Chatbot AI dla małej firmy — co faktycznie zrobi, a co tylko obiecuje
2025 i 2026 to fala "wdróż AI w 24h" — większość kończy się botem, który nie zna oferty i denerwuje klientów. Co realnie potrafi dziś chatbot oparty na GPT/Claude, gdzie ma sens, a gdzie wystarczy zwykły FAQ.
Czym dziś NIE jest chatbot AI
Zacznę od demaskowania. Chatbot na Twojej stronie nie jest:
- Pracownikiem. Nie podejmie decyzji, nie podpisze umowy, nie wystawi faktury, nie odbierze paczki.
- Ekspertem od Twojej branży. Wie tylko to, co mu podasz w bazie wiedzy. GPT-4 czy Claude same w sobie nie wiedzą, że Twoja firma sprzedaje turbosprężarki do iveco z 2011.
- "Sztuczną inteligencją" w sensie marketingowym. To duży model językowy, który dobrze przewiduje następne słowo. Trafność odpowiedzi jest pochodną jakości promptu i bazy wiedzy, którą podasz, NIE magicznej zdolności rozumienia.
- Niezawodny. Czasem zmyśla (halucynacje). Trzeba mu twardo powiedzieć "jeśli nie wiesz — przyznaj się".
Świadomość tego oszczędza tygodnie rozczarowań. Klienci, którzy wchodzą w temat z myślą "AI rozwiąże mi wszystkie problemy", wychodzą z nudnym botem, który nie spełnił obietnicy. Klienci, którzy wchodzą z myślą "AI pomoże mi obsłużyć powtarzalne pytania" — wychodzą z czymś, co naprawdę zarabia.
Czym jest, jak działa pod spodem
Współczesny chatbot AI dla małej firmy to typowo:
- UI — pływające okienko na stronie (jak to tu, w prawym dolnym rogu).
- System prompt — instrukcja dla modelu: kim jest, czego ma odmówić, jakim stylem pisze.
- Baza wiedzy — dokumenty firmowe (oferta, FAQ, regulamin, cennik) zindeksowane wektorowo. Przy każdym pytaniu klienta wyciągamy 3–5 najbardziej pasujących fragmentów i wstrzykujemy je do promptu. To się nazywa RAG (Retrieval Augmented Generation).
- Model — GPT-4o / GPT-4.5 mini, Claude Haiku/Sonnet, lokalny Llama. Każdy z nich ma inne mocne strony i inny koszt.
- Logi i monitoring — co użytkownicy pytają, jakie odpowiedzi dostali, gdzie bot się gubi.
Gdzie chatbot ma sens
1. Pre-sales: kwalifikacja leadów
Klient wchodzi na stronę kancelarii prawnej. Nie wie, czy jego sprawa to "kancelaria-territory" czy nie. Bot zapyta: jaki typ sprawy, w którym województwie, mniej-więcej kwoty. Na podstawie odpowiedzi: albo umawia na rozmowę, albo grzecznie informuje "nie obsługujemy spraw karnych, polecam X". Oszczędza 20 mailów dziennie.
2. FAQ z bazą wiedzy
Sklep z roślinami dostaje 50 maili dziennie: "ile czeka się na dostawę do Krakowa?", "czy macie X w 30 cm?", "jak podlewać Y?", "czy macie fakturę?". 90% z tych pytań ma identyczne odpowiedzi. Bot z dobrą bazą wiedzy odpowie poprawnie, a złożone sprawy (uszkodzona dostawa, nietypowe zamówienie) przekieruje do człowieka.
3. Wewnętrzny asystent firmy
Mniej widoczne, ale często cenniejsze. Pracownicy nie pamiętają regulaminów wewnętrznych, nie wiedzą gdzie jest formularz urlopowy, nie znają kodu klienta dla nowego dostawcy. Bot wpięty w Twoją wewnętrzną bazę wiedzy (Notion, Google Drive, mail) odpowiada w 5 sekund. Realnie oszczędza ~30 minut dziennie na pracownika.
4. Pomoc w obsłudze produktu
Sklep techniczny ma 2000 produktów. Klient pyta: "który zasilacz pasuje do tego modelu drukarki?". Bot przeszukuje katalog (jeśli ma dostęp przez API) i odpowiada konkretem. To znakomicie wpływa na konwersję.
5. Obsługa wielojęzyczna na starcie
Mała firma, której nie stać na zatrudnienie kogoś po angielsku/niemiecku/czesku, dostaje bota gadającego we wszystkich tych językach natywnie. To często wystarcza, żeby otworzyć rynek czeski albo niemiecki.
Gdzie NIE ma sensu
1. Bardzo niski ruch
Strona z 50 wizytami miesięcznie. Bot będzie odpowiadał 1–2 osobom miesięcznie. Koszt utrzymania (model + serwer + opieka) nie zwraca się. Lepiej: dobra strona "Kontakt" i odbieraj telefon.
2. Wysoce specjalistyczne pytania
Klienci kancelarii podatkowej pytają o szczegółowe sytuacje prawne. Bot bez sprawdzenia akt nie da konkretu, a próby udzielania porad prawnych przez bota są ryzyko zawodowe. W tym kontekście bot powinien wyłącznie: kwalifikować i umawiać na konsultację.
3. Brak gotowej bazy wiedzy
Bot wymaga źródeł. Jeśli Twoja oferta jest "wszystko zależy, zadzwoń", a regulamin masz w głowie szefa — bot będzie zmyślał. Najpierw spisz wiedzę, potem wdrażaj AI.
4. Klient chce relacji 1-na-1
Branże luksusowe, premium B2B, drogie usługi — tu klient płaci za indywidualne podejście człowieka. Bot to anty-marka. W takich przypadkach lepiej zostawić formularz kontaktowy z deklaracją "odpowiadam osobiście w 2h".
Kiedy wystarczy FAQ, kiedy potrzeba AI
Praktyczna decyzja:
- Masz 5–10 powtarzalnych pytań → wystarczy sekcja FAQ na stronie + schema.org FAQPage (zobaczy się w Google).
- Masz 20–50 powtarzalnych pytań w wielu kombinacjach → chatbot z RAG-em ma sens.
- Klienci zadają pytania, których jeszcze nie przewidziałeś → tylko model językowy da sobie radę. Drzewo decyzyjne ("klik klik klik") będzie irytujące.
- Klienci wymagają autoryzacji ("zaloguj się, żeby zobaczyć swoje zamówienie") → tu chatbot nie wystarczy, potrzebny jest panel klienta.
Ile kosztuje wdrożenie
Orientacyjnie, dla małej / średniej firmy w 2026:
- Prosty bot (FAQ + RAG, kilka stron bazy wiedzy, ~50 pytań miesięcznie): 2 500–5 000 zł netto jednorazowo + ~50–150 zł / msc kosztów modelu (zależy od ruchu).
- Średni bot (RAG na pełnej ofercie + integracja z formularzem kontaktowym + maile do właściciela + logi): 5 000–12 000 zł netto + ~100–300 zł / msc.
- Zaawansowany bot (integracja z katalogiem produktów przez API, kwalifikacja leadów, integracja z CRM, wielojęzyczność): 15 000–35 000 zł netto + ~300–800 zł / msc.
Plus zwykle ~500–1 500 zł miesięcznie na opiekę (poprawki promptów na podstawie logów, dokarmianie bazy wiedzy nowymi materiałami, monitoring jakości).
Każda rozmowa generuje koszt API — typowo 1–10 groszy za odpowiedź. Bot z 100 rozmowami dziennie = ~3–30 zł dziennie = 90–900 zł miesięcznie. Nie zignoruj tego w kalkulacji. Im więcej kontekstu w prompcie (większa baza wiedzy), tym wyższy koszt na rozmowę.
Konkret: jak wygląda projekt wdrożenia
Typowy harmonogram, jakim prowadzę bota od zera:
- Tydzień 1: Audyt — co realnie pytają klienci dziś, jakie maile dostajesz, jakie telefony. Stamtąd wyciągam 30–80 najczęstszych pytań. To jest najważniejszy etap. Bez tego bot będzie odpowiadał na pytania, których nikt nie zadaje.
- Tydzień 2: Spisanie bazy wiedzy w czystej formie (Markdown / dokumenty). Często znajdujemy dziury — "ah, nie mamy nigdzie napisane, ile trwa standardowa dostawa". Naprawiamy.
- Tydzień 3: System prompt + ton odpowiedzi + reguły bezpieczeństwa (czego bot nie wolno powiedzieć — np. żadnych obietnic terminów, żadnych konkretnych cen, jeśli klient tego nie ma w cenniku).
- Tydzień 4: Wdrożenie na stronę, testy z zespołem klienta — 100 testowych pytań, korygowanie odpowiedzi.
- Tydzień 5: Start z prawdziwymi klientami + monitoring. W pierwszym miesiącu codziennie przeglądam logi, łapię nieoczywiste sytuacje, dokarmiam bazę.
Krótko: kiedy zacząć
Jeśli odpowiadasz "tak" na 3 z 4 pytań, AI chatbot prawdopodobnie się Tobie opłaci:
- Masz ponad 30 powtarzalnych pytań od klientów miesięcznie?
- Masz spisaną (lub szybko spisywalną) bazę wiedzy o ofercie?
- Masz ruch na stronie powyżej 500 unikalnych wizyt miesięcznie?
- Tracisz pieniądze (lub klientów) bo nie zdążasz odpowiedzieć po godzinach?
Jeśli odpowiedziałeś "tak" 0–2 razy — zacznij od dobrej strony i FAQ. AI dorzucisz później.
PS — ten bot tutaj
Tak, ten chatbot w prawym dolnym rogu strony też jest na tej zasadzie. System prompt + baza wiedzy o ofercie poprostu.it + jasne reguły ("nie składaj obietnic za Sebastiana, nie wymyślaj cen, odsyłaj do formularza przy konkretach"). Jak chcesz zobaczyć od podszewki — daj znać, pokażę kod i konfigurację.
Myślisz o chatbocie dla swojej firmy?
Pokażę Ci, gdzie realnie się opłaca i jak wyglądałby projekt u Ciebie. 30 minut, bezpłatnie, bez nacisku.
Porozmawiajmy →