[ W skrócie ]
- Projektuj od rezultatu: co dokładnie ma powstać, co jest sukcesem, co jest wyjątkiem — zanim narysujesz pierwszy krok.
- Każdy krok z modelem AI musi mieć zdefiniowane wyjście strukturalne i próg pewności — inaczej błędy płyną w dół procesu.
- Wyjątki to nie awarie, tylko zaprojektowana ścieżka: sprawa trafia do człowieka z kontekstem, a jego decyzja uczy system.
- Mierz od pierwszego dnia: czas, koszt, udział wyjątków — bez tego nie wiesz, czy workflow w ogóle działa.
Zasada: od końca, nie od początku
Najczęstszy błąd projektowania: zaczynanie od „przychodzi mail” i brnięcie krok po kroku w przód. Tak powstają przepływy, które w połowie drogi nie wiedzą, po co istnieją.
Projektuj odwrotnie — od trzech pytań:
- Co dokładnie ma powstać? („kompletny wpis w CRM z kwalifikacją i wysłaną odpowiedzią”)
- Po czym poznamy, że jest dobrze? (mierzalne kryteria)
- Co robimy, gdy się nie da? (wyjątki — z definicji, nie z paniki)
Szkielet, którego używamy
Wejście i walidacja. Zanim cokolwiek ruszy, sprawdź kompletność danych. Połowa „błędów AI” to śmieci na wejściu.
Wzbogacenie. Dociągnij kontekst z systemów (historia klienta, dane z bazy firm) — model z kontekstem podejmuje radykalnie lepsze decyzje.
Krok AI ze strukturą. Model nigdy nie zwraca „luźnego tekstu do dalszego przetwarzania”. Zawsze struktura:
{
"kategoria": "reklamacja",
"priorytet": "wysoki",
"pewnosc": 0.86,
"uzasadnienie": "klient odwoluje sie do wczesniejszego zgloszenia"
}Reguły i progi. Za modelem stoi deterministyczna bramka: pewność poniżej progu → człowiek; kategoria „zwrot pieniędzy” → zawsze człowiek; reszta → automat. Progi to liczby w konfiguracji, nie folklor w prompcie.
Wyjątki z kontekstem. Sprawa, która wypada z automatu, trafia do człowieka z kompletem: co przyszło, co ustalono, czego zabrakło. Decyzja człowieka wraca do systemu jako dane — po miesiącu wiesz, które progi podnieść, a które reguły dopisać.
Wybór modeli — na końcu i per krok
Dopiero gdy kroki istnieją, dobierasz do nich modele: lekki do klasyfikacji, mocniejszy do analizy i odpowiedzi (pisaliśmy o tym przy porównaniu Claude i ChatGPT). Warstwę wywołań warto od początku abstrahować — podmiana modelu za pół roku ma być zmianą konfiguracji, nie refaktoringiem.
Metryki od pierwszego dnia
Minimalny zestaw: czas przejścia (zdarzenie → rezultat), udział wyjątków (spada = system dojrzewa), koszt na sprawę (API + utrzymanie), jakość na próbce (człowiek ocenia losowe 5% wyników co tydzień). Workflow bez metryk to instalacja artystyczna, nie system.
- workflow
- architektura
- automatyzacja
- AI
- projektowanie
