Automatyczne raporty z AI: agent, który co tydzień zrobi podsumowanie

Automatyczne raportowanie z AI to zaplanowany proces, który co tydzień pobiera dane z CRM, Jiry, GA4 czy monitoringu, liczy wskaźniki w kodzie lub SQL, a model językowy dopisuje tylko komentarz i wskazuje anomalie. Gotowy raport trafia na maila, Slacka lub Teams, a przed wysłaniem szerszemu gronu sprawdza go człowiek.

Poniżej znajdziesz przykłady raportów, architekturę krok po kroku, wzorzec chroniący przed zmyślonymi liczbami i listę pułapek.

Jakie raporty najlepiej zautomatyzować

Zacznij od raportu, który ktoś już dziś składa ręcznie, co tydzień, z tych samych źródeł. Masz wtedy gotową definicję wskaźników i punkt odniesienia do porównania.

Ostatni typ raportu opiera się na dobrze skonfigurowanym monitoringu. Jeśli dopiero go budujesz, zajrzyj do wpisów Wazuh w małej firmie i Monitoring logów: ELK i Grafana.

Architektura agenta raportowego krok po kroku

Większość tego procesu to zwykła inżynieria danych. Model językowy odpowiada za jeden etap z ośmiu.

1. Wyzwalacz według harmonogramu: cron na serwerze, zaplanowany workflow w CI, n8n albo funkcja w chmurze. Uruchom raport o stałej porze, np. w poniedziałek o 6:00, po zamknięciu tygodnia.
2. Pobranie danych przez API lub serwery MCP (czym jest MCP) na koncie technicznym z uprawnieniami tylko do odczytu.
3. Zapis migawki surowych danych z datą pobrania. Dzięki temu odtworzysz raport sprzed miesiąca i wyjaśnisz, skąd wzięła się liczba.
4. Kontrola kompletności: czy każde źródło odpowiedziało, czy liczba rekordów mieści się w oczekiwanym zakresie, czy dane obejmują cały okres.
5. Obliczenia w SQL lub kodzie: wskaźniki, porównania okresów, średnie kroczące.
6. Wykrywanie anomalii regułami, np. zmiana o więcej niż ustalony procent albo wartość poza zakresem z ostatnich tygodni. Reguła decyduje, co jest anomalią, model tylko ją opisuje.
7. Komentarz AI na podstawie gotowych wyników i listy anomalii.
8. Dostarczenie i przegląd: szkic do właściciela danych, po akceptacji wysyłka do odbiorców i archiwizacja.

Jeśli uruchamiasz raport jako zaplanowany workflow w GitHub Actions, pamiętaj, że harmonogramy działają tylko z domyślnej gałęzi, a w publicznych repozytoriach GitHub wyłącza je po 60 dniach bez aktywności.

Dlaczego model językowy nie może liczyć liczb w raporcie

Model generuje tekst, który brzmi prawdopodobnie. Suma, procent czy zaokrąglenie mogą wyjść błędnie, a w gładkim akapicie nikt tego nie zauważy. OWASP opisuje ten problem jako misinformation (LLM09) i zaleca m.in. weryfikację wyników przez ludzi.

Najpewniejszy wzorzec: model w ogóle nie wpisuje liczb. Dostaje słownik gotowych wartości i pisze komentarz z nazwanymi miejscami, a kod podstawia wartości i odrzuca tekst, który odwołuje się do nieistniejącej nazwy albo zawiera cyfry spoza miejsc. Uproszczony szkic w Pythonie:

import re

facts = {
    "przychod_tydzien": "48 200 zł",
    "przychod_zmiana": "-12,4%",
    "wygrane_szanse": "14",
}

# Tekst od modelu, np.:
# "Przychód wyniósł {przychod_tydzien} ({przychod_zmiana} tydzień do tygodnia)."
commentary = llm_commentary

bez_miejsc = re.sub(r"\{[a-z_]+\}", "", commentary)
if re.search(r"\d", bez_miejsc):
    raise ValueError("Model wpisał liczbę poza miejscami na wartości")

try:
    report_text = commentary.format_map(facts)
except KeyError as missing:
    raise ValueError(f"Model użył nieznanej wartości: {missing}")

Reguła „żadnych cyfr poza miejscami” jest surowa: odrzuci też zdanie „trzy największe szanse” zapisane cyfrą. To dobra cena za pewność, że każda liczba w raporcie pochodzi z obliczeń. Nieudane sprawdzenie powinno uruchomić ponowną generację, a po kilku próbach wysłać raport bez komentarza.

Przykładowa struktura tygodniowego raportu

Dobry raport da się przeczytać w dwie minuty. Poniższy układ sprawdza się dla sprzedaży, projektów i marketingu:

1. Najważniejsze w trzech zdaniach: komentarz AI z wartościami wstawionymi przez kod.
2. Tabela wskaźników: wartość, poprzedni tydzień, zmiana, średnia z ostatnich tygodni. Całość generuje kod.
3. Anomalie: lista wykryta regułami, każda z jednozdaniowym opisem od AI i linkiem do źródła, np. do filtra w CRM.
4. Sprawy do decyzji: maksymalnie trzy punkty, np. szansa bez kontaktu od trzech tygodni czy należność przeterminowana powyżej progu.
5. Stan danych: z jakich źródeł, o której pobrano, czego brakuje i które dane nie są jeszcze ostateczne.
6. Przegląd: kto i kiedy zatwierdził raport.

Sekcja o stanie danych wydaje się formalnością, dopóki raport nie pokaże spadku ruchu, który w rzeczywistości wynika z niepełnych danych z ostatnich dni.

Dostarczenie raportu: e-mail, Slack, Teams, PDF

Wybierz kanał, w którym odbiorca i tak pracuje. Raport, po który trzeba gdzieś wejść, przestaje być czytany po kilku tygodniach.

• E-mail: najprostszy i dobry do archiwum. Wysyłaj z dedykowanej skrzynki z poprawnie ustawionymi SPF, DKIM i DMARC.
• Slack: incoming webhook przyjmuje JSON wysłany metodą POST na unikalny adres. Ten adres zawiera sekret, więc nie może trafić do repozytorium.
• Microsoft Teams: Microsoft wycofuje konektory Office 365, a ich wyłączenie zaplanował na 18–22 maja 2026. Jeśli raport korzysta ze starego webhooka, przejdź na aplikację Workflows.
• PDF: przydatny dla zarządu i klientów. Grafana w wersjach Enterprise i Cloud potrafi wysyłać zaplanowane raporty PDF z dashboardów, więc część raportów technicznych nie wymaga własnego generatora.

Na etapie przeglądu wystarczy, że szkic trafia najpierw do jednej osoby z przyciskiem lub odpowiedzią „zatwierdzam”. Po kilku tygodniach bez poprawek możesz rozważyć automatyczną wysyłkę dla raportów wewnętrznych o niskim ryzyku.

Najczęstsze pułapki automatycznych raportów

• Zmyślone liczby. Opisane wyżej. Jedyna skuteczna obrona to liczby wyłącznie z kodu.
• Nieaktualne i niepełne dane. Search Console API domyślnie zwraca dane ostateczne; z parametrem dataState ustawionym na all dostaniesz świeższe, ale część wierszy może jeszcze się zmienić. Zaznacz to w raporcie.
• Pusta odpowiedź potraktowana jak zero. Wygasły token, limit zapytań albo zmiana API i raport ogłasza spadek sprzedaży o 100%. Brak danych musi zatrzymać raport, a nie wejść do obliczeń.
• Różne definicje tygodnia i stref czasowych. Ustal, że tydzień zaczyna się w poniedziałek i liczysz go w czasie polskim, także dla danych z systemów działających w UTC.
• Zbyt szerokie uprawnienia. Konto techniczne widzi wszystko, a raport łączy dane z kilku systemów. Odbiorca raportu sprzedaży nie powinien przy okazji zobaczyć wynagrodzeń z raportu przepływów.
• Zmiana definicji wskaźnika. Ktoś zmienia etapy lejka w CRM i porównanie z poprzednimi tygodniami traci sens. Wersjonuj definicje razem z kodem raportu.
• Raport, którego nikt nie czyta. Mierz otwarcia albo pytaj odbiorców raz na kwartał, co z raportu wykorzystali. Usuwaj sekcje, których nikt nie potrzebuje.

Od czego zacząć automatyczne raportowanie

Pierwszy raport nie musi obejmować wszystkich systemów. Lepiej, żeby był mały, poprawny i czytany, niż rozbudowany i podważany na każdym spotkaniu.

1. Wybierz jeden raport i jednego właściciela. Osoba, która dziś składa go ręcznie, zna wyjątki i wie, które liczby budzą pytania zarządu.
2. Spisz definicje wskaźników. Co to jest „wygrana szansa”, od której daty liczysz przychód, czy faktury korygujące obniżają sprzedaż w tygodniu wystawienia. Ten dokument jest ważniejszy od promptu.
3. Zbuduj część bez AI. Pobranie danych, obliczenia i tabela wskaźników muszą działać samodzielnie. Jeśli model przestanie odpowiadać, raport nadal wychodzi, tylko bez komentarza.
4. Dodaj komentarz AI z ograniczonym zadaniem. Na początek wystarczy streszczenie w trzech zdaniach i opis anomalii wykrytych regułami.
5. Uruchom raport równolegle z ręcznym przez trzy, cztery tygodnie i porównuj wyniki liczba po liczbie.
6. Zbierz uwagi odbiorców i dopiero potem dokładaj kolejne źródła lub sekcje.

Rozbieżności z etapu równoległego prawie zawsze pokazują różnice w definicjach, a nie błędy w kodzie. Wyjaśnij je, zanim ktokolwiek zacznie podejmować decyzje na podstawie nowej wersji. Więcej przykładów automatyzacji znajdziesz we wpisie Automatyzacje AI w 2026, a jeśli chcesz zlecić zbudowanie takiego raportu, zobacz nasze usługi.