Dotyczy wersji: 2026 R1 i powyżej; autor: Lily Adamowicz, Adrian Baszak
Dokumentacja powiązana
Szczegółowy opis funkcjonalności wymienionych w niniejszym artykule oraz ich konfiguracji można znaleźć w następujących sekcjach Pomocy WEBCON BPS:
Wprowadzenie
Agenci AI to inteligentni, cyfrowi pracownicy, których można przypisać do poszczególnych kroków obiegu w celu automatycznego wykonania zdefiniowanych poleceń zapisanych w języku naturalnym. Umożliwia to częściową lub pełną automatyzację zadań, które wcześniej wymagały ręcznego opracowywania treści bądź analizy danych. W kontekście procesów CRM Agenci AI okazują się szczególnie przydatni w obszarach związanych z obsługą klienta, raportowaniem oraz tworzeniem dokumentacji po spotkaniach.
Na potrzeby przykładu opracowano proces CRM, który składa się z dwóch odrębnych obiegów:
- Notatki ze spotkań – obieg odpowiedzialny za tworzenie, przetwarzanie i dystrybucję podsumowań spotkań.
- Przygotowanie do spotkania – obieg wspierający użytkownika w planowaniu i przygotowaniu do kolejnego spotkania.
Celem całego procesu jest zapewnienie kompleksowego wsparcia w cyklu spotkań z klientem — od rejestracji przebiegu spotkania, przez opracowanie notatek i komunikację, po planowanie kolejnych interakcji.
Obieg 1: Notatki ze spotkań
Pierwszy obieg ma na celu przetwarzanie nagrań ze spotkań, generowanie transkrypcji oraz tworzenie dwóch rodzajów podsumowań:
- wewnętrznego, przeznaczonego dla zespołu projektowego,
- zewnętrznego, kierowanego do klienta w formie wiadomości e-mail.
Dodano następujące kroki w procesie:
Transkrypcja nagrania jest wykonywana na kroku Transkrypcja przy użyciu akcji AI Wykonaj transkrypcję nagrania, która przetwarza załączony plik audio na tekst. Następnie generowane są dwa podsumowania – wewnętrzne i zewnętrzne – z wykorzystaniem Agentów AI.
Dla procesu utworzono stałą procesową Agent – scribe, która definiuje rolę Agenta AI oraz umożliwia jej ponowne wykorzystanie w różnych krokach obiegu. Stała ta została przypisana do kroków, w których uruchamiany jest Agent AI.
Krok: Podsumowanie wewnętrzne
Agent AI został skonfigurowany tak, aby przygotowywał zwięzłe podsumowanie spotkania przeznaczone wyłącznie do użytku wewnętrznego zespołu. Instrukcja dla Agenta AI została zdefiniowana następująco:
W instrukcji wykorzystano wcześniej zdefiniowaną stałą procesową określającą rolę Agenta AI, a także precyzyjnie opisano strukturę, styl i ścieżkę, którą element procesu ma podążyć po zakończeniu działania Agenta AI. Dzięki temu generowane podsumowania mają jednolitą formę, zachowują spójność językową i są przekazywane do właściwego kroku procesu.
Krok: Podsumowanie dla klienta
W kolejnym kroku wykorzystano tego samego Agenta AI do opracowania wiadomości e-mail skierowanej do klienta. Zadanie Agenta AI zdefiniowano w następujący sposób:
Instrukcja definiuje strukturę wiadomości, sposób jej redakcji oraz kontekst komunikacyjny. Dzięki temu Agent AI potrafi automatycznie wygenerować wiadomość o spójnym tonie i formacie, dostosowaną do stylu komunikacji klienta. Wykorzystanie stałej procesowej ponownie zapewnia jednoznaczne określenie roli Agenta AI w procesie.
Na kolejnym etapie — Weryfikacja autora — użytkownik odpowiedzialny za spotkanie może przeanalizować treść wygenerowaną przez Agenta AI, wprowadzić ewentualne korekty oraz zatwierdzić dokument do wysyłki.
Obieg 2: Przygotowanie do spotkania
Drugi obieg procesu CRM został zaprojektowany w celu wsparcia użytkownika w przygotowaniach do kolejnych spotkań z klientem. W tym przypadku Agent AI ma za zadanie zebrać kluczowe informacje z wcześniejszych spotkań oraz zaproponować agendę na następne spotkanie.
Utworzono następujący obieg:
Do kroku Tworzenie podsumowania dodano Agenta AI, który realizuje następujące zadanie:
W tym kroku również zastosowano stałą procesową Agent – scribe, która definiuje kontekst i rolę Agenta AI w procesie. Dane wejściowe, takie jak notatki i podsumowania poprzednich spotkań, są pobierane automatycznie za pomocą reguły biznesowej SQL Command, która wyciąga odpowiednie informacje z bazy danych:
W kolejnym kroku Weryfikacja użytkownik ma możliwość sprawdzenia wygenerowanego przez Agenta AI podsumowania, wprowadzenia korekt i ostatecznego zatwierdzenia treści.
Podsumowanie
Przedstawiony przypadek biznesowy pokazuje, że wdrożenie Agentów AI w procesach CRM pozwala na automatyzację czynności w sposób elastyczny i uwzględniający kontekst. Dzięki możliwości wykorzystania identyfikatorów obiektów (np. ścieżek, po których element ma przejść, jak w opisanych przykładach) oraz reguł biznesowych (np. SQL Command pobierających dane z bazy), Agenci AI mogą generować dynamiczne treści dostosowane do bieżącego kontekstu procesu.
Pozwala to na budowanie inteligentnych scenariuszy, w których komunikaty, podsumowania czy propozycje działań automatycznie zmieniają się w zależności od danych źródłowych, statusu elementu lub aktualnej roli użytkownika. W efekcie procesy CRM stają się bardziej responsywne, precyzyjne i dostosowane do realnych potrzeb organizacji.