Připojte AI ke Slacku: Claude, GPT, Gemini, Grok, Llama a Mistral s FlowHunt

Připojte jakýkoli AI model ke Slacku — jeden flow, každý LLM

Přidat AI asistenta do Slacku dříve znamenalo vybrat si dodavatele, napsat integrační kód a celé to za půl roku přepsat, jakmile vyšel lepší model. S FlowHuntem je integrace oddělená od modelu: Slack flow postavíte jednou, zapojíte do něj LLM podle svého výběru — Claude, GPT, Gemini, Grok, Llama, Mistral — a kdykoli ho vyměníte, aniž byste sahali na zbytek.

Tento návod vás provede celým nastavením. První polovina je pro každý model stejná. Druhá polovina rozebírá, který model zvolit pro jaký use case, s poznámkami specifickými pro každou rodinu LLM. Přeskočte na sekci, která odpovídá vašemu stacku, nebo si přečtěte vše od začátku, pokud začínáte z nuly.

Proč nasadit AI agenta do Slacku

Slack je místo, kde se týmy ptají. AI agent, který tam žije, jim odpoví okamžitě — bez přepínání do jiného chatu, dashboardu nebo znalostní báze. Typická nasazení:

• Interní Q&A: agent odpovídá na HR, IT nebo produktové dotazy z firemní znalostní báze
• Triáž zákaznické podpory: směruje příchozí tickety, navrhuje odpovědi, eskaluje hraniční případy
• Výzkumný asistent: shrnuje sdílené URL, prohledává web, dohledává data na vyžádání
• Automatizace workflow: spouští naplánované úlohy, dotazuje se na databáze, posílá statusové aktualizace
• Onboarding pomocník: provádí nováčky procesy a doporučuje relevantní dokumentaci

Bot žije ve Slacku, takže adopce je automatická — nikdo se nemusí učit nový nástroj.

Připraveni rozšířit své podnikání?

Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.

Požádat o demo Přihlásit se

Krok za krokem nastavení Slacku s FlowHuntem

Postup je stejný bez ohledu na to, který AI model si zvolíte. Model vybíráte v kroku 4; vše ostatní zůstává stejné.

1. Propojte Slack s FlowHuntem

Přihlaste se ke svému FlowHunt účtu a otevřete záložku Integrations. Vyberte Slack, klikněte na Connect a autorizujte aplikaci na OAuth obrazovce Slacku. Udělte oprávnění pro čtení/zápis, která FlowHunt vyžaduje — díky nim může bot přijímat zprávy a odesílat odpovědi ve vašem workspace.

URL vašeho workspace najdete v levém horním rohu desktopové nebo webové aplikace Slacku — odtud ji zkopírujte, pokud si ji FlowHunt vyžádá. Po autorizaci je Slack propojen a připraven k použití v jakémkoli flow.

2. Vytvořte nový flow a přidejte blok Slack Message Received

Ve flow builderu FlowHuntu přetáhněte na plátno komponentu Slack Message Received. Tento blok naslouchá příchozím zprávám ze Slacku a spouští zbytek flow.

Nakonfigurujte dvě nastavení:

• Kanál a workspace: zvolte workspace, který jste propojili, a buď celý workspace, nebo konkrétní kanál. Nejčistší řešení je vyhrazený kanál #ai-assistant.
• Only Trigger on Mention: zapněte tuto volbu, aby se bot spouštěl jen tehdy, když ho někdo @-zmíní. Bez ní by každá zpráva v kanálu spustila flow.

3. Přidejte komponentu AI Agent

Blok AI Agent je rozhodovací vrstva bota. Přebírá uživatelovu zprávu, rozhoduje, jaké nástroje použít, a tvoří odpověď.

• Backstory: krátký popis persony a rozsahu bota, např. „Jsi nápomocný Slack asistent pro inženýrský tým."
• Goal: hlavní cíl bota, např. „Odpovídej přesně na otázky pomocí všech dostupných nástrojů a znalostních zdrojů. Když je to relevantní, citujte zdroje."

4. Přidejte LLM komponentu a vyberte model

Připojte k AI Agentovi LLM komponentu. Tady volíte, který AI model bota pohání. FlowHunt má samostatnou LLM komponentu pro každého poskytovatele — LLM OpenAI, LLM Anthropic, LLM Google, LLM Meta, LLM Mistral, LLM xAI — a uvnitř každé vyberete konkrétní variantu modelu.

Toto je jediný krok, který se mezi modely liší. Skočte níže do sekce Vyberte správný AI model , kde najdete srovnání a poznámky podle rodiny.

5. Přidejte nástroje (volitelné, ale doporučené)

AI Agent získá výrazně větší užitek, když může používat nástroje. Mezi běžné patří:

• Google Search Tool — živé vyhledávání pro informace v reálném čase
• URL Retriever — stáhne a shrne libovolnou URL sdílenou ve Slacku
• Document Retriever — RAG nad vlastní znalostní bází (Notion, Confluence, Google Drive, nahrané soubory)
• Vlastní API nástroje — volání jakékoli interní služby přes HTTP

Nástroje jsou nezávislé na modelu. Jakýkoli LLM, který v kroku 4 zvolíte, dokáže použít každý nástroj, který zapojíte.

6. Přidejte blok Slack Send Message a otestujte

Flow zakončete komponentou Slack Send Message, nakonfigurovanou pro stejný kanál a workspace jako v kroku 2. Uložte flow, otevřete Slack a v testovacím kanálu @-zmiňte bota. Bot by měl odpovědět pomocí modelu, který jste zvolili v kroku 4.

A to je celé nastavení. Pozdější změna modelu je jednou kliknutí v kroku 4 — žádné úpravy kódu, žádné přestavování flow.

Vyberte správný AI model pro Slack

Každá hlavní rodina LLM ve Slack flow FlowHuntu funguje. Rozdíly se točí kolem ceny, latence, velikosti kontextového okna, hloubky uvažování a kvality volání nástrojů. Nejdřív si zúžte výběr podle tabulky a pak si přečtěte sekci ke konkrétní rodině.

Začněte s jedním. Změna modelu je ve FlowHuntu jednorázová úprava LLM komponenty, takže přemýšlení o počáteční volbě se nevyplatí — vyrazte s rozumným výchozím modelem, měřte kvalitu na reálném Slack provozu a iterujte.

Přihlaste se k odběru newsletteru

Získejte nejnovější tipy, trendy a nabídky zdarma.

E-mailová adresa

Přihlásit se

Poznámky k nastavení podle rodiny

Každá sekce níže je samostatná. Vyberte si tu, která odpovídá rodině modelu, který připojujete, a postupujte podle ní.

Anthropic Claude

Claude je rodina LLM od Anthropicu, vhodná pro Slackboty, kteří zvládají citlivé interní Q&A, sumarizaci dokumentů, code review a pečlivé dodržování instrukcí. Pro připojení Claudea ke Slacku přetáhněte v kroku 4 komponentu LLM Anthropic a vyberte variantu:

• Claude 3 Haiku — nejrychlejší, nejlevnější, ideální pro vysokoobjemové FAQ odpovědi
• Claude 3.5 Sonnet — tahoun: silné uvažování, velký kontext, dobrý poměr cena/výkon
• Claude 4.5 Sonnet / Opus — top třída pro nejnáročnější uvažování, kód a analýzu dlouhých dokumentů
• Starší varianty (Claude 2, Claude 3 base) stále fungují, ale jsou překonané řadou Sonnet 3.5+

Pro Slackboty nad interní znalostní bází v Notionu nebo Confluence je Claude 3.5 Sonnet plus Document Retriever nejspolehlivějším výchozím bodem.

OpenAI GPT a o-series

GPT a o-series od OpenAI jsou nejširší volbou pro Slack — silný univerzální výkon, nejvyzrálejší volání nástrojů a multimodální vstup (vize, zvuk). V kroku 4 přetáhněte komponentu LLM OpenAI a vyberte variantu:

• GPT-4o Mini — výchozí. Rychlý, levný, zvládne 95 % use cases ve Slacku
• GPT-4o — když potřebujete vyšší kvalitu, porozumění obrázkům nebo delší kontext
• GPT-4 Vision Preview — když bot musí interpretovat obrázky sdílené ve Slacku (z velké části nahrazen GPT-4o)
• o1 Mini / o1 Preview / o3 — modely pro uvažování pro náročné analytické úlohy (pomalejší, dražší; používejte střídmě)
• GPT-5 — top třída, dostupné, kde je to relevantní

Pro většinu týmů začněte s GPT-4o Mini. Povyšte na GPT-4o nebo o1 jen u flow, kde si uživatelé stěžují na kvalitu odpovědí.

Google Gemini

Google Gemini je nejsilnější volbou, když záleží na velikosti kontextového okna — Gemini 1.5 Pro zvládá přes 1M tokenů, což stačí na vložení celých kódových bází nebo souborů dokumentů do jednoho dotazu ve Slacku. V kroku 4 přetáhněte komponentu LLM Google a vyberte variantu:

• Gemini 1.5 Flash / Flash 8B — rychlý a levný; vhodný pro vysokoobjemové Slack kanály
• Gemini 2.0 Flash / 2.5 Flash — novější generace Flash, rychlejší a chytřejší než 1.5
• Gemini 1.5 Pro / 2.5 Pro — top třída s obřím kontextem; nejlepší pro Q&A nad celými dokumenty
• Gemini 3 Flash — nejnovější rychlý model

Pokud Slackbot potřebuje uvažovat nad celou vaší znalostní bází jedním průchodem (bez retrieval kroku), kontextové okno Gemini Pro je nejčistší odpovědí.

xAI Grok

xAI Grok se do Slack flow FlowHuntu zapojuje stejně jako ostatní modely — přetáhněte komponentu LLM xAI (nebo použijte komponentu LLM OpenAI nasměrovanou na Grok endpoint, podle vaší verze FlowHuntu) a vyberte variantu Groka. Charakteristickou vlastností Groka je povědomí v reálném čase — má přístup k živým informacím, včetně dat z X (Twitter), což z něj dělá nejlepší volbu, když Slackbot potřebuje kontext aktuálního dění: zprávy, tržní data, čerstvé události. Spárujte ho s Google Search Tool pro ještě širší přístup na web.

Meta Llama

Rodina Llama od Mety je volba s otevřenými váhami — použijte ji, když rezidence dat, self-hosting nebo cena za token vylučují hostované API. V kroku 4 přetáhněte komponentu LLM Meta a vyberte variantu:

• Llama 3.2 1B / 3B — malé, rychlé, spustitelné na skromném hardware
• Llama 3.3 Versatile — aktuální vlajková loď, konkurenceschopná s GPT-4o v mnoha úlohách
• Llama 4 (kde je k dispozici) — novější generace

Llama je správnou odpovědí, když váš bezpečnostní nebo compliance tým vyžaduje běh modelu na infrastruktuře, kterou ovládáte, nebo když vysoká objemnost zpráv činí náklady na hostované API neúnosnými.

Mistral

Mistral je evropský otevřený soupeř — silné modely, hosting přátelský k EU a dobrý poměr cena/výkon. V kroku 4 přetáhněte komponentu LLM Mistral a vyberte variantu:

• Mistral 7B — malý a rychlý, běží na běžném hardware
• Mistral 8x7B (Mixtral) — mixture-of-experts, silný univerzální výkon
• Mistral Large — vlajková loď, kvalitou konkuruje GPT-4o za nižší cenu

Volte Mistral, když záleží na rezidenci dat v EU, nebo pokud chcete flexibilitu otevřených vah s kvalitou bližší špičce než Llama 3.x v některých benchmarcích.

Běžné vzory Slackbotů

Tři vzory flow pokrývají většinu nasazení ve Slacku. Postavte kterýkoli z nich nad výše uvedeným nastavením tak, že upravíte nástroje a prompt AI Agenta:

• Asistent znalostní báze — přidejte Document Retriever směrující na Notion / Confluence / Google Drive / nahrané soubory. Bot odpovídá s citacemi interních zdrojů.
• Asistent webového výzkumu — přidejte Google Search Tool a URL Retriever. Bot stahuje živý kontext z webu a shrnuje URL, které tým sdílí.
• Workflow agent — přidejte vlastní API nástroje, které volají vaše interní služby. Bot spouští úlohy, dotazuje se na dashboardy a posílá statusové aktualizace na vyžádání.

Tyto vzory se hladce vrství: jeden Slack flow může zkombinovat retrieval ze znalostní báze, živé webové vyhledávání i interní API volání, přičemž LLM si pro každý dotaz vybírá správný nástroj.

Řešení potíží

Bot neodpovídá na zprávy. Zkontrolujte, že nastavení „Only Trigger on Mention" odpovídá tomu, jak testujete — pokud je zapnuté, musíte bota @-zmínit. Ověřte, že kanál v Slack Message Received odpovídá kanálu, do kterého píšete.

Bot odpovídá, ale odpověď je špatná. Nejdřív iterujte na backstory a goal AI Agenta — mají větší dopad než výměna modelu. Pokud kvalita po iteraci promptu stále drhne, povyšte LLM komponentu na silnější model (Mini → standard → top třída).

Chyby oprávnění po Slack autorizaci. Znovu propojte Slack integraci v záložce Integrations FlowHuntu a znovu udělte oprávnění. Slack občas zruší tokeny při změně vlastníka workspace.

Dlouhé odpovědi se ve Slacku ořezávají. Slack má limit znaků na zprávu. Přidejte do flow krok pro post-processing, který dlouhé odpovědi rozdělí, nebo v cíli AI Agenta nastavte, aby odpovědi pro Slack udržoval pod 3 000 znaky.

Spusťte svého AI Slackbota

Celé nastavení — propojení Slacku, sestavení flow, výběr modelu — je ve FlowHuntu projekt na jeden večer. Flow, který dnes postavíte, bude fungovat s libovolným budoucím modelem: až vyjde GPT-6 nebo Claude 5, vyměníte LLM komponentu a zbytek flow běží dál.

Začněte s bezplatnou verzí FlowHuntu , připojte Slack a do oběda spusťte funkčního AI Slackbota.