# Chatbot czy agent AI?

Według Mesterséges Intelligencia Központ Kft., firmy programistycznej z Budapesztu, chatbot jest potrzebny, gdy zadaniem jest odpowiadanie na pytania, a agent AI wtedy, gdy system musi też wykonywać kroki: sprawdzać dane, rejestrować, rezerwować.

> **W skrócie:** chatbot mówi, agent także działa. Warto zacząć od najprostszego rozwiązania, które wykona zadanie, i przechodzić na agenta tylko tam, gdzie kolejności kroków nie da się opisać z góry; agent powinien zaś pracować z wąskimi uprawnieniami, z rejestrowaniem zdarzeń i z zatwierdzeniem przez człowieka przed ważnymi krokami.

## Co oznaczają te pojęcia?

Słowa „chatbot” i „agent AI” są na rynku używane w wielu różnych znaczeniach. Aby przy podejmowaniu decyzji mówić o tym samym, rozróżniamy pięć rozwiązań, od najprostszego do najbardziej samodzielnego.

### Chatbot oparty na regułach

Działa według z góry napisanego scenariusza: składa się z przycisków, słów kluczowych i drzewa decyzyjnego. Jest w pełni przewidywalny, nie wywołuje modelu językowego i mówi dokładnie to, co w nim zapisano. Rozumie jednak tylko to, na co go przygotowano: pytanie sformułowane inaczej wypada poza scenariusz, a każdy nowy temat trzeba wbudować ręcznie.

### Chatbot oparty na modelu językowym

Duży model językowy (large language model, LLM) rozumie pytania zadane swobodnym tekstem i odpowiada językiem naturalnym, radzi sobie też z literówkami i potocznymi sformułowaniami. Jeśli jednak opiera się wyłącznie na ogólnej wiedzy modelu, może z pełnym przekonaniem udzielać błędnych odpowiedzi na temat firmy, dlatego w zastosowaniach firmowych niemal zawsze łączymy go z własnymi materiałami firmy.

### Chatbot odpowiadający na podstawie dokumentów

System najpierw wyszukuje w dokumentach firmy (częstych pytaniach, regulaminach, podręcznikach) fragmenty istotne dla pytania, a model odpowiada na ich podstawie, wskazując źródło. Metoda nazywa się RAG (retrieval-augmented generation, generowanie wspomagane wyszukiwaniem); o tym, jak działa, o języku węgierskim i o przechowywaniu danych piszemy w artykule [AI na własnych dokumentach firmy (RAG)](https://www.mestersegesintelligenciakozpont.hu/pl/baza-wiedzy/ai-na-dokumentach-firmy-rag).

### Przepływ pracy AI

W [przewodniku dotyczącym agentów](https://www.anthropic.com/engineering/building-effective-agents) firma Anthropic definiuje przepływ pracy (workflow) jako system, w którym model językowy i narzędzia są sterowane przez z góry napisane ścieżki w kodzie. Przykład: przychodząca wiadomość e-mail → klasyfikacja → wyodrębnienie danych → projekt odpowiedzi w CRM. Kolejność kroków jest stała, a w każdym kroku model wykonuje jedno dobrze określone zadanie językowe. Wiele potrzeb firm to w rzeczywistości właśnie taki przepływ pracy, a nie agent.

### Agent AI

Ten sam przewodnik opisuje agenta jako system, w którym model językowy sam kieruje własnym procesem i korzystaniem z narzędzi. Według [dokumentacji OpenAI](https://developers.openai.com/api/docs/guides/agents) agenci planują i wykonują zadania za pomocą narzędzi, zachowując kontekst między kolejnymi krokami. Agent otrzymuje cel („proszę zarejestrować reklamację i wysłać klientowi potwierdzenie”) i sam decyduje, w jakich krokach go osiągnie: sprawdza zamówienie, weryfikuje gwarancję, rejestruje sprawę, pisze wiadomość. Narzędzia nie uruchamia model: według [dokumentacji Google Gemini](https://ai.google.dev/gemini-api/docs/function-calling) model sam nie wykonuje funkcji, a według [Anthropic](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview) własne narzędzia uruchamia aplikacja. Model jedynie prosi o wykonanie operacji, a wykonuje ją nasz kod. To tam rozstrzyga się, co jest dozwolone.

Rada Anthropic jest prosta: należy szukać najprostszego możliwego rozwiązania i zwiększać złożoność tylko wtedy, gdy jest to konieczne. Według przewodnika agent pasuje do problemów otwartych, w których trudno lub nie sposób z góry przewidzieć, ile kroków będzie potrzebnych; systemy agentowe często zaś okupują lepsze wykonanie zadań większym opóźnieniem i wyższym kosztem.

## Porównanie w jednej tabeli

W tabeli chatbot oparty na modelu językowym występuje w wariancie odpowiadającym na podstawie dokumentów, ponieważ w zastosowaniach firmowych niemal zawsze jest tak budowany.

| Kryterium | Chatbot oparty na regułach | Chatbot odpowiadający na podstawie dokumentów | Przepływ pracy AI | Agent AI |
|---|---|---|---|---|
| Co robi | działa według z góry napisanego scenariusza | odpowiada na podstawie materiałów firmy | wykonuje stałą sekwencję kroków z zadaniami językowymi | otrzymuje cel i sam wybiera kroki |
| Co rozumie | przygotowane słowa kluczowe i przyciski | swobodny tekst | tekst trafiający do procesu | swobodny tekst i wyniki narzędzi |
| Do czego ma dostęp | do scenariusza | do bazy wiedzy | do systemów przypisanych do kroków | do przekazanych mu narzędzi |
| Przewidywalność | pełna | wysoka, jeśli wskazuje źródła | wysoka | niższa, potrzebne są ścisłe ograniczenia |
| Główne ryzyko | sztywność, wiele pytań wypada poza scenariusz | błędna lub nieaktualna odpowiedź | błędne wyodrębnienie danych w jednym kroku | niewłaściwe lub zbyt liczne operacje, kumulujące się błędy |
| Kontrola | utrzymywanie scenariusza | wskazywanie źródeł, „nie wiem”, przekazanie pracownikowi | kontrola na każdym kroku, zatwierdzenie | uprawnienia, zatwierdzenie, rejestr zdarzeń, limity |
| Dobry wybór, jeśli | pytań jest niewiele i są dobrze określone | pytań i dokumentów jest dużo | kroki procesu można opisać z góry | liczby i kolejności kroków nie da się przewidzieć |

Granica nie jest ostra: chatbot, który za pomocą jednego narzędzia z prawem tylko do odczytu sprawdza status zamówienia, zrobił już krok w stronę agenta, ale jego ryzyko pozostaje niskie. Decydujące pytanie brzmi zawsze: co system może zrobić, a nie: jak go nazywamy.

## Gdzie które rozwiązanie się sprawdza?

### Obsługa klienta

Przy częstych pytaniach o dostawę, płatność, gwarancję czy godziny otwarcia dobrym punktem wyjścia jest chatbot odpowiadający na podstawie dokumentów, o każdej porze dnia, z przekazaniem rozmowy pracownikowi, gdy sobie nie radzi. Do sprawdzenia statusu zamówienia wystarczy zapytanie z prawem tylko do odczytu. Tam, gdzie bot także zapisuje dane, czyli rejestruje reklamację lub inicjuje zwrot pieniędzy, potrzebne są możliwości agenta, a przed krokiem dotyczącym pieniędzy zatwierdzenie.

### Sprzedaż

Bot poleca produkty z katalogu, przygotowuje zapytanie ofertowe, umawia spotkania i rejestruje potencjalnych klientów w CRM. Umawianie spotkań i rejestracja to korzystanie z narzędzi, a więc element agentowy; cenę, rabat i termin realizacji warto natomiast wyłączyć z kompetencji bota i przypisać pracownikowi.

### Wewnętrzny helpdesk

Przy pytaniach z zakresu HR i IT, regulaminach i instrukcjach pracy naturalnym wyborem jest chatbot odpowiadający na podstawie dokumentów, który pomaga też we wdrażaniu nowych pracowników. Głównym zagadnieniem są tu uprawnienia: bot może odpowiadać tylko na podstawie tych dokumentów, które może otworzyć także pytający pracownik. Otwarcie zgłoszenia (ticketu) lub złożenie wniosku o dostęp może już obsługiwać agent z wąskim zestawem narzędzi.

### Back office

Przetwarzanie faktur, zamówień i wiadomości e-mail to zazwyczaj przepływ pracy AI, ponieważ kroki są znane z góry: wyodrębnienie danych, porównanie, rejestracja, wyjątki do pracownika. Agent jest uzasadniony tam, gdzie przypadki są bardzo zróżnicowane, na przykład przy wyjaśnianiu reklamacji, które wymaga zebrania danych z kilku systemów. O automatyzacji obejmującej kilka systemów piszemy na stronie [Automatyzacja procesów](https://www.mestersegesintelligenciakozpont.hu/pl/uslugi/automatyzacja-procesow), a o wzorcach integracji (API, webhook, wywoływanie funkcji, MCP) w artykule [Jak połączyć systemy firmowe za pomocą sztucznej inteligencji?](https://www.mestersegesintelligenciakozpont.hu/pl/baza-wiedzy/laczenie-systemow-firmowych-z-ai).

## Ryzyka agenta i mechanizmy kontroli

Agent jest przydatny dlatego, że działa, i z tego samego powodu jest ryzykowny. Przewodnik Anthropic jako cenę samodzielności agentów wymienia wyższe koszty i możliwość kumulowania się błędów oraz zaleca gruntowne testowanie w odizolowanym środowisku (sandbox), z odpowiednimi zabezpieczeniami. Lista ryzyk OWASP GenAI Security Project wymienia trzy przyczyny [nadmiernej swobody działania](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/) (Excessive Agency): zbędne funkcje, zbyt szerokie uprawnienia i nadmierną samodzielność. Dlatego wbudowujemy następujące mechanizmy kontroli:

- **Wąski zestaw narzędzi:** agent otrzymuje tylko te narzędzia, których potrzebuje do swojego zadania; agent obsługi klienta nie musi niczego usuwać.
- **Minimalne uprawnienia:** tam, gdzie to możliwe, tylko prawo do odczytu; operacja powinna być wykonywana z uprawnieniami samego użytkownika, a nie z konta usługowego mającego dostęp do wszystkiego.
- **Kontrola w systemie docelowym:** każde żądanie sprawdzają także reguły systemu docelowego, dzięki czemu to, co jest dozwolone, nie zależy od oceny modelu.
- **Zatwierdzenie przez człowieka:** przed krokiem dotyczącym pieniędzy, umowy, wiadomości wysyłanej do klienta lub nieodwracalnej zmiany decyduje człowiek. [OpenAI](https://developers.openai.com/api/docs/guides/tools-connectors-mcp) na przykład domyślnie prosi o zatwierdzenie, zanim dane zostaną udostępnione zdalnemu serwerowi MCP.
- **Rejestr zdarzeń:** każde wywołanie narzędzia, każdy parametr i wynik można odtworzyć, aby ustalić przyczynę błędnej operacji.
- **Limity:** limity liczby kroków, częstotliwości i kwot, aby błąd nie mógł się zwielokrotnić.
- **Treści zewnętrzne jako dane:** tekst przychodzącej wiadomości e-mail lub przesłanego dokumentu nie jest poleceniem. Przeciwko [wstrzykiwaniu poleceń](https://genai.owasp.org/llmrisk/llm01-prompt-injection/) (prompt injection) OWASP zaleca obsługiwanie treści zewnętrznych osobno, z oznaczeniem ich jako niezaufanych.
- **Testowanie w odizolowanym środowisku:** przed uruchomieniem produkcyjnym, w systemie testowym, na prawdziwych przypadkach i na celowo wprowadzających w błąd danych wejściowych.

Te mechanizmy kontroli nie spowalniają niepotrzebnie pracy: zatwierdzenie może wymagać jednego kliknięcia, a na podstawie pomiarów można je stopniowo zawężać do miejsc, w których jest naprawdę potrzebne.

## Przejrzystość: trzeba wiedzieć, że odpowiada AI

Zgodnie z [art. 50 ust. 1](https://eur-lex.europa.eu/legal-content/PL/TXT/?uri=CELEX:32024R1689) AI Act, czyli rozporządzenia (UE) 2024/1689, system AI przeznaczony do bezpośredniej interakcji z osobami fizycznymi należy zaprojektować tak, aby osoby te były informowane, że prowadzą interakcję z systemem AI, chyba że jest to oczywiste z okoliczności. Od kiedy i dokładnie kogo to dotyczy oraz czego RODO wymaga od chatbota, wyjaśniamy szczegółowo w artykule [AI Act i RODO w chatbocie firmowym](https://www.mestersegesintelligenciakozpont.hu/pl/baza-wiedzy/ai-act-i-rodo-w-chatbocie-firmowym); to informacja, a nie porada prawna.

## Przykład na żywo: nasz asystent AI na stronie głównej

Obok gry działającej na [stronie głównej](https://www.mestersegesintelligenciakozpont.hu/pl/) z odwiedzającym rozmawia nasz asystent AI: to własny chatbot działający na żywo, który dobrze pokazuje, gdzie przebiega granica między chatbotem a agentem.

- Działa na modelu językowym Claude i otrzymuje maszynowe raporty o zdarzeniach w grze (utracie życia, rekordzie, przejściu na kolejny poziom), na które reaguje na żywo.
- Odpowiada w 14 językach gry i zawsze używa formy grzecznościowej, także wtedy, gdy odwiedzający zwraca się do niego nieformalnie.
- O firmie mówi na podstawie przekazanych mu faktów: zgodnie ze swoimi instrukcjami nie wymyśla referencji, cen, terminów ani gwarancji.
- Może mówić, ale nie może działać: nie może ingerować w stan gry ani przyznawać punktów i żyć.

Ostatni punkt jest najważniejszy: granicę uprawnień wyznaczają nie dobre intencje modelu, lecz budowa systemu. O naszych własnych projektach można przeczytać na stronie [Nasze realizacje](https://www.mestersegesintelligenciakozpont.hu/pl/nasze-realizacje).

## Jak zacząć na małą skalę?

1. **Jeden obszar, jedna lista pytań:** zebrać pytania zadawane najczęściej, na przykład w obsłudze klienta.
2. **Chatbot na własnych materiałach:** ze wskazywaniem źródeł, odpowiedzią „nie wiem” i przekazaniem rozmowy pracownikowi.
3. **Pomiar na prawdziwych pytaniach:** przed uruchomieniem produkcyjnym na zestawie ewaluacyjnym, a potem na podstawie rejestru rozmów.
4. **Pierwsze narzędzie, tylko do odczytu:** na przykład sprawdzanie statusu zamówienia.
5. **Pierwsza operacja zapisu z zatwierdzeniem:** na przykład rejestracja reklamacji, którą zatwierdza pracownik.
6. **Rozbudowa na podstawie rejestru zdarzeń:** nowe narzędzie lub węższy zakres zatwierdzeń tylko tam, gdzie uzasadniają to pomiary.

## Typowe błędy

- **Agent tam, gdzie wystarczy chatbot:** więcej ruchomych części i większe ryzyko, bez żadnej korzyści.
- **Wszystkie narzędzia naraz:** agent może zrobić także to, czego nigdy nie będzie potrzebował.
- **Brak odpowiedzi „nie wiem”:** bot woli coś wymyślić, niż przekazać pytanie dalej.
- **Brak przekazania człowiekowi:** klient, który utknął, nie może dotrzeć do pracownika.
- **Brak rejestru zdarzeń:** później nie da się ustalić, dlaczego doszło do błędnej operacji.
- **Traktowanie tekstu zewnętrznego jako poleceń:** zdanie ukryte w wiadomości e-mail może sterować agentem.

## Częste pytania

### Czym różni się chatbot od agenta AI?

Chatbot odpowiada na pytania, w najlepszym razie na podstawie własnych materiałów firmy i ze wskazaniem źródeł. Agent AI dodatkowo korzysta z narzędzi (sprawdza dane, rejestruje, rezerwuje, pisze wiadomości e-mail) i sam wybiera kroki prowadzące do celu. Oba mogą działać na tym samym modelu językowym; różnica polega na tym, co wolno im zrobić.

### Kiedy wystarczy chatbot?

Gdy zadaniem jest informowanie: częste pytania, regulaminy, informacje o produktach, wiedza wewnętrzna. Wystarczy też wtedy, gdy po udzieleniu odpowiedzi pracę wykonuje człowiek. Jeśli system musi zmieniać dane lub działać w innym systemie, w grę wchodzi przepływ pracy lub agent.

### Co agent AI może wykonać samodzielnie?

To, do czego otrzymuje narzędzia i uprawnienia i co ze względu na ryzyko możemy mu powierzyć bez zatwierdzania: zazwyczaj sprawdzanie danych, rejestrację wewnętrzną, przygotowywanie wersji roboczych i umawianie spotkań. Przed krokami dotyczącymi pieniędzy, umowy lub wiadomości wysyłanej do klienta, a także przed krokami nieodwracalnymi warto poprosić o zatwierdzenie przez człowieka.

### Jak zapobiec błędom agenta?

Nie da się ich całkowicie wykluczyć, ale można ograniczyć szkody: wąskim zestawem narzędzi, minimalnymi uprawnieniami, żądaniami sprawdzanymi także w systemie docelowym, zatwierdzaniem przed krokami o dużym znaczeniu, limitami kroków i kwot, pełnym rejestrem zdarzeń oraz testami w odizolowanym środowisku przed uruchomieniem produkcyjnym. Teksty przychodzące traktujemy jako dane, a nie jako polecenia.

### Czy musimy informować, że odpowiada AI?

Co do zasady tak: zgodnie z art. 50 ust. 1 AI Act osoby, których to dotyczy, muszą wiedzieć, że prowadzą interakcję z systemem AI, chyba że jest to oczywiste. Tworzony przez nas chatbot informuje o tym już w pierwszej wiadomości. Szczegóły opisuje artykuł [AI Act i RODO w chatbocie firmowym](https://www.mestersegesintelligenciakozpont.hu/pl/baza-wiedzy/ai-act-i-rodo-w-chatbocie-firmowym); to informacja, a nie porada prawna.

## Jak możemy pomóc?

Mesterséges Intelligencia Központ Kft. tworzy zarówno chatboty AI, jak i agentów AI: boty odpowiadające na podstawie własnych dokumentów firmy oraz agentów podłączonych do systemów firmy, którzy wykonują kolejne kroki. Rozwiązania opieramy na modelach językowych OpenAI (ChatGPT), Anthropic (Claude) i Google (Gemini). Pierwsza konsultacja jest bezpłatna; rozmiar tworzonego oprogramowania mierzymy w punktach funkcyjnych COSMIC, a na tej podstawie powstają oferta i harmonogram. Na życzenie zawieramy umowę o zachowaniu poufności (NDA), a po przekazaniu zapewniamy również eksploatację i utrzymanie. Kwestie kodu źródłowego i praw do korzystania reguluje umowa.

Szczegóły znajdą Państwo na stronie usługi [Chatboty i agenci AI](https://www.mestersegesintelligenciakozpont.hu/pl/uslugi/chatboty-i-agenci-ai), a informacje o podłączaniu modeli językowych na stronie [Integracja AI](https://www.mestersegesintelligenciakozpont.hu/pl/uslugi/integracja-ai). Jeśli planują Państwo chatbota lub agenta, prosimy do nas napisać, korzystając z danych kontaktowych podanych na stronie [Kontakt](https://www.mestersegesintelligenciakozpont.hu/pl/kontakt).

## Źródła

- [Anthropic: Building effective agents](https://www.anthropic.com/engineering/building-effective-agents)
- [OpenAI: Agents](https://developers.openai.com/api/docs/guides/agents)
- [Anthropic: Tool use with Claude](https://platform.claude.com/docs/en/agents-and-tools/tool-use/overview)
- [Google Gemini API: Function calling](https://ai.google.dev/gemini-api/docs/function-calling)
- [OpenAI: MCP servers](https://developers.openai.com/api/docs/guides/tools-connectors-mcp)
- [OWASP GenAI Security Project: LLM06:2025 Excessive Agency](https://genai.owasp.org/llmrisk/llm062025-excessive-agency/)
- [OWASP GenAI Security Project: LLM01:2025 Prompt Injection](https://genai.owasp.org/llmrisk/llm01-prompt-injection/)
- [EUR-Lex: Rozporządzenie (UE) 2024/1689 (akt w sprawie sztucznej inteligencji, AI Act)](https://eur-lex.europa.eu/legal-content/PL/TXT/?uri=CELEX:32024R1689)