
- Gdzie i kto. Zaznacz kanały, do których dołącza, i osoby, które mogą z nim rozmawiać: wszyscy, wybrane osoby albo tylko opiekun. Opiekun jest opcjonalny. Bez niego zatwierdzają administratorzy.
- Model i budżet. Agent zaczyna w trybie Automatycznym, który dobiera rozmiar modelu i wysiłek do każdego zadania. AI pochodzi z klucza API jednego z 7 dostawców albo z planu Claude zalogowanego na komputerze przestrzeni roboczej. Ustaw miesięczny budżet w dolarach amerykańskich.
- Sprawdź i utwórz. Sprawdź wszystko i utwórz agenta.
ChatGPT też może być mózgiem agenta, przez Codex na komputerze przestrzeni roboczej, ale to wciąż jest w fazie testów. Budżet liczy tylko użycie przez API. Użycie w ramach planu się do niego nie wlicza.
Co się dzieje po stworzeniu agenta?
Agent dołącza do zaznaczonych kanałów. Nie musisz go oznaczać przez @: wiadomość bez żadnej wzmianki trafia do routera, który wybiera, kto odpowie. Każdy krok jego pracy widać w wiadomości, a możesz pisać w trakcie jego pracy, żeby zmienić kierunek, albo go zatrzymać.
- Zatwierdzenia: merge, deploy i rollback zawsze stają się kartą na czacie. Usuwanie, wysyłanie, płacenie, publikowanie i udostępnianie w połączonej aplikacji wymagają zgody albo pozostają wyłączone.
- Budżet: po osiągnięciu limitu agent zatrzymuje się i o tym informuje. Członkowie widzą procenty. Kwoty widzą tylko właściciele i administratorzy.
- Pamięć: agent zapamiętuje decyzje i lekcje oraz uczy się na poprawkach i odmowach. Mocne lekcje stają się propozycjami, które człowiek przyjmuje lub nie.
- Rejestr: dziennik audytu przechowuje wywołania narzędzi agenta i decyzje o zatwierdzeniach.
Przykład · Acme (fikcyjna firma)
Pierwszy agent firmy Acme
Administrator Acme tworzy agenta Ops z gotowej roli. Dostaje on dostęp do odczytu w Sentry i GitHub, niewielki miesięczny budżet i rutynę, która bada każdy nowy błąd. Po dwóch tygodniach śledzenia jego kroków na kanale administrator przyznaje mu zapis w GitHub, żeby agent mógł otwierać pull requesty. Merge’e nadal czekają na człowieka.
Pomysły na pierwsze zadanie znajdziesz w 19 przykładach agentów AI. agentes.chat jest w otwartej becie: utwórz swoją przestrzeń roboczą i pierwszego agenta swojego zespołu.
Najczęstsze pytania
Czy mogę stworzyć agenta AI bez programowania?
Tak. Wiele narzędzi pozwala stworzyć agenta przez pisanie instrukcji i wybieranie narzędzi na ekranie. Kod przydaje się, gdy chcesz zbudować agenta od zera.
Ile kosztuje stworzenie agenta AI?
To zależy od narzędzia i modelu. Najwięcej składa się na użycie modelu. Ustaw miesięczny budżet i wybierz narzędzie, które rejestruje koszt każdego wywołania. W agentes.chat przestrzeń robocza w chmurze kosztuje od $29 do $99 miesięcznie, a użycie AI pozostaje w planie lub kluczach Twojego zespołu.
Kto może tworzyć agentów w agentes.chat?
Tylko właściciele i administratorzy przestrzeni roboczej mogą tworzyć i edytować agentów oraz ustawiać budżety. Członkowie rozmawiają z agentami, a gdy są ich opiekunami, zatwierdzają ich prośby.
Jakiego modelu AI powinien używać agent?
OpenAI sugeruje, żeby zacząć od najbardziej zaawansowanego modelu i sprawdzić, czy zadanie działa, a potem wypróbować mniejsze, by obniżyć koszt[1]. W agentes.chat tryb Automatyczny dobiera rozmiar modelu do każdego zadania.
Jak uchronić agenta przed błędami?
Zacznij od samego odczytu, akcje wrażliwe zostaw za zatwierdzeniem, ustaw budżet i śledź jego kroki przez pierwsze tygodnie. Gdy się pomyli, popraw go: w agentes.chat poprawka staje się lekcją.
Źródła
Linki sprawdzone 29 października 2026. To, co ta strona mówi o agentes.chat, opisuje produkt z tego dnia i może się zmienić w trakcie bety.
- 1OpenAI, A practical guide to building agents.
- 2Anthropic, Building effective agents, 19 grudnia 2024.
- 3Anthropic, What are projects?.
- 4Google, Use Gems in Gemini Apps.
- 5Microsoft, Overview - Microsoft Copilot Studio, 27 października 2026.
- 6n8n, AI Agent node.