Jak stworzyć agenta AI odpowiadającego na pytania pracowników?

1. Cel i zakres agenta AI dla pracowników

Projektowanie agenta AI warto zacząć od ustalenia, w jakich sprawach ma pomagać pracownikom — i za co nie będzie odpowiadać. Cel „odpowiadanie na pytania o firmę” jest zbyt szeroki, by wyznaczyć bezpieczny zakres działania. Lepiej określić go konkretnie: agent ma ułatwiać pracownikom samodzielne uzyskanie informacji o standardowych procedurach HR, podstawowym wsparciu IT i sprawach administracyjnych. Taka definicja porządkuje oczekiwania i pozwala oddzielić pomoc informacyjną od czynności wymagających uprawnień lub decyzji człowieka.

Do jakich zadań wykorzystać agenta?

Na początek warto wybrać ograniczony zestaw zastosowań, w których odpowiedź wynika z obowiązujących zasad, a nie z indywidualnej oceny sytuacji. Pracownik powinien móc szybko ustalić, co zrobić, gdzie znaleźć potrzebną informację lub do jakiego działu skierować sprawę.

• HR i sprawy pracownicze: wyjaśnianie zasad składania wniosków urlopowych, korzystania z benefitów czy zgłaszania zmiany danych osobowych.
• Wsparcie IT: wskazywanie procedury resetowania hasła, zamawiania sprzętu lub ubiegania się o dostęp do aplikacji — bez proszenia o hasła i kody uwierzytelniające.
• Administracja: informowanie o rezerwacji sal, zasadach podróży służbowych i sposobie rozliczania wydatków.
• Onboarding: pomoc w odnalezieniu instrukcji na pierwsze dni pracy, informacji organizacyjnych i kontaktów do właściwych zespołów.

Zakres należy dopasować także do odbiorców. Agent dla nowych pracowników będzie pełnił inną funkcję niż asystent kierowników lub zespołu terenowego. Znaczenie mają m.in. kraj zatrudnienia, jednostka organizacyjna i rodzaj współpracy, ponieważ te same pytania mogą dotyczyć różnych regulaminów. Nie należy zakładać, że jedna odpowiedź będzie właściwa dla całej organizacji.

Informowanie to nie podejmowanie decyzji

Agent odpowiadający na pytania nie musi mieć prawa do wykonywania działań w systemach firmowych. Warto rozróżnić trzy poziomy: udzielanie ogólnych informacji, udostępnianie danych konkretnego pracownika oraz wykonywanie czynności w jego imieniu. Wyjaśnienie zasad urlopu, pokazanie pozostałego limitu dni i złożenie wniosku urlopowego to odrębne funkcje, wymagające różnych uprawnień i zabezpieczeń.

W pierwszym wdrożeniu można ograniczyć agenta do roli informacyjnej. Nie powinien wtedy zatwierdzać wydatków, zmieniać danych kadrowych ani przyznawać dostępów. Trzeba również jasno wyłączyć z jego kompetencji rozstrzyganie sporów pracowniczych, ocenianie pracowników czy wydawanie wiążących interpretacji prawnych. Może wskazać obowiązującą procedurę, ale nie powinien samodzielnie orzekać, jak zakończy się indywidualna sprawa.

Te granice powinny być widoczne dla użytkownika. Pracownik musi wiedzieć, że rozmawia z systemem AI, jaki jest jego zakres pomocy i że wygenerowana odpowiedź nie stanowi automatycznie decyzji pracodawcy. Sam komunikat ostrzegawczy nie wystarczy jednak jako zabezpieczenie — rzeczywiste możliwości agenta muszą odpowiadać zadeklarowanym ograniczeniom.

Prywatność jako warunek zakresu działania

Pytania pracowników mogą zawierać dane o wynagrodzeniu, zdrowiu, sytuacji rodzinnej lub konflikcie w zespole. Dlatego już przy ustalaniu celu trzeba określić, jakie informacje agent rzeczywiście potrzebuje przetwarzać. Do wyjaśnienia ogólnej procedury zwykle nie są potrzebne szczegóły osobistej sytuacji pracownika. Zasada minimalizacji danych powinna obejmować zarówno informacje wpisywane w rozmowie, jak i dane pobierane z systemów firmowych.

Dostęp agenta do informacji nie oznacza, że każdy użytkownik może je otrzymać. Odpowiedzi muszą respektować uprawnienia pracownika: asystent nie może ujawniać cudzych wynagrodzeń, ocen okresowych ani poufnych spraw kadrowych. Zakres dopuszczalnych informacji należy ustalić przed udostępnieniem narzędzia, a nie dopiero po wystąpieniu incydentu.

Osobnej decyzji wymaga sposób traktowania historii rozmów: czy będzie zapisywana, w jakim celu, przez jaki czas i kto uzyska do niej dostęp. Należy też sprawdzić warunki przetwarzania danych przez dostawcę rozwiązania, w tym ewentualne wykorzystanie treści do trenowania modeli, oraz ocenić obowiązki wynikające z RODO. Pracownicy powinni otrzymać zrozumiałą informację o tych zasadach. Wykorzystywanie rozmów do oceny ich pracy nie powinno być ukrytym, dodatkowym celem narzędzia przedstawianego jako pomoc.

Efektem tych ustaleń powinien być krótki opis zakresu: komu agent pomaga, jakie sprawy obsługuje, czy tylko informuje, czy również działa, z jakich kategorii danych może korzystać oraz czego nie wolno mu robić. To praktyczny punkt odniesienia przy podejmowaniu decyzji o każdej nowej funkcji.

Analiza pytań pracowników: kategoryzacja, częstotliwość, krytyczność i dane wejściowe

Punktem wyjścia do budowy agenta AI powinny być rzeczywiste pytania pracowników, a nie sama lista firmowych procedur. Dokumentacja pokazuje, jakie zasady obowiązują w organizacji. Pytania ujawniają natomiast, czego pracownicy nie rozumieją, jakich informacji nie potrafią znaleźć i w których momentach potrzebują pomocy. Analiza tego materiału pozwala ustalić, jakie potrzeby agent powinien obsługiwać w pierwszej kolejności.

W Cognity często słyszymy pytania, jak praktycznie podejść do analizy potrzeb pracowników przed budową agenta AI — odpowiadamy na nie także na blogu.

Zbierz reprezentatywny materiał do analizy

Wykorzystaj zgłoszenia do HR i IT, wiadomości ze skrzynek obsługowych, pytania z firmowych kanałów komunikacji oraz frazy wpisywane w wyszukiwarkę intranetu. Uzupełnieniem mogą być rozmowy z osobami, które na co dzień odpowiadają pracownikom. Pomagają wychwycić sprawy załatwiane telefonicznie lub bezpośrednio, niewidoczne w systemach zgłoszeniowych.

Nie ograniczaj próby do jednego zespołu ani przypadkowego tygodnia. Uwzględnij różne lokalizacje, role i staż pracy, a także okresy zwiększonej liczby pytań, na przykład onboarding, rozliczenia roczne czy planowanie urlopów. Brak pytań w danym kanale nie musi oznaczać braku potrzeby — część pracowników może po prostu szukać odpowiedzi gdzie indziej.

Kategoryzuj według tematu i rodzaju potrzeby

Podział na obszary, takie jak kadry, wynagrodzenia, IT, administracja i benefity, ułatwia uporządkowanie materiału. Sam temat jednak nie wystarczy. W obrębie jednej kategorii mogą występować pytania wymagające zupełnie innego rodzaju informacji:

• Pytania o zasady — „Do kiedy należy złożyć wniosek o dofinansowanie?”. Wymagają wyjaśnienia obowiązujących warunków.
• Pytania o sposób działania — „Jak zgłosić zmianę rachunku bankowego?”. Dotyczą wykonania konkretnej czynności.
• Pytania o indywidualny status — „Czy mój wniosek został zatwierdzony?”. Odpowiedź zależy od konkretnej sprawy pracownika.
• Zgłoszenia problemów — „Nie mogę wysłać wniosku”. Wymagają rozpoznania sytuacji, a nie tylko przytoczenia procedury.

Taki podział pomaga odróżnić potrzeby informacyjne od spraw zależnych od danych indywidualnych lub okoliczności zdarzenia. Zachowuj przy tym oryginalne brzmienie pytań: skróty, potoczne określenia i nieprecyzyjne sformułowania pokazują, jak pracownicy rzeczywiście opisują swoje problemy.

Oceniaj częstotliwość niezależnie od krytyczności

Przy liczeniu częstotliwości łącz różne sformułowania dotyczące tej samej potrzeby. „Gdzie znajdę pasek płacowy?” i „Jak pobrać zestawienie wynagrodzenia?” mogą należeć do jednej grupy. Odróżniaj jednak nowe sprawy od ponagleń i kolejnych wiadomości w tym samym zgłoszeniu. Inaczej rozbudowana korespondencja zawyży pozorną popularność tematu.

Częstotliwość pokazuje skalę potrzeby, a krytyczność — konsekwencje błędnej lub spóźnionej odpowiedzi. Pytanie o rezerwację sali może pojawiać się codziennie, lecz rzadkie zgłoszenie podejrzenia przejęcia konta będzie miało większe znaczenie dla bezpieczeństwa. Oceniając krytyczność, uwzględnij możliwą stratę finansową, naruszenie praw pracownika, zatrzymanie pracy oraz wpływ na inne osoby. Osobno odnotuj pilność: zbliżający się termin może zmienić wagę pozornie rutynowej sprawy.

Określ potrzebne dane wejściowe

Dla każdej grupy pytań zapisz, jakie informacje są niezbędne do udzielenia trafnej odpowiedzi. Pytanie o zasady urlopu może zależeć od kraju zatrudnienia i rodzaju umowy, a problem z dostępem — od nazwy aplikacji oraz treści komunikatu błędu. Nie zakładaj, że samo zdanie wpisane przez pracownika zawsze dostarczy wystarczającego kontekstu.

Wynikiem analizy powinien być uporządkowany rejestr potrzeb: kategoria, przykładowe pytania, liczba odrębnych spraw w określonym czasie, sezonowość, krytyczność oraz wymagane informacje. Taki materiał pozwala ustalać priorytety na podstawie rzeczywistego zapotrzebowania i ryzyka, zamiast kierować się wyłącznie intuicją lub liczbą dostępnych dokumentów.

3. Projekt intencji i dialogów: definicje intencji, sloty, konteksty, fallback i wykrywanie niepewności

Pracownik może napisać „Jak odzyskać dostęp?”, mając na myśli zapomniane hasło, zablokowane konto albo brak uprawnień do aplikacji. Dla agenta AI to trzy różne potrzeby, wymagające innych odpowiedzi. Projekt dialogu powinien więc określać nie tylko, jakie pytania agent rozpoznaje, lecz także kiedy może odpowiedzieć, kiedy musi dopytać, a kiedy powinien przerwać zgadywanie.

Intencje: opisuj cel pracownika, nie samo słowo kluczowe

Intencja to cel, który użytkownik chce osiągnąć w rozmowie. „Urlop” jest tematem, ale nie wystarczająco precyzyjną intencją. Pytanie o zasady składania wniosku, sprawdzenie dostępnego wymiaru urlopu i chęć anulowania wniosku oznaczają różne oczekiwania. Agent nie powinien traktować ich jako jednego scenariusza tylko dlatego, że zawierają ten sam rzeczownik.

Dla każdej intencji zapisz krótką definicję, przykładowe wypowiedzi oraz granice rozpoznania: co do niej należy, a co już nie. Przykładowo intencja „poznanie procedury resetowania hasła” obejmuje pytania „Nie pamiętam hasła, co zrobić?” i „Jak ustawić nowe hasło?”, ale nie musi obejmować komunikatu „Nie mam dostępu do raportu”. Ten ostatni może dotyczyć uprawnień, a nie logowania.

Nie twórz osobnej intencji dla każdego wariantu językowego. Rozdzielaj je wtedy, gdy zmienia się oczekiwany rezultat lub przebieg rozmowy. Taki opis jest przydatny zarówno w systemie z klasyfikatorem intencji, jak i w agencie opartym na modelu językowym, który interpretuje potrzeby bez sztywnego drzewa poleceń.

Sloty: ustal, jakich informacji brakuje do odpowiedzi

Sloty to nazwane pola przechowujące dane potrzebne do obsługi intencji. Przy pytaniu o reset hasła takim polem może być nazwa aplikacji. Przy pytaniu o procedurę obowiązującą w danej lokalizacji — kraj zatrudnienia. Slot nie jest kolejną intencją: doprecyzowuje okoliczności tej samej potrzeby.

Każdemu polu przypisz typ danych, warunek wymagania i sposób sprawdzenia poprawności. Rozróżnij pola konieczne od opcjonalnych. Jeśli pracownik pyta ogólnie, jak złożyć wniosek urlopowy, agent nie powinien automatycznie wypytywać o daty nieobecności. Zbieraj tylko informacje, które rzeczywiście zmieniają odpowiedź. Gdy brakuje kilku danych, zacznij od pytania, które najlepiej rozstrzyga dalszy przebieg dialogu.

Kontekst: zachowuj ciągłość bez przenoszenia błędnych założeń

Kontekst pozwala zrozumieć wypowiedzi takie jak „A na telefonie?” lub „Chodzi o tę drugą opcję”. Powinien obejmować bieżącą intencję, ustalone wartości slotów, ostatnie pytanie agenta i etap rozmowy. Dzięki temu pracownik nie musi ponownie podawać informacji, które już przekazał.

Określ jednak, kiedy kontekst przestaje obowiązywać. Zmiana tematu, korekta użytkownika lub rozpoczęcie nowej sprawy mogą wymagać wyczyszczenia części pól. Jeżeli pracownik przechodzi od problemu z pocztą do dostępu do systemu kadrowego, agent nie powinien nadal zakładać, że chodzi o tę samą aplikację. Warto też odróżniać dane podane wprost od informacji jedynie wywnioskowanych; te drugie mogą wymagać potwierdzenia.

Fallback: zaprojektuj wyjście z nierozpoznanego pytania

Fallback to zachowanie zastępcze uruchamiane wtedy, gdy agent nie może bezpiecznie kontynuować standardowego scenariusza. Nie powinien sprowadzać się do powtarzanego komunikatu „Nie rozumiem”. Reakcja musi odpowiadać przyczynie problemu:

• Niejednoznaczny cel: „Chcesz poznać zasady składania wniosku czy sprawdzić status już złożonego?”.
• Brak potrzebnego parametru: „W której aplikacji pojawia się problem z logowaniem?”.
• Nierozpoznane sformułowanie: prośba o opis oczekiwanego rezultatu zamiast ponownego zadania identycznego pytania.
• Brak podstaw do odpowiedzi: jasne wskazanie, czego agent nie może ustalić, bez uzupełniania luk domysłami.

Ustal limit kolejnych prób doprecyzowania. Dialog nie może zatrzymywać pracownika w pętli tych samych pytań.

Wykrywanie niepewności: odróżniaj rozpoznanie pytania od pewności odpowiedzi

Agent może poprawnie rozpoznać intencję, a mimo to nie mieć wystarczających informacji do udzielenia odpowiedzi. Może też dysponować odpowiednią informacją, lecz nie wiedzieć, czy dotyczy ona sytuacji pracownika. Te dwa rodzaje niepewności wymagają innych reakcji: doprecyzowania celu albo uzupełnienia warunków odpowiedzi.

Sygnałami ostrzegawczymi są między innymi konkurujące interpretacje pytania, sprzeczne dane w rozmowie, brak obowiązkowego slotu i niepotwierdzone założenia. Nie traktuj deklaracji modelu „jestem pewien” ani samodzielnie podanego procentu jako wiarygodnej miary. Jeśli system wykorzystuje wyniki klasyfikatora, progi decyzyjne należy zweryfikować na reprezentatywnych przykładach. Reguła dialogowa pozostaje prosta: gdy brakująca informacja może istotnie zmienić odpowiedź, agent powinien dopytać, zamiast wybierać najbardziej prawdopodobną wersję.

4. Źródła wiedzy i architektura odpowiedzi: RAG, bazy dokumentów, integracje, kontrola jakości treści

Agent odpowiadający na pytania pracowników powinien korzystać z firmowych źródeł, a nie odtwarzać procedury z ogólnej wiedzy modelu. Regulamin pracy, instrukcja konfiguracji VPN i aktualny status wniosku urlopowego wymagają jednak różnych sposobów dostępu do informacji. Dlatego architekturę warto oprzeć na rozróżnieniu: dokumenty opisują zasady, a systemy operacyjne dostarczają bieżących danych. W Cognity omawiamy dobór źródeł wiedzy dla agenta AI zarówno od strony technicznej, jak i praktycznej – zgodnie z realiami pracy uczestników szkoleń.

RAG: odpowiedzi oparte na odnalezionych materiałach

RAG, czyli Retrieval-Augmented Generation, łączy wyszukiwanie informacji z generowaniem odpowiedzi. Po otrzymaniu pytania system odnajduje odpowiednie fragmenty firmowych materiałów i przekazuje je modelowi jako kontekst. Model przygotowuje odpowiedź na tej podstawie, zamiast polegać wyłącznie na wiedzy zapisanej podczas treningu.

Takie podejście sprawdza się przy pytaniach o procedury HR, zasady rozliczania delegacji, instrukcje IT czy proces zakupowy. Pozwala aktualizować wiedzę przez zmianę dokumentów i odświeżenie indeksu, bez ponownego trenowania modelu. RAG nie gwarantuje jednak poprawności: system może odnaleźć nieaktualny fragment, pominąć ważny wyjątek albo niewłaściwie zinterpretować treść.

Podstawowy przepływ obejmuje wyszukanie materiałów dostępnych dla danego użytkownika, wybór najbardziej trafnych fragmentów oraz przygotowanie odpowiedzi ze wskazaniem źródła. Wyszukiwanie semantyczne, rozpoznające podobieństwo znaczeń, warto łączyć z wyszukiwaniem słów kluczowych. To drugie pomaga zwłaszcza przy skrótach, numerach formularzy i dokładnych nazwach procedur.

Baza dokumentów: uporządkowane źródła zamiast zbioru plików

Repozytorium dokumentów i indeks wyszukiwawczy pełnią różne funkcje. Repozytorium przechowuje materiały źródłowe, natomiast indeks ułatwia odnajdywanie ich fragmentów. Baza wektorowa może być częścią tego indeksu, ale sama nie rozstrzyga, który dokument jest obowiązujący ani czy jego treść jest poprawna.

Przed udostępnieniem materiałów agentowi trzeba usunąć duplikaty, oznaczyć wersje archiwalne i ustalić źródło nadrzędne dla każdego obszaru. Każdy dokument powinien mieć właściciela odpowiedzialnego za treść, datę obowiązywania, termin przeglądu oraz informacje o zakresie zastosowania, na przykład kraju, spółce lub grupie pracowników. Te metadane pomagają dobrać właściwe zasady do pytania.

Znaczenie ma również podział dokumentów na fragmenty. Warunek i wyjątek od niego powinny pozostać razem, a tabela nie może stracić nagłówków podczas przetwarzania. Źle odczytany PDF lub rozdzielona instrukcja mogą prowadzić do błędnej odpowiedzi, nawet jeśli dokument źródłowy jest poprawny.

Integracje: dostęp do aktualnego stanu spraw

Pytanie „Jak złożyć wniosek urlopowy?” można obsłużyć na podstawie instrukcji. Pytanie „Czy mój wniosek został zatwierdzony?” wymaga już odczytu z systemu HR. Podobnie status zgłoszenia IT, dostępność sprzętu czy saldo świadczeń powinny pochodzić z odpowiednich systemów, a nie z okresowo kopiowanych dokumentów.

Integracje przez API pozwalają pobierać takie dane w momencie udzielania odpowiedzi. Warstwa aplikacyjna powinna kontrolować tożsamość użytkownika i jego uprawnienia przed przekazaniem danych modelowi. Nie wystarczy polecić modelowi, aby nie ujawniał informacji niedostępnych dla pytającego. Na potrzeby agenta informacyjnego warto zacząć od dostępu tylko do odczytu; wykonywanie operacji, takich jak zatwierdzanie wniosków, wymaga odrębnych zabezpieczeń.

Kontrola jakości treści i aktualności odpowiedzi

Jakość należy kontrolować zarówno przy publikacji materiałów, jak i podczas ich wykorzystywania. Aktualizacja źródła powinna uruchamiać odświeżenie indeksu, a wycofanie dokumentu — usunięcie jego fragmentów z wyszukiwania. W razie sprzeczności między materiałami system powinien stosować ustaloną hierarchię źródeł, zamiast samodzielnie łączyć niezgodne zasady.

Warto zapisywać, z jakich dokumentów i wersji korzystano przy tworzeniu odpowiedzi. Ułatwia to sprawdzenie jej podstaw i odnalezienie przyczyny błędu. Samo dodanie linku nie wystarcza: wskazany fragment musi rzeczywiście potwierdzać przekazywaną informację.

Treść dokumentów należy traktować jako dane, nie jako instrukcje sterujące agentem. Polecenia znalezione w pliku lub na stronie nie mogą zmieniać zasad działania systemu ani rozszerzać dostępu do informacji. Architektura powinna też odróżniać brak danych od potwierdzonego stanu: niedostępność systemu HR nie oznacza, że pracownik nie ma złożonego wniosku.

Ton komunikacji i standardy odpowiedzi: styl, empatia, język firmowy, formatowanie i klarowność

Pracownik zwykle nie przychodzi do agenta AI po rozmowę, lecz po informację, która pozwoli mu ruszyć dalej. Dlatego odpowiedź powinna przede wszystkim ułatwiać zrozumienie zasad i wykonanie następnego kroku. Przyjazny ton pomaga, ale nie zastąpi konkretu. Zamiast ogólnego zalecenia „Pisz profesjonalnie” warto opracować krótki standard redakcyjny: jak agent zwraca się do odbiorcy, ile informacji podaje i jak przedstawia instrukcje.

Stały styl, ton dopasowany do sytuacji

Styl agenta powinien być spójny: rzeczowy, uprzejmy i pozbawiony zbędnego formalizmu. Ton może natomiast zmieniać się zależnie od tematu. Proste pytanie o obsługę narzędzia wymaga krótkiej odpowiedzi zadaniowej. Pytanie dotyczące trudnej sytuacji zawodowej wymaga większej powściągliwości i uważnego doboru słów. Spójność nie oznacza więc identycznego sposobu wypowiadania się w każdej rozmowie.

Ustal formę zwracania się do pracownika — na przykład bezpośrednie „Ty” albo formę grzecznościową — zgodnie z przyjętą komunikacją wewnętrzną. Agent nie powinien przełączać się między nimi bez powodu. Unikaj również automatycznych pochwał w rodzaju „Świetne pytanie!”: przy problemach z wynagrodzeniem lub dostępem do pracy mogą zabrzmieć niestosownie.

Empatia bez udawania ludzkich doświadczeń

Empatia w odpowiedzi agenta polega na zauważeniu trudności i ograniczeniu wysiłku po stronie pracownika. Nie wymaga rozbudowanych deklaracji ani przypisywania sobie emocji. Zdanie „To może utrudniać pracę. Zacznijmy od sprawdzenia komunikatu błędu” jest bardziej użyteczne niż „Doskonale wiem, jak się czujesz”.

Im bardziej wrażliwy temat, tym mniej żartów, emotikonów i entuzjastycznych zwrotów. W sprawach dotyczących zdrowia, konfliktów czy wynagrodzeń odpowiedź powinna być spokojna i neutralna. Nie należy bagatelizować problemu słowami „Nie ma się czym martwić” ani obiecywać, że „na pewno wszystko się wyjaśni”.

Język firmowy, który nie utrudnia zrozumienia

Agent powinien posługiwać się oficjalnymi nazwami procesów, dokumentów i narzędzi, aby pracownik mógł je łatwo odnaleźć. Nie oznacza to jednak kopiowania urzędowego stylu regulaminów. Zamiast „W celu dokonania aktualizacji danych należy przejść do odpowiedniej zakładki” lepiej napisać „Aby zaktualizować dane, otwórz zakładkę…”, a następnie podać jej dokładną nazwę.

W standardzie językowym warto określić zatwierdzone nazewnictwo i sposób rozwijania skrótów. Skrót zrozumiały dla jednego działu może być nieczytelny dla nowej osoby. Uproszczenie języka nie może jednak zmieniać znaczenia: „możesz”, „musisz” i „zalecamy” opisują różne sytuacje i nie powinny być używane zamiennie.

Format odpowiedzi zależny od zadania

Nie każda odpowiedź potrzebuje nagłówków i listy. Format powinien pomagać w wykonaniu konkretnej czynności:

• Pytanie o fakt lub zasadę: bezpośrednia odpowiedź na początku, następnie istotny warunek lub wyjątek.
• Pytanie „jak to zrobić?”: krótka instrukcja numerowana, z jedną czynnością w każdym kroku.
• Porównanie możliwości: zwięzła tabela, jeśli rzeczywiście ułatwia zauważenie różnic.
• Objaśnienie pojęcia: prosta definicja i krótki przykład zastosowania.

Pogrubienia warto zarezerwować dla terminów, warunków i działań, których nie można przeoczyć. Linki powinny mieć opisowe etykiety zamiast ogólnego „kliknij tutaj”. Długie akapity i nadmiar wyróżnień utrudniają szybkie odnalezienie właściwej informacji.

Klarowność jako standard redakcyjny

Każda odpowiedź powinna pozwalać pracownikowi rozpoznać, co jest najważniejsze i co ma zrobić dalej, jeśli działanie jest potrzebne. Warunki należy umieszczać blisko informacji, której dotyczą, a nie dopiero na końcu długiego wyjaśnienia. Warto też usuwać niejednoznaczne zwroty, takie jak „tam”, „ten dokument” czy „odpowiednia osoba”, gdy ich znaczenie nie wynika jasno z rozmowy.

Praktycznym uzupełnieniem standardu jest zestaw par „wersja niezalecana — wersja poprawiona”. Takie przykłady precyzyjniej pokazują oczekiwany sposób pisania niż same hasła „naturalnie” czy „przyjaźnie” i pomagają utrzymać jednolity styl odpowiedzi.

6. Eskalacja do człowieka: kryteria, ścieżki przekazania, zbieranie kontekstu i SLA

Agent AI powinien nie tylko odpowiadać na pytania pracowników, lecz także rozpoznawać moment, w którym sprawę musi przejąć człowiek. Dobrze zaprojektowana eskalacja nie kończy się komunikatem „skontaktuj się z HR”. Zapewnia konkretną ścieżkę pomocy, przekazuje niezbędny kontekst i wyjaśnia pracownikowi, co wydarzy się dalej.

Kiedy agent powinien przekazać sprawę?

Kryteria eskalacji warto ustalić przed uruchomieniem agenta i powiązać je z odpowiedzialnością poszczególnych zespołów. Podstawowe przesłanki to:

• Brak wiarygodnej odpowiedzi — agent nie znajduje potwierdzonych informacji albo dostępne źródła są sprzeczne.
• Potrzeba decyzji lub działania poza uprawnieniami agenta — na przykład zatwierdzenia wyjątku od procedury, korekty wynagrodzenia lub nadania dostępu wymagającego akceptacji.
• Wrażliwy charakter sprawy — zgłoszenie dotyczące mobbingu, dyskryminacji, danych osobowych lub podejrzenia naruszenia bezpieczeństwa wymaga właściwego, często poufnego kanału.
• Brak postępu w rozmowie — kolejne doprecyzowania nie przybliżają rozwiązania albo pracownik informuje, że proponowane działania nie pomogły.
• Wyraźna prośba o kontakt z człowiekiem — agent nie powinien wymuszać dalszej rozmowy z automatem jako warunku uzyskania pomocy.

Nie każda eskalacja jest pilna. Pytanie wymagające interpretacji regulaminu może trafić do zwykłej kolejki, natomiast podejrzenie przejęcia konta powinno uruchomić procedurę reagowania na incydenty. O priorytecie powinny decydować przede wszystkim ryzyko, wpływ i pilność sprawy, a nie emocjonalny ton wiadomości.

Dobierz ścieżkę przekazania do rodzaju sprawy

W praktyce potrzebne są różne sposoby przejęcia obsługi. Każdy z nich powinien mieć wskazanego właściciela oraz wariant zastępczy na wypadek niedostępności zespołu.

Agent nie może potwierdzać przekazania sprawy, zanim system docelowy nie potwierdzi jej przyjęcia. Jeśli utworzenie zgłoszenia się nie powiedzie, powinien jasno poinformować o problemie i wskazać działający kanał alternatywny. Samo wyświetlenie adresu kontaktowego nie oznacza, że zgłoszenie zostało wysłane.

Przekaż kontekst, nie całe archiwum rozmowy

Osoba przejmująca sprawę powinna otrzymać krótkie podsumowanie: czego dotyczy problem, jaki jest oczekiwany rezultat, co już sprawdzono i dlaczego potrzebna jest interwencja. W zależności od sprawy przydatne będą również identyfikator błędu, czas wystąpienia problemu, jego wpływ na pracę oraz preferowany kanał kontaktu.

Przed wysłaniem warto umożliwić pracownikowi sprawdzenie i poprawienie podsumowania. Przekazuj tylko dane niezbędne odbiorcy: nie dołączaj haseł, tokenów dostępu ani informacji niezwiązanych ze zgłoszeniem. Pełna historia rozmowy nie powinna być domyślnym załącznikiem, zwłaszcza gdy zawiera dane wrażliwe. W sprawach poufnych nie należy automatycznie kierować zgłoszenia do przełożonego — odbiorcę musi wskazywać właściwa procedura.

Ustal SLA i odpowiedzialność za dalszy kontakt

SLA powinno rozróżniać czas pierwszej reakcji człowieka od czasu rozwiązania sprawy. Automatyczne potwierdzenie rejestracji nie jest jeszcze podjęciem obsługi. Terminy należy ustalić z zespołami realizującymi zgłoszenia, uwzględniając priorytet, godziny pracy oraz zasady obsługi poza nimi.

Pracownik powinien otrzymać jasną informację, kto odpowiada za sprawę, kiedy może oczekiwać kontaktu i gdzie sprawdzi jej status. Jeśli nie da się określić terminu rozwiązania, lepiej podać termin kolejnej aktualizacji niż składać nieuzasadnioną obietnicę.

W procedurze trzeba też wskazać, co dzieje się po przekroczeniu SLA: kto otrzymuje powiadomienie, kto podejmuje interwencję i kto informuje pracownika o opóźnieniu. Przekazanie zgłoszenia między zespołami nie powinno pozostawiać go bez właściciela ani wymuszać ponownego opisywania problemu.

7. Mierzenie skuteczności i ciągłe doskonalenie agenta AI

Agent AI nie jest skuteczny tylko dlatego, że odpowiada szybko i ogranicza liczbę zgłoszeń do działu wsparcia. Pracownik może zakończyć rozmowę z poprawną odpowiedzią, ale równie dobrze zrezygnować po kilku nieudanych próbach. Dlatego ocena skuteczności powinna łączyć rozwiązanie sprawy, satysfakcję użytkownika i jakość udzielonych informacji. Dopiero taki obraz pozwala odróżnić rzeczywistą pomoc od pozornego odciążenia zespołu.

Deflection rate, CSAT i FCR — co mierzy każdy wskaźnik?

Te trzy wskaźniki odpowiadają na różne pytania. Warto analizować je razem, przy zachowaniu stałych definicji i zasad zbierania danych.

• Deflection rate — odsetek spraw obsłużonych bez udziału człowieka. Pokazuje, w jakim stopniu agent ogranicza potrzebę kontaktu z zespołem wsparcia. W praktycznym pomiarze można dzielić liczbę spraw rozwiązanych samodzielnie przez agenta przez liczbę spraw objętych pomiarem. Trzeba jednak ustalić, co oznacza „rozwiązanie”: samo zamknięcie okna rozmowy lub brak przekazania zgłoszenia nie wystarczą. Pomocne są potwierdzenie pracownika oraz sprawdzenie, czy nie wrócił z tym samym problemem innym kanałem.
• CSAT — satysfakcja pracownika z otrzymanej pomocy. Krótka ankieta po rozmowie pozwala ocenić doświadczenie użytkownika. Przy skali pięciopunktowej można raportować udział ocen 4 i 5 we wszystkich udzielonych odpowiedziach. Obok wyniku należy podawać liczbę ocen i odsetek osób, które wypełniły ankietę: opinie niewielkiej grupy nie muszą odzwierciedlać doświadczeń wszystkich pracowników.
• FCR — rozwiązanie sprawy przy pierwszym kontakcie. Wskazuje, czy pracownik uzyskał pomoc bez ponownego zgłaszania tego samego problemu. Wymaga zdefiniowania okresu obserwacji oraz sposobu rozpoznawania powracających spraw. FCR i deflection rate nie są zamienne: sprawę można rozwiązać przy pierwszym kontakcie dzięki udziałowi człowieka albo zakończyć rozmowę z agentem bez eskalacji, lecz bez rozwiązania problemu.

Przed uruchomieniem pomiaru określ jednostkę analizy — najlepiej sprawę, a nie pojedynczą wiadomość — oraz zasady uwzględniania rozmów porzuconych, testowych i powtórnych. Jeśli nie możesz wiarygodnie potwierdzić rozwiązania, raportuj osobno odsetek rozmów bez eskalacji, zamiast przedstawiać go jako dowód skutecznej samoobsługi.

Analiza błędów: od wyniku do przyczyny

Wynik zbiorczy może ukrywać istotne problemy. Agent może dobrze odpowiadać na proste pytania administracyjne, a jednocześnie zawodzić przy sprawach wymagających większej precyzji. Dlatego porównuj wskaźniki między kategoriami pytań i poziomami krytyczności. Wysoki deflection rate przy niskim CSAT to sygnał do sprawdzenia, czy pracownicy rzeczywiście otrzymują pomoc, czy jedynie rezygnują z dalszej rozmowy.

Regularnie przeglądaj próbkę rozmów obejmującą zarówno niskie oceny i ponowne kontakty, jak i przypadki uznane za sukces. Błędy przypisuj do konkretnych przyczyn, takich jak niepoprawna informacja, nieaktualna podstawa odpowiedzi, niezrozumienie pytania lub brak użytecznej instrukcji. Priorytet poprawki powinien wynikać z częstotliwości błędu i jego konsekwencji, nie tylko z liczby negatywnych ocen. Rzadki błąd o poważnych skutkach może wymagać szybszej reakcji niż częsta niedogodność.

Testy A/B i weryfikacja poprawek

Testy A/B pomagają sprawdzić, czy konkretna zmiana rzeczywiście poprawia działanie agenta. Porównuj dwa warianty różniące się jednym istotnym elementem, na przykład długością odpowiedzi albo sposobem zadawania pytania doprecyzowującego. Losowo przypisuj użytkowników do wariantów, zachowując spójne doświadczenie jednej osoby. Przed testem ustal główny wskaźnik sukcesu oraz warunki bezpieczeństwa: wzrost samoobsługi nie powinien odbywać się kosztem poprawności odpowiedzi.

Nie wybieraj zwycięzcy po kilku rozmowach. Potrzebna liczba obserwacji zależy między innymi od ruchu i wielkości różnicy, którą chcesz wykryć. Uwzględniaj też nietypowe okresy, takie jak wdrożenie nowej procedury. Poprawki usuwające potwierdzone błędy wymagające pilnej reakcji wdrażaj bez utrzymywania wadliwego wariantu na potrzeby eksperymentu.

Każdą istotną zmianę zapisuj wraz z datą, hipotezą i wynikiem pomiaru. Przed publikacją sprawdzaj ją na stałym zestawie pytań testowych, a po wdrożeniu obserwuj rzeczywiste rozmowy. Taki cykl pozwala rozwijać agenta na podstawie dowodów i wychwytywać sytuacje, w których poprawa jednego obszaru pogarsza działanie innego.

Przykładowe scenariusze rozmów oraz zasady cytowania źródeł i podawania dat aktualizacji

Przykładowe rozmowy pozwalają sprawdzić, czy agent nie tylko odpowiada na pytanie, lecz także pokazuje, na jakiej podstawie udziela odpowiedzi. Warto uwzględnić trzy sytuacje: pytanie o ogólną procedurę, prośbę dotyczącą indywidualnej sprawy oraz rozbieżność między dokumentami. Każda wymaga innego sposobu przedstawienia informacji i jej ograniczeń.

Poniższe dialogi są wzorcami, a nie opisem rzeczywistych zasad obowiązujących w konkretnej organizacji. Elementy w nawiasach kwadratowych należy zastąpić zweryfikowanymi informacjami przed wykorzystaniem przykładów.

Scenariusz 1: pytanie o procedurę

Pracownik: „Jak złożyć wniosek o urlop?”

Agent: „Wniosek złożysz przez [nazwa systemu lub właściwy kanał]. Wybierz [odpowiednia opcja], podaj [wymagane dane] i przekaż wniosek do zatwierdzenia zgodnie z instrukcją. Samo wysłanie wniosku nie oznacza jego akceptacji, jeśli procedura wymaga osobnego zatwierdzenia. Źródło: [link do instrukcji], część [nazwa punktu]. Ostatnia aktualizacja dokumentu: [data wskazana w źródle]”.

W takim przypadku odpowiedź powinna wskazywać konkretne działanie, a odnośnik umożliwiać sprawdzenie szczegółów. Każdy opisany krok musi wynikać ze źródła — agent nie powinien uzupełniać brakującej procedury praktykami znanymi z innych organizacji.

Scenariusz 2: pytanie o indywidualne uprawnienia

Pracownik: „Ile dni urlopu zostało mi do wykorzystania?”

Agent bez dostępu do danych kadrowych: „Nie mam dostępu do Twojego salda urlopu, więc nie mogę podać tej liczby. Możesz ją sprawdzić w [zweryfikowane miejsce wskazane w instrukcji]. Źródło instrukcji: [link], ostatnia aktualizacja: [data wskazana w źródle]”.

Link do regulaminu może potwierdzać ogólne zasady naliczania urlopu, ale nie potwierdza salda konkretnej osoby. To istotna różnica: źródło powinno uzasadniać dokładnie tę informację, przy której zostało podane. Jeżeli agent korzysta z uprawnionego odczytu danych pracownika, powinien wskazać ich pochodzenie i moment odczytu, bez przedstawiania ich jako treści regulaminu.

Scenariusz 3: sprzeczne informacje

Pracownik: „W instrukcji jest inny termin rozliczenia delegacji niż w komunikacie. Który obowiązuje?”

Agent: „Te materiały podają różne terminy: [termin i odnośnik do instrukcji] oraz [termin i odnośnik do komunikatu]. Nie znalazłem jednoznacznego potwierdzenia, że jeden dokument zastępuje drugi. Nie mogę więc wskazać obowiązującego terminu wyłącznie na podstawie dat ich publikacji”.

Ten scenariusz sprawdza, czy agent ujawnia rozbieżność zamiast samodzielnie rozstrzygać ją na korzyść nowszego pliku. Późniejsza publikacja nie zawsze oznacza zmianę obowiązującej zasady.

Jeśli chcesz poznać więcej takich przykładów, zapraszamy na szkolenia Cognity, gdzie rozwijamy ten temat w praktyce.

Jak prezentować źródła i daty

Cytowanie ma pomagać w weryfikacji odpowiedzi, a nie jedynie nadawać jej wiarygodny wygląd. Wystarczy krótki, konsekwentny zapis, pod warunkiem że zawiera informacje potrzebne do odnalezienia właściwego fragmentu:

• Dokument i konkretne miejsce: podawaj tytuł, działający odnośnik oraz, jeśli to możliwe, numer punktu, nazwę rozdziału lub stronę. Sam link do głównej strony intranetu jest zwykle niewystarczający.
• Powiązanie z odpowiedzią: umieszczaj źródło bezpośrednio przy twierdzeniu, które potwierdza. Przy kilku odmiennych zasadach nie pozostawiaj czytelnikowi zgadywania, który dokument uzasadnia którą z nich.
• Rozróżnienie dat: osobno oznaczaj datę aktualizacji dokumentu, datę wejścia zasad w życie i moment odczytu danych. Pobranie dokumentu dzisiaj nie oznacza, że jego treść została dzisiaj zaktualizowana.
• Brak metadanych: jeśli źródło nie zawiera daty aktualizacji, napisz „Data aktualizacji niepodana w źródle”. Nie zastępuj jej datą wygenerowania odpowiedzi.
• Cytat a omówienie: cudzysłów stosuj wyłącznie do wiernie przytoczonego fragmentu. Skrót lub parafrazę przedstawiaj jako omówienie, zachowując warunki i wyjątki istotne dla pracownika.

Informacje o źródłach również podlegają ograniczeniom dostępu. Agent nie powinien ujawniać poufnego tytułu, fragmentu ani metadanych osobie, która nie ma uprawnień do danego materiału. Przejrzysta odpowiedź pozwala sprawdzić podstawę informacji, ale nie omija zasad ochrony danych.

Six Sigma Green Belt i Black Belt – czym się różnią? 26 października 2026

DOE w Six Sigma – jak planowanie eksperymentów wspiera doskonalenie procesów? 24 października 2026