Produkt AI

Czat, który nie tylko odpowiada, ale robi rzeczy: czyta treść, tworzy wpisy, dopina pliki, przekazuje sprawę człowiekowi.

Nasz czat ma 23 narzędzia, którymi steruje sam, i potrafi wykonać kilka kroków w jednej odpowiedzi. Załączniki przetwarza per typ: obraz widzi jako obraz, nagranie idzie przez ffmpeg do transkrypcji z cięciem na segmenty, dokument przez ekstrakcję tekstu z limitem znaków.

Plik, którego nie da się przeczytać, dostaje w prompcie jawny błąd i zakaz zgadywania treści — model ma o tym powiedzieć użytkownikowi, a nie napisać odpowiedzi „na temat” pliku. To brzmi jak drobiazg do czasu, aż zobaczy się notatkę napisaną z nagrania, którego model nigdy nie usłyszał.

Wybór modelu opieramy na pomiarze: 288 prób, zero błędów, 4,2 s na turę, 0,0061 USD za turę — dwa razy taniej i szybciej niż poprzedni wybór. Przy generowaniu treści dochodzi wierność wobec źródła i liczba faktów krytycznych.

• Czat wpięty w Twoje API, z narzędziami wykonującymi realne operacje
• Załączniki przetwarzane per typ, z jawnym błędem zamiast zgadywania
• Klucze do modeli tylko po stronie serwera, model wybierany z listy dozwolonych
• Ewaluacja modeli z liczbami: błędy, czas, koszt na turę, wierność treści

Projekt prywatny: Wdrożone w projekcie prywatnym — aplikacja wewnętrzna jednego z kontrahentów, dostęp po logowaniu. Mechanikę, liczby i zrzuty ekranu pokazujemy na rozmowie.

Osobny proces, który cyklicznie wykonuje pracę: pobiera źródło, przetwarza, zapisuje wynik, loguje i ponawia po błędzie.

Zbudowany worker pobiera treść z dziesięciu platform, z napisami jeśli są i transkrypcją modelem jeśli ich nie ma, z klasyfikacją treści, generowaniem wpisu, deduplikacją, polityką porażek i ponawianiem. Do tego brama sterująca agentem kodującym w trybie headless jako osobny kontener, z asynchronicznym API zadań.

Rzeczy, których nie widać na demo, a decydują o tym, czy to przeżyje miesiąc: logi w dwóch osobnych warstwach i stany zamiast powtarzanych linii. Bez tego pętla co 30 sekund zapisała tę samą wiadomość około 5 000 razy w dwa dni, a progres pisany jako zwykły log dał 41 000 wierszy w bazie, z których interfejs pokazywał trzy.

• Worker z kolejką, ponawianiem, polityką porażek i deduplikacją
• Pobieranie treści ze źródeł, transkrypcja, klasyfikacja, generowanie wyniku
• Monitoring i logi, które da się czytać po miesiącu działania

Projekt prywatny: Wdrożone w projekcie prywatnym — aplikacja wewnętrzna jednego z kontrahentów, dostęp po logowaniu. Mechanikę i liczby pokazujemy na rozmowie.

Połączenie narzędzi, których już używasz: poczta, arkusze, CRM, komunikator, API, harmonogramy.

Silnik stoi na naszym serwerze — bez abonamentu za każdy przepływ i bez wysyłania danych klienta do zewnętrznej platformy. Tokeny integracji żyją tylko jako zaszyfrowane dane w silniku: nie w repozytorium, nie w pliku `.env`, nie w kodzie.

Modele nie są wpisane na stałe. Tiery leżą w tabeli, a przepływy czytają je przez wspólny podprzepływ, więc podmiana jednego wiersza zmienia model we wszystkich automatach naraz.

• Automaty na naszym silniku, bez abonamentu za przepływ
• Tokeny integracji zaszyfrowane w silniku, nigdy w repozytorium
• Warstwa tierów modeli: podmiana w jednym miejscu działa wszędzie
• Izolacja projektów: etykieta, nazwa, ścieżka webhooka i poświadczenia mają narzuconą konwencję

Zdolność, nie realizacja: Uczciwie: instancja działa i warstwa tierów modeli jest sprawdzona, ale rejestr przepływów produkcyjnych jest jeszcze pusty. Sprzedajemy tu gotową zdolność, nie portfolio automatów.

Obrazy pod treść, obraz OG, edycja i powiększanie, lektor, transkrypcja, OCR — bez stocków i bez zewnętrznego grafika.

Wszystko idzie przez jedno narzędzie na serwerze. Token nigdy nie trafia do repozytorium klienta ani do sekretów CI. W kodzie nie ma nazwy modelu, tylko tier — jest ich jedenaście. Podmiana modelu w jednym miejscu działa w całej flocie, co ma znaczenie, gdy nowe modele wychodzą co kilka tygodni.

Pliki zawsze pobieramy do repozytorium albo do magazynu klienta, bo adresy u dostawcy wygasają po około godzinie. Nie generujemy obrazów udających dokumentację — zdjęć zespołu, wnętrza, produktu czy wydarzenia — ani wizerunku realnych osób.

• Obrazy i ilustracje pod treść, w spójnym stylu marki
• Obraz OG 1200x630 dla każdej strony i każdego wpisu
• Edycja obrazów, powiększanie, usuwanie tła
• Lektor, transkrypcja nagrań, OCR, podkład muzyczny

Audyt strony, audyt kodu po „vibe codingu”, ewaluacja modeli albo analiza rynku przed budową.

Audyt strony: wydajność z pomiarem medianowym, SEO techniczne, dane strukturalne, dostępność, bezpieczeństwo formularzy i nagłówków. Wynik to raport z listą według zysku plus to, co odrzucić i dlaczego.

Audyt kodu po „vibe codingu” to najbardziej aktualna usługa 2026. Szukamy dokładnie tych rzeczy, które nam samym się przydarzyły: cache bez granic, dane przechodzące walidację i bezsensowne, brak limitów wobec zewnętrznych API, sekrety w repozytorium, brak healthchecku, logi zapisujące tę samą linię tysiące razy.

Analiza rynku przed budową: czy pomysł ma sens, kto już to robi, ile to kosztuje, co może pójść nie tak. Mamy dwa takie dokumenty i oba wstrzymały budowę do czasu walidacji założeń.

• Raport z listą uporządkowaną według zysku, nie według alfabetu
• Lista rzeczy odrzuconych — razem z powodem
• Przy ewaluacji modeli: liczby (błędy, czas, koszt na operację, wierność treści) i tańszy wariant zapasowy