W świecie biznesu coraz częściej mówimy, że technologia — a w szczególności sztuczna inteligencja (AI) — staje się kluczowym elementem przewagi konkurencyjnej. Dlatego zdecydowaliśmy się stworzyć własne rozwiązanie – AI Chat – które nie tylko udostępnia klientom nowoczesne sposoby przeszukiwania i interakcji z treścią, ale stawia też firmę jako partnera, a nie tylko wykonawcę.
AI Chat to przykład praktycznego wdrożenia sztucznej inteligencji w firmie, które pokazuje, jak AI realnie wspiera obsługę klienta i automatyzację procesów. W tym artykule przedstawiamy naszą drogę: od analizy potrzeb, poprzez prototypowanie i wdrożenie, aż po strategie rozwoju i korzyści dla klienta i firmy.
Spis treści
Dlaczego stworzyliśmy AI Chat na stronie VM.pl?
Postawiliśmy na innowację i podejście zorientowane na klienta. Naszym celem było udostępnienie użytkownikom nowoczesnych technologii umożliwiających szybkie i intuicyjne przeszukiwanie treści, tak aby kontakt ze stroną był interaktywny, a nie ograniczał się do statycznych podstron.
Po analizie dostępnych rozwiązań rynkowych uznaliśmy, że stworzenie własnego chatbota pozwoli nam lepiej dopasować technologię do struktury naszej strony i treści, skutecznie zintegrować go z kanałami komunikacji – między innymi LinkedIn – oraz zachować pełną kontrolę nad jakością i kosztami działania. Zależało nam również na tym, aby chatbot dostarczał użytkownikom merytorycznych, kontekstowych odpowiedzi opartych na rzeczywistych przykładach naszych projektów, stosowanych technologii i kompetencjach zespołu.
Jak działa nasz AI Chat?
Integracja z treścią strony i kanałami społecznościowymi
Projektując rozwiązanie, zależało nam, aby chatbot dostarczał użytkownikowi nie tylko informacji znajdujących się na stronie VM.pl, ale również treści publikowanych w naszych kanałach zewnętrznych, takich jak LinkedIn, gdzie udostępniamy case studie, artykuły oraz informacje o zespole. Dzięki temu użytkownik otrzymuje odpowiedź dopasowaną do kontekstu pytania, może szybko przejść do materiałów źródłowych i zyskać pełniejszy obraz naszej działalności oraz kompetencji.
Dlaczego chatbot zaczyna od konkretnych wdrożeń
Zanim chatbot przeszuka całą bazę danych, najpierw sprawdza, czy pytanie użytkownika dotyczy zagadnienia opisanego w naszych case studies. Jeśli tak – korzysta właśnie z tej odpowiedzi.
To rozwiązanie daje konkretne korzyści:
- pokazuje realne wdrożenia i efekty pracy zespołu,
- ułatwia użytkownikowi zrozumienie procesów i technologii poprzez praktyczne przykłady,
- skraca ścieżkę do kontaktu handlowego – działa jak narzędzie pre-sales.
Dopiero w drugiej kolejności uruchamiane są inne źródła wiedzy – informacje o technologiach, zespole, usługach czy procesach.
Jak łączymy dane z różnych źródeł, by dać lepsze odpowiedzi
Nasz chatbot działa w oparciu o zróżnicowane źródła wiedzy, które łączymy w jeden system:
- Dane w promptach – idealne do treści stałych, takich jak adres firmy, kontakt czy imię właściciela. Są zawsze dostępne bezpośrednio.
- Pliki tekstowe – świetnie sprawdzają się przy treściach dynamicznych, np. promocjach, FAQ, nowościach.
- Bazy wektorowe (RAG) – tu przechowujemy rozbudowaną, półstatyczną wiedzę, jak case studies czy dokumentacja techniczna. To zasób dobrze ustrukturyzowany i gotowy do szybkiego przeszukiwania.
Dzięki temu chatbot potrafi błyskawicznie zidentyfikować najlepsze źródło odpowiedzi i dopasować je do intencji użytkownika — bez chaosu, bez błądzenia, bez powtarzania.
Proces wdrożenia krok po kroku
W naszym projekcie wykorzystaliśmy ramę 4D Methodology, by proces był klarowny, usystematyzowany i skupiony na wartości dla klienta.
Discovery
W tej fazie skupiliśmy się na:
- zdefiniowaniu celów projektu – co chcemy osiągnąć,
- zrozumieniu użytkowników – kim są klienci VM.pl, jakie pytania zadają, jakie treści najczęściej konsumują,
- ocenie wykonalności – w ramach naszych zasobów, technologii (WordPress, baza danych), kosztów i czasu.
Definition
Po zakończeniu analizy przeszliśmy do projektowania:
- przygotowaliśmy prototyp architektury w formie wtyczki do WordPressa,
- zidentyfikowaliśmy wymagania techniczne, w tym konwersję danych do formatu wektorowego i zastosowanie logiki kaskadowej,
- zaprojektowaliśmy prosty i intuicyjny interfejs użytkownika,
- przewidzieliśmy czas na ulepszenia i testy, który okazał się kluczowy dla jakości końcowego rozwiązania.
Delivery
Ta faza obejmowała konkretne działania techniczne i testowe niezbędne do uruchomienia chatbota.
- Faza wdrożenia obejmowała przygotowanie środowiska, integrację bazy danych i implementację logiki opartej na modelu kaskadowym.
Wdrożyliśmy mniejszy model AI do wstępnej analizy zapytań i większy – do generowania właściwych odpowiedzi. - Wprowadziliśmy limity długości pytań (do 150 wyrazów) oraz filtrowanie zapytań niezwiązanych z działalnością firmy, aby zoptymalizować koszty i jakość działania.
Nasze rozwiązanie bazuje na modelach OpenAI GPT-4.1 oraz GPT-4.1-mini. Całość logiki biznesowej – obejmującej zarówno modele AI, jak i wektorową bazę danych oraz funkcję przetwarzającą pytania i odpowiedzi (Azure Function) – została umieszczona na stabilnej infrastrukturze Microsoft Azure. Dzięki temu zapewniamy wysoką dostępność, bezpieczeństwo i pełną skalowalność naszego rozwiązania, co pozwala na jego dalszy rozwój i łatwe wdrażanie u klientów.
Direction
- Zbieramy pytania użytkowników i analizujemy je co tydzień – by wiedzieć, co najczęściej pytają i co możemy poprawić.
- Planujemy sekcję „FAQ” na stronie, gdzie umieścimy najczęstsze pytania z chatbota – to ułatwi użytkownikom dostęp i obniży koszty eksploatacji.
- Rozważamy wdrożenie tzw. „mini modelu” dla najprostszych pytań – który będzie działał szybciej i taniej niż duży model AI.
Zabezpieczenia chatbota – Jak skutecznie chronimy naszego bota?
Zabezpieczenie chatbota to kluczowy element każdego wdrożenia AI. Nie ma jednego uniwersalnego zestawu reguł – każdy chatbot wymaga indywidualnego podejścia, dostosowanego do jego funkcji, branży i grupy docelowej. Bot wspierający klientów zewnętrznych musi mieć inne filtry niż wewnętrzny asystent dla pracowników IT.
3 Warstwy Zabezpieczeń Chatbota
- Moderacja treści z Azure AI Content Safety
Używamy narzędzi chmurowych Microsoft, które automatycznie wykrywają i blokują:
- mowę nienawiści,
- przemoc,
- treści seksualne,
- samookaleczenia.
Dodatkowo system chroni przed tzw. jailbreakami, czyli próbami manipulacji botem.
- Filtry wulgaryzmów i niepożądanych słów (Custom Blocklists)
Tworzymy indywidualne listy blokujące słownictwo niedopuszczalne w danej organizacji. Umożliwia to lepsze dopasowanie do specyfiki firmy, kultury i języka branżowego.
- Filtry tematyczne (Off-topic Filters)
Chatbot powinien odpowiadać tylko na pytania związane z jego zakresem wiedzy. Blokujemy tematy off-topic, np. kulinaria, politykę czy pytania osobiste, jeśli nie są związane z celem bota.
Korzyści z wdrożenia AI Chata
Dla klienta
- szybki dostęp do właściwej informacji – w kilka sekund, a nie minut
- dostęp nie tylko do podstawowych danych o firmie, ale także do historii naszych realizacji (case study), technologii, zespołu
- klient nie musi przeglądać całej strony WWW – interakcja staje się bardziej intuicyjna i efektywna
Dla firmy
- widoczność najczęstszych pytań klientów – co pozwala lepiej planować komunikację i ofertę
- identyfikacja braków ofertowych lub obszarów wymagających rozwoju (technologie, usługi, kompetencje)
- wzmacnianie wizerunku jako firmy nowoczesnej, technologicznej, która „praktykuje to, co proponuje”
- możliwość skalowania obsługi klienta bez proporcjonalnego wzrostu kosztów osobowych
Przyszłość chatbotów AI w obsłudze klienta
Chatboty coraz szybciej ewoluują z prostych narzędzi informacyjnych w inteligentnych asystentów wspierających obsługę klienta, marketing i procesy wewnętrzne. Najbliższe lata przyniosą rozwój w pięciu głównych obszarach: personalizacji rozmów, integracji wielokanałowej, komunikacji głosowej, automatyzacji zadań oraz bezpieczeństwa danych.
Ciekawym trendem jest inicjatywa Microsoftu, który zapowiada wprowadzenie nowego formatu stron internetowych przygotowanych specjalnie dla chatbotów. Strony te będą zawierały metadane opisujące strukturę i znaczenie treści w sposób zrozumiały dla modeli językowych. To krok w stronę internetu projektowanego z myślą o AI — nie tylko dla użytkowników, ale również dla systemów, które przetwarzają i interpretują informacje.
W VM.pl obserwujemy ten kierunek z dużym zainteresowaniem. Chcemy być jedną z pierwszych firm w Polsce, które wdrożą rozwiązania umożliwiające tworzenie i optymalizowanie treści pod kątem interakcji z chatbotami i asystentami AI. Naszym celem jest, aby rozwiązania oparte na sztucznej inteligencji nie tylko odpowiadały na pytania, ale realnie wspierały strategię biznesową naszych klientów.
Podsumowanie
Projekt AI Chat to przykład, który pokazuje, że nie tylko wdrażamy AI u klientów, ale sami z niego korzystamy – pokazując tym samym, że rozumiemy wyzwania i korzyści takich technologii „od środka”.
Jeśli planujesz wdrożyć chatbot AI w swojej organizacji lub szukasz partnera, który pomoże Ci wykorzystać potencjał sztucznej inteligencji w praktyce – skontaktuj się z nami. Chętnie podzielimy się doświadczeniem z realizacji AI Chat i pomożemy dobrać rozwiązanie dopasowane do Twoich celów biznesowych.
