Damian Jemioło – Content Marketing | AI | Podcasty

Damian Jemioło posiada ponad 7 lat doświadczenia w content marketingu. Jest twórcą podcastów nagradzanych w branży (Kreatura 2023). Współpracował z markami takimi jak Ecadeo Jakuba Roskosza, Stratosfera, Agencja Plej, inStreamly, Pluxee (Sodexo) oraz e-Journalism University (napędzane przez Google News Initiative). Pisał do Nowego Marketingu, MamStartup, Marketing i Biznes oraz SecurityMagazine.pl. Jest również prelegentem Business Programme AI 2025.

Korzystanie z „czystego” ChataGPT czy Gemini to w zasadzie wykorzystywanie jedynie małego fragmentu jego możliwości. Bo co, jeśli Ci powiem, że możesz dodać własne źródła, nadać osobowość i jasno określić cel takiemu AI, a ono je zapamięta? Jak wtedy może zmienić się Twój biznes?

Spis treści:

1. Modele GPT – czym są? 
2. Jak stworzyć własny model GPT?  
3. Menedżer gemów – budowanie asystentów w Gemini 
4. Czym jest agent AI? 
5. Jak stworzyć agenta AI? 
6. Agent AI – framework na Make 
7. FAQ – Najczęściej zadawane pytania

Modele GPT – czym są? 

Jeśli korzystasz z ChataGPT, to na pewno rzuciło Ci się w oczy, że po lewej stronie panela widnieje coś takiego jak „Modele GPT” – tylko co to właściwie jest? To stworzeni przez społeczność albo samo OpenAI asystenci. Charakteryzuje ich to, że są dostosowani do konkretnych zadań. Np. tworzenia maili sprzedażowych.  

W jaki sposób? Cóż, ich twórcy nadali im konkretne wytyczne, zadania i wskazali kontekst, czyli dostarczyli źródła skąd mają czerpać wiedzę i informacje. I teraz najważniejsze – możesz korzystać z bogatej bazy gotowych modeli, ale możesz też tworzyć własne i to bez znajomości kodowania. To prostsze niż myślisz. 

Jak stworzyć własny model GPT?  

Aby rozpocząć tworzenie swojego GPTs-a, musisz zalogować się na platformę OpenAI. Przejdź na stronę https://chat.openai.com i zaloguj się. Gdy już znajdziesz się na swoim koncie, kliknij „Modele GPT”, tam znajdziesz gotowce, ale Ciebie interesuje opcja: „Utwórz”. Twoim oczom ukażą się dwie zakładki – „Utwórz” oraz „Skonfiguruj”. Zacznij od tej pierwszej. 

To tutaj opisujesz, czego dokładnie potrzebujesz. Tak, Twój model GPT będzie powstawać w formie interakcji z chatbotem. Po prostu zlecasz mu zadanie stworzenia konkretnego asystenta, tak jakbyś to robił z programistą. Im szczegółowsze informacje, tym lepiej.  

Na początku określ cel, załóżmy, że potrzebujesz asystenta, który będzie tworzyć dla Ciebie posty na social media. Opisujesz zatem np.: „Potrzebuję asystenta, który specjalizuje się w social media marketingu i copywritingu, będzie tworzyć dla mnie posty w social media na podstawie podanych przeze mnie informacji”.  

Chatbot następnie zacznie go tworzyć – zaproponuje jego nazwę, wyróżniającą ikonkę i napisze system prompt, czyli wytyczne dla maszyny.  

Skonfiguruj swojego asystenta AI 

Możesz dodawać ciągle nowe polecenia, ale prędzej czy później warto zajrzeć do zakładki: „Skonfiguruj”. 

Tutaj zobaczysz, jakie są instrukcje dla Twojego asystenta (system prompt), możesz go oczywiście edytować. Oprócz tego możesz wybrać zalecany model (domyślnie asystent będzie z niego korzystać), konkretne funkcje (np. wyłączenie mu możliwości wyszukiwania w sieci) oraz dodać mu trochę wiedzy. 

W tym miejscu możesz przesłać do 20 plików np. .pdf albo .docx zawierających jakieś informacje. Chociażby wiedzę o marketingu, Twojej firmie, Twoim stylu pisania itd. itp. Asystent będzie po to sięgać, aby lepiej odwzorować to, czego od niego wymagasz. 

Ważne jednak, żeby ta wiedza była względnie monotematyczna, najlepiej tekstowa, niż graficzna i żeby się wzajemnie nie wykluczała. Jeśli załączysz plik, w którym np. pada twierdzenie, że emocjonalny język sprawdza się w marketingu B2B, a w drugim dokumencie będzie porada w stylu: „pod żadnym pozorem nie wdrażaj języka emocjonalnego do B2B, skup się na korzyściach”, to asystent „zgłupieje”.  

Poniżej znajdziesz jeszcze przycisk: „Utwórz nowe działanie”. Tam możesz połączyć zewnętrzne aplikacje po API. Np. mógłbyś tutaj połączyć strony, które sprawdzają kursy walut i stworzyć asystenta codziennie sprawdzającego dla Ciebie, jak się one prezentują. Wszystko zależy od Ciebie.  

Zwróć też uwagę, że po prawej stronie cały czas wyświetla Ci się podgląd – możesz tam testować w praktyce, jak działa Twój asystent i od razu go usprawniać. Kiedy wszystko jest gotowe, wystarczy, że zapiszesz swojego asystenta. I teraz zobaczysz, że możesz go udostępnić też innym osobom – np. członkom Twojego zespołu albo w ogóle udostępnić go publicznie, żeby inni użytkownicy ChataGPT mogli z niego skorzystać. 

Miej jednak na uwadze to, że ChatGPT weryfikuje tutaj, czy nie ma tam źródeł objętych prawami autorskimi (przynajmniej w teorii), więc jeśli wykorzystasz coś takiego, nie możesz udostępniać asystenta. Najlepiej korzystaj wyłącznie ze swoich plików albo takich udostępnionych do użytku publicznego.  

Menedżer gemów – budowanie asystentów w Gemini 

Oczywiście ChatGPT nie jest jedynym miejscem, w którym możesz tworzyć asystentów. Inną opcją jest Gemini. Jest to jednak na tę chwilę nieco mniej zaawansowana opcja. Przygotowanych gemów (bo tak nazywają się asystenci w Gemini) jest znacznie mniej.  

Zasady ich tworzenia są jednak podobne. Wejdź na Gemini i rozwiń zakładkę po lewej stronie. Znajdziesz tam: „Przeglądaj Gemy”, kliknij ją. Teraz możesz stworzyć własnego Gema.  

Jak zobaczysz – opcja ta jest uproszczona względem ChataGPT. Możesz skonfigurować własnego gema tylko poprzez system prompt, nadanie mu nazwy i dodanie zewnętrznych źródeł (plików) wiedzy.  

Stwórz system prompt do gema, nadaj mu nazwę i zapisz. Możesz też go oczywiście wcześniej przetestować, sprawdzić, jak sobie radzi z instrukcjami, które mu napisałeś w oknie: „podgląd”. Co ciekawe – możesz go też połączyć ze swoim Google Workspace, dzięki czemu może mieć dostęp do zewnętrznych plików, ale nie da się go na tę chwilę zespolić z zew. źródłami po API.  

Czym jest agent AI? 

Agent AI działa autonomicznie, w pewnym stopniu uczy się sam i podejmuje samodzielne decyzje na podstawie danych. Różnica pomiędzy agentem a asystentem polega na tym, że agent nie tylko odpowiada na Twoje pytania, czy wykonuje pojedyncze polecenia. On potrafi działać samodzielnie – łączy się z innymi narzędziami, podejmuje decyzje i realizuje zadania bez konieczności ciągłego nadzoru. 

Asystent AI przygotuje dla Ciebie szkic maila sprzedażowego, ale agent AI wyśle go do wskazanej grupy kontaktów, zapisze wyniki w arkuszu i poinformuje Cię o nowych mailach albo sam będzie na nie odpowiadać. 

Agent ma więc jasno określoną misję, korzysta z dodatkowych źródeł danych i w razie potrzeby sam inicjuje działanie. Dzięki temu staje się nie tylko pomocnikiem, ale wręcz „współpracownikiem”, który realnie odciąża Cię w codziennej pracy. Oczywiście – żeby miało to ręce i nogi, to musisz wiedzieć, po co w ogóle go wdrażać. Każde rozwiązanie AI zaczynaj wdrażać od postawienia sobie pytania: „Po co i dlaczego?”.  

Jak stworzyć agenta AI? 

Wdrożenie agenta jest nieco bardziej skomplikowane niż w przypadku asystenta. Najlepiej na starcie sięgnąć do zewnętrznej platformy typu no-code lub low-code, jak np. n8n, Zapier czy Make. Agent będzie napędzany przez AI – Make oferuje przykładowo swojego własnego dostawcę, ale możesz też zdecydować się na zewnątrznego, jak np. ChatGPT czy Claude. 

Żeby jednak go połączyć, musisz mieć kod API. Załóżmy, że decydujesz się na ChataGPT, w tym celu musisz się zalogować na: https://platform.openai.com/ a następnie przejść w lewym menu do „API Keys” i wygenerować kod. Uwaga – agent AI do działaia wykorzystuje tokeny, a te udostępnia Ci dostawca za pieniądze. Musisz zatem zasilić swoje konto, podpiąć kartę. Nawet jeśli posiadasz płatną subskrypcję w ChacieGPT. 

Teraz zaloguj się do Make i przejdź do AI Agents (beta), a następnie Create Agent. Otworzy Ci się okienko, gdzie zobaczysz wybór: 

• Provider i model: wybierz dostawcę (np. Make AI Provider) i model (np. „large” do zadań wsparcia klienta). 
• Nazwa i opis: nazwij agenta (np. „Support Agent”). 
• System prompt (instrukcja): opisz, co agent ma robić i jak ma podejmować decyzje. Dodaj reguły eskalacji oraz „płotki bezpieczeństwa” (np. zakaz przyznawania rabatów, jeśli miałby być czatbotem na stronie Twojego sklepu internetowego). 

W Make, w sekcji Context, załącz plik z bazą wiedzy (np. firmowe FAQ). Agent będzie się do niego odwoływał podczas generowania odpowiedzi. Po wrzuceniu pliku przeprowadź szybki test w podglądzie po prawej (zadaj pytanie, które na pewno jest w FAQ – np. czy oferujecie wysyłkę za pobraniem?). I w zasadzie – to już.  

Ale magia zaczyna się w innym miejscu. Teraz możesz podłączyć agenta do konkretnych narzędzi: „System tools”. Przez te narzędzia rozumie się scenariusze automatyzacji, jakie tworzysz w obrębie platformy Make. Dzięki temu agent będzie mógł pobierać np. informacje z dysków Google’a albo maili, by chociażby odpowiadać na wiadomości na WhatsAppie.  

Agent AI – framework na Make 

Teraz spróbuj stworzyć przykładowy, prosty scenariusz z wykorzystaniem agenta AI. Zacznij od zalogowania się do Make i wejścia w AI Agents (beta). Kliknij Create Agent i nadaj mu nazwę, np. „Project Coordinator”. Ten agent ma czytać nowe maile w Gmailu i – w zależności od treści – albo dodać zadanie do Asany, albo umówić spotkanie w Kalendarzu Google. 

Dlatego w pierwszej kolejności opisz mu w polu z instrukcją, czego od niego oczekujesz: ma rozpoznawać dwa typy próśb. Gdy ktoś pisze „przygotuj”, „zrób”, „dodaj”, traktujemy to jako zadanie. Gdy pada „spotkanie”, „umówmy się”, „call”, to jest prośba o wydarzenie w kalendarzu. To ważne, bo agent musi sam bez pytania wybierać właściwą akcję. 

Druga rzecz to daty i godziny. Ustal zasady z góry, żeby uniknąć chaosu. Napisz w instrukcji, że wszystkie daty liczymy w strefie Europe/Warsaw i agent ma je sobie „porządkować” do jednolitego formatu, aby Asana i Kalendarz nie pomyliły dnia czy godziny. Dodaj też proste reguły bezpieczeństwa: jeśli w mailu jest prośba o spotkanie, ale brak godziny, agent ma grzecznie poprosić nadawcę o doprecyzowanie, zamiast wpisywać cokolwiek „na oko”. Przy zadaniach brak godziny nie szkodzi – Asanie wystarczy sam dzień. 

Teraz przejdź do: „Scenario” i zacznij tworzyć scenariusz automatyzacji. Podłącz źródło wiadomości. W Make wybierz swojego dostawcę pocztowego, np. Gmail jako start całego procesu. 

Agent potrzebuje „rąk”, czyli połączeń z narzędziami, w których ma działać. Podłącz więc Asanę (do tworzenia zadań) i Kalendarz Google (do umawiania spotkań). W Asanie agent powinien uzupełniać co najmniej nazwę zadania, krótki opis i termin. Jeśli w treści maila pada konkretna osoba („przypisz Kasi”), Asana przypisze zadanie do tej osoby – pod warunkiem, że jest w Twoim projekcie. Jeśli nie, zostawiasz to pole puste albo domyślnie przypisujesz do siebie; to oszczędzi błędów. 

W Kalendarzu Google agent musi dostać datę i godzinę rozpoczęcia. Jeśli w mailu nie ma godziny, niech najpierw zapyta o nią nadawcę. Uczestników spotkania agent może wziąć bezpośrednio z konwersacji – z pól Do i DW – i dopisać ich do wydarzenia. To naturalny sposób, by zaproszenie trafiło do wszystkich, którzy już biorą udział w ustaleniach. 

Musisz też agentowi nadać kontekst, żeby zrozumiał, jak interpretować wiadomości. Określ w system prompcie np.: „Przygotuj prezentację na 10 września” – to ma być nowe zadanie z terminem na 10 września. „Spotkajmy się 11 września o 10:00, żeby omówić Twoją prezentację” – to ma być spotkanie tego dnia o 10:00, z uczestnikami z wątku i krótkim opisem w zaproszeniu.  

Tyle. To jest minimum, które sprawia, że agent naprawdę pomaga: czyta tylko właściwe maile, podejmuje jasną decyzję, wpisuje kompletne dane do Asany lub Kalendarza i zawsze odsyła potwierdzenie.