AI nie zna Twojej firmy. Ten kontekst trzeba mu zbudować

Kontekst firmy dla AI to uporządkowana wiedza, aktualne dane i reguły, dzięki którym model rozumie, jak działa Wasza firma. Bez tego ChatGPT, Claude czy agent podłączony do CRM-u nie korzysta z Waszego sposobu sprzedaży. Korzysta z rynkowej średniej.

Dlatego ten sam model potrafi dobrze streścić spotkanie i jednocześnie napisać słabą ofertę. Słyszy słowa, ale nie wie, że „projekt partnerski” ma u Was inne znaczenie niż u konkurencji. Nie zna aktualnego cennika. Nie rozumie, kiedy szansa naprawdę może przejść do negocjacji. Nie wie też, których obietnic handlowiec nie może składać.

W dwóch rozmowach z jednym z klientów ten problem wrócił pod prostą postacią: narzędzie nie rozumie firmowych skrótów i wewnętrznego języka. To nie jest wada jednego produktu. Model dostał transkrypcję, ale nie dostał słownika, oferty ani zasad procesu.

Jeśli chcesz zobaczyć cały obraz, zacznij od przewodnika AI w sprzedaży: od narzędzia do wdrożenia. Tutaj zajmę się jedną z jego warstw: tym, co AI musi wiedzieć o firmie, skąd ma brać aktualny stan spraw i kto odpowiada za poprawność tej wiedzy.

W skrócie

• Nie opisuj całej firmy. Zacznij od jednego zadania, które AI ma wykonywać.
• Trwałą wiedzę, taką jak oferta, ICP i język, trzymaj w wersjonowanym źródle.
• Bieżących szans, maili i zadań nie kopiuj do „bazy wiedzy”. AI powinno czytać je z systemów źródłowych.
• Do każdego obszaru przypisz właściciela i datę ostatniego sprawdzenia.
• Poprawka człowieka powinna wracać do źródła. Inaczej kolejny wynik będzie miał ten sam błąd.

Kontekst firmy to nie jeden długi prompt

Prompt opisuje pojedyncze zadanie: co zrobić, w jakim formacie i dla kogo. Kontekst dostarcza wiedzę potrzebną do wykonania tego zadania. Dane operacyjne pokazują, co dzieje się teraz. Reguły procesu mówią, co z tych danych wynika i co AI może zrobić dalej.

Wrzucenie wszystkiego do jednego dokumentu zaciera te granice. Po miesiącu w pliku nadal widnieje poprzednia cena, obok niej skopiowany status jednej szansy, a na końcu instrukcja dotycząca tylko ofert. Model nie wie, co jest trwałą zasadą, co przykładem, a co nieaktualnym stanem.

Co powinien zawierać kontekst firmy dla AI?

Minimalny kontekst firmy powinien zawierać siedem obszarów: opis firmy i jej pozycjonowania, ofertę i ceny, klientów oraz ICP, język komunikacji, firmowy słownik, historie klientów, a także ograniczenia i uprawnienia. Zakres każdego obszaru zależy od zadania. Agent przygotowujący briefing nie potrzebuje całej wiedzy działu realizacji.

Najczęstszy błąd polega na zebraniu samych materiałów marketingowych. Strona internetowa mówi, jak firma chce wyglądać na zewnątrz. Nie wyjaśnia, dlaczego jedna szansa jest kwalifikowana, druga nie, kto zatwierdza rabat i co oznacza firmowy skrót z transkrypcji. Dlatego kontekst trzeba uzupełnić wiedzą ludzi, którzy wykonują dany proces.

Nie każda opinia pracownika jest jednak faktem. W materiałach rozdzielam trzy etykiety:

1. Fakt: ma źródło, właściciela i datę sprawdzenia.
2. Interpretacja: opisuje sposób rozumienia faktu albo hipotezę.
3. Brak: pytanie pozostaje otwarte, zamiast dostać odpowiedź dopisaną przez AI.

To ważniejsze niż format pliku. Model, który widzi uczciwe „nie wiadomo”, jest bezpieczniejszy od modelu karmionego kompletnym dokumentem pełnym założeń.

Co trafia do plików, a co zostaje w CRM-ie?

Do plików trafia wiedza trwała. Aktualne dane klientów i pracy zostają w systemach, w których powstają. Sekrety oraz dane, których narzędzie nie potrzebuje, nie powinny trafić do żadnej z tych warstw.

Ta tabela nie narzuca narzędzia. W małej firmie trwałą wiedzę można utrzymać w dobrze zarządzanych dokumentach. W bardziej technicznym środowisku wygodne jest prywatne repozytorium tekstowych plików, bo widać historię zmian i można wskazać źródła. W obu przypadkach obowiązuje ta sama zasada: jedno źródło prawdy, jawny właściciel i data ostatniego sprawdzenia.

Nie kopiuj całego CRM-u do statycznego pliku. Taki eksport jest prawdziwy tylko w chwili utworzenia. Agent powinien pobierać potrzebne pola z systemu tuż przed wykonaniem zadania i na początku działać w trybie tylko do odczytu. Jak przygotować proces i uprawnienia przed takim dostępem, opisałem w materiale o wdrożeniu agenta AI w firmie.

Zacznij od jednego zadania, nie od całej firmy

Budowa pełnej encyklopedii firmy przed pierwszym testem kończy się zwykle katalogiem, którego nikt nie utrzymuje. Lepszym punktem startu jest jeden powtarzalny dokument: briefing przed rozmową, follow-up albo pierwsza wersja oferty.

Weźmy ofertę po spotkaniu. Do jej przygotowania AI potrzebuje:

• z trwałego kontekstu: oferty, cen, zakresu, ICP, przykładów języka i listy obietnic, których nie składacie;
• z danych operacyjnych: transkrypcji spotkania, osoby i firmy z CRM-u, etapu szansy oraz uzgodnionego następnego kroku;
• z reguł procesu: warunków rabatu, wymaganych sekcji, osoby zatwierdzającej i informacji, których nie wolno dopisać;
• z promptu: polecenia przygotowania pierwszej wersji w określonym formacie.

To wystarczy do testu. Nie potrzeba przy tym historii wszystkich projektów, instrukcji księgowości ani pełnego eksportu skrzynki. Kontekst ma być kompletny dla zadania, a nie duży.

Jak zbudować kontekst firmy dla AI w sześciu krokach?

1. Wybierz wynik, który ma powstawać

Nazwij jedno zadanie i pokaż przykład dobrego wyniku. „Pomoc w sprzedaży” jest za szeroka. „Pierwsza wersja briefingu przed rozmową, przygotowana z CRM-u i historii maili” daje się sprawdzić.

2. Rozpisz decyzje potrzebne do wykonania zadania

Zapytaj osobę, która dziś wykonuje pracę: co sprawdza, po czym poznaje wyjątek, skąd bierze ceny, kiedy przerywa i kogo pyta o zgodę. Właśnie tu wychodzą reguły, których nie ma na stronie internetowej ani w CRM-ie.

3. Zbierz minimalny zestaw źródeł

Wybierz tylko materiały potrzebne do tych decyzji. Przy briefingu może to być ICP, słownik, etapy sprzedaży i zasady następnego kroku. Przy ofercie dochodzą ceny, zakres i wyłączenia. Każdemu źródłu przypisz właściciela.

4. Oddziel wiedzę trwałą od danych bieżących

To, co obowiązuje wiele spraw przez tygodnie albo miesiące, zapisz w źródle wiedzy. To, co zmienia się przy każdej szansie, czytaj z CRM-u, poczty i kalendarza. Dane pobieraj możliwie wąsko, tylko do bieżącego zadania.

5. Przetestuj na prawdziwych przypadkach

Uruchom zadanie na kilku różnych sprawach, także na trudnym wyjątku. Nie oceniaj, czy tekst „brzmi dobrze”. Sprawdź fakty: poprawny produkt, cena, etap, osoba, następny krok, zgodność z ograniczeniami i liczbę poprawek przed użyciem.

6. Zapisuj poprawki w źródle

Jeżeli handlowiec trzeci raz zmienia to samo sformułowanie, nie poprawiaj wyłącznie dokumentu końcowego. Ustal, czy brakuje reguły tonu, faktu o ofercie czy definicji w słowniku, i zaktualizuj właściwe źródło. Dzięki temu korekta pracuje również przy kolejnym zadaniu.

Jak utrzymać kontekst, żeby nie zestarzał się po miesiącu?

Każdy obszar kontekstu powinien mieć cztery pola: właściciela, źródło, datę ostatniej weryfikacji i termin kolejnego przeglądu. Bez właściciela data zmienia się w ostrzeżenie, na które nikt nie reaguje.

Nie wszystko wymaga tego samego rytmu. Cena powinna zmienić się w kontekście razem z cennikiem. Opis segmentu może być przeglądany kwartalnie. Firmowy słownik aktualizuje się wtedy, gdy zespół trafia na nowy skrót albo powtarzalną korektę. Stan szansy nie ma przeglądu, bo ma być czytany na żywo z CRM-u.

Warto też zapisać zależności. Zmiana ceny wpływa na ofertę, warunki handlowe i przykładowe dokumenty. Zmiana ICP wpływa na persony, argumenty i kryteria kwalifikacji. Kontekst firmy nie jest więc folderem niezależnych notatek. Jest grafem decyzji, w którym zmiana jednego faktu może wymagać sprawdzenia kilku dalszych materiałów.

Co znajduje się w moim repozytorium?

Tę samą wiedzę wykorzystują ludzie, CRM i agent. Nie ma sensu opisywać jej trzy razy w trzech formatach. Dlatego zbudowałem GTM Ontology Framework: otwartą metodę, która zapisuje kontekst firmy i logikę systemów GTM w jednym powiązanym modelu. Repozytorium jest na licencji MIT.

Framework nie jest kolejnym miejscem do rozmowy z AI. Buduje źródło prawdy, z którego mogą korzystać agent, człowiek i integracja z CRM-em. Składa się z dwóch połączonych części.

Company context opisuje, co firma sprzedaje, komu i dlaczego. Obejmuje strategię, grupy produktów, segmenty, ICP, persony, sytuacje zakupowe, pozycjonowanie, propozycje wartości, komunikaty i sposoby pozyskiwania klientów. Każdy fakt może mieć źródło, status, właściciela i termin ponownej weryfikacji.

GTM ontology opisuje, jak firma działa w systemach sprzedażowych. Tu pojawia się element, którego nie da się odtworzyć z folderu dokumentów: proces sprzedaży zapisany jako stany, kryteria i dozwolone przejścia.

Do repozytorium dołączyłem trzy skille. Pierwszy buduje kontekst firmy z materiałów i rozmów. Drugi przepytuje właściciela procesu, odczytuje konfigurację CRM-u i tworzy ontologię. Trzeci sprawdza na śladach pracy, czy agent naprawdę korzysta z właściwych źródeł, respektuje uprawnienia i potrafi się zatrzymać.

Jest też kompletny przykład fikcyjnej firmy z Pipedrive. Można zobaczyć lejek z kryteriami etapów, mapowanie pól, istniejące automatyzacje, działania agenta, mierniki i zasady uprawnień. To ważne rozróżnienie: opis firmy mówi agentowi, co jest prawdą, a ontologia procesu mówi, co z tej prawdy wynika i co wolno zrobić.

Jakie gotowe narzędzia pomagają zbudować kontekst firmy dla AI?

Gotowe platformy potrafią połączyć dokumenty, rozmowy i systemy z modelami AI. Nie każda buduje jednak kontekst w tym samym znaczeniu. Jedne głównie wyszukują wiedzę. Drugie przechowują wspólną pamięć zespołu. Trzecie łączą dane, logikę i działania w jeden model operacyjny.

Poniższa ocena dotyczy funkcji opisanych przez producentów 03.09.2026. Nie jest testem wdrożeniowym ani rankingiem jakości.

Narzędzia dla enterprise

Microsoft nie zamknął odpowiednika Foundry i AIP w jednym produkcie. Ontologia i stan firmy trafiają do Fabric IQ. Dokumenty i polityki obsługuje Foundry IQ. Kontekst współpracy dostarcza Work IQ. Agenci działają w Foundry Agent Service albo Copilot Studio. Uprawnienia i nadzór są rozłożone między Entra, OneLake i Purview.

W rodzinie Microsoft IQ jest też Web IQ, ale nie dodałem go do tabeli. Dostarcza agentom aktualną wiedzę z publicznego internetu, więc nie rozwiązuje problemu budowy wewnętrznego kontekstu firmy.

Różnica między tymi platformami a GTM Ontology Framework nie sprowadza się do listy integracji. Platforma daje model, interfejs, wyszukiwanie i miejsce wykonywania pracy. Framework pomaga najpierw nazwać firmową wiedzę, znaczenie pól, przebieg procesu, działania i granice uprawnień. Można użyć obu warstw razem: utrzymywać jawny model jako źródło prawdy, a wybrane narzędzie wykorzystać do dostarczenia go ludziom i agentom.

Przed wyborem platformy sprawdź pięć rzeczy:

1. Czy narzędzie pomaga tworzyć kontekst, czy tylko przeszukuje dostarczone pliki?
2. Czy oddziela wiedzę trwałą od bieżących danych z systemów?
3. Czy wynik pokazuje źródło, a dostęp respektuje uprawnienia użytkownika?
4. Czy da się opisać reguły procesu, zatwierdzenia i skutki działań agenta?
5. Czy kontekst można wyeksportować i utrzymać po zmianie modelu albo platformy?

Po czym poznać, że kontekst działa?

Dobry kontekst nie sprawia, że każdy tekst AI wygląda efektownie. Sprawia, że wynik jest zgodny z rzeczywistością firmy i wymaga mniej powtarzalnych korekt.

Najpierw mierz poprawność i pracę potrzebną do zatwierdzenia. Dopiero później czas wykonania. Szybko przygotowana oferta z nieaktualną ceną nie jest sukcesem automatyzacji.

Zacznij od kontekstu dla jednego wyniku

Jeżeli chcesz zrobić to sam, wybierz dokument, który zespół przygotowuje co tydzień. Zbierz do niego tylko potrzebną ofertę, reguły, słownik i przykłady. Potem dodaj aktualne dane z jednego systemu i sprawdź wynik na kilku realnych sprawach. To wystarczy, żeby zobaczyć, czego naprawdę brakuje.

Jeżeli zespół potrzebuje wspólnej metody bez integracji, zobacz Program AI dla zespołu sprzedaży. Jeżeli kontekst ma działać razem z CRM-em, pocztą i akceptacją człowieka, sprawdź zakres wdrożenia AI w sprzedaży B2B. A jeśli nie wiesz, od którego wariantu zacząć, możesz umówić 30 minut rozmowy.