Jak zbudować własny zespół agentów AI za pomocą AI Factory od FlowHunt

Czym jest zespół agentów AI i dlaczego go potrzebujesz?

Budowanie złożonych przepływów automatyzacji zwykle wymaga łączenia ze sobą wielu narzędzi, pisania własnego kodu i zarządzania niezliczonymi integracjami. AI Factory od FlowHunt zmienia to równanie, pozwalając Ci zdefiniować, co ma zostać zrobione, a następnie automatycznie montuje zespół agentów AI, który się tym zajmie.

Zespół agentów AI to zbiór wyspecjalizowanych agentów AI współpracujących pod nadzorem supervisora, aby realizować złożone zadania. Zamiast jednego AI podejmującego wszystkie decyzje, każdy agent specjalizuje się w określonych obowiązkach. Supervisor koordynuje pracę, liderzy zespołów delegują zadania, a agenci wykonawczy realizują faktyczną pracę. Ta struktura odzwierciedla sposób działania ludzkich zespołów — i jest o wiele skuteczniejsza niż monolityczna automatyzacja.

W tym przewodniku przejdziemy przez budowę praktycznego zespołu agentów AI, który wyodrębnia krytyczne zgłoszenia supportowe, ustala ich priorytety według wpływu biznesowego i dostarcza codzienne zestawienie Twojemu zespołowi za pośrednictwem Slacka. Ten sam schemat można zastosować do dowolnego wieloetapowego przepływu pracy w Twojej firmie.

Rozpoczęcie pracy: dostęp do AI Factory

Interfejs FlowHunt składa się z dwóch głównych sekcji: AI Studios (widok domyślny) oraz AI Factory (gdzie budujesz zespoły agentów). Po otwarciu FlowHunt wylądujesz w AI Studios. Aby uzyskać dostęp do AI Factory, poszukaj przełącznika w lewym górnym rogu interfejsu i przełącz na AI Factory.

Tworzenie pierwszego projektu

Gdy jesteś już w AI Factory, tworzenie nowego projektu jest proste:

1. Kliknij przycisk “Create Project”
2. Nadaj projektowi opisową nazwę (np. “Live Agent Daily Action Item Digest”)
3. Napisz jasny prompt opisujący, co agenci mają robić
4. Wybierz integracje
5. Wybierz, w jaki sposób supervisor ma przekazywać Ci wyniki
6. Pozwól systemowi zbudować Twój zespół

System wykorzystuje opis projektu do określenia struktury zespołu. Proste zadanie, takie jak “wyodrębnij i podsumuj zgłoszenia”, może zaowocować jednym agentem. Złożony przepływ pracy obejmujący wiele źródeł danych i drzewa decyzyjne może wygenerować supervisora, 2-3 liderów zespołu i 3-6 agentów wykonawczych.

Gotowy na rozwój swojej firmy?

Rozpocznij bezpłatny okres próbny już dziś i zobacz rezultaty w ciągu kilku dni.

Poproś o demo Zaloguj się

Jak zdefiniować misję zespołu agentów AI

Prompt, który napiszesz, jest fundamentem wszystkiego, co robi Twój zespół agentów. Powinien być konkretny, wykonalny i jasny w kwestii oczekiwanego formatu wyniku.

Pisanie skutecznego promptu zadania

Silny prompt zawiera:

• Co wyodrębnić lub przeanalizować: “Wyodrębnij wszystkie krytyczne zgłoszenia LiveAgent z ostatnich 24 godzin”
• Jak priorytetyzować: “Ustal priorytety według wpływu na klienta i ryzyka biznesowego”
• Co zrobić z wynikami: “Utwórz wiadomość na Slacku z 5-10 najważniejszymi działaniami”
• Oczekiwania dotyczące formatu wyniku: Jasne, przystępne podsumowania z poziomami priorytetu

Oto prompt z naszego przykładu:

Wyodrębnij wszystkie krytyczne zgłoszenia live agenta z ostatnich 24 godzin, ustal priorytety według wpływu na klienta i ryzyka biznesowego oraz utwórz wiadomość na Slacku jako odpowiedź ze wszystkimi najważniejszymi działaniami na dany dzień.

Ten prompt mówi systemowi:

• Źródło danych (zgłoszenia LiveAgent)
• Przedział czasowy (ostatnie 24 godziny)
• Ramy priorytetyzacji (wpływ na klienta + ryzyko biznesowe)
• Miejsce docelowe wyniku (Slack)
• Format (najważniejsze działania)

Zrozumienie ram priorytetyzacji

Kiedy prosisz agentów o priorytetyzację, potrzebują oni jasnych kryteriów. W powyższym przykładzie agenci używają ram opartych na wpływie z kategoriami takimi jak:

• Awarie systemu — najwyższy priorytet, dotyczy wszystkich użytkowników
• Ryzyko przychodów — bezpośredni wpływ biznesowy
• Problemy bezpieczeństwa — zgodność i ochrona danych
• Wpływ na wielu klientów — dotyczy wielu kont
• Problemy pojedynczego klienta — odizolowane przypadki

Możesz dostosować te kategorie do swojej firmy. Kluczem jest jasne określenie, co oznacza “krytyczny” w Twoim kontekście.

Łączenie integracji

Agenci AI nie mogą wykonywać użytecznej pracy w izolacji. Muszą pobierać dane z Twoich istniejących narzędzi i przekazywać wyniki tam, gdzie zobaczy je Twój zespół.

Wymagane integracje dla przykładu

Do dziennego zestawienia działań live agenta potrzebujesz:

Konfigurowanie integracji

Jeśli integracja nie jest jeszcze podłączona, zobaczysz przycisk “Integrate”. Kliknij go i podaj wymagane dane uwierzytelniające:

• LiveAgent: Twoja domena i klucz API (można je znaleźć w ustawieniach konta LiveAgent)
• Slack: Autoryzuj FlowHunt do publikowania w Twojej przestrzeni roboczej i wybierz kanał, który ma otrzymywać wiadomości

Po połączeniu system weryfikuje integrację, wysyłając wiadomość testową. W przypadku Slacka zobaczysz komunikat potwierdzający: “FlowHunt connection test. If you see this, the channel is configured correctly.”

Dlaczego weryfikacja integracji ma znaczenie

System automatycznie sprawdza, czy wszystkie integracje działają, zanim agenci rozpoczną swoje pierwsze zadanie. Jeśli integracja zawiedzie podczas konfiguracji, agenci zasygnalizują to natychmiast, zamiast cicho zawieść później. Jeśli problemy pojawią się podczas wykonywania zadania, zadanie przechodzi do statusu “human input needed”, abyś mógł naprawić problem.

Dołącz do naszego newslettera

Otrzymuj najnowsze wskazówki, trendy i oferty za darmo.

Adres e-mail

Zapisz się

Zrozumienie struktury zespołu agentów AI

Piękno AI Factory od FlowHunt polega na tym, że nie projektujesz zespołu ręcznie. System analizuje Twoje zadanie i automatycznie dobiera odpowiednią strukturę.

Struktura prostego zadania: jeden agent

Do prostych zadań — takich jak wyodrębnianie i podsumowywanie zgłoszeń — otrzymujesz jednego agenta. W naszym przykładzie jest nim Marcus, “Ticket Triage Lead”. Jego persona brzmi: “Konkretny weteran operacji supportowych, który żyje i oddycha tempem zgłoszeń i wpływem na klienta.”

Ten agent ma cały kontekst i narzędzia potrzebne do:

• Zapytań do LiveAgent o ostatnie zgłoszenia
• Analizy wpływu każdego zgłoszenia
• Uporządkowania ich według priorytetu
• Sformatowania i opublikowania wyników na Slacku

Struktura złożonego zadania: supervisor + liderzy + wykonawcy

W przypadku bardziej złożonych przepływów pracy system może utworzyć:

• 1 Supervisor: Koordynuje cały przepływ pracy, przekazuje Ci wyniki, obsługuje przypadki brzegowe
• 2-3 liderów zespołu: Specjalizują się w różnych aspektach (np. jeden zajmuje się ekstrakcją danych, inny analizą)
• 3-6 agentów wykonawczych: Wykonują konkretne zadania pod kierownictwem lidera

Ta hierarchia umożliwia przetwarzanie równoległe. Podczas gdy jeden pracownik wyodrębnia dane, inny może je analizować. Liderzy koordynują bez wzajemnego blokowania się. Supervisor zapewnia, że nic nie umknie uwadze.

Uruchamianie zespołu agentów AI

Gdy Twój projekt zostanie utworzony, zespół agentów jest gotowy do pracy. Możesz uruchamiać zadania ręcznie lub ustawić je tak, by działały według harmonogramu.

Ręczne wykonanie

Kliknij “Accept” na dowolnej karcie zadania, aby natychmiast uruchomić jego wykonanie. Zobaczysz zadanie przechodzące przez statusy:

1. Open — Zadanie jest gotowe, ale jeszcze nie rozpoczęte
2. In Progress — Agent aktywnie pracuje
3. Done — Zadanie zakończone, wyniki są dostępne

Wykonanie zaplanowane

Dla zadań cyklicznych ustaw harmonogram (codziennie, co tydzień, niestandardowe odstępy) podczas tworzenia projektu. Zadanie automatycznie:

• Pojawi się jako “Open” i “In Progress” przy pierwszym uruchomieniu
• Wróci do “Open” po zakończeniu (ponieważ jest cykliczne)
• Uruchomi się ponownie w następnym zaplanowanym czasie

W naszym przykładzie codzienne zestawienie zgłoszeń uruchamia się każdego ranka. Gdy przychodzisz do pracy, po prostu sprawdzasz Slack, aby zobaczyć, które krytyczne zgłoszenia wymagają uwagi.

Przeglądanie wyników i pracy agenta

Wyniki pojawiają się w dwóch miejscach: na karcie zadania w Twoim kanbanie oraz w integracji, którą wskazałeś (Slack, e-mail itp.).

Wyniki na karcie zadania

Kliknij zakończone zadanie, aby zobaczyć pełny wynik. W przypadku zestawienia zgłoszeń zobaczysz:

• Podsumowanie: “Daily triage completed. 3 new tickets reviewed.”
• Lista priorytetowa: Każde zgłoszenie z poziomem priorytetu, opisem i rekomendowanymi działaniami
• Szczegóły: Ocena wpływu na klienta, ryzyko biznesowe i kolejne kroki

Wyniki integracji

Na Slacku zobaczysz:

• Wiadomość supervisora z podsumowaniem zestawienia
• Odpowiedź w wątku ze szczegółowymi informacjami, w tym nazwami klientów, e-mailami, problemami, wpływem biznesowym i kolejnymi krokami

Ta podwójna forma prezentacji umożliwia zarówno szybkie przeglądanie (podsumowanie na Slacku), jak i głębsze zagłębianie się (szczegóły na karcie zadania).

Komunikacja z zespołem agentów AI

Po utworzeniu nie jesteś przywiązany do pierwotnego promptu. Możesz wydawać nowe polecenia, zadawać pytania lub modyfikować zachowanie za pośrednictwem interfejsu czatu.

Bezpośrednia komunikacja z agentem

W sekcji “Chat” możesz:

• Poprosić Marcusa (lub dowolnego agenta) o inną obsługę żądania
• Uzyskać odpowiedzi na temat konkretnych zgłoszeń lub problemów
• Zmodyfikować zadanie bez usuwania i ponownego tworzenia projektu
• Zadawać pytania uzupełniające dotyczące analizy agenta

Na przykład możesz zapytać: “Które zgłoszenia mają największy zasięg wpływu i podawaj mi zestawienie codziennie również po hiszpańsku?”

Agent przetworzy to żądanie, zweryfikuje, czy wszystkie integracje są nadal połączone i odpowiednio dostosuje swoje zachowanie.

Rozmowy wieloagentowe

W systemach z wieloma agentami supervisor może ułatwiać rozmowy pomiędzy agentami. Możesz zadawać pytania wymagające koordynacji, a supervisor odpowiednio je skieruje.

Weryfikacja i bezpieczeństwo

Przed wykonaniem jakiegokolwiek żądania agenci:

• Weryfikują, czy wszystkie integracje są poprawnie połączone
• Sprawdzają, czy wymagane narzędzia są dostępne
• Sygnalizują brakujące uprawnienia lub problemy z konfiguracją
• Przenoszą zadania do “human input needed”, jeśli coś blokuje wykonanie

Przykład z życia: Live Agent Daily Digest

Przejdźmy przez cały przepływ pracy od konfiguracji do wyników.

Konfiguracja projektu

Nazwa projektu: Live Agent Daily Action Item Digest

Prompt zadania: Wyodrębnij wszystkie krytyczne zgłoszenia live agenta z ostatnich 24 godzin, ustal priorytety według wpływu na klienta i ryzyka biznesowego oraz utwórz wiadomość na Slacku jako odpowiedź ze wszystkimi najważniejszymi działaniami na dany dzień.

Integracje: LiveAgent (źródło) + Slack (cel)

Komunikacja supervisora: Kanał Slack “ask-flowhunt”

Co robi agent

1. Wysyła zapytania do LiveAgent: Pobiera wszystkie zgłoszenia utworzone w ciągu ostatnich 24 godzin
2. Analizuje wpływ: Ocenia każde zgłoszenie według ram priorytetyzacji:
   • Awarie systemu (najwyższy priorytet)
   • Ryzyko przychodów
   • Problemy bezpieczeństwa
   • Wpływ na wielu klientów
   • Problemy pojedynczego klienta
3. Porządkuje wyniki: Tworzy priorytetową listę 3-5 najważniejszych działań
4. Formatuje wynik: Strukturalizuje zestawienie pod kątem przejrzystości i działania
5. Publikuje na Slacku: Wysyła podsumowanie na kanał zespołu i szczegółowe informacje w wątku

Przykładowy wynik

Daily Triage Completed
Tickets Reviewed: 3 new tickets from the past 24 hours

PRIORITY 1: 404 Error on FlowHunt API
- Customer: [Name]
- Status: Customer blocked
- Action: Assign to tech support, resolve within 2 hours

PRIORITY 2: Help Building Email Slack Notification Flow
- Customer: [Name]
- Status: Onboarding support
- Action: Response within 2-4 hours

PRIORITY 3: White Labeling Price Inquiry
- Customer: [Name]
- Status: Sales question
- Action: Route to sales team

Zaawansowane możliwości: personalizacja i kontrola

Twój zespół agentów AI nie jest statyczny. Możesz go rozwijać wraz ze zmieniającymi się potrzebami.

Modyfikowanie zachowania agenta

Bez usuwania projektu możesz:

• Zmienić, co agent priorytetyzuje
• Dodać nowe formaty wyników (np. “wysyłaj również po hiszpańsku”)
• Zmodyfikować przedział czasowy (“ostatnie 48 godzin” zamiast 24)
• Dodać nowe integracje (np. także publikacja na e-mail)

Wystarczy poprosić agenta przez interfejs czatu, a dostosuje się.

Zmiana przydziału agentów

Jeśli Marcus (Twój agent triage zgłoszeń) jest niewykorzystywany, możesz przydzielić go do innej pracy, zachowując jego osobowość i wiedzę specjalistyczną. System pamięta jego specjalizację i stosuje ją do nowych zadań.

Usuwanie i ponowne tworzenie projektów

Jeśli chcesz zacząć zupełnie od nowa, usuń projekt i utwórz nowy. Twoje integracje pozostaną połączone, więc za drugim razem konfiguracja będzie szybsza.

Najlepsze praktyki dla sukcesu zespołu agentów AI

1. Bądź precyzyjny w swoich promptach

Niejasne prompty prowadzą do niejasnych wyników. Zamiast “podsumuj zgłoszenia”, powiedz “wyodrębnij zgłoszenia o wpływie systemowym, uszereguj według przychodu klienta i wymień 5 najważniejszych z rekomendowanymi działaniami.”

2. Testuj integracje wcześnie

Zanim zaczniesz polegać na zadaniach zaplanowanych, uruchom wykonanie ręczne, aby zweryfikować:

• Dane są poprawnie pobierane
• Wyniki są sformatowane zgodnie z oczekiwaniami
• Integracje dostarczają wynik w odpowiednie miejsce

3. Zaczynaj prosto, skaluj stopniowo

Zacznij od zadania z jednym agentem, aby zrozumieć przepływ pracy. Gdy poczujesz się swobodnie, buduj bardziej złożone systemy wieloagentowe.

4. Monitoruj wydajność agenta

Regularnie sprawdzaj wyniki zadań. Jeśli agent nie priorytetyzuje poprawnie lub pomija ważne dane, dostosuj prompt poprzez interfejs czatu.

5. Wykorzystuj komunikację supervisora

Wiadomości supervisora to Twoje okno na to, co robią agenci. Czytaj je uważnie, aby zrozumieć rozumowanie agenta i wcześnie wyłapać wszelkie problemy.

Typowe zastosowania zespołów agentów AI

Zestawienie zgłoszeń live agenta to tylko jeden przykład. Zespoły agentów AI doskonale sprawdzają się w:

• Zarządzaniu pipeline’em sprzedaży: Analizowanie transakcji, oznaczanie zagrożonych kont, aktualizacja CRM
• Moderacji treści: Przeglądanie zgłoszeń użytkowników, kategoryzowanie, eskalowanie naruszeń
• Agregacji danych: Pobieranie danych z wielu źródeł, przekształcanie i konsolidacja
• Onboardingu klientów: Weryfikacja informacji, zakładanie kont, wysyłanie sekwencji powitalnych
• Reagowaniu na incydenty: Wykrywanie anomalii, alarmowanie zespołów, koordynacja rozwiązywania
• Generowaniu raportów: Zbieranie danych, analizowanie trendów, dystrybucja wniosków

Wzorzec jest zawsze ten sam: zdefiniuj zadanie, podłącz integracje, pozwól systemowi zbudować Twój zespół.

Podsumowanie

Zespoły agentów AI stanowią fundamentalną zmianę w podejściu do automatyzacji. Zamiast budować sztywne przepływy pracy, definiujesz, co ma zostać zrobione, a system składa odpowiedni zespół do obsługi tego zadania. AI Factory od FlowHunt czyni to dostępnym — bez kodowania, bez skomplikowanej konfiguracji, wystarczą jasne prompty i podłączone integracje.

Przykład codziennego zestawienia live agenta pokazuje siłę tego podejścia. To, co kiedyś wymagało ręcznego przeglądu, aktualizacji arkuszy i koordynacji e-mailowej, teraz dzieje się automatycznie każdego ranka. Twój zespół zaczyna każdy dzień z jasnymi priorytetami, a Twój support działa płynniej.

Niezależnie od tego, czy zarządzasz zgłoszeniami supportowymi, agregujesz dane sprzedażowe, moderujesz treści użytkowników czy koordynujesz reagowanie na incydenty, obowiązują te same zasady. Zacznij od jasnego promptu, podłącz swoje integracje i pozwól swojemu zespołowi agentów AI wykonać pracę.

Gotowy zbudować swój pierwszy zespół agentów AI? Wejdź do AI Factory od FlowHunt, zdefiniuj swoje zadanie i zobacz, jak system składa idealny zespół do jego wykonania.