JFlow Labs / WIEDZA

Czat AI na stronę firmy: co zrobi, gdzie zawiedzie i kiedy go nie stawiać

Czat AI na stronę firmy, czyli chatbot oparty na modelu językowym, uruchomisz na trzy sposoby: włączysz asystenta wbudowanego w sklep, CRM albo system obsługi klienta, z którego już korzystasz, kupisz gotowy widżet albo zlecisz czat na zamówienie, który przez API modelu odpowiada z Twoich dokumentów. W każdym wariancie ma sens tylko wtedy, gdy odpowiada wyłącznie na podstawie Twoich materiałów, wolno mu powiedzieć „nie wiem”, w każdej chwili oddaje rozmowę człowiekowi albo zapisuje zapytanie w CRM, a na starcie informuje, że rozmówca pisze z AI, czego od 2 sierpnia 2026 r. wymaga art. 50 AI Act. Ogólny model bez dostępu do Twoich materiałów zgaduje ceny, terminy i warunki, a klient traktuje każde zdanie czatu jak słowo Twojej firmy. Jeśli prowadzisz małą firmę i dostajesz kilka zapytań w tygodniu, zwykle więcej da Ci dobrze napisane FAQ i szybka odpowiedź człowieka; poniżej piszę, jak to rozstrzygnąć, od czego zależy koszt i co trzeba załatwić w RODO.

Krótki werdykt: to nie jest obowiązkowy element strony

Chatbot oparty na modelu językowym najlepiej sprawdza się w jednej sytuacji: pytań jest dużo i się powtarzają, odpowiedzi są spisane w dokumentach, a ludzi jest za mało, żeby odpisywać szybko. W innych sytuacjach zwykle wystarczą prostsze i tańsze rozwiązania.

Właściwe pytanie nie brzmi „czy postawić czat AI”, tylko: ile zapytań tygodniowo dostajesz, jaka ich część powtarza się niemal słowo w słowo i ile dziś klient czeka na odpowiedź człowieka. Od tych trzech liczb zależy, czy bot w ogóle będzie miał co robić.

Jeśli piszą do Ciebie trzy osoby w tygodniu, każda z innym, konkretnym problemem, nie ma czego automatyzować. Potrzebujesz wtedy dobrze napisanej strony z odpowiedziami na najczęstsze pytania i telefonu albo maila, na który ktoś odpowiada tego samego dnia.

Jeśli natomiast zasypują Cię pytania o godziny otwarcia, czas dostawy, dostępność rozmiarów, zakres usługi i dokumenty potrzebne do zlecenia, a odpowiedzi na nie są spisane, asystent oparty na tych dokumentach potrafi odciążyć ludzi. Pod dwoma warunkami: wie, czego nie wie, i oddaje rozmowę człowiekowi, zanim zacznie zgadywać.

Do wyboru masz trzy drogi. Najtańsza to czat wbudowany w narzędzie, za które już płacisz: część sklepów, systemów obsługi klienta i CRM-ów ma asystenta AI, który odpowiada z Twoich treści. Przykładem jest agent obsługi klienta w HubSpot, który korzysta ze zsynchronizowanych treści, na przykład artykułów bazy wiedzy, i przekazuje rozmowę człowiekowi, gdy nie jest pewny odpowiedzi. Druga droga to gotowy widżet od dostawcy narzędzi do obsługi klienta, z własnym modelem rozliczeń. Trzecia to czat na zamówienie, zbudowany na API modelu z wyszukiwaniem w Twoich dokumentach; ma sens dopiero wtedy, gdy gotowe narzędzia nie spełniają warunków z tego przewodnika albo nie łączą się z Twoimi systemami. W każdym wariancie obowiązują te same zasady: odpowiedzi z dokumentów, „nie wiem” zamiast zgadywania, przekazanie do człowieka i komunikat o AI na starcie rozmowy.

Kiedy lepsze będzie FAQ i szybka odpowiedź człowieka

Dla małej firmy z kilkoma zapytaniami w tygodniu to często lepszy wybór niż czat. Piszę to, choć budowa czatów należy do moich usług.

Dobrze napisana strona z odpowiedziami na najczęstsze pytania ma dwie cechy czatu informacyjnego: działa o każdej porze i odpowiada Twoimi sprawdzonymi treściami. Nie generuje tekstu, więc nie ma czego zmyślić, nie wymaga umowy powierzenia z dostawcą modelu, nie jest systemem AI w rozumieniu art. 50 aktu o sztucznej inteligencji i nie dolicza opłaty za każde kolejne pytanie. Klient musi tylko sam znaleźć odpowiedź, co przy kilkunastu dobrze nazwanych pytaniach jest łatwe.

FAQ ma też przewagę, której czat nie ma wcale: jest widoczne dla wyszukiwarek. Google opisuje, że jego funkcje generatywne, takie jak AI Overviews i AI Mode, pobierają strony z indeksu i na ich podstawie budują odpowiedzi z linkami, a żeby strona mogła się w nich pojawić jako źródło, musi być zaindeksowana i kwalifikować się do wyświetlenia z fragmentem opisu; dodatkowych wymagań technicznych nie ma. Rozmowa w okienku czatu nie jest stroną w indeksie, więc ani wyszukiwarka, ani asystenci AI nie mają z niej czego wziąć. Odpowiedź napisana na stronie może przyprowadzić klienta, a odpowiedź wypowiedziana przez czat obsługuje tylko tego, kto już przyszedł.

Pisz FAQ dla ludzi i dla indeksu, a nie pod rozszerzony wynik z rozwijanymi pytaniami: według dziennika zmian Google Search Central od 7 maja 2026 r. Google takiego wyniku w wyszukiwarce nie pokazuje.

Druga połowa tej alternatywy to szybka odpowiedź człowieka. Klient, który napisał przez formularz i w ciągu kilku godzin dostał konkretną odpowiedź od osoby podpisanej imieniem i nazwiskiem, ma przed sobą rozmowę, a nie formułkę. Automatyzacja pomaga tu bez czatu: potwierdzenie przyjęcia, zapis w CRM, powiadomienie właściwej osoby i szkic odpowiedzi, który pracownik poprawia i wysyła sam.

W tej kolejności nic się nie marnuje: pytania i odpowiedzi spisane na potrzeby FAQ są dokładnie materiałem, z którego czat będzie kiedyś odpowiadał. Jeśli zapytań przybędzie, dokładasz czat do gotowych dokumentów, zamiast zaczynać od zera.

Co taki asystent naprawdę robi, a czego nie powinien

Da się to opisać czterema czynnościami. Wszystko, co wykracza poza nie, jest już decyzją, a decyzje zostają po stronie ludzi.

Pierwsza czynność to odpowiedź na pytanie na podstawie Twoich materiałów: regulaminu, cennika, opisu usług, warunków dostawy, instrukcji. Model czyta fragmenty, które system mu podsunął, i układa z nich odpowiedź w języku rozmówcy. To jego główna wartość i jednocześnie główne ryzyko, bo jakość odpowiedzi nigdy nie będzie wyższa niż jakość dokumentów.

Druga to zebranie zapytania. Klient opisuje problem swoimi słowami, asystent dopytuje o brakujące informacje, na przykład lokalizację, termin, liczbę sztuk albo model urządzenia, i zapisuje całość jako uporządkowane zgłoszenie. Handlowiec dostaje rekord z wypełnionymi polami zamiast jednego zdania „proszę o kontakt”.

Trzecia to skierowanie sprawy we właściwe miejsce: reklamacja do obsługi klienta, zapytanie ofertowe do handlowca, pytanie o fakturę do księgowości. Bot nie musi sprawy załatwić. Wystarczy, że trafnie ją rozpozna i przekaże z kompletem informacji.

Czwarta to oddanie rozmowy człowiekowi, gdy bot nie zna odpowiedzi albo gdy rozmówca o to prosi. Od niej zaczynam projekt każdego takiego asystenta, bo to ona chroni klienta przed zgadywaniem bota.

Czego nie powinien robić sam: podawać indywidualnych cen i rabatów, obiecywać terminów, potwierdzać zamówień, uznawać reklamacji, udzielać porad prawnych, medycznych ani podatkowych. Za każde z tych zdań odpowiada Twoja firma, a model nie wie, że akurat ten klient ma indywidualną umowę albo że od wczoraj brakuje towaru.

Jeżeli czat ma sprawdzać status zamówienia albo wolne terminy w kalendarzu, przestaje być czatem odpowiadającym z dokumentów i staje się agentem, który wywołuje narzędzia w Twoich systemach. To inna klasa ryzyka i inna praca; opisuję ją w przewodniku agent AI dla firmy.

Odpowiedzi z Twoich dokumentów kontra ogólny model

Ogólny model językowy wie dużo o świecie i nic o Twojej firmie. Wszystko, co powie o Twoich cenach, terminach i warunkach bez dostępu do Twoich materiałów, jest zgadywaniem wypowiedzianym pewnym tonem.

Najprostsza wersja czatu to model z krótką instrukcją w rodzaju „jesteś asystentem firmy X, odpowiadaj uprzejmie”. Wygląda dobrze na prezentacji, bo model mówi płynnie. W praktyce na pytanie o koszt dostawy do Gdańska odpowie liczbą, która brzmi rozsądnie, a nie tą, która stoi w Twoim regulaminie. Nie ma skąd wziąć tej drugiej.

Rozwiązaniem jest wyszukiwanie w dokumentach, po angielsku retrieval-augmented generation, w skrócie RAG. Zanim model odpowie, system przeszukuje Twoje materiały, wybiera kilka najlepiej pasujących fragmentów i dołącza je do zapytania. Model odpowiada na podstawie tego, co dostał, a nie tego, co zapamiętał z treningu. Ten sam mechanizm stosuje Google: jego przewodnik dla właścicieli stron opisuje, że funkcje generatywne w wyszukiwarce korzystają z RAG, czyli pobierają aktualne strony z indeksu i na podstawie zawartych w nich informacji budują odpowiedź z klikalnymi linkami do źródeł.

Dostawcy modeli mają to jako gotowe elementy. OpenAI opisuje narzędzie file search jako wyszukiwanie semantyczne i po słowach kluczowych w bazie wcześniej wgranych plików, trzymanych w tak zwanych vector stores, z adnotacjami wskazującymi plik źródłowy odpowiedzi. Anthropic ma funkcję Citations: dokumenty są dzielone na fragmenty, domyślnie na zdania, a odpowiedź wraca z dokładnymi cytatami i ich położeniem w dokumencie. Dokumentacja podkreśla, że cytaty zawsze wskazują na rzeczywiste miejsca w dostarczonych dokumentach, bo API wyciąga cytowany tekst bezpośrednio z nich.

Cytat przy odpowiedzi to nie ozdoba: dzięki niemu klient, a potem Ty przy przeglądzie rozmów, sprawdzicie, skąd bot wziął dane zdanie.

Z tego wynikają trzy ograniczenia, które warto znać przed startem. Po pierwsze, skan dokumentu to nie tekst: Anthropic pisze wprost, że PDF-y będące skanami, z których nie da się wydobyć tekstu, nie nadają się do cytowania. Po drugie, asystent powtórzy każdy błąd i każdą nieaktualność z dokumentów, więc stary cennik w bazie to stara cena w rozmowie. Po trzecie, dwa dokumenty mówiące co innego o tym samym dadzą odpowiedź zgodną raz z jednym, raz z drugim; sprzeczności usuwa się u źródła, a nie w instrukcji dla modelu.

Stąd zasada dla każdego takiego projektu: najpierw porządek w materiałach, potem technologia. Bez tego lepszy model tylko ładniej powtórzy nieaktualną informację.

Cztery sposoby zbudowania czatu na stronie firmy i ich typowe słabości.
WariantSkąd bierze wiedzęTypowy błądKiedy wystarczy
Ogólny model z instrukcjąZ treningu i z kilku zdań instrukcji.Zmyśla konkrety: ceny, terminy, warunki, nazwy usług.Na stronie firmowej praktycznie nigdy.
Model z materiałami wklejonymi w instrukcjęZ krótkiego tekstu dołączanego do każdego zapytania.Przestaje działać, gdy materiałów przybywa; instrukcja rośnie, a każde pytanie drożeje.Bardzo wąski zakres, na przykład jedna usługa i kilkanaście pytań.
Wyszukiwanie w dokumentach (RAG)Z fragmentów wybieranych z Twoich materiałów przy każdym pytaniu.Źle dobrany fragment albo nieaktualny dokument w bazie.Większość czatów informacyjnych na stronach firm.
RAG z narzędziami (agent)Z dokumentów oraz z Twoich systemów: zamówień, kalendarza, CRM.Wywołanie narzędzia z błędnymi parametrami albo bez potrzeby.Gdy klient pyta o swoją konkretną sprawę, a nie o ogólne zasady.

Z czego składa się koszt

Koszt czatu składa się z trzech części: wdrożenia, opłat za model i czasu ludzi. Cen poszczególnych modeli tu nie wypisuję, bo zmieniają się częściej niż ten przewodnik, ale pokazuję, jak policzyć rachunek, i podaję stawki za wyszukiwanie w plikach z cennika OpenAI.

Przy budowie na API płacisz za tokeny, czyli kawałki tekstu, osobno za to, co wysyłasz do modelu, i za to, co model odpowiada. Cennik OpenAI rozbija to dalej: osobno tokeny odczytane z pamięci podręcznej i zapis do niej, osobno wywołania wyszukiwania w plikach, które kosztują 2,50 USD za 1000 wywołań, i przechowywanie indeksu za 0,10 USD za GB dziennie, z pierwszym gigabajtem za darmo, osobno embeddingi, czyli zamiana tekstu na wektory potrzebna do wyszukiwania semantycznego, na przykład 0,02 USD za milion tokenów w modelu text-embedding-3-small. Przetwarzanie w wybranym regionie, w tym w Europie, kosztuje przy modelach wydanych od 5 marca 2026 r. o 10% więcej.

Rachunek za tokeny policzysz sam. Przyjmij na przykład, że każda odpowiedź niesie 3000 tokenów wejścia, czyli instrukcję, dołączone fragmenty i krótką historię rozmowy, oraz 300 tokenów odpowiedzi. Tysiąc odpowiedzi w miesiącu to wtedy 3 mln tokenów wejścia i 0,3 mln tokenów wyjścia; mnożysz je przez stawki za milion tokenów z cennika wybranego modelu i dodajesz tysiąc wywołań wyszukiwania, czyli przy file search 2,50 USD. Ten sam rachunek powtórz dla dwóch modeli, tańszego i mocniejszego, i wybierz na podstawie testu na Twoich pytaniach, a nie samej ceny.

Najważniejszy wniosek: koszt jednej odpowiedzi rośnie z długością kontekstu. Każde pytanie niesie instrukcję, dołączone fragmenty dokumentów i, zależnie od konstrukcji, historię rozmowy, a płacisz za nie przy każdej wiadomości. Krótsze, dobrze podzielone dokumenty zmniejszają liczbę tokenów dołączanych do każdego pytania, a więc i rachunek.

Funkcje poprawiające jakość też kosztują tokeny. Anthropic pisze, że włączenie cytowań nieznacznie zwiększa liczbę tokenów wejściowych, choć sam cytowany tekst nie jest wliczany do wyjściowych. Takie szczegóły sprawdzasz u dostawcy przed budżetowaniem.

Gotowy widżet ma własny model rozliczeń. Dwa przykłady z cenników: Intercom liczy agenta Fin od 0,99 USD za tak zwany outcome, czyli rozmowę, w której klient potwierdził rozwiązanie, przestał dopytywać po odpowiedzi albo Fin zakończył zaplanowaną procedurę, także przekazaniem do człowieka. Tidio sprzedaje agenta Lyro w pakietach rozmów, w których odpowiedział AI, a pierwsze 50 takich rozmów jest bezpłatnych. Przed podpisaniem umowy ustal więc jednostkę: rozmowę, wiadomość, rozwiązaną sprawę czy stanowisko pracownika, i co się dzieje po przekroczeniu limitu.

Osobną pozycją, której nie widać na fakturze od dostawcy modelu, jest czas ludzi: przygotowanie i aktualizacja dokumentów, cotygodniowy przegląd rozmów, obsługa przekazanych spraw i poprawki po każdej zmianie oferty. Czat bez opiekuna treści psuje się po cichu, bo dokumenty się starzeją, a on dalej odpowiada z przekonaniem. Widełki moich prac wdrożeniowych są na stronie cennik, w pozycji „Automatyzacja procesu lub agent AI”, a zakres opisuję na stronie usługi automatyzacje AI.

Cenniki i przepisy się zmieniają. Linki do źródeł są na dole strony.

Halucynacje i dlaczego bot musi móc powiedzieć „nie wiem”

Model językowy jest zbudowany tak, żeby odpowiadać. Jeżeli nie dostanie wyraźnego pozwolenia i gotowej ścieżki na wypadek braku odpowiedzi, łatwo wypełni lukę czymś, co brzmi wiarygodnie.

Halucynacja to odpowiedź, która brzmi wiarygodnie, a jest nieprawdziwa albo niezgodna z dostarczonym tekstem. OWASP, fundacja prowadząca listę najważniejszych zagrożeń dla aplikacji z modelami językowymi, opisuje to jako ryzyko dezinformacji (w edycji 2026 pozycja LLM07) i zaleca między innymi opieranie odpowiedzi na wiarygodnych, aktualnych źródłach, sprawdzanie twierdzeń przed działaniem i zatwierdzanie przez człowieka działań o poważnych skutkach.

Dokumentacja Anthropic zaczyna listę sposobów ograniczania halucynacji od najprostszego: daj modelowi wyraźne pozwolenie na przyznanie się do niepewności. Kolejne to opieranie odpowiedzi na dosłownych cytatach z dokumentów oraz sprawdzanie każdego twierdzenia cytatem i wycofywanie tych, dla których cytatu nie ma, a w części o technikach zaawansowanych także ograniczenie modelu do informacji z dostarczonych dokumentów zamiast wiedzy ogólnej. Ta sama dokumentacja uczciwie zastrzega, że techniki te znacząco zmniejszają liczbę halucynacji, ale ich nie eliminują.

W praktyce przekłada się to na konkretną konstrukcję. Instrukcja mówi modelowi, że odpowiada wyłącznie na podstawie podanych fragmentów, a jeśli fragmentów nie ma albo nie zawierają odpowiedzi, mówi, że nie ma tej informacji, i proponuje kontakt z człowiekiem. Kod po stronie serwera sprawdza przy tym, czy wyszukiwanie w ogóle zwróciło coś pasującego; jeśli nie, model nie jest nawet pytany, a rozmówca od razu dostaje propozycję przekazania sprawy. To drugie zabezpieczenie jest ważniejsze od pierwszego, bo nie zależy od tego, czy model posłucha instrukcji.

„Nie wiem” nie jest porażką bota, tylko zabezpieczeniem przed zmyśloną odpowiedzią. Każde takie zdarzenie warto zapisywać razem z pytaniem, bo lista pytań bez odpowiedzi to gotowy plan uzupełnienia dokumentów i strony z FAQ.

Że firma odpowiada za słowa swojego czatu, pokazuje sprawa Moffatt przeciwko Air Canada, rozstrzygnięta 14 lutego 2024 r. przez Civil Resolution Tribunal w Kolumbii Brytyjskiej. Czat na stronie przewoźnika zasugerował klientowi, że o taryfę przysługującą po śmierci bliskiej osoby można wystąpić wstecz, już po zakupie biletu, czego zasady linii nie dopuszczały. Air Canada broniła się, że nie odpowiada za informacje podane przez swoich przedstawicieli, w tym przez czat. Trybunał uznał to stanowisko za zaskakujące i stwierdził, że firma odpowiada za wszystkie informacje na swojej stronie, bez znaczenia, czy pochodzą ze statycznej podstrony, czy z czatu, oraz że nie dołożyła należytej staranności, by czat był dokładny.

To orzeczenie kanadyjskiego trybunału do spraw drobnych roszczeń, a nie polskiego sądu, więc nie przenoś go wprost na polskie prawo. Logika jest jednak prosta i trudno się z nią spierać: klient nie odróżnia „odpowiedzi czatu” od „odpowiedzi firmy”. Projektuj asystenta tak, jakby każde jego zdanie było oświadczeniem Twojej firmy, bo w oczach klienta nim jest.

Przekazanie do człowieka, formularz i zapis w CRM

Jeśli bot nie umie oddać rozmowy, staje się ścianą między klientem a firmą. Dlatego przekazanie do człowieka projektuję na początku wdrożenia, a nie na końcu.

Są trzy momenty, w których rozmowa ma przejść do człowieka: bot nie zna odpowiedzi, pytanie dotyczy tematu z listy zakazanej albo rozmówca prosi o człowieka. Trzeci warunek musi działać zawsze, także wtedy, gdy ktoś pisze nieporadnie, z literówką albo w złości. Przycisk przekazania widoczny przez całą rozmowę jest pewniejszy niż nadzieja, że model rozpozna intencję.

Przekazanie ma dwie wersje zależnie od pory. W godzinach pracy rozmowa może trafić do osoby, która odpisze od razu, jeśli masz takie narzędzie i kogoś, kto przy nim siedzi. Poza godzinami i w firmach bez dyżuru okno rozmowy zamienia się w formularz: zbiera imię, sposób kontaktu i opis sprawy, mówi uczciwie, kiedy ktoś odpowie, i zapisuje zgłoszenie. W piątek o 22:00 lepiej napisać wprost, że odpowiedź przyjdzie w poniedziałek rano, niż obiecywać „odpowiemy w kilka minut”.

Przekazanie bez kontekstu wygląda tak: klient przez dziesięć minut tłumaczył problem, a pracownik zaczyna od „w czym mogę pomóc?”. Do człowieka ma trafić streszczenie rozmowy, pełna transkrypcja pod spodem, zebrane dane i powód przekazania. Wtedy pierwsza odpowiedź człowieka jest merytoryczna, a nie powtórką pytań.

W CRM zgłoszenie z czatu zapisujesz jak każde inne zapytanie, z dwoma dodatkami: polem źródła, które mówi, że przyszło przez czat, i znacznikiem, które pola wypełnił model, a które podał klient. Bez pierwszego nie policzysz, czy czat przynosi klientów, bez drugiego nie odróżnisz danych podanych przez klienta od wywnioskowanych przez model. Jak zapisać zgłoszenie, żeby nie zgubić go przy awarii CRM i nie utworzyć duplikatu, opisuję w przewodniku formularz kontaktowy a CRM. Szerzej o tym, co w CRM oddać automatowi, a co zostawić ludziom, piszę w przewodniku automatyzacja CRM z AI, a o wyborze narzędzia do samego przepływu w porównaniu n8n, Make czy Zapier.

I rzecz, o której łatwo zapomnieć: ktoś musi te zgłoszenia odebrać. Bot zbierający zapytania do skrzynki czytanej raz na trzy dni pogarsza obsługę, bo klient myśli, że sprawa została przyjęta.

  1. Warunki przekazaniaZapisz trzy wyzwalacze: brak odpowiedzi w dokumentach, temat z listy zakazanej, prośba o człowieka. Dołóż przycisk przekazania widoczny przez całą rozmowę.
  2. Pakiet dla człowiekaStreszczenie, pełna transkrypcja, zebrane dane kontaktowe i powód przekazania. Pracownik nie zadaje klientowi drugi raz tych samych pytań.
  3. Zapis w CRMRekord z polem źródła „czat” i znacznikiem pól wypełnionych przez model. Do tego klucz idempotencji (identyfikator, po którym system rozpozna, że to zgłoszenie już zapisał), żeby ponowienie po błędzie sieci nie utworzyło duplikatu.
  4. Właściciel kolejkiWyznacz jedną osobę, która odpowiada za to, że zgłoszenia z czatu są obsługiwane w umówionym czasie. Ma to być konkretny człowiek, a nie nazwa działu.

Bezpieczeństwo: wstrzykiwanie poleceń i czego nie wkładać do instrukcji

Okno czatu na publicznej stronie to pole tekstowe, w które każdy może wpisać cokolwiek. Łącznie z próbą przekonania modelu, żeby zignorował Twoje instrukcje.

OWASP umieszcza wstrzykiwanie poleceń, po angielsku prompt injection, na pierwszym miejscu swojej listy zagrożeń dla aplikacji z modelami językowymi, zarówno w edycji 2025, jak i w edycji 2026 udostępnionej w sierpniu 2026 r. Opisuje dwie odmiany: bezpośrednią, gdy użytkownik sam wpisuje polecenie zmieniające zachowanie modelu, i pośrednią, gdy polecenie przychodzi z treści zewnętrznej, którą model czyta, na przykład ze strony albo pliku. Dla asystenta opartego na dokumentach ważne są dwa zdania: w edycji 2025 OWASP pisał wprost, że RAG i dostrajanie modelu nie usuwają w pełni tego ryzyka, a w edycji 2026 stwierdza, że niezawodnej metody zapobiegania dziś nie ma, bo model nie rozróżnia instrukcji i danych.

Z tego wynika zasada, którą OWASP formułuje przy osobnym ryzyku, w edycji 2026 nazwanym ujawnieniem ukrytego kontekstu (Hidden Context Exposure, wcześniej System Prompt Leakage): projektuj z założeniem, że instrukcje dla modelu da się wydobyć, i nie traktuj ich jako jedynego zabezpieczenia. Nie umieszczaj w nich haseł, kluczy, danych dostępowych do bazy ani reguł, których ujawnienie by Ci zaszkodziło, na przykład progów rabatowych czy wewnętrznych marż. Zakładaj, że ktoś wyciągnie z czatu pełną treść instrukcji, i pisz ją tak, żeby nie było czego się wstydzić.

Druga zasada: o dostępie decyduje kod, nie instrukcja. Jeżeli czat ma dostęp do jakiegokolwiek narzędzia, to narzędzie ma mieć najmniejsze możliwe uprawnienia, a o tym, czy rozmówca może zobaczyć dane zamówienia, rozstrzyga serwer na podstawie weryfikacji tożsamości, a nie model na podstawie tego, co rozmówca o sobie napisał. OWASP wymienia wśród środków zaradczych zasadę najmniejszych uprawnień, akceptację człowieka przy działaniach wysokiego ryzyka i testy symulujące ataki.

Trzecia zasada jest czysto techniczna: klucz do API dostawcy modelu nigdy nie trafia do przeglądarki. Okno czatu rozmawia z Twoim serwerem, a dopiero serwer z dostawcą. Tylko wtedy możesz ograniczyć liczbę wiadomości z jednego adresu, odciąć nadużycia i nie płacić za cudze eksperymenty prowadzone na Twoim koncie.

Jeżeli czat ma sięgać do Twoich systemów, rozsądnym sposobem jest wystawienie mu kilku wąskich narzędzi tylko do odczytu, każde z jasno opisanym schematem wejścia, zamiast ogólnego dostępu do bazy. Tak działa Model Context Protocol, a o tym, kiedy warto pisać do tego własny serwer MCP, a kiedy to zbędny koszt, piszę osobno.

RODO: co wolno wysłać do dostawcy modelu

Każda wiadomość wpisana w okno czatu trafia na Twój serwer, a potem do dostawcy modelu. Jeżeli zawiera dane osobowe, a prawie zawsze zawiera, jest to przetwarzanie w rozumieniu RODO ze wszystkimi konsekwencjami.

Dostawca modelu, który przetwarza treść rozmów w Twoim imieniu, jest podmiotem przetwarzającym. Art. 28 ust. 1 RODO pozwala korzystać wyłącznie z takich podmiotów, które zapewniają wystarczające gwarancje wdrożenia odpowiednich środków technicznych i organizacyjnych. Ust. 3 wymaga umowy lub innego instrumentu prawnego, który określa przedmiot i czas trwania przetwarzania, jego charakter i cel, rodzaj danych osobowych, kategorie osób, których dane dotyczą, oraz obowiązki i prawa administratora. Ust. 2 dokłada podprzetwarzających, z których podmiot przetwarzający może korzystać tylko za uprzednią szczegółową lub ogólną pisemną zgodą administratora. Jeżeli widżet kupujesz od firmy, która sama korzysta z modelu innego dostawcy, masz w łańcuchu co najmniej dwa podmioty.

Druga sprawa to minimalizacja. Art. 5 ust. 1 lit. c RODO wymaga, żeby dane były adekwatne, stosowne oraz ograniczone do tego, co niezbędne do celów przetwarzania, a art. 25 ust. 2 każe tak ustawić przetwarzanie, żeby domyślnie obejmowało wyłącznie dane niezbędne do konkretnego celu. W czacie oznacza to trzy decyzje projektowe. Czat nie prosi o dane, których nie potrzebuje do obsługi sprawy, na przykład o numer PESEL albo pełny adres, gdy wystarczy kod pocztowy. Numery telefonów, adresy e-mail i numery dokumentów można zastąpić znacznikami przed wysłaniem do modelu, jeśli do samej odpowiedzi nie są potrzebne. A dane kontaktowe zbiera osobny formularz, który zapisuje je prosto w CRM, z pominięciem modelu.

Trzecia to dane szczególnych kategorii. Art. 9 ust. 1 RODO co do zasady zakazuje przetwarzania między innymi danych dotyczących zdrowia, a ludzie w oknie czatu opisują swoje zdrowie, choć nikt ich o to nie pyta, szczególnie na stronach gabinetów, klinik i firm rehabilitacyjnych. Jeżeli prowadzisz taką działalność, czat nie powinien dopytywać o objawy ani rozpoznania, a informacja na starcie rozmowy powinna prosić, żeby takich danych nie podawać. Tu zacznij od rozmowy z prawnikiem.

Czwarta to obowiązek informacyjny. Art. 13 ust. 1 RODO wymaga, żeby przy zbieraniu danych od osoby podać jej między innymi informacje o odbiorcach danych lub o kategoriach odbiorców, a gdy ma to zastosowanie, także o zamiarze przekazania danych do państwa trzeciego i o podstawie takiego przekazania. Jeżeli dostawca przetwarza dane poza Europejskim Obszarem Gospodarczym, wchodzą przepisy rozdziału V, od art. 44. Klauzula przy czacie musi to odzwierciedlać, a nie powielać tekstu z formularza sprzed wdrożenia.

Piąta to retencja i trenowanie modeli. Dokumentacja OpenAI mówi, że dane wysyłane przez API nie są używane do trenowania modeli, chyba że klient wyraźnie się na to zgodzi; logi do monitorowania nadużyć, które mogą zawierać treść rozmów, są domyślnie przechowywane do 30 dni, a zerowa retencja wymaga uprzedniej zgody OpenAI. Obiekty w vector stores, których nie usuniesz, zostają bezterminowo. Anthropic pisze, że przechowywane dane nie są używane do trenowania bez wyraźnej zgody klienta, a zerową retencję uzgadnia się z jego działem sprzedaży, przy czym plany konsumenckie Free, Pro i Max są z tego ustalenia wyłączone. Wniosek jest wspólny: czat na stronie buduje się na API na warunkach komercyjnych, z umową powierzenia, a danych klientów nie wkleja się do czatu w przeglądarce, żeby szybko coś sprawdzić.

Do rozmowy z prawnikiem przyda się raport o ryzykach prywatności w systemach z dużymi modelami językowymi, opublikowany 10 kwietnia 2025 r. w programie ekspertów EROD, który jako jeden z przykładów analizuje czat obsługi klienta. Sam raport zastrzega, że nie jest oficjalnym stanowiskiem EROD.

Czy chatbot musi informować, że jest AI? Art. 50 AI Act

Tak. Od 2 sierpnia 2026 r. osoba, która pisze z czatem AI na Twojej stronie, musi się o tym dowiedzieć najpóźniej przy pierwszej interakcji, chyba że jest to oczywiste dla dostatecznie poinformowanej i uważnej osoby. Spełnienie tego obowiązku kosztuje najmniej ze wszystkich opisanych w tym przewodniku: wystarczy jedno zdanie na starcie rozmowy.

Podstawą jest art. 50 ust. 1 rozporządzenia Parlamentu Europejskiego i Rady (UE) 2024/1689 z 13 czerwca 2024 r., czyli aktu o sztucznej inteligencji. W polskim brzmieniu z Dziennika Urzędowego: dostawcy zapewniają, aby systemy AI przeznaczone do wchodzenia w bezpośrednią interakcję z osobami fizycznymi projektowano i rozwijano w taki sposób, aby zainteresowane osoby fizyczne były informowane o tym, że prowadzą interakcję z systemem AI, chyba że jest to oczywiste z punktu widzenia osoby fizycznej, która jest dostatecznie poinformowana, uważna i ostrożna, z uwzględnieniem okoliczności i kontekstu wykorzystywania. Ust. 5 określa sposób i moment: informację przekazuje się w jasny i wyraźny sposób, najpóźniej w momencie pierwszej interakcji, i musi ona spełniać mające zastosowanie wymogi dostępności. Ten sam obowiązek dotyczy rozmowy telefonicznej, którą prowadzi agent głosowy AI.

Datę stosowania wyznacza art. 113. Rozporządzenie stosuje się co do zasady od 2 sierpnia 2026 r., a wyjątki wymienione w tym artykule dotyczą innych przepisów niż rozdział IV, w którym stoi art. 50. Komisja Europejska w pytaniach i odpowiedziach poświęconych art. 50 potwierdza to wprost: artykuł stosuje się od 2 sierpnia 2026 r.

Czy coś zmienił akt zbiorczy prawa cyfrowego dotyczący AI, nazywany AI Omnibus? Rozporządzenie (UE) 2026/1744 weszło w życie 27 lipca 2026 r. W skonsolidowanym tekście AI Act, który Komisja Europejska publikuje w serwisie AI Act Service Desk, w art. 50 jako zmieniony oznaczony jest tylko ust. 7, dotyczący kodeksów praktyk, a art. 113 nie przewiduje dla art. 50 innej daty niż 2 sierpnia 2026 r. Obowiązek informowania rozmówcy z ust. 1 nie został więc przesunięty.

Kto odpowiada: dostawca czy Ty? Obowiązek z ust. 1 spoczywa na dostawcy. Art. 3 pkt 3 definiuje go jako podmiot, który rozwija system AI albo zleca jego rozwój i pod własną nazwą lub znakiem towarowym wprowadza go do obrotu lub oddaje do użytku, a według art. 3 pkt 11 oddanie do użytku obejmuje także użytek własny. Jeżeli zlecasz zbudowanie czatu na API modelu i uruchamiasz go pod swoją marką, możesz sam zostać dostawcą. Wtedy sprawdź z prawnikiem także art. 50 ust. 2, czyli oznakowanie treści generowanych przez system w formacie nadającym się do odczytu maszynowego; przepis przejściowy dodany przez akt zbiorczy do art. 111 daje czas do 2 grudnia 2026 r. tylko systemom wprowadzonym do obrotu przed 2 sierpnia 2026 r. Jeżeli kupujesz gotowy widżet, dostawcą jest zwykle jego producent, a Ty podmiotem stosującym. Komunikat i tak wyświetla się na Twojej stronie, więc sprawdź, czy go widać, a kwalifikację swojego układu potwierdź z prawnikiem.

Wyjątek „to oczywiste” jest wąski: Komisja zaleca oceniać go z perspektywy przeciętnej, dostatecznie poinformowanej i uważnej osoby i interpretować zawężająco. Okienko z ludzkim imieniem i zdjęciem konsultantki to dokładnie sytuacja, w której nic nie jest oczywiste. Komisja wymienia też cztery łączne warunki obowiązku, a jeden z nich to interakcja bezpośrednia, bez człowieka pośredniczącego. Jeśli więc model tylko przygotowuje szkic, a pracownik go czyta, poprawia i wysyła pod własnym nazwiskiem, klient rozmawia z człowiekiem.

Naruszenie obowiązków z art. 50 jest wymienione w art. 99 ust. 4 lit. g wśród naruszeń zagrożonych administracyjną karą pieniężną, a ust. 6 każe przy MŚP stosować niższą z dwóch granic kary. Przy tym, jak tani jest poprawny komunikat, nie ma sensu ryzykować. Art. 4 w brzmieniu nadanym przez akt zbiorczy wymaga jeszcze od dostawców i podmiotów stosujących AI środków wspierających rozwój kompetencji personelu w zakresie AI, ale zastrzega, że nie oznacza to obowiązku zapewnienia określonego poziomu kompetencji każdej osobie. Przy czacie rozsądnym minimum jest pokazanie osobom przejmującym rozmowy, jak czat działa i w czym się myli.

Jak zmierzyć, czy to pomaga

Czat zawsze wygląda na sukces, bo generuje rozmowy. Liczba rozmów nie mówi jednak nic o tym, czy klient dostał prawdziwą odpowiedź i czy firma coś z tego ma.

Zacznij od punktu odniesienia, zanim cokolwiek wdrożysz. Przez dwa tygodnie zapisuj, ile przychodzi zapytań, jakimi kanałami, ile czeka się na pierwszą odpowiedź człowieka i ile zapytań kończy się ofertą lub zamówieniem. Bez tych liczb ocena wdrożenia będzie kwestią nastroju.

Przed uruchomieniem przygotuj zestaw testowy: kilkadziesiąt prawdziwych pytań z Twojej skrzynki z odpowiedzią, którą uznajesz za poprawną, oraz pytania, na które czat ma odpowiedzieć „nie wiem”. Po każdej zmianie dokumentów, instrukcji albo modelu puszczasz ten zestaw ponownie i porównujesz wyniki. To zwykły test regresji na tekście i jedyny sposób, żeby poprawka jednej odpowiedzi nie zepsuła po cichu trzech innych.

Po uruchomieniu najcenniejszy jest ręczny przegląd próbki rozmów, raz w tygodniu, przez osobę znającą ofertę. Liczysz trzy rzeczy: odpowiedzi błędne, odpowiedzi poprawne, ale niepełne, i sytuacje, w których czat powinien był oddać rozmowę, a tego nie zrobił. Nieaktualną cenę w odpowiedzi wychwyci człowiek znający cennik, a nie automatyczna miara.

Obok tego kilka liczb z systemu: udział rozmów przekazanych człowiekowi i powody przekazań, odpowiedzi „nie wiem” z pytaniami, które je wywołały, czas od przekazania do pierwszej odpowiedzi pracownika i zapytania ze źródłem „czat” w CRM, które doszły do oferty i zamówienia. Porównaj też liczbę wiadomości z formularza przed wdrożeniem i po nim, bo czat może tylko przejmować zapytania, które i tak by przyszły.

Na koniec ustal z góry, przy jakim wyniku czat wyłączasz. Jeżeli po umówionym okresie przegląd pokazuje, że czat myli się w sprawach, które kosztują Cię pieniądze albo klientów, a zapytań z niego nie przybywa, wyłączenie go jest dobrą decyzją, a nie porażką.

Od czego zacząć, jeśli jednak czat

Siedem kroków w kolejności, w której mają sens. Pierwsze trzy przydadzą się także wtedy, gdy na końcu uznasz, że czatu nie będzie.

Pracuję z Mikołowa, zdalnie w całej Polsce, i buduję takie czaty tak, żeby odpowiadały wyłącznie z dokumentów firmy, pokazywały źródło odpowiedzi i oddawały rozmowę człowiekowi razem z pełnym kontekstem. Jeżeli po lekturze uznasz, że wystarczy Ci FAQ i sprawny formularz albo czat wbudowany w narzędzie, za które już płacisz, to też jest dobra decyzja. Jeśli chcesz porozmawiać o czacie, napisz, ile zapytań tygodniowo dostajesz, o co najczęściej pytają klienci i w jakim systemie je dziś obsługujesz.

  1. Zbierz prawdziwe pytaniaPięćdziesiąt do stu pytań z maili, formularza i telefonu z ostatnich miesięcy. Pogrupuj je i policz, które się powtarzają.
  2. Spisz odpowiedzi i uporządkuj dokumentyJedna wersja każdego dokumentu, tekst zamiast skanów, data aktualizacji i osoba odpowiedzialna. Z tego powstaje strona z FAQ i baza czatu.
  3. Ustal graniceLista tematów, przy których czat zawsze oddaje rozmowę, zdanie, którym mówi „nie wiem”, i lista danych, o które nie pyta.
  4. Załatw sprawy formalneUmowa powierzenia z dostawcą modelu i widżetu, klauzula informacyjna przy oknie czatu, komunikat o AI na starcie rozmowy i wpis do rejestru czynności przetwarzania.
  5. Zbuduj przekazanie i zapis w CRMUstaw wyzwalacze przekazania i tryb poza godzinami pracy, przygotuj pakiet dla człowieka i rekord w CRM z polem źródła, a na koniec wyznacz właściciela kolejki.
  6. Przetestuj na zestawie pytańOczekiwane odpowiedzi, pytania bez odpowiedzi, próby wyciągnięcia instrukcji i tematy zakazane. O starcie decyduje wynik testu, a nie wrażenie z prezentacji.
  7. Uruchom na jednej podstronieNa przykład przy opisie jednej usługi, z cotygodniowym przeglądem rozmów. Zakres rozszerzasz dopiero wtedy, gdy przegląd pokazuje, że czat odpowiada dobrze.

Pytania i odpowiedzi

Czy mogę po prostu podpiąć ChatGPT do swojej strony?

Możesz podłączyć model przez API, ale sam model bez dostępu do Twoich dokumentów nie zna Twoich cen, terminów ani warunków i będzie je zgadywał. Czat na stronie firmy ma sens dopiero z wyszukiwaniem w Twoich materiałach, z pozwoleniem na odpowiedź „nie wiem” i z przekazaniem rozmowy człowiekowi. Buduje się go na API na warunkach komercyjnych, z umową powierzenia, a nie na koncie konsumenckim, a klucz do API trzyma się na serwerze, nigdy w kodzie wysyłanym do przeglądarki.

Czy chatbot musi informować, że jest AI, jeśli używam gotowego widżetu?

Komunikat ma się pojawić. Art. 50 ust. 1 rozporządzenia (UE) 2024/1689 wymaga, żeby osoba prowadząca interakcję z systemem AI była o tym informowana, chyba że jest to oczywiste, a ust. 5 nakazuje podać tę informację w jasny i wyraźny sposób najpóźniej przy pierwszej interakcji. Obowiązek formalnie spoczywa na dostawcy systemu, którym przy gotowym widżecie jest zwykle jego producent, ale komunikat wyświetla się na Twojej stronie, więc sprawdź, czy go widać. Przepis stosuje się od 2 sierpnia 2026 r., a rozporządzenie (UE) 2026/1744 tego terminu nie przesunęło.

Czy czat może podawać ceny?

Może powtarzać ceny z opublikowanego cennika, jeśli ten cennik jest jedynym i aktualnym źródłem w jego bazie, i powinien przy tym wskazywać źródło. Nie powinien podawać cen indywidualnych, rabatów ani wycen, bo za każde zdanie czatu odpowiada Twoja firma. W sprawie Moffatt przeciwko Air Canada z 14 lutego 2024 r. kanadyjski trybunał uznał, że przewoźnik odpowiada za wszystkie informacje na swojej stronie, bez względu na to, czy pochodzą ze statycznej podstrony, czy z czatu.

Ile kosztuje czat AI na stronie firmy?

Kwota zależy od zakresu, więc podaję pozycje, które powinny być w każdej wycenie. Wdrożenie: porządek w dokumentach, wyszukiwanie w nich, przekazanie człowiekowi, zapis w CRM i testy. Opłaty za model, liczone od tokenów, czyli od długości instrukcji, dołączonych fragmentów i odpowiedzi. Czas ludzi na aktualizację dokumentów, przegląd rozmów i obsługę przekazanych spraw, którego nie widać na żadnej fakturze. Przy gotowym widżecie ustal jeszcze jednostkę rozliczenia: rozmowę, wiadomość, rozwiązaną sprawę czy stanowisko pracownika. Dwa przykłady z cenników: Intercom liczy agenta Fin od 0,99 USD za rozmowę zakończoną tak zwanym outcome, a wyszukiwanie w plikach w API OpenAI kosztuje 2,50 USD za 1000 wywołań.

Gotowy czat w sklepie lub CRM czy czat budowany na zamówienie?

Zacznij od narzędzi, za które już płacisz. Jeżeli wbudowany czat odpowiada z Twoich dokumentów, mówi „nie wiem”, oddaje rozmowę człowiekowi, pokazuje źródło odpowiedzi, a jego dostawca podpisze umowę powierzenia, zwykle to wystarczy. Budowa na zamówienie ma sens, gdy któregoś z tych warunków brakuje, gdy czat nie łączy się z Twoimi systemami albo nie pozwala kontrolować, co trafia do modelu.

Co zrobić, gdy czat podał klientowi błędną informację?

Potraktuj to jak błąd pracownika: skontaktuj się z klientem, wyjaśnij i załatw sprawę, zanim zamieni się w spór. Potem znajdź przyczynę w transkrypcji. Zwykle jest nią nieaktualny albo sprzeczny dokument, brak pozwolenia na odpowiedź „nie wiem” albo temat, który powinien był trafić do człowieka. Popraw źródło, dopisz to pytanie do zestawu testowego i puść cały zestaw ponownie, żeby sprawdzić, czy poprawka nie zepsuła innych odpowiedzi.

Czy czat AI pomoże mojej stronie w Google?

Sam czat nie. Rozmowy w okienku czatu nie są stronami w indeksie, więc ani wyszukiwarka, ani asystenci AI nie mają z nich czego wziąć. Google pisze, że jego funkcje generatywne budują odpowiedzi ze stron z indeksu, a strona musi być zaindeksowana i kwalifikować się do wyświetlenia z fragmentem opisu. Pomoże za to strona z dobrze napisanymi odpowiedziami na pytania klientów. Pisz ją dla ludzi, a nie pod rozszerzony wynik FAQ, bo tego Google od 7 maja 2026 r. w wyszukiwarce nie pokazuje.

Źródła

Liczby i terminy w tym przewodniku sprawdziłem w oficjalnych źródłach. Ceny i przepisy się zmieniają, więc przy decyzji warto zajrzeć do nich ponownie.

Masz pytanie do swojego projektu?

Opisz, co chcesz osiągnąć. Odpowiem konkretnie, także wtedy, gdy najlepszą odpowiedzią jest „nie rób tego”.

Jonasz Jankowski · Bezpośrednia współpraca · Mikołów (Śląsk), zdalnie w całej Polsce

CO DALEJ PO WYSŁANIU
  1. Odpowiadam osobiście w ciągu jednego dnia roboczego.
  2. Krótka rozmowa o celu, funkcjach, materiałach i integracjach.
  3. Dostajesz zakres z etapami i konkretną kwotę, zanim cokolwiek zaczniemy.

Pola oznaczone jako opcjonalne możesz pominąć. Odpowiadam na każdą wiadomość.

Minimum 20 znaków. Wystarczy zalążek pomysłu.0/5000

Na podany e-mail otrzymasz potwierdzenie z numerem zapytania. Odpowiadam w ciągu jednego dnia roboczego. Dalszą rozmowę możemy prowadzić w tym samym wątku.