O czym jest ten film
- Grokbot to zestaw „agentów-współpracowników” z własnym komputerem w chmurze, dostępnych też z telefonu — kosztuje 30 dolarów miesięcznie w planie Super Grok.
- Autor buduje na żywo nowe konto i cały zespół agentów dla fikcyjnej firmy hydrauliczno-klimatyzacyjnej Summit Home Services.
- Kluczowa zasada architektury: nie jeden megaagent, tylko hierarchia — kilku „dyrektorów”, z którymi rozmawiasz, i wielu wyspecjalizowanych operatorów pod nimi.
- Framework „cztery C” systemu operacyjnego AI: context, connections, capabilities, cadence (kontekst, połączenia, umiejętności, rytm).
- Praktyczne wdrożenia: agent do triage’u skrzynki Gmail z etykietami i draftami, agent od zadań w ClickUpie, agent od transkryptów spotkań, agent marketingowy, agent nasłuchujący Slacka.
- Skille (nazywane w interfejsie prywatnymi wtyczkami) to „przepisy” — wielokrotnego użytku instrukcje, które agent sam aktualizuje po Twoim feedbacku.
- „Metoda roweru” i pętla weryfikacji: agent ma sprawdzić własną pracę, zanim Ci ją odda, a Ty i tak nadzorujesz proces.
- Rozróżnienie pamięci wspólnej i pamięci pojedynczego agenta — wtyczki, skille i pliki są wspólne, wiedza o Tobie już nie.
- Obejścia braków integracji: Composio jako agregator setek aplikacji oraz sterowanie przeglądarką, gdy API nie działa.
- Model biznesowy: „drabina usług AI” — od darmowej pracy, przez stawki godzinowe i wdrożenia Grokbota, po audyty i abonamenty.
Redakcyjne tłumaczenie
Dlaczego akurat Grokbot
Grokbot to jedno z najmocniejszych narzędzi AI, z jakimi miałem do czynienia, bo daje armię agentów dosłownie w kieszeni — i nie trzeba być technicznym, żeby wyciągnąć z tego wartość. Bawię się nim od premiery i realnie zmienił sposób, w jaki pracuję. To nie jest kolejna zabawka dobra wyłącznie na demo albo na materiał do mediów społecznościowych.
W tym materiale rozkładam Grokbota na części: pokazuję, jak sam z niego korzystam, robię pełną konfigurację od zera, tłumaczę sposób myślenia i to, jak połączyć elementy tak, by całość zaczęła być użyteczna. Zakładam zupełnie nowe konto i buduję na żywo zespół agentów, żeby dało się robić to razem ze mną. Pokażę też, jak używać tego do własnego biznesu i jak zrobić z tego ofertę dla innych firm.
Krótko o mnie: nazywam się Nate, buduję automatyzacje i agentów AI od jakichś dwóch lat. Prowadzę globalną społeczność ponad 440 tysięcy budowniczych AI, a moja firma w ostatnich dwunastu miesiącach zrobiła niecałe pięć milionów dolarów przychodu — w dużej mierze dlatego, że wszyscy poruszają się szybciej dzięki takim systemom. Działamy w edukacji, społecznościach, certyfikacjach, eventach i newsletterach.
Rzut oka z lotu ptaka: jak to wygląda po kilku miesiącach
Grokbot to koledzy z zespołu, którym można dać prawdziwą robotę. Potrafią się logować, korzystać z Twoich narzędzi i wykonywać działania. Interfejs przypomina Telegram, więc od razu jest znajomy. Agenci rozmawiają z Tobą i między sobą, delegują sobie zadania, pracują, kiedy Ty śpisz.
Na moim koncie mam grupowy kanał — coś jak kanał w Slacku czy ClickUpie — a po lewej prywatne rozmowy ze wszystkimi agentami. Na górze przypiąłem coś w rodzaju zarządu: asystent wykonawczy, którego nazywam „Chief”, mój COO, CCO (dyrektor od treści) i CFO.
W kanale „leadership” napisałem: na podstawie tego, jak poszedł ten tydzień, i naszych długoterminowych celów, pomóżcie mi ustalić, co powinniśmy robić w czwartym kwartale, jak się dalej wyróżniać i jak zmniejszać ryzyko uzależnienia firmy od jednej osoby. Becky, Dan, Chandler i Klouse zebrali się razem, każdy odezwał się w swoim obszarze, oznaczali się nawzajem, czytali swoje odpowiedzi — i doszli do pięciu wspólnych decyzji: żadnych nowych jednostek biznesowych w czwartym kwartale, wydawać tylko na to, co zdejmuje Nate’a ze ścieżki krytycznej, druga faza testów na głównym kanale, Becky przejmuje wybór tematów z komentarzy, żeby Nate nie był bramką na pomysły, a CIC to jednostka na 2027 rok, która skaluje się bez Nate’a przed kamerą. Zajęło im to kilka minut.
Mam tych czterech agentów przypiętych na górze z prostego powodu: gdy zaczniesz używać Grokbota, spiny nowych agentów zaczną się mnożyć. Ja mam ich dopiero dziesięciu, ale każdy ma jedno bardzo wąskie zadanie. Ten patrzy tylko na X. Ten robi animacje. Ten zajmuje się strategią treści. Ten sprawdza Fireflies. Bez własnego „zarządu”, który rozdziela pracę, to szybko robi się przytłaczające. Klouse potrafi rozmawiać ze wszystkimi pozostałymi i delegować im zadania. Ważne tylko, żeby skalować to tak, by agenci nie gubili się w tym, kto co robi — nie chcesz dublowania pracy ani dziur w planach.
W ustawieniach każdego agenta masz nazwę, opcjonalną etykietę (coś jak stanowisko) i opis — a ten opis jest tym, co mówi innym agentom, czym dany agent się zajmuje. Opis Klouse’a brzmi: jesteś szefem sztabu Nate’a, jesteś jedynym botem, z którym Nate rozmawia; zanim cokolwiek zrobisz, sprawdź, czy zadanie nie należy do innego Grokbota, i najpierw deleguj; sam wykonuj pracę tylko wtedy, gdy żaden specjalista nie pasuje, a potem przynieś wynik tutaj.
Można włączać powiadomienia dla konkretnych botów. Każdy bot ma też własny ekran, ale wszystkie dzielą ten sam komputer — jeśli zalogujesz się gdzieś raz, pozostałe też będą miały dostęp. U mnie widać, jak agent logował się w terminalu do GitHuba, przeglądał moje repozytorium, wchodził do społeczności na Skool zalogowany jako ja. Sterować przeglądarką mogę i ja, i Klouse, i pozostali agenci.
Jest też mechanizm rutyn. Klouse ma rutynę „Sunday work log archive”, uruchamianą w każdą niedzielę wieczorem. Bierze wszystko, co w tym tygodniu zrobiliśmy w ClickUpie (bo każdy projekt tworzony przez moje Grokboty jest tam logowany, żebym mógł go potem obejrzeć i skomentować), i przenosi ukończone pozycje do listy archiwalnej, żeby główny dziennik pracy pozostał czysty. Rutyny mogą chodzić co pięć czy dziesięć minut, mogą też startować z innych wyzwalaczy — na przykład wiadomości w Slacku albo Teamsach. Na razie wyzwalaczy nie ma dużo, ale wiem, że pracują nad dołożeniem kolejnych, choćby z maili czy wydarzeń w kalendarzu.
Architektura: nie jeden megaagent, tylko hierarchia
Marzenie wielu osób to jeden główny agent sterujący rojem pozostałych. Da się tak zrobić, ale ten agent szybko się przeciąża, bo ma zbyt wielu podwładnych do przebierania, i przy skalowaniu robi się bałagan.
Lepszy układ jest taki: Ty rozmawiasz z kilkoma dyrektorami (i dokładasz kolejnych powoli, gdy naprawdę są potrzebni), a każdy dyrektor wie, że ma pod sobą trzech agentów, z którymi rozmawia najczęściej. Ci niżej to operatorzy robiący jedną konkretną rzecz w ramach swojego pionu. Jeśli to zespół marketingowy — to są małe agenty operacyjne od marketingu. Jeśli finansowy — coś w rodzaju księgowych. Chodzi o to, żeby nie mieć jednego megaagenta od wszystkiego, tylko wielu wyspecjalizowanych, których menedżer wywołuje wtedy, gdy przychodzi na nich pora.
Fajne jest to, że nawet operatorzy mogą rozmawiać ze sobą. Jeśli któryś zorientuje się, że do przygotowania tygodniowego raportu potrzebuje danych z innego zespołu, po prostu tam sięgnie, weźmie dane, wróci i będzie pracował dalej. I właśnie dlatego opis każdego agenta musi bardzo jasno mówić, czym ta osoba się zajmuje.
Grokbot kontra Claude Code i Codex
Osobna sprawa: różnica między Hermesem czy Grokbotem a Codexem czy Claude Code. Widzę to jako dwa różne kubełki. Kiedy siedzę przy biurku i robię codzienną pracę umysłową — buduję rzeczy — zawsze sięgam po Claude Code albo Codex. Grokbot działa na modelach Groka od xAI, a tamte narzędzia napędzają modele GPT i Claude, które ogólnie wolę do pracy produkcyjnej i budowania. Modele oczywiście da się podmieniać, ale chodzi o to, że to są środowiska, których używam, siedząc przy komputerze i prowadząc projekty.
Grokboty to agenty, które lubię, bo mam je w telefonie, bo mogę ich używać w biegu i bo dobrze mi się na nich buduje automatyzacje. Tamto to „praca przy komputerze”, to tutaj to „automatyzacje i agenci, z którymi rozmawiasz na lunchu albo na wakacjach” — albo coś, co po prostu chodzi w nocy, gdy śpisz, lub reaguje na zdarzenie.
Gdybym chciał zbudować mały zespół prowadzący w pełni autonomicznie konto na Instagramie, użyłbym Grokbota. Gdybym chciał zbudować sobie skille i produkcyjny potok do generowania rolek albo karuzel na skalę, zrobiłbym to raczej w tamtym drugim środowisku.
Cztery C: mój framework systemu operacyjnego AI
Nazywam to systemem operacyjnym AI, a metodę — czterema C: context, connections, capabilities, cadence. Pierwsze dwa to informacje, które czynią agenta specyficznie Twoim. Kolejne dwa to rzeczy, które sprawiają, że agent porusza się szybciej.
Kontekst to informacje o Tobie, Twojej firmie, Twoich celach, o tym, co jest dla Ciebie ważne i jak pracujesz.
Połączenia to dostęp do źródeł, z których agent ma pobierać dane: poczta, kalendarz, Slack, w razie potrzeby konta bankowe. Chodzi o to, żeby czytał, co dzieje się w firmie na bieżąco, a nie żył wyłącznie na danych statycznych — ale też żeby mógł działać: tworzyć drafty, zakładać zadania w ClickUpie, tworzyć dokumenty Google, generować slajdy i materiały. To ogromna część mocy tego systemu. Bez kontekstu agent jednak nie rozumie, po co te połączenia są i jak zrobić z nich coś wartościowego.
Umiejętności to połączenie dwóch poprzednich — najczęściej w formie skilli, czyli instrukcji, jak coś zrobić dobrze. Chcesz, żeby robił dobre oferty? Potrzebuje kontekstu, żeby je napisać, i połączeń, żeby zapisać je w dokumencie Google. Chcesz, żeby scrapował LinkedIna i pomagał Ci pisać posty? Potrzebuje jednego i drugiego.
Rytm to rutyny — automatyzacje, które sprawiają, że nie musisz za każdym razem prosić. To one czynią system autonomicznym: coś się wydarzyło w firmie, więc trzeba zrobić to i to, albo inny agent się odezwał, więc muszę wejść i przygotować rzeczy tak, żeby Nate rano miał wszystko gotowe. Kiedy wciąż domykasz tę pętlę i rozbudowujesz wszystkie cztery C, docierasz z Grokbotami w naprawdę ciekawe miejsce.
Zakładanie konta i pierwszy agent
Wpisz w Google „Grokbot”, wejdź w pierwszy link, pobierz aplikację na swój system operacyjny i — jeśli chcesz używać obu równolegle — zainstaluj też aplikację na iOS. Potem wejdź w cennik. Dostęp kosztuje 30 dolarów miesięcznie. Na początku był tylko plan za 200 dolarów, teraz jest wariant za 30. Wykupujesz Super Groka, a potem logujesz się do aplikacji desktopowej tym samym adresem e-mail.
(Informacja dodatkowa: ceny podano w dolarach amerykańskich i dotyczą stanu z sierpnia 2026 roku.)
Zakładam nowe konto na planie za 30 dolarów, żeby pokazać, jak daleko realnie zajedziesz na takim limicie. Po zalogowaniu Grokbot „konfiguruje swój komputer”. To wszystko dzieje się w chmurze — automatycznie synchronizuje się z telefonem, możesz wyłączyć komputer albo zamknąć aplikację, a system dalej pracuje. Właśnie dlatego tak to lubię: przy Hermesie, Claude Code na VPS-ie czy nawet OpenClaw trzeba było postawić serwer albo aplikację zarządzaną. Tu wszystko jest zrobione za Ciebie.
Onboarding pyta, czego używasz na co dzień. Ja zaznaczam Google Workspace, GitHuba, LinkedIna i ClickUpa. Jeśli o czymś zapomnisz, nic się nie stanie — połączenia dodaje się później w dowolnej chwili.
Teraz tworzymy pierwszego bota. Potraktuj go jako swojego asystenta osobistego, tego, z którym będziesz rozmawiać najczęściej. Nazywam go „Friend”, bo ma być moim najlepszym kumplem. Zanim cokolwiek napiszę, sam się odzywa: cześć, mam na imię Friend, w czym mogę pomóc, co jest dla ciebie ważne, jaka jest moja rola. I tu wchodzimy w pierwsze C — kontekst.
Piszę mu: cześć, mam na imię Nate, kompletnie nie jestem techniczny, nie mam doświadczenia z konfigurowaniem Grokbotów, więc tłumacz mi wszystko zwięźle i prosto. Prowadzę firmę usług domowych Summit Home Services, mam mały zespół, ale chcę robić więcej i skalować przychód. Wystarczy coś tak prostego.
W ustawieniach widzę, że na podstawie onboardingu ma już opis: użytkownik pracuje codziennie z Workspace, GitHubem, LinkedInem i ClickUpem — zaczynaj od tych narzędzi, proponując konektory albo podejmując pracę. Tutaj można zmienić opis i dodać etykietę.
Pierwsze połączenie: Dysk Google
Zamiast opowiadać wszystko z palca, mówię: daj mi chwilę, podrzucę ci dokument z informacjami o firmie. Mam wewnętrzną bazę wiedzy operacyjnej — profil firmy, godziny pracy, świadczone usługi, cennik. Jeśli masz w firmie takie materiały, po prostu daj je Grokbotowi.
Wklejam link i proszę, żeby przeczytał dokument i zapisał go w pamięci. Tyle że ten agent na razie nie ma żadnych rąk — to zwykły model językowy, z którym można rozmawiać. Próbuje otworzyć link na swoim komputerze, dochodzi do ekranu logowania Google i nie daje rady. Odpowiada: najprościej będzie, jeśli podłączysz Dysk Google, żebym mógł to przeczytać.
Klikam konektor, „dodaj z wtyczek”, „dodaj”. Wystarczy się uwierzytelnić. Jedna szybka wskazówka, zanim zaczniesz podpinać wiele kont: nadawaj im nazwy. Jeśli podłączysz kilka kont Google, będziesz chciał wiedzieć, które jest które. Ja nazywam to połączenie „Nate Herk 8”. Klikam „uwierzytelnij”, wyskakuje zwykłe okno logowania Google — żadnych kluczy API ani technicznych ceregieli, logujesz się dokładnie tak, jak na własnym komputerze.
Google pyta o zakres: sam podgląd i pobieranie czy też edycja, tworzenie i usuwanie. Ja zgadzam się na wszystko. Jeśli nie czujesz się komfortowo z prawem do edycji i kasowania, zastanów się, do czego dajesz dostęp.
Po ponownej próbie Friend czyta dokument i zapisuje go do pamięci — i na bieżąco mówi, co robi: łączy się z Dyskiem, myśli, działa, wraca z odpowiedzią. To właśnie nazywa się pętlą agentową: patrzy, myśli, działa, patrzy, myśli, działa — i na tej podstawie decyduje, kiedy przestać albo co Ci odpowiedzieć.
Podsumowuje: Summit to firma HVAC w Twin Cities, mały zespół, naprawiamy zamiast dosprzedawać, a pieniądze wyciekają przez wolne odpowiedzi na maile w szczycie sezonu. To jest robota, do której naprawdę mnie potrzebujesz. Jeśli mam się tym zająć, podłącz Gmaila.
(Informacja dodatkowa: Twin Cities to potoczna nazwa aglomeracji Minneapolis–Saint Paul w Minnesocie. HVAC to branża ogrzewania, wentylacji i klimatyzacji.)
Drugi agent: skrzynka pocztowa
W skrzynce testowej mam sporo udawanych maili od klientów — prośby o wizytę, pytania o obciążenia karty i tak dalej. Chcę mieć osobnego agenta, którego jedynym zadaniem jest segregowanie poczty, tworzenie odpowiedzi i tym podobne.
Piszę do Frienda: masz rację, podłączmy Gmaila, ale skoro traktuję cię jako szefa sztabu, załóżmy osobnego agenta, który zajmuje się wyłącznie mailami. W międzyczasie w ustawieniach zmieniam etykietę Frienda na „chief of staff” i przypinam go, bo to z nim chcę rozmawiać najczęściej — nie chcę tonąć w liście agentów, których będzie tworzył.
Friend odpowiada, że stworzy agenta „inbox”, którego jedyną robotą są maile Summitu, i podłączy mu Gmaila. Widzę wiadomość, którą wysłał do nowego agenta: Nate stworzył cię jako dedykowanego agenta pocztowego, oto informacje o firmie, oto cennik, tak segregujesz pocztę, to robisz. Podał też źródło prawdy, czyli dokument na Dysku. Nowy agent odpisuje: dostałem brief od Frienda, zapisuję go i nic nie zrobię, dopóki mi nie powiesz. To już jest demonstracja tego, jak agenci zaczynają współpracować.
Autoryzuję Gmaila dokładnie tak samo jak wcześniej. Potem wchodzę we wtyczki — mam zainstalowane dwie, Dysk Google i Gmaila — i nazywam to konto „Nate Herk 88”. Przy okazji widać, ile jest innych wtyczek: kalendarz, Granola, agenci AWS, Plane, Amplify — mnóstwo. Można ich szukać albo przeglądać po kategoriach. Tak właśnie buduje się połączenia.
Friend melduje: playbook zapisany, Gmail podłączony, mam zacząć segregować skrzynkę? Wyciągnę najpierw pilne sprawy i ciepłe leady, i nic nie wyślę, dopóki nie powiesz.
Na etapie konfiguracji spokojnie można rozmawiać bezpośrednio z agentem pocztowym. Chodzi tylko o to, żeby docelowo Friend wiedział, gdzie mieszkają pozostali agenci i w czym są dobrzy — a robi się to właśnie przez opisy w ustawieniach. W ustawieniach agenta „inbox” widnieje już: twoim jedynym zadaniem jest obsługa poczty klientów Summit Home Services. Friend to przeczyta i będzie wiedział, czym „inbox” się zajmuje. Dodaję jeszcze etykietę „agent pocztowy”.
Pierwsze zadanie: triage skrzynki
Piszę do agenta pocztowego: skrzynka jest niezła bałaganem. Pewnie ustawimy kilka zadań i automatyzacji, ale najpierw przeczytaj maile i zaproponuj coś. Jestem w firmie praktycznie jedyną osobą odpowiadającą na pocztę — pomóż mi ustalić, co da najwięcej wartości. Pewnie potrzebujemy etykiet, pewnie różnych automatyzacji. Co ma sens, żeby prowadzić tę firmę sprawniej?
Zanim przejdę do odpowiedzi, jeden z moich ulubionych cytatów, który chciałbym, żebyście przyswoili: można outsource’ować myślenie, ale nie można outsource’ować rozumienia. Skoro poprosiłem, żeby przejrzał skrzynkę i podpowiedział, co ma sens, nie znaczy to, że mam ślepo odpowiedzieć „tak, zrób to wszystko”. Jednym z największych błędów przy wchodzeniu w agentów i automatyzacje jest zbudowanie od razu ogromnej ilości rzeczy, utrata orientacji, co się w ogóle dzieje, i skończenie z systemem, który nie rozwiązuje żadnego prawdziwego problemu. W tym scenariuszu wiemy, że skrzynka jest realnym wąskim gardłem — i to ją chcemy rozwiązać.
Agent wraca z konkretami. Dwie sprawy wymagają uwagi dzisiaj: Marcus nie ma ogrzewania i ma noworodka w domu, jest jego numer telefonu; Hannie cieknie bojler w piwnicy. Oba maile wiszą nieprzeczytane od kilku godzin. W skrzynce jest też 5200 nieprzeczytanych wiadomości — to stare rzeczy, które ignoruję. Największa wartość nie leży w sprzątaniu starej poczty, tylko w tym, żeby kolejna sytuacja awaryjna nigdy nie leżała odłogiem i żebyś widział tylko te maile, które naprawdę wymagają ciebie. Zgadzam się.
Proponuje sześć etykiet na maile klientów: awaria, wymaga ciebie, wycena, termin, rozliczenia, gwarancja. Dostawcy i oferty pozycjonowania są ignorowane, stare etykiety pomijane. Do tego trzy nowe nawyki: rutyna obserwująca nową pocztę i pingująca mnie przy naprawdę pilnych sprawach — awariach, zwrotach, wściekłych klientach — podczas gdy reszta czeka na krótką poranną listę w dni robocze; szkicowanie prostych odpowiedzi na podstawie dokumentacji, którą mu dałem (spora część to typowe pytania z FAQ obsługi klienta); a pozostałe trzydzieści spraw — wyceny, przełożenia terminów, gwarancje i podanie o pracę technika — może poczekać za dwiema awariami i sprawami pieniężnymi.
Wszystkie rekomendacje mi pasują, więc mówię: rób wszystko. Choć warto myśleć kilka kroków do przodu. Gdybyśmy dostawali bardzo dużo próśb o zwrot pieniędzy, w pewnym momencie chcielibyśmy, żeby agent pocztowy przekazywał je osobnemu agentowi wyspecjalizowanemu w zwrotach, dobrze wytrenowanemu na „w tym przypadku robisz X, a w tamtym Y” — a gdy już mu w pełni zaufamy, może nawet z prawem do wykonania zwrotu. Docelowo każdy z tych etykietowanych strumieni może mieć własnego agenta. I dlatego właśnie chcemy hierarchii, w której komunikujemy się z kilkoma agentami, a oni delegują pracę w dół.
Agent zakłada sześć etykiet, przygotowuje dwie odpowiedzi na awarie i włącza obserwację skrzynki. Nadal niczego nie wysyła — wszystko zostaje jako wersje robocze, co na start jest właściwym podejściem. Gdy zaufanie urośnie, można rozszerzyć uprawnienia.
Powstała rutyna „inbox emergency watch”. Jej instrukcja mówi: jesteś agentem poczty klienckiej Summit Home Services, sprawdzasz podłączone konto Gmail (podałem też etykietę połączenia na wypadek, gdybyśmy później dodali więcej skrzynek) pod kątem nowej poczty przychodzącej od ostatniego uruchomienia, nigdy nie wysyłasz, tylko tworzysz wersje robocze, a oto co robisz przy każdym przebiegu. To jest dokładnie to samo, co procedura, którą przekazałbyś człowiekowi — onboarding i szkolenie, tyle że dla agenta. Bardzo konkretne kroki.
Harmonogram: co 30 minut, każdego dnia miesiąca, między północą a 23:00, czyli praktycznie cała doba. Jeśli nie ma nic pasującego do kategorii, rutyna po prostu nic nie robi i może zameldować „sprawdziłem, brak działań”. Jeśli jest coś pilnego — działa.
W skrzynce widzę, że wszystkie maile są otagowane: wycena, awaria, termin, wymaga ciebie; niektóre mają po dwie etykiety. W wersjach roboczych są dwie odpowiedzi, tylko na sprawy oznaczone jako awarie, a maile zostały zostawione jako nieprzeczytane, żebym je widział.
Otwieram jedną: „pilne, nie ma ogrzewania, dom jest lodowaty, proszę o pomoc, obudziliśmy się dziś rano, zapłacę dopłatę, oto mój numer”. Odpowiedź: cześć Marcus, przykro mi, że musisz się z tym mierzyć, zwłaszcza z noworodkiem w domu; traktujemy to jako awarię i zajmiemy się tym natychmiast; ktoś z zespołu zadzwoni do ciebie wkrótce pod ten numer; niedzielne wizyty awaryjne mają dopłatę 150 dolarów doliczaną do diagnostyki; odpisz proszę z adresem, żebyśmy mogli wysłać technika. Dobra odpowiedź.
Warto tu pomyśleć o własnym sposobie komunikacji: jeśli macie w firmie charakterystyczny styl albo formułę pożegnania, wróć do Grokbota i powiedz „zawsze odpowiadaj w ten sposób, oto nasz ton głosu”, żeby wszystkie szkice były od razu zgodne z marką.
Zatwierdzam obie odpowiedzi i pozwalam je wysłać. Zwróćcie uwagę, jak szybko to poszło i jak mało było to trudne. Podłączyliśmy Gmaila, daliśmy dość proste instrukcje i agent zadziałał.
Metoda roweru: pętla informacji zwrotnej
Tu wchodzimy w pętlę feedbacku, którą nazywam metodą roweru. Kiedy zaczynasz budować agentów albo nowe umiejętności, myśl o tym jak o uczeniu dziecka jazdy na rowerze. Nie możemy zakładać, że za pierwszym razem wszystko będzie idealne. Etykiety wyglądają nieźle, ale gdybyśmy się w nie wgryźli, pewnie znaleźlibyśmy rzeczy, które nam nie pasują.
Kiedy używasz AI, celem jest oczywiście wynik gotowy w stu procentach i w stu procentach trafny. Realnie jest tak, że pierwsze podejście dowozi Cię kawałek drogi, a potem musisz powiedzieć: to zrobiłeś dobrze, tamto źle, spróbuj jeszcze raz. I tak dajesz feedback aż do poziomu, w którym naprawdę ufasz.
Nikt nie sadza dziecka na rowerze ze słowami „po prostu pedałuj i trzymaj równowagę, będzie dobrze” — bo się wywróci. Trzymasz kierownicę, masz drugą rękę na jego plecach, patrzysz i korygujesz: przechylasz się za bardzo w prawo, trzymaj ciężar po środku, spróbuj jeszcze raz. Powoli puszczasz, ale nadal idziesz obok. A nawet kiedy jesteś już pewny umiejętności dziecka, raczej nie mówisz „jedź sobie” i nie idziesz się zdrzemnąć — siedzisz na podjeździe albo jesteś w kuchni na tyle blisko, żeby usłyszeć płacz.
Ta technologia jest niesamowita i czyni Cię dużo bardziej sprawczym, ale nie jest magią. Ludzie, którzy traktują ją jak magię — wchodzą, budują pierwszego dnia piętnastu agentów, niczego nie testują i ogłaszają, że mają rój — to ci sami ludzie, u których do klientów wychodzą wiadomości, które nigdy nie powinny wyjść, agenci zaczynają wchodzić sobie w drogę, a rzeczy umierają w środku nocy.
W praktyce ten feedback wygląda tak, że biorę pięć maili i mówię: ten powinien być oznaczony jako „wycena”, bo to i to; a ten jako „wymaga ciebie” i „termin”, z tego i tego powodu. Za każdym razem agent odpowiada, że zaktualizował instrukcje, żeby następnym razem zrobić to lepiej. I właśnie w tym miejscu zaczyna się formalizowanie skilla.
Budowanie skilla: tygodniowy raport z poczty
Piszę: zbudujmy skill „tygodniowy raport z poczty”. Efektem ma być arkusz Google. Ustaw nową rutynę na piątek na 17:00 i przy jej uruchomieniu wywołuj ten skill. Ma spojrzeć na wszystkie maile oznaczone etykietami w minionym tygodniu, od poniedziałku do piątku, i wygenerować jednostronicowy arkusz z analityką: ile zgłoszeń w każdej etykiecie, średni czas odpowiedzi, statystyki typów zgłoszeń. Te dane pomogą nam budować kolejne automatyzacje, zaczynając od najwyższego priorytetu. Jeśli masz pytania do tego procesu, zadaj je; poza tym zacznij budować skill i pokaż mi przykładowy efekt.
Jedna rzecz jest tu kluczowa: prośba, żeby zadawał pytania, aż zrozumie. Jeśli nie podasz wystarczająco precyzyjnej definicji ukończenia, dostaniesz coś kiepskiego. A gdy poprosisz o dopytywanie, agent będzie Cię przesłuchiwał, aż zbuduje sensowne zrozumienie. Ta prośba jest prosta, więc pytań pewnie nie ma wiele, ale przy planowaniu nowej automatyzacji czy projektu często dostaniesz ich sporo.
Czym w ogóle jest skill? To po prostu instrukcje — przepis. Wyobraź sobie, że robisz naleśniki z czekoladą według przepisu i wychodzą wyśmienicie. Jeśli chcesz je zrobić za tydzień znowu, sięgniesz po ten sam przepis. Jeśli wyszły źle, poprawisz przepis: chyba smażyłem je za długo z każdej strony, następnym razem minutę krócej. Tym właśnie jest własność intelektualna, którą tu budujesz: instrukcjami. Za każdym razem, gdy agent stwierdzi „potrzebuję naleśników z czekoladą”, wystarczy, że sięgnie po odpowiedni skill i go przeczyta.
Z czasem powstaje biblioteka zasobów — skill na każdy proces i każdą automatyzację w firmie. Trzeba tylko zadbać, żeby wszyscy agenci wiedzieli o wszystkich skillach: gdy dostają nowe zadanie albo cel, mają znaleźć właściwy skill, przeczytać go i zadziałać.
W Grokbocie widzę już nową rutynę. Agent pocztowy ma teraz dwa rytmy: obserwację skrzynki co 30 minut i raport w każdy piątek o 17:00. Do tego przygotował próbkę: arkusz Google. Skąd? Bo we wtyczkach podłączyliśmy Dysk Google, a razem z nim Dokumenty, Arkusze i pewnie Prezentacje. Ten arkusz mogę otworzyć również na telefonie. Jest tydzień, notatka, łączna liczba maili, ile wciąż czeka, średni czas odpowiedzi, wszystkie statystyki i rozbicie na kategorie.
Powiedzmy, że chcemy, żeby to wyglądało lepiej. Wracam i mówię: dane są w porządku, ale potrzebuję dwóch zmian. Dodaj kolory — formalne nagłówki, kolumny, pogrubienia; nasz kolor podstawowy w wytycznych marki to zieleń, więc dodaj zieleni. I dodaj wykres — kołowy albo słupkowy — na rozbiciu według etykiet, żebyśmy mieli lepszą wizualizację. Wprowadź zmiany w arkuszu, a potem zaktualizuj skill, żeby w piątek te zmiany były już wbudowane.
Jak wygląda taki skill? Ma nazwę, opis („użyj tego przy tworzeniu tygodniowego raportu analityki maili z etykietami…”) i instrukcje — bardzo podobne do tych z rutyn, krok po kroku: oto wejście, oto co budujesz, oto kroki. To jest żywy przepis, który agent będzie z czasem aktualizował. Skille znajdziesz też we wtyczkach w zakładce zainstalowanych — nazywają je tam prywatnymi wtyczkami, ale to po prostu skille. Co ciekawe, skille z Claude Code czy Codeksa można tu wnieść, a wywołuje się je komendami ze slashem, dokładnie jak tam.
Zużycie, telefon i weryfikacja pracy
Jestem na planie za 30 dolarów. Po kliknięciu w nazwę konta widać zużycie — resetuje się za siedem dni, a jesteśmy na 6 procent limitu. Stąd można też podnieść plan do 100 czy 200 dolarów miesięcznie. Warto pamiętać, że rutyny chodzące, kiedy śpisz albo jesteś na telefonie, też zjadają ten limit.
Na telefonie wszystko jest w pełni zsynchronizowane. Kiedy wysyłam wiadomość z telefonu, pojawia się natychmiast na komputerze. Mogę tam zajrzeć do skilla, otworzyć arkusz, napisać do agenta. Synchronizacja jest natychmiastowa.
Wracam do arkusza — zmian nie widać. Odświeżam. Agent pisze: sprawdzam, czy zielone nagłówki i wykresy rzeczywiście się pojawiły. Liczby są, kolory i wykresy się nie przyjęły, więc właśnie je dodaję. Nie wiem dokładnie, co poszło nie tak, ale dobre jest to, że nie musiałem dawać mu feedbacku — sam się zweryfikował. Otworzył plik, zauważył, że nic się nie zmieniło, i zabrał się za poprawkę.
Potem mówi: arkusz nadal jest bez formatowania, żeby dodać zielone nagłówki i wykresy, musisz raz zalogować się do Google na moim komputerze. Przejmuję komputer, pojawia się interfejs, loguję się — i to logowanie zostanie zapisane dla wszystkich pozostałych Grokbotów. Klikam „gotowe” i agent zabiera się do pracy: widać, jak jego kursor jeździ po ekranie i zaznacza komórki.
Jest tu też funkcja „naucz zadania”: mogę nagrać siebie wykonującego coś w przeglądarce — formatowanie, kolory, zaznaczanie — zatrzymać nagranie, a Grokbot obejrzy je i nauczy się, gdzie klikać i jak to robić. Szczerze mówiąc, nie lubię tej funkcji i rzadko z niej korzystam, wolę instruować naturalnym językiem. Ale to przydatna rzecz do wiedzenia, zwłaszcza przy zadaniach, które naprawdę wymagają otwierania przeglądarki, klikania i pobierania raportów.
Po siedmiu minutach elementy są gotowe. Agent robił zrzuty ekranu, żeby udowodnić, że wszystko powstało i kolory się zgadzają. W arkuszu mamy zielone kolory, wszystko poukładane jak porządna tabela, do tego wykres kołowy „maile według etykiety” i wykres „odpowiedziane kontra oczekujące”. Oczekujących jest sporo — mamy co robić. W przyszły piątek raport przyjdzie już w takiej formie, a jeśli będziemy chcieli coś zmienić, wystarczy powiedzieć: wprowadź te zmiany i zaktualizuj skill.
Chcę mocniej podkreślić pętlę weryfikacji. Myśl o tych agentach jak o ludziach. Kiedy człowiek oddaje Ci pracę, zwykle ją przeglądasz, zanim uznasz za skończoną. Cokolwiek robisz normalnie, żeby sprawdzić, czy praca spełnia definicję dobrej — to samo każ robić agentowi. Przez większość czasu agenci potrafią zweryfikować własną robotę, zanim Ci ją oddadzą. Zamiast wersji pierwszej dostajesz wtedy czwartą albo siódmą, po której agent sam powiedział sobie: zanim to oddam Nate’owi, przejrzyjmy to, poprawmy i przejrzyjmy jeszcze raz.
Do każdego zadania, które deleguję, wbudowuję proces weryfikacji. Jeśli robią mi wideo, każę im zrobić zrzuty wszystkich klatek i sprawdzić, czy wszystko wygląda dobrze. Jeśli robią raport z researchu, każę dwa razy i trzy razy sprawdzić każde wiarygodne źródło, upewnić się, że nie ma sprzecznych informacji i że wszystkie źródła są z ostatnich trzech miesięcy. Wynik nie będzie idealny, ale pierwsza rzecz, którą dostaniesz, będzie znacznie bliżej gotowej, niż gdyby po prostu odpuścili za wcześnie.
Trzeci agent: zadania w ClickUpie
W wysłanym mailu napisaliśmy: ktoś z naszego zespołu wkrótce zadzwoni. Tyle że nikt tego nie zrobił — chyba że ja jako właściciel osobiście dam znać zespołowi. Może więc zbudujmy system, w którym Grokbot potrafi wydelegować pracę.
Wracam do Frienda, bo to mój szef sztabu — zawsze, gdy nie wiem, do kogo pisać, wracam do niego. Tłumaczę: agent pocztowy przygotował dwa maile, które wysłałem do klientów, obiecując kontakt od członka zespołu. Potrzebujemy automatyzacji, w której ktoś naprawdę się z nimi skontaktuje. Używamy ClickUpa do zarządzania zadaniami. Pomóż mi ustalić, jak z maili, które ogląda agent pocztowy, tworzyć zadania w ClickUpie, żeby praca faktycznie trafiała do ludzi. Na razie burza mózgów: jakich agentów powinniśmy powołać, a potem zbudujmy te automatyzacje.
Friend odpowiada: nie dodawaj stosu agentów. Poczta zostaje przy agencie pocztowym, a dokładamy jednego nowego, którego jedyną robotą jest ClickUp. Gdy agent pocztowy obieca klientowi kontakt, pinguje nowego agenta, a ten zakłada kartę w ClickUpie z nazwiskiem, telefonem, tym, czego klient potrzebuje, i pilnością. Cała pętla.
Odpowiadam: chcę tam dojść, ale przemyślanie. Podłączmy ClickUpa. Pomysł na agenta od zadań mi się podoba, tylko nazwijmy go Fred. Chcę mieć w ClickUpie, w przestrzeni „internal automations”, listę na całą pracę Grokbotów Summit Home Services — wszystkie projekty i wszystko, nad czym pracujecie wy i pozostali agenci, ma być tam logowane. A Fred będzie przyjmował zgłoszenia od agenta pocztowego i delegował je właściwej osobie w ClickUpie.
To dobry przykład: wziąłem sugestię Frienda i dodałem do niej trochę własnego koloru, żeby lepiej pasowała do tego, jak faktycznie chcę pracować. Friend wysyła wiadomości do Freda i do agenta pocztowego, żeby wprowadzić ich w temat.
Autoryzuję ClickUpa — wystarczy podłączyć konto. Znowu wchodzę we wtyczki i nadaję połączeniu nazwę, bo kont ClickUpa może być kilka.
Drobna sztuczka interfejsu: gdy prowadzisz z jednym agentem wiele wątków, możesz odpowiedzieć na konkretne działanie lub element, co otworzy osobną sekcję. Dzięki temu masz dwie równoległe rozmowy i osobne strumienie pracy.
Powstała lista „Summit Home Services Grockbot”. Sprawdzam w ClickUpie — jest, a w niej „zadzwoń do Hannah Whitmore” i „zadzwoń do Marcusa Dullera”, obie przypisane do mnie. Friend napisał do Freda: Nate powołał cię jako Freda, oto co masz robić. Fred: przyjąłem, kolejkuję te zadania na moment, gdy ClickUp będzie aktywny. Do agenta pocztowego poszło: masz nowego kolegę, Freda; ilekroć obiecasz klientowi kontakt od zespołu, wyślij Fredowi nazwisko, telefon i adres, a on założy zadanie w ClickUpie.
Bez mikrozarządzania mamy więc nowy proces: przy kolejnym przeglądzie skrzynki agent pocztowy sam każe Fredowi założyć zadanie. Naturalnym kolejnym krokiem byłoby powiedzieć Fredowi: mamy pięciu ludzi w zespole, każdy z inną specjalizacją — jedni są dobrzy w klimatyzacji, inni w czym innym — oto katalog, kto do czego; albo dać mu bazę z kalendarzami, żeby sprawdzał, kto faktycznie może zlecenie obsłużyć. Wtedy procesy Freda robią się bogatsze.
Sprawdzam zużycie: jesteśmy na 13 procentach tygodniowego limitu.
Logowanie wszystkiego i porządek w interfejsie
Do tej pory ClickUp dostaje zadanie tylko wtedy, gdy przyjdzie mail wymagający czyjegoś działania. Ale bardzo pomaga, gdy logowana jest każda praca z każdym agentem, żeby wiedzieć, kto się czym zajmuje i jaki jest status.
Piszę do Frienda: przejmij odpowiedzialność za zarządzanie projektami w ClickUpie. Nie tylko delegowanie maili, ale też wszystko inne — budowanie nowych agentów, arkuszy, procesów, jakichkolwiek projektów. Wszystko ma być logowane dla widoczności: jakim agentom to przypisano, kiedy, czy jest w toku, czy skończone, jaki jest termin. Chcę móc na koniec tygodnia śledzić, co naprawdę się rusza, i pilnować, żeby projekty nie umierały po cichu.
To da się zamienić w skill, który dzieje się automatycznie, bez powtarzania „wrzuć to do ClickUpa”. Po miesiącu używania Grokbota możesz wrócić i zobaczyć wszystko, co z tymi botami zrobiłeś — to daje znacznie lepszy obraz tego, jak często z nich naprawdę korzystasz. Możesz też dopisać do każdej rutyny: na końcu każdego przebiegu, jeśli podjąłeś działanie, dopisz to do ClickUpa.
Przy okazji wyskoczył błąd: Gmail się wylogował, agent nie widzi nowej poczty. Powód jest prozaiczny — zmieniłem hasło, bo logowałem się na wielu kontach. Normalnie te sesje się utrzymują; ponowna autoryzacja jest potrzebna tylko wtedy, gdy naprawdę coś zmienisz po stronie konta. Nie panikujcie, nie trzeba się logować co godzinę.
Zaglądam w ClickUpa: jest kilka pozycji w toku, na przykład „obserwacja skrzynki co 30 minut”. To akurat nie zasługuje na zadanie, skoro dzieje się co pół godziny. Widać właściciela, agentów, prośbę i linki — to mi się podoba. Piszę więc: wygląda świetnie, dwie rzeczy. Po pierwsze, zamień to w skill „log do ClickUpa”, żeby za każdym razem, gdy delegujesz projekt albo rozumiesz, że zaczynamy nowy, robiło się to spójnie — podobają mi się te opisy. Po drugie, sprawdzanie skrzynki co 30 minut nie zasługuje na zadanie, zarchiwizuj je i zaktualizuj skill; z czasem będziemy dopracowywać twoje rozumienie, co zasługuje na zadanie w ClickUpie, a co nie. Ale podoba mi się, że dmuchasz na zimne i logujesz raczej za dużo niż za mało.
W międzyczasie przyszła wiadomość od agenta pocztowego: to był skan co pół godziny, żadnych nowych awarii, poranna kupka wciąż leży, reszta to powiadomienia bezpieczeństwa Google z ponownego logowania, obserwuję dalej.
Przy rutynach widać historię uruchomień — jedno 34 minuty temu, jedno pięć minut temu. To daje wgląd w to, czy wszystko chodzi. Jest przycisk uruchomienia testowego, można rutynę wstrzymać przełącznikiem albo usunąć.
Friend stworzył skill „log to ClickUp”, a karta z obserwacją co 30 minut została zarchiwizowana. Wszystko przypisane, są priorytety i terminy.
Co do porządku: agenta można kliknąć prawym przyciskiem i przenieść do nowej sekcji. Tak buduje się foldery — zespół sprzedaży, marketingu, rekrutacji — i można je zwijać, bo w większości tych wątków i tak nie będziesz siedział; będziesz rozmawiać ze swoimi dyrektorami.
Można też tworzyć kanały, czyli czaty grupowe. Robię kanał „all hands” z trzema botami. W tym przykładzie nie jest to konieczne, bo boty i tak rozmawiają ze sobą, ale przy zespole kierowniczym ma to sens: co tydzień prosisz o raport z każdego pionu, chcesz zobaczyć, co zrobili, albo poznać zdanie wszystkich w jednej sprawie w środowisku bardziej grupowym niż seria rozmów jeden na jeden.
Pytam ich: to jest obecnie cały nasz zespół. Czy jest coś jeszcze, co waszym zdaniem powinniśmy zbudować? Widzicie okazje na nowe skille albo rutyny? A konkretniej — jacy jeszcze agenci pomogliby nam rozwijać firmę? Ciekaw jestem, czy zauważą, że nie podłączyliśmy kalendarza, bo to spora sprawa; wtyczka kalendarza jest odrębna od Dysku Google.
Agent pocztowy wchodzi z analizą typów zgłoszeń. Friend mówi: ma rację, nie potrzebujemy drugiej osoby od poczty, dziura jest w umawianiu wizyt. Fred dorzuca, że już zarejestrował obiecane telefony, i proponuje jedną tanią rzecz, którą może wziąć na siebie bez nowego agenta: sprawdzanie w dni robocze otwartych oddzwonień w sprawach awaryjnych. Padają też propozycje skilla do odpowiedzi na wyceny i docelowo agenta dyspozytorskiego.
Tak właśnie bym o tym myślał: powołujesz COO i CMO, dajesz im wysokopoziomowe zrozumienie celu, do którego mają Cię prowadzić, i wsadzasz ich do rozmowy, w której regularnie pytasz — co robimy w tym tygodniu, co się wydarzyło, gdzie były wąskie gardła, gdzie budować nowych agentów, gdzie szukać automatyzacji. I znowu: outsource’uj myślenie, ale nie outsource’uj rozumienia. Nie mów ślepo „wygląda dobrze, róbcie”. Rób te rzeczy tylko wtedy, gdy uważasz, że naprawdę dadzą wartość i dźwignię w Twojej codzienności.
Pamięć wspólna i pamięć agenta
To istotne, bo istnieje różnica między pamięcią wspólną agentów a pamięcią indywidualną. Pytam Frienda: co ty konkretnie o mnie wiesz, a co wiedzą wszystkie Grokboty? To samo pytam Freda.
Friend odpowiada: są dwa notesy. Wszyscy w zespole znają twoje imię, Twin Cities, strefę czasową Chicago, to, że masz tłumaczyć prosto, i to, że twoje konto Google to Nate Herk — to część wspólna. Friend wie więcej: że Summit to mała firma HVAC, uczciwa, bez dosprzedaży, że jeden agent zajmuje się pocztą, a Fred ClickUpem; agent pocztowy i Fred mają własne notatki do swoich zadań i nie wiedzą automatycznie wszystkiego, co wiem ja.
Sens jest taki: gdy budujesz wielu agentów i wrzucasz ich do wspólnej rozmowy, każdy przychodzi z innego miejsca i ma inną perspektywę. Nie widzą natywnie w kanały pozostałych. Zadbaj więc, żeby dyrektorzy wiedzieli o Tobie dużo, a operatorzy tylko tyle, ile potrzebują do swojej roboty. Fred musi wiedzieć, że jeśli przyjdzie wiadomość od agenta pocztowego, robi X, Y i Z w tej kolejności. Nie musi wiedzieć, jakie mamy cele marketingowe na kolejny kwartał ani ile robimy przychodu miesięcznie.
Połączenia, których nie ma natywnie: Composio
We wtyczkach jest sporo: rzeczy wyróżnione, serwery MCP, płatności. Ale jest też mnóstwo rzeczy, do których dostępu nie ma. Ja bardzo chciałbym podłączyć Grokboty do swojego kanału na YouTubie — nie mogę; musiałyby korzystać z natywnego wyszukiwania w sieci. Chciałbym też podłączyć firmowego LinkedIna — również się nie da.
Rozwiązaniem jest Composio, które pozwala łączyć i obsługiwać ponad tysiąc aplikacji. Dodaję wtyczkę Composio, zakładam tam konto — jest darmowe — i widzę wszystkie dostępne integracje. Od razu najbardziej dźwigniowe dla mnie: YouTube i LinkedIn. Jest też QuickBooks, co bardzo się przydaje.
(Informacja dodatkowa: MCP, czyli Model Context Protocol, to standard podłączania zewnętrznych narzędzi i danych do modeli językowych.)
Po autoryzacji wracam i piszę do Frienda: zajrzyj do nowej wtyczki Composio i sprawdź, do jakich aplikacji faktycznie masz dostęp. Ważna rzecz: wtyczki, skille i przeglądarka są uniwersalne dla wszystkich agentów. Każdy nowo powołany agent może korzystać z Composio i ze wszystkiego, co tam podłączyłeś. Różni się tylko pamięć. Podłączasz raz, korzystają wszyscy.
Okazuje się, że mamy LinkedIna, QuickBooksa, YouTube’a i Perplexity. Mogę więc powiedzieć: gdy robisz research, używaj Perplexity w Composio; gdy zajmujesz się rzeczami z YouTube’a, idź tam. I dodaję: dopisz to do pamięci wspólnej, żeby każdy przyszły agent wiedział, że te cztery aplikacje są uwierzytelnione w Composio i gdzie to wszystko mieszka. To dokładnie ta zależność, o której mówiłem — nie tylko dajemy połączenia, ale też kontekst o tym, gdzie te połączenia żyją, co z kolei napędza więcej umiejętności i rytmu.
Do czego to się nadaje, a do czego nie
To, co tu budujemy, to praca umysłowa: szybkie zadania, zarządzanie projektami, tworzenie materiałów, zatwierdzanie, sprawdzanie — rzeczy zadaniowe, a nie budowanie aplikacji produkcyjnych czy oprogramowania.
Claude Code używałbym raczej do budowania aplikacji, oprogramowania na zamówienie, stron internetowych i gier. Do rzeczy w biegu — triage skrzynki, automatyczne raporty z researchu, a nawet tworzenie materiałów marketingowych, bo można to podłączyć do generowania karuzel, postów na LinkedIna czy rolek na Instagramie.
Jeśli chcę budować strony i aplikacje, wolę tradycyjne środowisko programistyczne, które podłączę do GitHuba, a GitHuba do Vercela, i będę ciągle wciągał nowe wersje kodu — bo mam większą kontrolę nad sesjami, nad gniciem kontekstu i nad tym, co wchodzi do modelu. Tam po prostu łatwiej utrzymać porządek przy poważnym oprogramowaniu; tutaj przy pracy wysokiego ryzyka szybko robi się bałagan, bo to jeszcze bardziej „kodowanie na wyczucie” niż w tamtych narzędziach.
(Informacja dodatkowa: „gnicie kontekstu” to potoczne określenie degradacji jakości odpowiedzi modelu w miarę zapełniania się okna kontekstowego.)
To nie znaczy, że się nie da. Mam agenty budujące mi proste landing page’e. Mam takiego, który generuje raporty HTML i wystawia je pod adresem URL, żebym raport z końca tygodnia mógł obejrzeć na telefonie w formie ładniejszej niż plik markdown.
Wideo z repozytorium: Hyperframes
Jeśli znajdziesz repozytoria GitHuba ze skillami albo projektami, których chcesz spróbować, możesz ich użyć wewnątrz Grokbota. Hyperframes pomaga agentom pisać HTML i renderować go do wideo — coś, czego wielu z nas potrzebuje na strony albo do marketingu, a niekoniecznie ma zespół montażystów.
Tworzę nowego bota i konfiguruję: będziesz moim montażystą, nazywasz się Slice. Zbadaj to repozytorium GitHuba, ściągnij, co trzeba, żeby móc używać skilli Hyperframes i rozumieć, jak to działa. Potem napisz HTML i zrób nam wideo — piętnastosekundowy klip na stronę: kim jesteśmy, co robimy i jak z nami pracować. W wezwaniu do działania napisz „umów rozmowę” i wstaw na razie zmyślony numer. A właściwie, jeśli masz prawdziwe dane — możesz je dostać, pisząc do Frienda, który jest tu szefem sztabu — odezwij się do niego, sprawdź, czym dysponujesz, i wtedy zrób nam ten materiał.
Tym razem sam stworzyłem bota, zamiast prosić o to Frienda. Proces jest bardzo podobny — to po prostu onboarding i nadanie jednej konkretnej roli. Bot nazwał się Slice, opis brzmi: jesteś montażystą Nate’a, budujesz krótkie wideo HTML w Hyperframes dla Summit Home Services, zaczynając od klipów na stronę. Nadaję mu tag i przenoszę do nowej sekcji, którą nazywam „marketing”, bo to szersze niż „content”.
To z kolei podpowiada kolejny ruch: zamiast żeby Friend zarządzał Slice’em, warto powołać CMO, potem bota od LinkedIna, bota od grafiki — i mieć CMO jako punkt kontaktowy delegujący pracę w folderze marketingowym. Tak samo z finansami czy operacjami.
Slice od razu pisze do Frienda, żeby wsadzić do wideo prawdziwe informacje o firmie. Gdy materiał jest gotowy, Friend przysyła mi link do ClickUpa — sam zrozumiał, że trzeba to zalogować. W karcie mam gotowy projekt, materiał do pobrania, przypisanego agenta i całą resztę informacji.
Odtwarzam wideo: „Summit Home Services, Twin Cities — ogrzewanie, chłodzenie i instalacje wodne”. To prawda. „Naprawiamy, nie sprzedajemy ci systemu, którego nie potrzebujesz” — zgadza się z tym, co ustaliliśmy. Tło jest zielone, zgodnie z wytycznymi, które podałem chyba agentowi pocztowemu, a ten musiał przekazać je Friendowi. Ale około dwunastej sekundy pojawia się błąd „nie można załadować multimediów” — prawdopodobnie błąd renderowania.
Gdzie w ogóle lądują te wszystkie materiały? Po otwarciu komputera agenta jest menedżer plików. W przestrzeni roboczej widzę katalog z filmami, skrypty Pythona do tygodniowego raportu, przykładowy plik Excela, skille Hyperframes. Repozytorium, które podałem, zostało zaciągnięte i zapisane lokalnie — w katalogu, z którego korzysta każdy agent. Wideo też tam jest; otwieram plik MP4 w Chromie i tym razem odtwarza się bez błędu.
To działa jak Finder na Macu albo Eksplorator na Windowsie. Docelowo budujesz lokalny katalog całego swojego kontekstu. Mój wygląda tak: mam projekt Herk 2, w którym jest wszystko o mnie i o mojej firmie — zna biznes i nasze cele szczerze mówiąc lepiej niż ja. To po prostu zbiór plików i folderów: „mózg”, różne obszary, folder projektów, a w nim między innymi katalog z materiałami do wszystkich moich filmów na YouTubie. Ten projekt trzymam też w repozytorium GitHuba, więc mogę dać agentowi link i poprosić o sklonowanie go lokalnie — wtedy przestrzeń robocza Grokbota wygląda jak mój prawdziwy pulpit.
Potrzebujesz tylko systemu, który agenci będą dzielić. Mówię więc Friendowi: stwórz lepszą strukturę folderów w lokalnym katalogu, skoro wszyscy agenci z niego korzystają. Na razie załóż folder „context” i folder „projects”; nowe projekty trzymajcie w podfolderach projektów. Wrzuć teraz podstawowe informacje o mnie i o firmie. Z czasem będziemy to rozbudowywać.
Zwracam na to uwagę, żebyś rozumiał, gdzie ląduje wszystko, co powstaje — jeśli coś generuje HTML w każdy piątek albo raporty markdown codziennie, te pliki gdzieś są i agenci mogą do nich sięgać. Ważne, żebyś wiedział, że możesz tam wejść i sam poklikać, a także że agenci, przekazując sobie pracę, wymieniają się ścieżkami do plików — i dzięki temu sprawniej współpracują nad tym samym.
Przemyśl strukturę: może zaczniesz od jednego dużego folderu projektów, a uporządkujesz go później. Zastanów się, czy dane mają leżeć lokalnie, na Dysku Google, w Notionie, czy we wszystkich trzech miejscach. Po prostu wiedz, gdzie są Twoje dane i gdzie żyją projekty.
Friend zakłada strukturę: folder „context” z plikami markdown o lukach, o Summicie, o zespole i o mnie, oraz folder „projects” z klipem i przyszłymi projektami. Zalogował to również w ClickUpie — w ukończonych zadaniach widnieje „ustawienie wspólnych folderów kontekstu i projektów”.
Przy montażu filmu zorientowałem się, że tamten klip z Hyperframes był po prostu nudny i słaby. Hyperframes robi się naprawdę ciekawy, gdy zbudujesz wokół niego skille. W moich filmach używam go do intra i do animowanych zapowiedzi — udało mi się doprowadzić prompty do stylu, w którym animuje schematy blokowe i zachowuje elementy przestrzenne, przechodząc płynnie przez kolejne punkty listy. Poprosiłem też Aaron, naszą CMO, o kolejny materiał — rozdzieliła pracę między Slice’a i Studio, żeby wygenerować obrazy do przebitek i logotypy, a Slice zmontował wideo. Nic przełomowego, ale jeśli nie stać Cię teraz na montażystę i weźmiesz kilka iteracji metodą roweru, da się tu zrobić naprawdę przyzwoite rzeczy.
Agent od spotkań
Bardzo dobrym zastosowaniem jest agent, który stale czyta Twoje spotkania — nieważne, czy używasz Granoli, Fathoma, Google Meet czy Fireflies, których używam ja.
Tworzę nowego bota: będziesz moim botem od spotkań, nazywasz się Fire. Muszę się uwierzytelnić w Fireflies, bo tam są transkrypty. Ustaw rutynę na godzinę 18:00 w dni robocze: wchodzisz, pobierasz wszystkie transkrypty i zapisujesz je w naszym lokalnym katalogu. Załóż folder „meetings” i organizuj go według miesięcy. Chodzi o to, żeby pozostali agenci zawsze mogli sięgnąć po kontekst z konkretnych rozmów — bo ten kontekst jest bardzo dobry dla firmy, dla decyzji i dla rozumienia priorytetów.
To jest cała uroda tego podejścia: mam jedno konkretne zadanie i automatyzację, więc robię nowego bota, instruuję go, on buduje rutynę, ja uwierzytelniam połączenie — i tak skalujesz kolejne umiejętności i rytmy.
Najtrudniejsze w tym wszystkim nie jest zwykle to, jak działa technologia, tylko wymyślenie dobrych zastosowań. Dobry sposób myślenia to zastanowić się nad wyzwalaczami: co w Twojej firmie powoduje, że musisz coś zrobić — czasowo albo zdarzeniowo? Czy jest coś, co robisz w poniedziałki, piątki albo po każdym spotkaniu? Czy jest coś, co robisz zawsze, gdy przyjdzie mail danego typu? Jeśli potrafisz powiedzieć „gdy dzieje się X, zawsze robię Y”, to jest bardzo dobra okazja na bota i automatyzację.
Bot nazwał się Fire, przenoszę go do folderu ogólnego. Stworzył rutynę „weekday fireflies dump”. Autoryzuję Fireflies — na szczęście była natywna wtyczka; inaczej trzeba by szukać w Composio albo innym agregatorze serwerów MCP.
Bot zapowiada, że pobierze wszystko, co już jest w Fireflies. Wtrącam się: weź tylko pięć, żeby potwierdzić koncepcję. Udało mi się przerwać i skorygować kierunek, bo inaczej pewnie przekopywałby się przez sto transkryptów. Dlatego warto ich obserwować — każdy tok rozumowania mówi Ci, co agent zamierza zrobić, więc możesz go poprowadzić, zanim zmarnuje tokeny. Gdyby zmarnował pół godziny i kawał limitu sesji (jesteśmy już na 30 procentach) na coś, czego i tak nie użyjesz, lepiej zatrzymać go wcześniej.
Sprawdzam w menedżerze plików: jest folder „meetings”, a w nim „sierpień 2026”. System będzie to robił automatycznie codziennie o 18:00 w dni robocze.
CMO i agent od grafiki
Czas na CMO. Tworzę bota: jesteś moją dyrektorką marketingu, nazywasz się Aaron przez E-R-I-N. Twoje zadanie to pilnowanie marketingu — montażu wideo, docelowo tworzenia treści na skalę, analizy treści, strategii, wzrostu. Pierwsze zadanie: pomóż mi powołać agenta-projektanta, który będzie tworzył dla nas zdjęcia i filmy.
Powstaje agent Studio, którego przenoszę do sekcji marketingowej. Grok ma natywne narzędzie Grok Imagine do generowania obrazów i wideo. Proszę Aaron, żeby zleciła Studiu wygenerowanie obrazów dla całego zespołu marketingowego — dla Studia, dla Slice’a i dla niej samej, jako zdjęć profilowych w naszym Grokbocie.
Da się jednak dotrzeć do znacznie lepszych modeli. Jest usługa Kie AI: rejestracja darmowa, ale żeby korzystać, trzeba wykupić kredyty, bo to API. Ma dostęp do mnóstwa modeli obrazu, wideo, a nawet muzyki. Na rynku API są modele Google’a, Wan, Grok, Gemini, Opus, Veo. W kategorii tekst na obraz jest GPT Image 2, mój ulubiony — używam go praktycznie do wszystkiego. Podłączenie tego do Grokbota daje o wiele większą elastyczność niż zamknięcie się w ekosystemie Grok Imagine.
We wtyczkach Kie AI nie ma. Jest Higgsfield, bardzo podobne, choć trochę droższe i całkiem solidne. Ale skoro mamy Composio, a tam Kie jest — łączę się przez Composio. Potrzebny jest klucz API: wchodzę w Kie AI, w klucze API, generuję nowy klucz („mój klucz do Grokbota”, wszystkie modele domyślnie), kopiuję wartość i wklejam w Composio.
Wracam do Groka: skoro Studio już nad tym pracuje, właśnie podłączyłem Kie AI w Composio, co daje nam dużo lepsze modele obrazu. Wyślij Studiu kolejne zadanie: te same trzy zdjęcia profilowe, ale dwukrotnie — raz w GPT Image 2, raz w Nano Banana 2 — żebyśmy mogli porównać modele.
Studio od razu samo zmieniło swój awatar: przy edycji awatara można generować obrazy, przesyłać własne albo wybrać domyślne, a Studio proaktywnie wygenerowało obraz i sobie go ustawiło. Pokazuje to, że oprócz zdjęć profilowych można tak tworzyć materiały marketingowe — ujęcia produktowe, reklamy, cokolwiek, jeśli prowadzisz na przykład e-commerce.
Tu robi się ciekawie: połączenie z Kie AI przez Composio nie pozwala agentom faktycznie wygenerować obrazu. Nie wiem, czy to kwestia sposobu, w jaki łączy Composio. Mamy dwa wyjścia. Pierwsze: skorzystać z dokumentacji API i pozwolić agentowi uderzać do API z linii poleceń. Drugie: skorzystać z przeglądarki. Otwieram pulpit, loguję się raz do Kie AI — to interfejs graficzny, w którym wybiera się model, wpisuje prompt i generuje. Studio powinno sobie poradzić z nawigacją i wygenerować to, czego potrzebujemy. Trochę obejścia, ale dzięki obsłudze komputera zawsze jest jakaś droga, gdy brakuje właściwej integracji.
Trwało to chwilę, bo Studio musiało nauczyć się interfejsu; próbowało generować równolegle w kilku kartach, co uważam za dobry ruch. Szczerze mówiąc, to byłby dobry przypadek na funkcję „naucz zadania”: dałbym prompty, sam pokazał, jak się nawiguje, gdzie wklejać prompty, jak generować i zapisywać, a to zamieniłoby się w skill. Mówię więc: skoro poznałeś już interfejs Kie i wiesz, jak generować obrazy różnymi modelami — a przy wideo byłoby podobnie — zapisz to jako skill, żeby następnym razem poruszać się szybciej. Ilekroć robisz coś, co możesz zrobić ponownie, zamień to w skill. Lepiej dmuchać na zimne.
Aaron melduje, że oba zestawy są gotowe. W trójce z GPT Image 2 prompting był na tyle spójny, że dwie kobiety wyglądają podobnie, ale dwaj mężczyźni bardzo się różnią; tła są zbliżone, w zielonej stylistyce z podświetleniem. Nano Banana 2 ma inną stylistykę. Wybieram Nano Banana 2, bo tamte wyglądają na bardziej realistyczne, a te bardziej jak awatary agentów. Aaron przekazuje decyzję dalej i musi napisać do każdego agenta osobno. Studio już zmieniło swój obraz. Do Slice’a poszło: Nate chce, żeby to było twoje zdjęcie profilowe, ustaw je teraz — wraz z dokładną ścieżką do pliku. Slice otworzył swój komputer, wszedł do folderu z portretami, wybrał obraz i sam sobie go ustawił. To kolejny przykład, jak dzięki wspólnemu komputerowi agenci przekazują sobie pracę.
Agent nasłuchujący Slacka
Kolejny przykład rutyny, który przyda się każdemu, kto żyje w Slacku. Tworzę bota o nazwie Slack z prostym opisem: twoim zadaniem jest odpowiadać na wiadomości Slack od zespołu, dawać im potrzebne informacje, zakładać zadania albo delegować pracę. Jesteś punktem styku między Slackiem a ekosystemem Grokbotów.
Tworzę rutynę, ale zamiast wyzwalacza czasowego wybieram wyzwalacz slackowy. Do wyboru: nowe wiadomości, wzmianka o bocie albo dodanie reakcji do wiadomości. Wybieram nowe wiadomości, wskazuję kanał i mogę zawęzić do wiadomości zawierających określony tekst. Instrukcja: przy nowej wiadomości na kanale zespołu deleguj do właściwego agenta, zdobądź potrzebne informacje i bądź dla zespołu w Slacku możliwie pomocny.
Trzeba jeszcze podłączyć Slacka. Ważne zastrzeżenie: to musi być Slack Twojej organizacji albo taka, w której masz na tyle uprawnień, żeby dodać aplikację do kanału. Nie wstawisz swoich Grokbotów do każdego Slacka, w którym jesteś. W wewnętrznym Slacku sprawdzi się świetnie — ogłaszasz zespołowi, że na kanale jest Grokbot, i każdy może do niego napisać. W kanale współdzielonym z inną firmą, gdzie nie mam uprawnień, to nie zadziała, chyba że poproszę ich o instalację.
(Informacja dodatkowa: w transkrypcie aplikacja slackowa i komenda zapraszająca ją do kanału występują pod nazwą „cursor”, co odzwierciedla to, co pokazano na nagraniu.)
Po autoryzacji trzeba w samym kanale zaprosić aplikację komendą /invite. W wersji, którą pokazuję, Grokbot pyta najpierw, które kanały Slacka ma traktować jako bazę. Pytam go, jakie kanały w ogóle widzi i może czytać — bo jeśli jesteś jak ja w wielu przestrzeniach roboczych, warto to sprawdzić. Okazuje się, że widzi tylko część jednej przestrzeni, więc dodaję drugie połączenie, logując się innym kontem. Teraz mam połączenie domyślne i drugie nazwane „work”, a Grokbot widzi kanały publiczne, prywatne i wiadomości bezpośrednie.
Mówię: pomóż mi ustawić rutynę na wyzwalaczu slackowym — gdy w domyślnej przestrzeni na kanale „YouTube testing Nate” pojawi się wiadomość, powiadom mnie o tym, co się stało. Chcę zobaczyć, czy sam stworzy rutynę opartą na zdarzeniu zamiast na czasie.
Tworzy rutynę „YouTube testing Nate alerts” z warunkiem „przy nowych wiadomościach w kanale…”. Znalazł właściwy kanał, ustawił właściwy wyzwalacz i napisał instrukcję. Dodaje, że jest jeszcze jeden krok konfiguracji: w tym kanale trzeba wykonać komendę zapraszającą aplikację, bo nasłuch działa tylko w kanałach, w których aplikacja jest obecna.
Zapraszam aplikację i piszę na kanale: przyszła nowa oferta sponsoringu na film na YouTubie na absurdalną kwotę, firma nazywa się Chipotle. W Grokbocie widać animację pracy bota, a chwilę później: nowa wiadomość na kanale „YouTube testing Nate” — napisałeś, że przyszła oferta sponsoringu od Chipotle na taką kwotę. Nie dotknąłem niczego poza wysłaniem wiadomości w Slacku.
W n8n zajęłoby mi to może piętnaście minut. W Claude Code może siedem. Tu — jakieś dwie minuty i jeden prompt. Teraz masz w kanale Slacka coś, do czego zespół może pisać, a co na zapleczu wyszuka dane, napisze do innych agentów, stworzy materiały i odeśle wynik do Slacka.
Grokbot jako środowisko deweloperskie, nie interfejs
Nie wszyscy chcą uczyć się i utrzymywać kolejny interfejs. Możesz więc traktować Grokbota po prostu jako środowisko, w którym rozwijasz agentów, a rezultaty automatyzacji kierować do frontendu, którego już używasz.
Przykład: zbudowałem bota o nazwie X, który ma mi codziennie dawać podsumowanie nowości AI z serwisu X. Zamiast odsyłać je do Grokbota, kazałem mu wysyłać je do ClickUpa — zalogowałem się innym kontem ClickUpa, więc dostaję tam wiadomość bezpośrednią. Codziennie przychodzi „dzienny brief AI”, z linkami do konkretnych postów. Bot informuje też dokładnie, ile to kosztowało: około pół centa za post, przy sporej liczbie postów, i podaje pozostałe saldo konta. Korzystam z natywnej wtyczki do X, która nalicza opłatę za użycie. Są inne sposoby scrapowania X, ale natywna wtyczka ma tę zaletę, że daje też dostęp do własnego profilu — mogę poprosić o przegląd moich postów i zakładek. Da się na tym zbudować automatyzację, która na koniec tygodnia zbiera wszystko, co zakładkowałeś, przypomina Ci o tym i dorabia research.
Sedno nie dotyczy jednak X. Chodzi o to, że rutyny nie muszą pisać do Ciebie w Grokbocie — mogą wysyłać wyniki na maila, do Slacka albo gdziekolwiek indziej. Możesz traktować Grokbota jako interfejs deweloperski, a miejsce docelowe danych ustawić tam, gdzie i tak pracujesz na co dzień.
Szablony botów
Ostatni temat: szablony. W ustawieniach dowolnego bota, na dole, jest przycisk „udostępnij jako szablon”. Po kliknięciu do bota leci prompt: stwórz swój szablon, który mogę komuś udostępnić. Bot odpowiada, że przeczyta swoje wspomnienia, skille, rutyny i wtyczki, część rzeczy zachowa, a pominie dane osobowe i nieużywane konektory. Pakuje się to niemal jak wtyczka albo skill.
Przed publikacją możesz zobaczyć szczegóły i kontekst. W moim przykładzie to „dzienny zwiadowca nowości AI”, który przeszukuje X pod kątem nowych modeli i codziennie o 18:00 czasu centralnego szuka nowych modeli, dramatów w laboratoriach, nowych narzędzi i popularnych repozytoriów GitHuba, a potem wysyła zwięzłe podsumowanie do ClickUpa. Jedno ze wspomnień mówi, że każde dzienne podsumowanie musi zawierać, ile kredytów API X kosztował dany przebieg, plus pozostałe saldo, i że każdy przebieg ma się mieścić w przedziale trzydziestu do pięćdziesięciu. Jeśli coś mi się nie podoba, mogę kazać to usunąć, a potem publikuję i kopiuję link.
Z drugiej strony: znajduję cudzy szablon, na przykład „loops” — uogólnioną zewnętrzną pętlę inżynierską, która siedzi nad agentami kodującymi. Klikam „dodaj do Grokbota” i dostaję podgląd kontekstu i integracji, żeby upewnić się, że nie ma tam nic złośliwego. Zawsze zachowuj ostrożność, instalując cokolwiek z internetu, bo nie wiesz, jakie ktoś ma intencje. Mogę przejrzeć wspomnienia i całą resztę, a jeśli czuję się dobrze — dodaję bota i tworzy się nowy. Prosi wtedy o zainstalowanie wtyczek i zapisanie własnych wspomnień. Podłączenia trzeba oczywiście uwierzytelnić samemu — nie wejdę na GitHuba autora. Niektóre rzeczy w ogóle nie przechodzą przez szablon: własny kod trzymany lokalnie, zmienne środowiskowe i tym podobne. Trochę konfiguracji zostaje po Twojej stronie, ale bot przeprowadzi Cię przez to.
To samo zrobiłem ze Studiem: tamten szablon miał inne wspomnienia i skille, których poprzedni nie miał. Jeśli masz agenta z wieloma użytecznymi skillami, możesz je udostępnić — a nawet rozważyć sprzedaż. Nie twierdzę, że zarobisz na tym miliony ani że to poważny model biznesowy. Twierdzę, że ludzie będą sprzedawać skille i szablony Grokbotów. Sprzedaje się workflowy n8n, skille Claude’a, repozytoria GitHuba — sprzedaje się praktycznie wszystko. Nie zdziw się, gdy zobaczysz to na X czy LinkedInie. Możliwe, że sensowne będzie prowadzenie społeczności, w której takich szablonów jest wiele. A jeśli szukasz konkretnej automatyzacji, sprawdź najpierw, czy ktoś nie zrobił już szablonu, który wystarczy zaciągnąć i dostosować.
Jak zrobić z tego ofertę: drabina usług AI
Jak to może wyglądać jako usługa, jeśli prowadzisz agencję AI, chcesz taką prowadzić albo po prostu chcesz robić ludziom wdrożenia Grokbota? Uważam, że dziś jest to bardzo realna opcja. Widzieliśmy warsztaty i szczyty edukacyjne wokół ChatGPT, to samo z Claude’em, to samo z Claude Code — i teraz przez pewien czas to samo wydarzy się z Grokbotem.
To dobry sposób na postawienie stopy w drzwiach i zbudowanie zaufania. Wielu ludzi, budując agencję AI, chce od razu klientów na abonamencie — 5 tysięcy dolarów miesięcznie, potem 10, a moja agencja miała minimalne abonamenty po 20 tysięcy. To świetna pozycja, bo daje stały przepływ gotówki. Tyle że większość moich uczniów chce zaczynać właśnie od tego, a to jest bardzo trudne — i dlatego wydaje się, że tak ciężko zdobyć klientów i domknąć sprzedaż.
Dlatego mówię o drabinie usług AI. Abonamenty są na jej szczycie, ale każdy szczebel trzeba sobie zapracować. Zwykle zaczynasz na dole, od pracy za darmo. Wchodzisz na stawki godzinowe oraz edukację i konsulting. Potem możesz sprzedawać płatne audyty, które otwierają drzwi do większych projektów — od tysiąca do nawet dziesięciu tysięcy dolarów. A po dostarczeniu pierwszego projektu, gdy klient jest zadowolony i wartość jest udowodniona, wchodzisz z ofertą abonamentu.
Bardzo trudno namówić kogoś na subskrypcję — a to w istocie jest bardzo droga subskrypcja — zanim Cię pozna i zaufa. Chyba że masz już ogromny dowód skuteczności. Kiedy sprzedawaliśmy abonamenty od 20 tysięcy dolarów miesięcznie, było to możliwe, bo mieliśmy mnóstwo dowodów, a naszym ograniczeniem była podaż: mieliśmy tyle zapytań, że podnosiliśmy próg wejścia, żeby zostawali tylko poważni klienci z realnym budżetem.
Wdrożenia Grokbota wpisują się w szczebel konsultingu godzinowego i edukacji, albo dają się spakować w projekt — na przykład 5 tysięcy dolarów za skonfigurowanie Grokbotów dla Ciebie i całego zespołu, każdemu osobiście.
Żeby to sprzedawać, musisz być własnym dowodem. Musisz zrobić to, co zrobiliśmy w tym kursie, tylko dalej: mieć zespoły, mieć kadrę kierowniczą, mieć operatorów i tyle skilli i automatyzacji, żeby móc szczerze powiedzieć — jestem jedną osobą albo bardzo małym zespołem, a mamy taki poziom produkcji, że gdy wyjadę na tydzień, to wszystko dalej chodzi, aktualizuje liczby i pcha sprawy do przodu.
Jeśli potrafisz powiedzieć „tak konkretnie pomogło to mojej firmie, pomogę ci ustawić dokładnie to samo”, jest to znacznie lepsza oferta niż pokazywanie portfolio stron i projektów, które ich nie dotyczą. A ryzyko dla klienta jest niewielkie: to nie jest projekt za tysiąc dolarów ani abonament, tylko „to zajmie nam może pięć godzin w ten weekend, płacisz moją stawkę, powiedzmy 100 dolarów za godzinę”. W najgorszym razie stracą pięćset dolarów, co dla firmy zwykle nie jest dużo — bardziej martwią się o swój czas. A i tak wyjdą z tego z własnym Grokbotem i wiedzą o tym, jak działa AI i jak pracować z agentami.
W najlepszym razie są zachwyceni, ufają Ci i masz z nimi relację. Wtedy możesz zapytać: chcesz, żebym zrobił audyt twojej firmy i znalazł jeszcze lepsze okazje na Grokboty? Albo poprowadził warsztat szkoleniowy dla całego zespołu, żeby każdy miał własne? Ta warstwa zaufania otwiera drzwi do większych projektów i abonamentów — ale musi być pierwsza, zwłaszcza na początku.
Kiedy szkolisz klientów, przeprowadzaj ich przez ten system operacyjny AI: kontekst, połączenia, umiejętności, rytm. Przyjście z frameworkiem od razu czyni Cię wiarygodnym, sprawia wrażenie, że robiłeś to wcześniej i wiesz, o czym mówisz. Ukradnijcie ten framework, spokojnie — to naprawdę dobry sposób pokazania, co się tu buduje.
Dalej: w Grokbocie jest konektor do Claya, który wzbogaca dane o ludziach i firmach, uruchamia agentów researchowych i pomaga znajdować lepsze dane B2B. Zanim tam wejdziesz, musisz mieć jasność, kogo targetujesz, jaki jest jego problem i jak obiecujesz go rozwiązać. Nazywam to trzema P monetyzacji AI: person, pain, promise — osoba, ból, obietnica. Jeśli masz te trzy rzeczy w kontekście swojego systemu Grokbota i dorzucisz połączenie z Clayem, możesz znajdować i wzbogacać leady, pisać wiadomości i wysyłać je przez Claya albo Gmaila. Potem dokładasz rytm i umiejętności: jeden Grokbot codziennie wysyła pięćdziesiąt zimnych maili, a drugi analizuje wyniki, przygotowuje raport, znajduje, co nie działa, i poprawia teksty, przepływy oraz skille — tak, żeby ten system z każdym dniem był lepszy.
Naprawdę widzę tu dużą szansę, zwłaszcza gdy pomyślisz o tej drabinie: zaczynasz nisko, robisz szkolenia z Grokbota, potem audyty, wchodzisz w abonamenty, a wraz z nimi zdobywasz lepsze rekomendacje i o wiele więcej poleceń, bo wartość jest już udowodniona. Wszystko sprowadza się do wczesnego budowania zaufania i relacji — a potem na zapleczu można robić naprawdę ciekawe rzeczy.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Hierarchia zamiast jednego megaagenta
Na czym polega: Zamiast jednego agenta od wszystkiego budujesz warstwę kilku „dyrektorów”, z którymi rozmawiasz osobiście, i pod nimi wyspecjalizowanych operatorów, z których każdy robi jedną wąską rzecz.
Jak stosować: Zacznij od jednego agenta w roli szefa sztabu. Kolejnych powołuj dopiero wtedy, gdy pojawi się konkretne, powtarzalne zadanie. Warstwę dyrektorską (COO, CMO, CFO) dokładaj dopiero wtedy, gdy operatorów zrobi się tylu, że sam się w nich gubisz.
Na co uważać: Hierarchia działa tylko wtedy, gdy opis każdego agenta jasno mówi, czym się zajmuje — bo to właśnie z opisów inni agenci dowiadują się, komu delegować. Rozmyte opisy prowadzą do dublowania pracy albo dziur w procesie.
2.Cztery C jako kolejność wdrażania
Na czym polega: Kontekst, połączenia, umiejętności, rytm. Pierwsze dwa robią agenta „Twoim”, kolejne dwa przyspieszają jego pracę.
Jak stosować: Najpierw wrzuć istniejące dokumenty o firmie (bazę wiedzy, cennik, procedury) — to szybsze niż opowiadanie wszystkiego z palca. Dopiero potem podłączaj narzędzia, potem formalizuj skille, a na końcu ustawiaj rutyny.
Na co uważać: Odwrotna kolejność to najczęstszy błąd. Bez kontekstu agent z dostępem do skrzynki i kalendarza nie wie, co jest ważne, i produkuje bezużyteczne wyniki — albo, gorzej, działa na zewnątrz.
3.Metoda roweru: iteracja, nie jednorazowe wdrożenie
Na czym polega: Pierwsza wersja dowozi Cię kawałek drogi. Zaufanie buduje się serią poprawek, tak jak uczy się dziecko jazdy na rowerze — najpierw z ręką na plecach, potem obok, nigdy zupełnie bez nadzoru.
Jak stosować: Po każdym uruchomieniu weź kilka konkretnych przykładów i wyjaśnij, co i dlaczego było źle. Agent zaktualizuje instrukcje. Powtarzaj, aż jakość będzie przewidywalna, i dopiero wtedy rozszerzaj uprawnienia.
Na co uważać: Ludzie budujący pierwszego dnia piętnastu nieprzetestowanych agentów kończą tak, że do klientów wychodzą wiadomości, które nie powinny wyjść, a rzeczy psują się w nocy. Nawet dojrzały system wymaga okresowego zaglądania.
4.Zaczynaj od wersji roboczych, nie od wysyłki
Na czym polega: Agent pocztowy w kursie ma w instrukcji zapisane wprost: nigdy nie wysyłaj, twórz tylko drafty i zostawiaj maile nieprzeczytane.
Jak stosować: Każdemu agentowi mającemu kontakt ze światem zewnętrznym wpisz w instrukcję twardy zakaz wysyłki. Sam zatwierdzaj przez pierwsze tygodnie. Uprawnienia rozszerzaj etapami, zaczynając od najbezpieczniejszych kategorii spraw.
Na co uważać: Uważaj na treść samych szkiców. W kursie zatwierdzona odpowiedź obiecywała klientowi telefon od zespołu — obietnicę, której nikt by nie dotrzymał, gdyby nie dobudowano osobnego procesu z zadaniami. Sprawdzaj, czy agent nie zobowiązuje firmy do rzeczy, których nikt nie wykona.
5.Wbudowana weryfikacja własnej pracy
Na czym polega: Agenci potrafią sprawdzić swój wynik, zanim Ci go oddadzą. W kursie agent sam zauważył, że formatowanie arkusza się nie przyjęło, i poprawił to bez proszenia.
Jak stosować: Do każdego zadania dopisz kryterium weryfikacji zapisane tak, jak zweryfikowałby to człowiek: zrób zrzuty wszystkich klatek wideo, sprawdź źródła trzy razy pod kątem sprzeczności, otwórz plik i potwierdź, że zmiany są widoczne.
Na co uważać: Weryfikacja nie zastępuje Twojego przeglądu, tylko podnosi punkt startowy — dostajesz siódmą wersję zamiast pierwszej. Agent może też zweryfikować się na podstawie błędnej definicji „dobrego”, jeśli tej definicji mu nie podałeś.
6.Skille jako biblioteka przepisów firmy
Na czym polega: Skill to zapisany, wielokrotnego użytku zestaw instrukcji z nazwą, opisem i krokami. Agent aktualizuje go po Twoim feedbacku — to żywy przepis i realna własność intelektualna, którą budujesz.
Jak stosować: Ilekroć zrobisz coś, co powtórzysz, poproś o zamianę tego w skill. Skille są wspólne dla wszystkich agentów, więc jeden dobrze opisany proces obsługuje cały zespół. Skille z Claude Code czy Codeksa można zaimportować.
Na co uważać: Agenci muszą wiedzieć, że dany skill istnieje — inaczej wymyślą proces od nowa. Pilnuj też opisów: to po nich agent decyduje, czy sięgnąć po przepis.
7.Rozdziel pamięć wspólną od pamięci agenta
Na czym polega: Wtyczki, skille, przeglądarka i katalog plików są wspólne dla wszystkich agentów. Pamięć jest indywidualna — agent, z którym rozmawiasz najwięcej, wie o Tobie znacznie więcej niż operatorzy.
Jak stosować: Do pamięci wspólnej wrzucaj rzeczy infrastrukturalne: jakie konta są uwierzytelnione, gdzie co leży, jaka jest struktura folderów. Dyrektorom dawaj szeroki kontekst biznesowy, operatorom tylko to, czego wymaga ich zadanie.
Na co uważać: W rozmowach grupowych agenci mówią z różnych perspektyw i nie widzą nawzajem swoich wątków. Jeśli oczekujesz wspólnej decyzji, upewnij się wcześniej, że każdy ma potrzebne fakty — inaczej dostaniesz pewne siebie, ale niedoinformowane opinie.
8.Świadomie zarządzaj tym, gdzie leżą pliki
Na czym polega: Wszystko, co agenci tworzą — filmy, markdown, skrypty, sklonowane repozytoria — ląduje we wspólnym katalogu na współdzielonym komputerze, a agenci przekazują sobie ścieżki do plików.
Jak stosować: Od razu poproś o prostą strukturę (na przykład folder z kontekstem i folder z projektami) i podstawowe pliki o Tobie oraz firmie. Rozważ sklonowanie własnego repozytorium z kontekstem, żeby przestrzeń robocza odzwierciedlała Twój prawdziwy pulpit.
Na co uważać: Bez ustalonej struktury katalog szybko staje się śmietnikiem, a agenci przestają znajdować to, co sami zapisali. Zdecyduj świadomie, co żyje lokalnie, co na Dysku Google, a co w Notionie.
9.Obejścia braków w integracjach
Na czym polega: Gdy brakuje natywnej wtyczki, są dwie drogi: Composio jako agregator ponad tysiąca aplikacji oraz sterowanie przeglądarką, gdy nawet to zawodzi. W kursie Kie AI przez Composio nie pozwoliło agentowi wygenerować obrazu, więc autor po prostu zalogował się raz w przeglądarce i pozwolił agentowi nauczyć się interfejsu.
Jak stosować: Najpierw szukaj wtyczki natywnej, potem w Composio, dopiero na końcu sięgaj po przeglądarkę albo bezpośrednie odpytywanie API z linii poleceń. Po udanym obejściu od razu zapisz je jako skill.
Na co uważać: Sterowanie przeglądarką jest wolne i kosztowne — nauka interfejsu zajęła w kursie sporo czasu i limitu. To ostateczność, nie domyślne rozwiązanie. Uwierzytelnienie zapisuje się na wspólnym komputerze, więc każde logowanie udostępniasz w praktyce wszystkim agentom.
10.Wdrożenia Grokbota jako pierwszy szczebel oferty
Na czym polega: Abonamenty są na szczycie drabiny usług i trzeba je sobie zapracować. Konfiguracja Grokbota to tani, niskiego ryzyka sposób wejścia — kilka godzin pracy zamiast wielotysięcznego projektu.
Jak stosować: Bądź własnym dowodem: pokaż działający zespół agentów w swojej firmie i konkretne efekty, zamiast portfolio niezwiązanych projektów. Prowadź klienta przez framework czterech C — przyjście z ramą buduje wiarygodność od pierwszej minuty. Potem proponuj audyt albo warsztat dla zespołu.
Na co uważać: To okno możliwości jest czasowe — tak samo było z warsztatami wokół ChatGPT i Claude Code. Autor sam zastrzega, że sprzedaż samych szablonów raczej nie jest poważnym modelem biznesowym; wartością jest zaufanie i relacja, nie plik. Przy instalowaniu cudzych szablonów zawsze przejrzyj kontekst i integracje pod kątem złośliwej zawartości.