Tworzenie agentów AI: chatboty i agenci w Twoim produkcie

Wbudowujemy czat albo agenta AI w produkt, który ma już dane i użytkowników: katalog, platformę B2B albo system wewnętrzny. AI odpowiada na podstawie Twoich danych, a reguły siedzą w kodzie i na serwerze. To część naszej usługi tworzenia oprogramowania AI.

Projekt obejmuje:

• czat albo agenta pracującego na danych Twojego produktu
• osobną usługę AI, którą wywołuje Twoja aplikacja
• narzędzia dla agenta, każde z opisem i schematem
• reguły egzekwowane na serwerze
• testy, które próbują wyprowadzić model poza zadanie
• wsparcie po uruchomieniu

Dla platformy produktowej z rynku remontów i wyposażenia wnętrz prowadzimy czat AI w aplikacji i agenta wyszukiwania produktów, a prace trwają. Na własnym CMS-ie agenci AI tworzą strony, briefy i zmiany SEO przez produkcyjny serwer MCP, który działa od 9 lipca 2026 r. Sam serwer opisuje osobna podstrona, tworzenie serwerów MCP, a dodawanie AI do istniejącego produktu omawia integracja AI.

Ta usługa jest dla właścicieli produktów i dyrektorów technicznych firm, których produkt zawiera prawdziwe dane. Chcą czatu AI albo agenta, który pracuje na tych danych i trzyma się ustalonych przez nich reguł.

Budowa chatbota AI zaczyna się od tego, co czat ma wiedzieć. Na platformie remontowej czat odpowiada użytkownikowi, a działający obok agent wyszukiwania produktów przeszukuje teksty i metadane wielu produktów naraz, w ofertach wielu dostawców. Gdy użytkownik pyta o cenę, agent pobiera informację o cenie, a odpowiedź czatu zawiera adres źródłowy produktu i cenę z platformy.

Wiadomość przekazywana do AI zawiera kontekst klienta: imię i numer telefonu. Dzięki temu rozmowa może przejść do obsługi. Działanie czatu analizowaliśmy na prawdziwych rozmowach, w kolejnych rundach.

W agencie wyszukiwania produktów zapytanie buduje kod w Pythonie, a model prowadzi rozmowę. Gdy wyszukiwanie nic nie znajdzie, agent ponawia je ze zmienionymi parametrami.

Czat i agent działają w osobnej usłudze AI. Główna aplikacja wywołuje ją przez własny serwis po stronie backendu. Dzięki temu moduł AI można mierzyć, zmieniać albo wyłączyć bez ruszania reszty produktu. O tym, czy AI jest włączone, decyduje flaga ai_enabled ustawiana na poziomie projektu w aplikacji. Tę architekturę opisujemy w integracji AI.

Dla agenta, który tworzy i zapisuje dane w Twoim systemie, umieszczamy reguły na serwerze. Na naszym serwerze MCP reguły, których agent nie może złamać, są kodami odpowiedzi:

1. Utworzenie strony bez briefu zwraca HTTP 400. Brief to opis strony powiązany z celem. Człowiek zatwierdza go, zanim agent zacznie pisać treść.
2. Zapis treści przed zatwierdzeniem briefu przez człowieka zwraca HTTP 409.
3. Publikacja z błędami audytu zwraca HTTP 409. Do błędów należą m.in. fakty spoza zatwierdzonej listy, nazwy klientów objęte NDA i brak werdyktu niezależnego agenta-krytyka.

Żadne narzędzie na serwerze nie ma parametru, który pomija te bramki.

Każde żądanie agenta zawiera token jednej osoby albo integracji i trafia do logu wywołań w panelu administracyjnym. 20 października 2026 r. serwer miał 164 narzędzia. Agenci korzystają z niego przez otwarty standard Model Context Protocol. Według komunikatu Anthropic z 9 grudnia 2025 r. obsługują go ChatGPT, Cursor, Gemini, Microsoft Copilot i Visual Studio Code. Standard stworzył Anthropic, a jego asystent Claude też z nim współpracuje.

Prowadzimy też publiczny endpoint https://ordergroup.co/mcp. Nie wymaga tokenu, pozwala tylko czytać nasze case study i wysłać zapytanie ofertowe, a w oficjalnym rejestrze MCP jest wpisany jako co.ordergroup/public. Jak serwer działa w praktyce, opisujemy w artykule MCP vs API: czego nauczyliśmy się, prowadząc serwer MCP na produkcji.

Tam, gdzie zła odpowiedź kosztuje, zostawiamy w pętli człowieka. Na platformie Centrum Komunikacji rozpoznawanie mowy tworzy na żywo wstępny zapis, specjalista ds. transkrypcji go poprawia, a do użytkownika jako wiadomość na czacie trafia dopiero poprawiony tekst. Funkcja działa na produkcji. Dane osobowe chronią m.in. szyfrowane pola, możliwość usunięcia danych użytkownika i dziennik zdarzeń.

Agenci działający na naszym CMS-ie pracują według tego samego wzoru: człowiek zatwierdza brief, zanim agent napisze jakąkolwiek treść.

Czat i agenta testujemy tak jak resztę aplikacji. W projekcie PSONI AI upraszcza pisma urzędowe. QA prowadzi testy jailbreak, które próbują wyprowadzić model poza zadanie, na przykład prośbą o przepis na szarlotkę, i powtarza je przy każdej nowej iteracji.

Wybierając firmę tworzącą agentów AI, zwróć uwagę na to, co da się sprawdzić.

• AI można wyłączyć. Czat i agent działają w osobnej usłudze AI, a flaga na poziomie projektu decyduje, czy AI jest włączone.
• Reguły siedzą na serwerze. Na naszym serwerze MCP egzekwują je odpowiedzi HTTP 400 i 409, a każde żądanie zawiera token i trafia do logu wywołań.
• Testy jailbreak uruchamiamy przy każdej nowej iteracji.
• Kod należy do Ciebie. Prawa autorskie przechodzą na Ciebie z każdą płatnością, w zakresie pól eksploatacji z umowy.
• Wsparcie trwa po uruchomieniu, bo modele, prompty i dane, na których pracują, się zmieniają. Zobacz wsparcie i utrzymanie.

Projekt zaczyna się od bezpłatnej konsultacji albo bezpłatnych warsztatów discovery, na których korzystamy z własnego zestawu narzędzi AI. Na wiadomość z formularza odpowiadamy w ciągu 48 godzin w dni robocze.