Jak stworzyć agenta AI — tutorial krok po kroku (od zera do działającego, 2026)

Jeśli zastanawiasz się co to jest agent AI — zacznij od: Agent AI — co to jest i czym różni się od chatbota. Pełen przewodnik biznesowy: Agent AI dla firm.

Co zbudujemy — workflow

Agent kwalifikacji leadów B2B:

1. Lead wpada (formularz, mail, LinkedIn webhook)
2. Agent pobiera dane firmy leadu (Hunter.io, LinkedIn API)
3. Klasyfikuje (BANT score: Budżet, Authority, Need, Timeline)
4. Aktualizuje CRM (Notion / HubSpot)
5. Jeśli score ≥ 7: powiadamia handlowca na Slacku z gotowym podsumowaniem
6. Jeśli score < 7: wysyła automatycznego maila nurturingowego

Czas wdrożenia: 4-6 godzin. Koszt operacyjny: ~50 zł/mies. (n8n VPS + Claude API). ROI: 4-5 godzin tygodniowo na handlowca.

Krok 1: Wybór stacka

n8n self-hosted — platforma automatyzacji wizualna, no-code/low-code.

Dlaczego n8n a nie Make/Zapier:

• Self-hosted (dane w Twojej infrastrukturze, RODO/AI Act compliance)
• Tańszy przy skali (>10k wykonań/mc)
• AI Agent node natywnie (od n8n 1.30+)
• 400+ integracji, custom code możliwy

Setup: n8n self-hosted z Dockerem. 30 minut od zera do produkcyjnej instancji.

Model AI: Claude Sonnet 4.6 lub 4.7 (rekomendacja dla B2B — najlepsze rozumowanie + długi kontekst). Alternatywa: GPT-4o, Gemini 2.5 Pro.

Tools: Hunter.io API (enrichment leadów), Slack webhook (notyfikacje), Notion API (CRM).

Krok 2: Setup n8n + AI Agent node

W n8n stwórz nowy workflow. Dodaj AI Agent node:

1. Klik "+ Add node" → szukaj "AI Agent"
2. Wybierz "AI Agent" (LangChain integration, default)
3. Konfiguracja:
   • Chat Model: Claude (Anthropic) — wybierz Sonnet 4.6
   • Memory: Window Buffer Memory (10 ostatnich wiadomości)
   • Tools: dodamy później

W panelu credentials dodaj Anthropic API key (z console.anthropic.com → API Keys).

System prompt agenta (kluczowy element):

Jesteś asystentem kwalifikacji leadów B2B dla agencji AI specjalizującej 
się we wdrożeniach automatyzacji dla firm 50-500 osób.

Twoja rola:
1. Analizuj informacje o firmie leadu
2. Oceń BANT score (1-10):
   - Budget: czy mają budżet na wdrożenie 10-50k PLN?
   - Authority: czy osoba jest decision-makerem?
   - Need: czy mają problem który rozwiązujemy?
   - Timeline: czy szukają teraz, czy "kiedyś"?
3. Klasyfikuj jako: HOT (8-10), WARM (5-7), COLD (1-4)
4. Zwracaj structured JSON z polami: score, classification, reasoning, 
   recommended_action, key_signals

ICP firmy: 50-500 pracowników, branża logistyczna/produkcyjna/usługowa, 
problemy z manualnymi procesami, świadomość AI ale brak technicznego know-how.

Krok 3: Trigger — webhook od formularza

Pierwszy node workflow: Webhook trigger.

1. Dodaj node "Webhook"
2. Method: POST
3. Path: /lead-qualifier
4. Response: "Immediately" (żeby formularz nie czekał na pełne wykonanie)

W n8n widzisz URL — np. https://n8n.twojafirma.pl/webhook/lead-qualifier. To URL, który podpinasz pod formularz na stronie / Zapier-a / cokolwiek dostarcza leady.

Test: w terminalu:

Bash
Kopiuj
1
2
3
curl -X POST https://n8n.twojafirma.pl/webhook-test/lead-qualifier \
  -H "Content-Type: application/json" \
  -d '{"email":"jan@example.com","company":"Example Sp. z o.o.","message":"Zainteresowany wdrożeniem AI"}'

n8n pokazuje "execution received" — webhook działa.

Krok 4: Enrichment — pobranie danych firmy

Agent musi wiedzieć więcej niż tylko nazwa firmy. Dodaj node "HTTP Request" do Hunter.io domain search:

Method: GET
URL: https://api.hunter.io/v2/domain-search
Query Parameters:
  domain: {{ $json.email.split('@')[1] }}
  api_key: YOUR_HUNTER_KEY

Wynik: dane firmy (size, industry, location), top employees, websites.

Drugi enrichment (opcjonalnie): LinkedIn API dla profil osoby kontaktowej. Albo prostsze: Apollo.io / Lusha.

Krok 5: AI Agent klasyfikuje

Z output enrichment idzie do AI Agent node:

Input prompt:
Lead z formularza:
- Email: {{ $('Webhook').item.json.email }}
- Firma: {{ $('Webhook').item.json.company }}
- Wiadomość: {{ $('Webhook').item.json.message }}

Dane z Hunter.io:
- Wielkość firmy: {{ $('HTTP Request').item.json.data.organization }}
- Branża: {{ $('HTTP Request').item.json.data.industry }}
- Lokalizacja: {{ $('HTTP Request').item.json.data.country }}

Oceń BANT score i zwróć structured JSON.

Claude analizuje, zwraca JSON typu:

JSON
Kopiuj
1
2
3
4
5
6
7
{
  "score": 8,
  "classification": "HOT",
  "reasoning": "Firma 200 osób, branża logistyczna (ICP fit), email od dyrektora operacyjnego, konkretne pytanie o automatyzację magazynu",
  "recommended_action": "Umów discovery call w ciągu 24h",
  "key_signals": ["company size match", "decision maker", "specific pain point", "timeline urgent"]
}

Krok 6: Routing — IF condition

Po AI Agent dodaj IF node:

Condition: {{ $json.score }} >= 7

• TRUE branch (HOT/WARM): notyfikacja na Slacka + zapis do Notion CRM
• FALSE branch (COLD): mail nurturingowy + zapis do "low priority" pipeline

Krok 7: Notyfikacja na Slacka (HOT leady)

W TRUE branch dodaj Slack node:

Channel: #sales-hot-leads
Message:
🔥 NOWY HOT LEAD (Score: {{ $('AI Agent').item.json.score }}/10)

📧 {{ $('Webhook').item.json.email }}
🏢 {{ $('Webhook').item.json.company }}
📊 Wielkość: {{ $('HTTP Request').item.json.data.organization }}
🎯 Branża: {{ $('HTTP Request').item.json.data.industry }}

💬 "{{ $('Webhook').item.json.message }}"

🤖 Reasoning: {{ $('AI Agent').item.json.reasoning }}
✅ Action: {{ $('AI Agent').item.json.recommended_action }}

Plus Notion node żeby utworzyć rekord w bazie CRM:

Database: Leads (twoja baza Notion)
Properties:
  Name: {{ $('Webhook').item.json.email }}
  Company: {{ $('Webhook').item.json.company }}
  Score: {{ $('AI Agent').item.json.score }}
  Status: HOT
  Source: Web form

Krok 8: Mail nurturingowy (COLD leady)

W FALSE branch dodaj Send Email node:

To: {{ $('Webhook').item.json.email }}
Subject: Twoje pytanie o automatyzację AI — krótka odpowiedź
Body:
Cześć,

Dzięki za zainteresowanie automatyzacją AI w Twojej firmie. 
Z naszych doświadczeń pierwszy krok to ZROZUMIENIE jakie procesy 
najbardziej Ci pochłaniają czas.

Załączam darmowy ebook "Agent AI dla firm — 30 minut do pierwszego ROI" 
[link]. Po przeczytaniu — daj znać czy ma sens umówić call.

Pozdrawiam,
Kacper Sieradzinski
CEO Dokodu

Krok 9: Test end-to-end

W n8n kliknij "Execute Workflow", potem na webhook → Listen for Test Event.

Z drugiego okna terminala:

Bash
Kopiuj
1
2
3
curl -X POST [URL webhooka] \
  -H "Content-Type: application/json" \
  -d '{"email":"jan@duzafirma.pl","company":"Duża Firma Logistyczna","message":"Szukamy automatyzacji magazynu"}'

Obserwuj jak workflow biegnie w UI n8n — powinieneś zobaczyć każdy node executing → AI Agent zwraca JSON → IF kieruje do Slacka.

Jeśli wszystko OK → "Activate" workflow. Od teraz każdy lead z webhooka jest obsługiwany.

Krok 10: Production hardening

Przed real produkcją dodaj:

1. Error handling

• Każdy node: "On Error: Continue + zapisz do Slacka #errors"
• Retry policy: 3 retries z exponential backoff dla HTTP requests

2. Logging

• Po każdym AI Agent zapisuj prompt + response do osobnej tabeli (audit log dla AI Act)

3. Rate limiting

• Hunter.io ma limity (100 req/h free) — dodaj "Wait" node między enrichment a AI Agent

4. Cost monitoring

• Alert na Slacku gdy miesięczny koszt Anthropic API > X PLN
• W Anthropic console ustaw limit budżetu

5. Testing data set

• 20 prawdziwych leadów z przeszłości
• Uruchom workflow na nich, porównaj decyzje agenta z rzeczywistymi
• Cel: ≥ 90% zgodności

Co zostało (do zrobienia po pierwszej iteracji)

• Multi-agent setup: osobny agent dla różnych branż (logistic vs SaaS vs e-commerce)
• Memory długoterminowa: vector DB (Qdrant, Pinecone) — agent pamięta interakcje z firmą historycznie
• A/B testing maili nurturingowych: różne warianty, mierzony open rate
• Voice channel: integracja z Twilio dla telefonicznych leadów

Co czytać dalej

• Agent AI dla firm — kompletny przewodnik 2026 — pillar dla zarządu (ROI, koszty, AI Act)
• Agent AI — co to jest — wyjaśnienie po ludzku
• n8n AI Agent — tutorial budowy w n8n — głębszy dive w specyficznie n8n
• n8n self-hosted z Dockerem — infrastruktura
• Claude Code — kompletny przewodnik — narzędzie do generowania workflow