Kurs Claude AI – Agenci AI i Workflow automatyzujące pracę

1. Wprowadzenie do agentów AI i środowiska Claude obejmuje zasady działania systemów opartych na modelach językowych oraz różnice pomiędzy chatbotami, asystentami i agentami AI. Omówienie ekosystemu Claude koncentruje się na narzędziach wykorzystywanych do automatyzacji procesów, pracy z wiedzą i budowania workflow

Na początku trzeba odróżnić chatbota, asystenta AI i agenta AI oraz zrozumieć, kiedy model językowy nie tylko odpowiada, ale wykonuje działania w workflow. Sekcja osadza te pojęcia w ekosystemie Claude, obejmując Claude Desktop, Projects, Artifacts i API jako elementy jednej platformy pracy.

• różnice pomiędzy chatbotem, asystentem AI i agentem AI,
• podejmowanie działań przez AI,
• workflow oparte na modelach językowych,
• przykłady zastosowań agentów AI w biznesie,
• Claude Desktop,
• Claude Projects,
• Claude Artifacts,
• Claude API,
• Claude jako platforma do budowy workflow.

2. Projektowanie workflow AI obejmuje mapowanie procesów biznesowych, identyfikację zadań możliwych do automatyzacji oraz tworzenie sekwencji działań wspieranych przez sztuczną inteligencję. Budowanie architektury workflow uwzględnia dane wejściowe, przetwarzanie informacji, podejmowanie decyzji, generowanie rezultatów oraz ich walidację

Projektowanie workflow AI zaczyna się od mapowania procesu biznesowego i wskazania zadań, które warto zautomatyzować. Następnie uczestnicy definiują architekturę obejmującą dane wejściowe, przetwarzanie informacji, decyzje, wyniki i ich walidację, zarówno w układach jednoetapowych, jak i wieloetapowych.

• mapowanie procesów biznesowych,
• identyfikacja zadań do automatyzacji,
• workflow jednoetapowe i wieloetapowe,
• łączenie działań AI z procesami organizacji,
• definiowanie danych wejściowych,
• przetwarzanie informacji,
• podejmowanie decyzji,
• generowanie rezultatów,
• walidacja wyników.

3. Claude Projects jako środowisko pracy agenta obejmuje organizowanie wiedzy, dokumentów oraz kontekstu potrzebnego do realizacji określonych procesów biznesowych. Tworzenie wyspecjalizowanych agentów bazuje na procedurach, instrukcjach, dokumentacji projektowej oraz innych zasobach wiedzy organizacyjnej

Porządkowanie wiedzy w Claude Projects obejmuje tworzenie projektów, repozytoriów dokumentów, kontekstu i pamięci projektowej potrzebnej agentowi do działania. Na tej bazie powstają wyspecjalizowane role oparte na procedurach, instrukcjach, dokumentacji projektowej i firmowej bazie wiedzy.

• tworzenie projektów,
• organizowanie repozytoriów dokumentów,
• zarządzanie kontekstem,
• budowanie pamięci projektowej,
• wykorzystanie procedur i instrukcji,
• praca z dokumentacją projektową,
• tworzenie firmowej bazy wiedzy,
• agent analityczny,
• agent dokumentacyjny,
• agent projektowy,
• agent wsparcia zespołu.

4. Claude Artifacts umożliwia projektowanie interaktywnych narzędzi AI wspierających analizę, raportowanie oraz realizację procesów biznesowych. Rozwijanie własnych rozwiązań obejmuje tworzenie aplikacji, testowanie ich funkcjonalności, modyfikowanie działania oraz rozbudowę kolejnych etapów workflow

Claude Artifacts pozwala budować narzędzia AI bez programowania, od formularzy i dashboardów po generatory dokumentów oraz kalkulatory. Uczestnicy pracują nad własnymi rozwiązaniami wspierającymi analizę danych i raportowanie, a następnie testują je, modyfikują funkcje i rozwijają kolejne etapy workflow.

• interaktywne narzędzia,
• formularze AI,
• dashboardy,
• generatory dokumentów,
• kalkulatory,
• systemy raportowe,
• narzędzia wspierające analizę danych,
• testowanie funkcjonalności,
• modyfikacja aplikacji,
• rozbudowa workflow,
• zarządzanie wersjami.

5. Zaawansowane promptowanie agentów obejmuje definiowanie ról, celów, ograniczeń oraz instrukcji operacyjnych sterujących zachowaniem systemu AI. Projektowanie wieloetapowych procesów pozwala tworzyć uporządkowane workflow analityczne, raportowe, sprzedażowe i administracyjne

Skuteczność agenta zależy od precyzyjnego opisu roli, celu, ograniczeń i instrukcji operacyjnych zapisanych w promptach systemowych. W tej części uczestnicy projektują także Chain of Tasks i workflow krok po kroku, tworząc szablony dla analiz, raportowania, sprzedaży i procesów administracyjnych.

• definiowanie ról agentów,
• określanie celów i instrukcji operacyjnych,
• ograniczenia działania,
• kontrola zachowania agenta,
• Chain of Tasks,
• workflow krok po kroku,
• automatyzacja analiz,
• automatyzacja decyzji,
• workflow raportowe,
• workflow analityczne,
• workflow sprzedażowe,
• workflow administracyjne.

6. MCP i integracja Claude z narzędziami obejmuje zasady bezpiecznego udostępniania agentom danych oraz dostępu do zewnętrznych systemów organizacji. Tworzenie środowiska pracy agentów uwzględnia zarządzanie źródłami informacji, aktualizację danych, kontrolę uprawnień oraz dostęp do wiedzy firmowej

MCP wyznacza sposób, w jaki Claude uzyskuje dostęp do systemów i zasobów organizacji przy zachowaniu kontroli nad danymi. Omawiana jest architektura Model Context Protocol, integracje z repozytoriami wiedzy, SharePoint i Google Drive oraz zarządzanie źródłami, aktualizacją danych i uprawnieniami.

• wprowadzenie do Model Context Protocol,
• architektura MCP,
• integracja z systemami zewnętrznymi,
• bezpieczne udostępnianie danych modelom AI,
• dokumenty firmowe,
• repozytoria wiedzy,
• SharePoint,
• Google Drive,
• systemy projektowe,
• dostęp do wiedzy organizacyjnej,
• aktualizacja danych,
• zarządzanie źródłami informacji,
• kontrola uprawnień.

7. Agenci AI do analizy dokumentów obejmują automatyczne przetwarzanie umów, raportów, dokumentacji technicznej oraz innych materiałów tekstowych. Wieloetapowa analiza łączy ekstrakcję danych, klasyfikację informacji, interpretację wyników, generowanie rekomendacji oraz tworzenie raportów końcowych

Analiza dokumentów z użyciem agentów obejmuje pracę z PDF, umowami, raportami i dokumentacją techniczną. Sekcja porządkuje proces od ekstrakcji danych i klasyfikacji informacji po rekomendacje i raport końcowy, z uwzględnieniem ról wyspecjalizowanych agentów: prawnego, finansowego, HR i projektowego.

• analiza dokumentów PDF,
• analiza umów,
• analiza raportów,
• analiza dokumentacji technicznej,
• ekstrakcja danych,
• klasyfikacja informacji,
• agent prawny,
• agent finansowy,
• agent HR,
• agent projektowy,
• generowanie rekomendacji,
• tworzenie raportów końcowych.

8. Agenci AI do pracy zespołowej obejmują automatyzację zadań projektowych, komunikacji, dokumentacji oraz zarządzania wiedzą w organizacji. Zasady współpracy człowieka z agentem uwzględniają delegowanie zadań, walidację wyników, model Human-in-the-loop oraz nadzór nad realizowanymi procesami

Codzienna praca zespołu obejmuje wiele zadań, które można przekazać agentom bez rezygnacji z kontroli człowieka. Uczestnicy przećwiczą wsparcie zarządzania zadaniami, podsumowań, follow-upów, dokumentów i prezentacji oraz model Human-in-the-loop, delegowanie zadań i nadzór nad wynikami.

• zarządzanie zadaniami,
• tworzenie podsumowań,
• follow-upy po spotkaniach,
• zarządzanie wiedzą projektową,
• automatyczne tworzenie odpowiedzi,
• generowanie dokumentów,
• przygotowywanie prezentacji,
• obsługa procesów administracyjnych,
• Human-in-the-loop,
• walidacja wyników,
• delegowanie zadań agentom,
• nadzór nad procesami.

9. Multi-Agent Workflow obejmuje projektowanie podziału ról, specjalizacji oraz zasad współpracy pomiędzy wieloma agentami realizującymi wspólny proces. Orkiestracja działań uwzględnia wymianę informacji, kolejkowanie zadań, podejmowanie decyzji, koordynację pracy oraz eskalację problemów

Gdy jeden proces realizuje kilku agentów, trzeba określić ich role, specjalizacje oraz reguły wymiany informacji. Ta część pokazuje, jak orkiestracja porządkuje przepływ danych, kolejki zadań, decyzje i eskalacje, a także jak takie układy stosować w raportowaniu, obsłudze klienta i pracy projektowej.

• podział ról pomiędzy agentów,
• specjalizacja agentów,
• wymiana informacji,
• koordynacja działań,
• analiza i raportowanie,
• obsługa klienta,
• zarządzanie projektami,
• zarządzanie dokumentacją,
• zarządzanie przepływem informacji,
• kolejkowanie zadań,
• podejmowanie decyzji,
• eskalacja problemów.

10. Bezpieczeństwo, AI Governance i wdrażanie agentów obejmują ochronę danych, kontrolę dostępu, zarządzanie ryzykiem oraz nadzór nad działaniem rozwiązań AI. Projektowanie kompletnego rozwiązania łączy analizę procesu biznesowego, budowę workflow, przygotowanie instrukcji agenta, testowanie, walidację oraz plan wdrożenia

W organizacji wykorzystującej agentów AI kluczowe stają się zasady ochrony danych, pracy z informacjami poufnymi oraz nadawania uprawnień. Sekcja obejmuje też AI Governance, czyli kontrolę jakości, audyt, monitoring i odpowiedzialność, a następnie prowadzi przez projekt, testy, walidację i plan wdrożenia rozwiązania.

• ochrona danych i informacji poufnych,
• zarządzanie uprawnieniami dostępu,
• identyfikacja i ograniczanie ryzyka,
• kontrola jakości odpowiedzi,
• audyt działania agentów,
• monitoring procesów,
• zarządzanie odpowiedzialnością,
• analiza procesu biznesowego,
• budowa workflow,
• tworzenie instrukcji dla agenta,
• testowanie działania,
• agent + dokumenty + workflow,
• automatyzacja procesu biznesowego,
• walidacja wyników,
• plan wdrożenia w organizacji.