#Pracownik AI · Przewodnik konfiguracji dla administratora

Ten dokument pomoże Panu/Pani szybko zrozumieć, jak skonfigurować i zarządzać Pracownikami AI, prowadząc krok po kroku przez cały proces – od usług modelowych po przydzielanie zadań.

#I. Zanim zaczniemy

#1. Wymagania systemowe

Przed przystąpieniem do konfiguracji proszę upewnić się, że środowisko spełnia następujące warunki:

• Zainstalowany NocoBase 2.0 lub nowszy
• Włączona wtyczka Pracownik AI
• Dostępna co najmniej jedna usługa dużego modelu językowego (np. OpenAI, Claude, DeepSeek, GLM itp.)

#2. Zrozumienie dwuwarstwowej architektury Pracowników AI

Pracownicy AI są podzieleni na dwie warstwy: „Definicja roli” i „Dostosowanie zadań”.

Warstwa	Opis	Charakterystyka	Funkcja
Definicja roli	Podstawowa osobowość i kluczowe umiejętności pracownika	Stabilna i niezmienna, jak „CV”	Zapewnia spójność roli
Dostosowanie zadań	Konfiguracja dla różnych scenariuszy biznesowych	Elastyczna i regulowana	Dostosowuje się do konkretnych zadań

Mówiąc prościej:

„Definicja roli” określa, kim jest dany pracownik, a „Dostosowanie zadań” – co ma aktualnie robić.

Korzyści z takiego podejścia to:

• Rola pozostaje stała, ale może być wykorzystywana w różnych scenariuszach
• Aktualizacja lub zmiana zadań nie wpływa na samego pracownika
• Kontekst i zadania są niezależne, co ułatwia konserwację

#II. Proces konfiguracji (5 kroków)

#Krok 1: Konfiguracja usługi modelowej

Usługa modelowa jest jak mózg Pracownika AI i musi zostać najpierw skonfigurowana.

💡 Szczegółowe instrukcje konfiguracji znajdzie Pan/Pani w: Konfiguracja usługi LLM

Ścieżka: Ustawienia systemowe → Pracownik AI → Usługa modelowa

Proszę kliknąć Dodaj i wypełnić następujące informacje:

Element	Opis	Uwagi
Typ interfejsu	Np. OpenAI, Claude itp.	Kompatybilny z usługami używającymi tej samej specyfikacji
Klucz API	Klucz dostarczony przez dostawcę usługi	Proszę zachować poufność i regularnie zmieniać
Adres usługi	Endpoint API	Wymaga modyfikacji przy użyciu proxy
Nazwa modelu	Konkretna nazwa modelu (np. gpt-4, claude-opus)	Wpływa na możliwości i koszty

Po konfiguracji proszę przetestować połączenie. W przypadku niepowodzenia proszę sprawdzić sieć, klucz API lub nazwę modelu.

#Krok 2: Tworzenie Pracownika AI

💡 Szczegółowe instrukcje znajdzie Pan/Pani w: Tworzenie Pracownika AI

Ścieżka: Zarządzanie Pracownikami AI → Utwórz pracownika

Proszę wypełnić podstawowe informacje:

Pole	Wymagane	Przykład
Nazwa	✓	viz, dex, cole
Pseudonim	✓	Viz, Dex, Cole
Status włączenia	✓	Włączony
Opis	-	„Ekspert ds. analizy danych”
Główny prompt	✓	Patrz Przewodnik inżynierii promptów
Wiadomość powitalna	-	„Witaj, jestem Viz…”

Następnie proszę powiązać właśnie skonfigurowaną usługę modelową.

Sugestie dotyczące pisania promptów:

• Proszę jasno określić rolę, ton i obowiązki pracownika
• Proszę używać słów takich jak „musi” i „nigdy”, aby podkreślić zasady
• Proszę w miarę możliwości dołączać przykłady, aby unikać abstrakcyjnych opisów
• Proszę zachować długość między 500 a 1000 znaków

Im jaśniejszy prompt, tym stabilniejsze działanie AI. Może Pan/Pani zapoznać się z Przewodnikiem inżynierii promptów.

#Krok 3: Konfiguracja umiejętności

Umiejętności określają, co pracownik „może robić”.

💡 Szczegółowe instrukcje znajdzie Pan/Pani w: Umiejętności

Typ	Zakres możliwości	Przykład	Poziom ryzyka
Frontend	Interakcja ze stroną	Odczytywanie danych z bloku, wypełnianie formularzy	Niski
Model danych	Zapytania i analiza danych	Statystyki agregowane	Średni
Przepływ pracy	Wykonywanie procesów biznesowych	Niestandardowe narzędzia	Zależy od przepływu pracy
Inne	Rozszerzenia zewnętrzne	Wyszukiwanie w sieci, operacje na plikach	Zależy od sytuacji

Sugestie dotyczące konfiguracji:

• Optymalna liczba umiejętności na pracownika to 3–5
• Nie zaleca się wybierania wszystkich umiejętności, ponieważ może to prowadzić do zamieszania
• Proszę wyłączyć automatyczne użycie (Auto usage) przed ważnymi operacjami

#Krok 4: Konfiguracja bazy wiedzy (opcjonalnie)

Jeśli Pracownik AI potrzebuje zapamiętywać lub odwoływać się do dużej ilości materiałów, takich jak instrukcje produktów, FAQ itp., może Pan/Pani skonfigurować bazę wiedzy.

💡 Szczegółowe instrukcje znajdzie Pan/Pani w:

• Przegląd bazy wiedzy AI
• Wektorowa baza danych
• Konfiguracja bazy wiedzy
• RAG (Retrieval-Augmented Generation)

Wymaga to dodatkowej instalacji wtyczki wektorowej bazy danych.

Scenariusze zastosowania:

• Umożliwienie AI zrozumienia wiedzy korporacyjnej
• Wsparcie dla pytań i odpowiedzi oraz wyszukiwania w dokumentach
• Szkolenie asystentów specjalizujących się w danej dziedzinie

#Krok 5: Weryfikacja efektów

Po zakończeniu zobaczy Pan/Pani awatar nowego pracownika w prawym dolnym rogu strony.

Proszę sprawdzić każdy element:

• ✅ Czy ikona wyświetla się poprawnie?
• ✅ Czy możliwe jest prowadzenie podstawowej rozmowy?
• ✅ Czy umiejętności mogą być poprawnie wywoływane?

Jeśli wszystkie punkty są zgodne, konfiguracja zakończyła się sukcesem 🎉

#III. Konfiguracja zadań: Uruchomienie Pracownika AI

Do tej pory zakończyliśmy „tworzenie pracownika”. Następnym krokiem jest „przekazanie im pracy”.

Zadania AI definiują zachowanie pracownika na konkretnej stronie lub w bloku.

💡 Szczegółowe instrukcje znajdzie Pan/Pani w: Zadania

#1. Zadania na poziomie strony

Dotyczy całego zakresu strony, np. „Analiza danych na tej stronie”.

Punkt wejścia konfiguracji: Ustawienia strony → Pracownik AI → Dodaj zadanie

Pole	Opis	Przykład
Tytuł	Nazwa zadania	Analiza konwersji etapów
Kontekst	Kontekst bieżącej strony	Strona listy leadów
Domyślna wiadomość	Wstępnie ustawiona rozmowa	„Proszę przeanalizować trendy z tego miesiąca”
Domyślny blok	Automatyczne powiązanie z kolekcją	tabela leadów
Umiejętności	Dostępne narzędzia	Zapytania o dane, generowanie wykresów

Obsługa wielu zadań: Jeden Pracownik AI może mieć skonfigurowanych wiele zadań, które są prezentowane użytkownikowi w formie opcji do wyboru:

Sugestie:

• Jedno zadanie powinno koncentrować się na jednym celu
• Nazwa powinna być jasna i łatwa do zrozumienia
• Proszę ograniczyć liczbę zadań do 5–7

#2. Zadania na poziomie bloku

Odpowiednie do operacji na konkretnym bloku, np. „Przetłumacz bieżący formularz”.

Metoda konfiguracji:

1. Otworzyć konfigurację akcji bloku
2. Dodać „Pracownika AI”

3. Powiązać docelowego pracownika

Porównanie	Poziom strony	Poziom bloku
Zakres danych	Cała strona	Bieżący blok
Granularność	Analiza globalna	Szczegółowe przetwarzanie
Typowe zastosowanie	Analiza trendów	Tłumaczenie formularzy, ekstrakcja pól

#IV. Najlepsze praktyki

#1. Sugestie dotyczące konfiguracji

Element	Sugestia	Powód
Liczba umiejętności	3–5	Wysoka dokładność, szybka reakcja
Automatyczne użycie	Włączać ostrożnie	Zapobiega przypadkowym operacjom
Długość promptu	500–1000 znaków	Równowaga między szybkością a jakością
Cel zadania	Pojedynczy i jasny	Zapobiega dezorientacji AI
Przepływ pracy	Używać po hermetyzacji złożonych zadań	Wyższa skuteczność

#2. Praktyczne sugestie

Zaczynać od małych kroków, optymalizować stopniowo:

1. Najpierw utworzyć podstawowych pracowników (np. Viz, Dex)
2. Włączyć 1–2 kluczowe umiejętności do testowania
3. Potwierdzić, że zadania są wykonywane prawidłowo
4. Następnie stopniowo rozszerzać o więcej umiejętności i zadań

Ciągły proces optymalizacji:

1. Uruchomić wersję początkową
2. Zbieranie opinii użytkowników
3. Optymalizacja promptów i konfiguracji zadań
4. Testowanie i cykliczne ulepszanie

#V. Często zadawane pytania

#1. Etap konfiguracji

P: Co zrobić, jeśli zapisywanie się nie powiedzie? O: Proszę sprawdzić, czy wszystkie wymagane pola zostały wypełnione, zwłaszcza usługa modelowa i prompt.

P: Który model powinienem wybrać?

• Związane z kodem → Claude, GPT-4
• Związane z analizą → Claude, DeepSeek
• Wrażliwe na koszty → Qwen, GLM
• Długi tekst → Gemini, Claude

#2. Etap użytkowania

P: Odpowiedź AI jest zbyt wolna?

• Zmniejszyć liczbę umiejętności
• Zoptymalizować prompt
• Sprawdzić opóźnienie usługi modelowej
• Rozważyć zmianę modelu

P: Wykonanie zadania jest niedokładne?

• Prompt jest niewystarczająco jasny
• Zbyt wiele umiejętności powoduje zamieszanie
• Podzielić zadanie na mniejsze części, dodać przykłady

P: Kiedy należy włączyć automatyczne użycie (Auto usage)?

• Można włączyć dla zadań typu zapytania
• Zaleca się wyłączenie dla zadań modyfikujących dane

P: Jak sprawić, by AI przetwarzała konkretny formularz?

O: W przypadku konfiguracji na poziomie strony, należy ręcznie wybrać blok.

W przypadku konfiguracji zadań na poziomie bloku, kontekst danych jest automatycznie wiązany.

#VI. Dalsza lektura

Aby Pracownicy AI byli jeszcze potężniejsi, może Pan/Pani kontynuować lekturę następujących dokumentów:

Związane z konfiguracją:

• Przewodnik inżynierii promptów - Techniki i najlepsze praktyki pisania wysokiej jakości promptów
• Konfiguracja usługi LLM - Szczegółowe instrukcje konfiguracji usług dużych modeli
• Tworzenie Pracownika AI - Tworzenie i podstawowa konfiguracja Pracowników AI
• Współpraca z Pracownikiem AI - Jak prowadzić efektywne rozmowy z Pracownikami AI

Funkcje zaawansowane:

• Umiejętności - Dogłębne zrozumienie konfiguracji i użycia różnych umiejętności
• Zadania - Zaawansowane techniki konfiguracji zadań
• Wybór bloku - Jak przypisać bloki danych Pracownikom AI
• Źródło danych - Konfiguracja i zarządzanie źródłami danych
• Wyszukiwanie w sieci - Konfiguracja możliwości wyszukiwania w sieci dla Pracowników AI

Baza wiedzy i RAG:

• Przegląd bazy wiedzy AI - Wprowadzenie do funkcji bazy wiedzy
• Wektorowa baza danych - Konfiguracja wektorowej bazy danych
• Baza wiedzy - Jak tworzyć i zarządzać bazą wiedzy
• RAG (Retrieval-Augmented Generation) - Zastosowanie technologii RAG

Integracja z przepływami pracy:

• Węzeł LLM - Czat tekstowy - Użycie czatu tekstowego w przepływach pracy
• Węzeł LLM - Czat multimodalny - Obsługa wejść multimodalnych, takich jak obrazy i pliki
• Węzeł LLM - Strukturalne wyjście - Uzyskiwanie strukturalnych odpowiedzi AI

#Zakończenie

Najważniejsza rzecz podczas konfiguracji Pracowników AI to: najpierw uruchomić, potem optymalizować. Najpierw proszę sprawić, aby pierwszy pracownik pomyślnie rozpoczął pracę, a następnie stopniowo rozszerzać i dostosowywać.

Kierunki rozwiązywania problemów można ustalić w następującej kolejności:

1. Czy usługa modelowa jest połączona?
2. Czy liczba umiejętności nie jest zbyt duża?
3. Czy prompt jest jasny?
4. Czy cel zadania jest jasno określony?

Postępując krok po kroku, może Pan/Pani zbudować naprawdę efektywny zespół AI.