Czy AI może kierować zapytania klientów do właściwej osoby?

Tak. AI może przeanalizować treść zapytania i przypisać je do ustalonej kategorii, na przykład „wycena”, „serwis” albo „współpraca”. Żeby wiadomość trafiła do konkretnej osoby, potrzebny jest jeszcze proces, który zamieni tę klasyfikację na działanie: przypisze lead w CRM, wyśle e-mail lub doda wpis do arkusza. Decisions API, udostępnione ogólnie przez OpenAI 22 października 2026 roku, zwraca odpowiedź w określonym formacie, którą aplikacja może wykorzystać do wyboru dalszego kroku (ogłoszenie OpenAI, dokumentacja Decisions API).

W skrócie

AI może sklasyfikować zapytanie według kategorii, które wcześniej zdefiniujesz.
Integracja z CRM, pocztą lub arkuszem wykonuje przypisanie albo powiadamia zespół.
Gdy klasyfikacja jest niepewna lub zapytanie nie pasuje do kategorii, bezpieczniej skierować je do wspólnej kolejki.
Przed automatycznym przekazywaniem wiadomości sprawdź jakość kwalifikacji na przykładach z własnej firmy.

Kwalifikacja zapytań: co AI może rozpoznać?

Wyobraź sobie formularz biura nieruchomości. Klient pisze: „Szukam mieszkania dwupokojowego w Gdańsku, najlepiej z balkonem. Czy można obejrzeć je w sobotę?”. System może przypisać wiadomość do kategorii „zakup”, odczytać lokalizację i typ nieruchomości oraz oznaczyć pytanie o termin jako wymagające odpowiedzi agenta.

Podobnie firma budowlana może rozdzielać zapytania o remont, nową inwestycję i poprawki do trwającego zlecenia. Warto jednak ograniczyć zakres decyzji do tego, co rzeczywiście pomaga zespołowi. Jeśli handlowiec i opiekun klienta obsługują te same sprawy, dokładniejsza etykieta może nie poprawić procesu.

W Decisions API programista określa pytanie i dozwolone odpowiedzi. Dla wyboru działu odpowiedni jest typ choice, który zwraca jedną z podanych opcji; API oferuje też typy predicate i score do innych rodzajów ocen (dokumentacja typów odpowiedzi). Sam wynik nie oznacza, że wiadomość została wysłana do pracownika. To aplikacja firmy musi wykonać przypisanie, na przykład według mapy: „wycena” → handlowiec, „reklamacja” → obsługa klienta.

Reguły czy AI? Porównanie sposobów kierowania

Sposób	Jak działa	Kiedy się sprawdza	Ograniczenie
Reguły i formularz	Klient wybiera temat albo system sprawdza słowa kluczowe	Kategorie są stałe, a formularz dobrze opisuje sprawę	Niejasne lub błędnie wybrane odpowiedzi mogą trafić do złej kolejki
Klasyfikacja AI	Model wybiera kategorię na podstawie treści wiadomości	Klienci opisują podobne potrzeby na różne sposoby	Model może się pomylić, więc potrzebna jest ścieżka awaryjna
AI z kontrolą zespołu	AI proponuje kategorię, człowiek zatwierdza lub poprawia przypisanie	Firma chce najpierw sprawdzić działanie na własnych przykładach	Pracownik nadal musi przeglądać część spraw

Nie trzeba od razu zastępować formularza modelem. Można zacząć od reguł dla jednoznacznych przypadków i użyć AI tam, gdzie klienci wpisują swobodny opis. Jeśli obecny formularz już zbiera temat, lokalizację i termin, dokładanie kolejnego etapu może tylko wydłużyć obsługę.

Jak wygląda przepływ od wiadomości do pracownika?

flowchart TD
    A[Klient wysyła zapytanie] --> B[System zbiera treść i potrzebne pola]
    B --> C[AI wybiera kategorię]
    C --> D{Wynik pasuje do reguł?}
    D -->|Tak| E[CRM lub integracja przypisuje sprawę]
    D -->|Nie| F[Wspólna kolejka do sprawdzenia]
    E --> G[Pracownik odpowiada klientowi]
    F --> G

To przykładowy projekt procesu, a nie gwarancja konkretnego wyniku modelu. W dokumentacji Decisions API OpenAI zaleca definiowanie odrębnych, jasno opisanych opcji oraz dodanie opcji awaryjnej, takiej jak other, gdy dostępne kategorie nie obejmują każdego przypadku (wskazówki dotyczące odpowiedzi i opcji awaryjnej).

Jak wdrożyć kierowanie leadów krok po kroku?

Zbierz typowe zapytania. Przejrzyj wiadomości z formularza lub czatu i wypisz powtarzające się sprawy. Usuń dane, których nie potrzebujesz do przypisania. Przykładowe kategorie dla biura rachunkowego to „nowa współpraca”, „dokumenty do bieżącej sprawy” i „pytanie o fakturę”.
Ustal, kto obsługuje każdą kategorię. Przygotuj prostą tabelę: temat, osoba lub zespół, kanał powiadomienia. Jeśli dwie osoby mogą przejąć sprawę, określ, co zdecyduje o przypisaniu, na przykład lokalizacja klienta lub dostępność zespołu.
Zdefiniuj opcje i przypadki niejednoznaczne. Każda kategoria powinna mieć jasny opis. Dodaj opcję „inne / do sprawdzenia”. Jeśli klient pyta jednocześnie o ofertę i fakturę, ustal, czy system może wybrać kilka tematów, czy ma przekazać wiadomość do ręcznej oceny.
Sprawdź kwalifikację na przykładach. Zestaw kategorię wskazaną przez AI z oceną pracownika. Zwróć szczególną uwagę na podobne tematy, literówki, krótkie wiadomości i zapytania z kilkoma potrzebami. Dokumentacja API zaleca używanie oznaczonych przykładów z danej aplikacji do ustalania progów kierowania lub przeglądu; próg powinien uwzględniać koszt błędnego przypisania (interpretowanie odpowiedzi).
Włącz działanie integracji. Dopiero po decyzji o kategorii połącz wynik z CRM, arkuszem albo pocztą. Zapisz kategorię i treść, a następnie przypisz sprawę lub wyślij powiadomienie zgodnie z mapą odpowiedzialności.
Obserwuj błędy i poprawiaj reguły. Zapisuj pomyłki, sprawy z kolejki ręcznej i sytuacje, w których pracownik zmienił kategorię. Na tej podstawie doprecyzuj opisy kategorii, pytania zadawane klientowi albo warunki przekazania.

Takie podejście pomaga odróżnić dwie rzeczy: jakość klasyfikacji modelu i niezawodność integracji. Nawet trafnie rozpoznana kategoria nie pomoże, jeśli automatyzacja przypisze ją do nieaktualnej osoby lub nie wyśle powiadomienia.

Co sprawdzić przed automatyzacją obsługi klienta?

Zakres danych. Do klasyfikacji wyślij tylko informacje potrzebne do wyboru kolejki. Zapytanie może zawierać telefon, adres lub szczegóły sprawy, których model nie potrzebuje do samego przypisania. Ustal też, kto ma dostęp do treści po zapisaniu jej w CRM lub arkuszu.

Dane i retencja. Dokumentacja OpenAI podaje, że dane przesyłane do API nie są domyślnie używane do trenowania modeli, a logi monitorowania nadużyć mogą być przechowywane do 30 dni. Zero Data Retention jest dostępne dla kwalifikujących się klientów i zależy od zatwierdzenia oraz warunków. Sprawdź aktualne ustawienia organizacji i wymagania prawne dotyczące danych klientów, zamiast zakładać, że każdy tryb przechowywania jest taki sam (kontrole danych API).

Koszt. Według dokumentacji Decisions API wejście bez cache dla gpt-6-luna kosztuje 0,10 USD za milion tokenów; cache ma osobne stawki, a dokumentacja zaznacza też, że mogą obowiązywać mnożniki cenowe (cennik Decisions API). To koszt samego użycia API, nie całej automatyzacji. Do budżetu dolicz integrację, utrzymanie, ewentualny system CRM oraz czas zespołu potrzebny na kontrolę błędów.

Granice automatyzacji. Sprawy prawne, reklamacje o dużej wartości, nietypowe prośby i wiadomości zawierające sprzeczne informacje mogą wymagać oceny człowieka. Ustal z góry, które wyniki zawsze trafiają do pracownika. Dla prostego pytania o dostępność terminu można automatycznie wskazać odpowiedzialną osobę, ale decyzji o wyjątku cenowym nie należy sprowadzać do samej etykiety.

Czy Decisions API samo wysyła zapytanie do pracownika?

Nie. API zwraca ustrukturyzowany wynik decyzji, na przykład nazwę wybranej kategorii. To system firmy musi powiązać kategorię z osobą, skrzynką lub rekordem w CRM i wykonać przekazanie (opis działania API).

FAQ

Czy AI może przypisać zapytanie do konkretnego handlowca?

Może wskazać kategorię lub osobę, jeśli takie opcje zdefiniowano. Integracja musi następnie przypisać lead według ustalonych reguł, na przykład regionu lub rodzaju usługi.

Co zrobić, gdy AI wybierze złą kategorię?

Dodaj kolejkę do ręcznej weryfikacji i zapisuj korekty pracowników. Popraw opisy kategorii, a następnie ponownie sprawdź system na przykładach podobnych do tych, które wcześniej sprawiły trudność.

Czy potrzebuję Decisions API, żeby kierować leady?

Nie zawsze. Jeśli formularz pyta o temat, a reguły jednoznacznie przypisują odpowiedź do działu, klasyfikator AI może być zbędny. Przydaje się wtedy, gdy klient opisuje potrzebę własnymi słowami, a firma chce uporządkować takie wiadomości.

Ile kosztuje kierowanie zapytań przez AI?

Koszt zależy od liczby i długości zapytań, użytego modelu, cache oraz integracji. Aktualną stawkę wejściową dla Decisions API opisałem wyżej; nie obejmuje ona kosztu budowy i utrzymania całego procesu.

Co dalej

Jeśli chcesz przygotować pytania, które pomogą rozpoznać potrzeby klienta, przeczytaj jakie pytania powinien zadawać chat AI, by zbierać leady. Możesz też skontaktować się z Czatowym, jeśli chcesz omówić pierwszy kontakt z klientem na stronie.