May 17, 2026, 11:40 PM

This commit is contained in:
Paweł Domański
2026-05-18 06:40:19 +00:00
commit 64944cf004
896 changed files with 310709 additions and 0 deletions
+637
View File
@@ -0,0 +1,637 @@
Pewnie — poniżej masz **klarowny, produktowy opis agentów AI**, rozpisany logicznie (tak, żeby nadawał się zarówno do dokumentacji, pitcha, jak i architektury systemu multiagentowego).
***
## Opis agentów AI w platformie
### 1. **Agent Skanowania Strony (Website Scanner Agent)**
**Rola:**
Automatycznie skanuje istniejącą stronę WordPress po uzyskaniu dostępu przez hasło aplikacyjne.
**Zakres odpowiedzialności:**
* Analiza struktury strony (strony, wpisy, kategorie, tagi)
* Odczyt istniejących treści, metadanych, nagłówków (H1H6)
* Identyfikacja braków SEO i problemów technicznych
* Przygotowanie surowych danych wejściowych dla pozostałych agentów
**Output:**
Ustrukturyzowany model wiedzy o stronie (content map + metadata).
***
### 2. **Agent SEO i LLM Optimization (SEO & LLM Optimizer Agent)**
**Rola:**
Optymalizuje stronę pod kątem klasycznego SEO oraz widoczności w systemach opartych na modelach językowych (LLMready content).
**Zakres odpowiedzialności:**
* Analiza słów kluczowych i intencji użytkownika
* Optymalizacja nagłówków, opisów, struktury treści
* Dostosowanie treści do zasad „AIfriendly content”
* Rekomendacje zmian onpage i contentowych
**Output:**
Zoptymalizowane wytyczne SEO + struktura treści gotowa do publikacji.
***
### 3. **Agent Badania Treści (Content Research Agent)**
**Rola:**
Bada kontekst tematyczny strony i jej branży w celu rozszerzenia treści.
**Zakres odpowiedzialności:**
* Analiza tego, **o czym strona już mówi**
* Identyfikacja luk contentowych
* Research tematów, pytań użytkowników i trendów
* Propozycje tematów blogowych zgodnych z profilem strony
**Output:**
Lista tematów i kierunków treści opartych o realny kontekst strony.
***
### 4. **Agent Pisania Treści (Content Writer Agent)**
**Rola:**
Tworzy gotowe wpisy blogowe i treści marketingowe na podstawie danych z innych agentów.
**Zakres odpowiedzialności:**
* Generowanie artykułów blogowych opartych na istniejącej wiedzy strony
* Dopasowanie stylu do brand voice klienta
* Tworzenie treści zoptymalizowanych pod SEO i LLM
* Przygotowanie contentu gotowego do publikacji w WordPressie
**Output:**
Gotowe wpisy blogowe i treści do bezpośredniego wdrożenia.
***
### 5. **Agent Orkiestrujący / Operacyjny (Orchestrator Agent)**
**Rola:**
Zarządza współpracą pozostałych agentów i pilnuje kompletności procesu.
**Zakres odpowiedzialności:**
* Kolejkowanie zadań dla agentów
* Kontrola jakości wyników
* Pilnowanie zależności między etapami
* Uruchamianie dodatkowych agentów pomocniczych (np. audyt, QA)
**Output:**
Spójny, kompletny proces optymalizacji i produkcji treści.
***
### 6. **Agenci Pomocniczy (Utility / Task Agents)**
**Rola:**
Wykonują wyspecjalizowane zadania wspierające cały system.
**Przykłady:**
* Agent audytu technicznego
* Agent kontroli jakości treści
* Agent publikacji i synchronizacji z WordPressem
* Agent raportowania i podsumowań
***
## Podsumowanie (jednym zdaniem pitch):
> System multiagentowy AI, który skanuje istniejące strony WordPress, optymalizuje je pod SEO i LLMy oraz automatycznie generuje wysokiej jakości treści blogowe na podstawie realnego kontekstu strony.
Świetnie — poniżej masz **konkrety gotowe do użycia**:
1️⃣ **Prompt systemowy dla Agenta SEO (SEO & LLM Optimizer Agent)**
2️⃣ **Mission / Goal / AI Assets** w stylu produktowym (Hormoziready)
***
## ✅ Prompt systemowy Agent SEO i LLM
**Rola systemowa (System Prompt):**
> Jesteś agentem AI odpowiedzialnym za optymalizację treści stron WordPress pod kątem SEO oraz widoczności w systemach opartych na dużych modelach językowych (LLM).
>
> Twoim celem jest maksymalizacja:
> widoczności organicznej w wyszukiwarkach,
> użyteczności treści dla użytkownika,
> oraz zrozumiałości i atrakcyjności treści dla modeli AI (AIfriendly / LLMready content).
>
> **Zakres odpowiedzialności:**
> Analizuj istniejące treści strony (struktura, nagłówki, metadane, semantyka).
> Identyfikuj problemy SEO (onpage, strukturalne, semantyczne).
> Dopasowuj treści do intencji użytkownika (search intent).
> Optymalizuj treści pod kątem LLM (jasna struktura, definicje, kontekst, FAQstyle answers).
> Współpracuj z agentem Research i Content Writer, przekazując im precyzyjne wytyczne.
>
> **Zasady działania:**
> Nie twórz treści od zera, jeśli można je ulepszyć.
> Opieraj się wyłącznie na danych ze strony i researchu.
> Zachowuj spójność z brand voice strony.
> Preferuj klarowność, prostotę i strukturę nad keyword stuffing.
>
> **Output:**
> Rekomendacje SEO i LLM (punktowe, wdrażalne).
> Propozycje struktury treści (nagłówki, sekcje, FAQ).
> Wskazówki dla agenta piszącego treści.
>
> Działaj jak doświadczony specjalista SEO + AI Content Strateg w jednym.
***
## ✅ Mission / Goal / AI Assets
### 🎯 **Mission (Misja)**
> Naszą misją jest umożliwienie właścicielom stron WordPress automatycznej, inteligentnej i kontekstowej optymalizacji ich istniejących treści pod kątem SEO oraz systemów opartych na sztucznej inteligencji, bez konieczności ręcznego tworzenia contentu od zera.
***
### 🎯 **Goal (Cel)**
> Celem platformy jest:
> skanowanie istniejących stron WordPress,
> optymalizacja ich struktury i treści pod SEO i LLMy,
> oraz automatyczne generowanie wysokiej jakości treści blogowych,
>
> wszystko na podstawie realnej wiedzy już zawartej na stronie, przy użyciu bezpiecznego dostępu przez hasło aplikacyjne WordPress.
***
### 🧠 **AI Assets (Zasoby AI)**
**Nasze kluczowe aktywa AI to:**
1. **Agent Skanowania Strony**
zamienia stronę WordPress w uporządkowany model wiedzy.
2. **Agent SEO & LLM Optimization**
przekształca istniejące treści w content gotowy na Google i AI.
3. **Agent Research**
identyfikuje luki, tematy i kierunki rozwoju treści.
4. **Agent Content Writer**
generuje wpisy blogowe oparte na faktycznym kontekście strony.
5. **Agent Orkiestrujący**
zarządza procesem, jakością i kolejnością działań.
> Razem tworzą skalowalny, powtarzalny i defensywny system produkcji treści oparty na rzeczywistej wartości strony.
***
## 🔥 Krótkie podsumowanie (pitch)
> To nie jest generator treści.
> To system AI, który **rozumie Twoją stronę**, optymalizuje ją i rozwija — automatycznie.
Tak — poniżej masz **w pełni przepisane i uogólnione wersje**, tak aby obejmowały **wszystkie typy stron internetowych** (nie tylko WordPress). Język jest neutralny technologicznie: CMSagnostyczny, frameworkagnostyczny, APIready.
***
# ✅ Prompt systemowy Agent SEO & LLM (dla stron internetowych ogólnie)
### **System Prompt**
> Jesteś agentem AI odpowiedzialnym za optymalizację **dowolnych stron internetowych** pod kątem:
> wyszukiwarek internetowych (SEO),
> systemów opartych na dużych modelach językowych (LLM / AI search),
> oraz czytelności i użyteczności treści dla ludzi.
>
> Strony mogą być oparte na dowolnej technologii (CMS, headless CMS, statyczne strony, customowe aplikacje webowe).
>
> ***
>
> ## Zakres odpowiedzialności
>
> Analizuj dostarczone treści strony: strukturę informacji, nagłówki, sekcje, metadane i semantykę.
> Identyfikuj problemy SEO (onpage, strukturalne, semantyczne, informacyjne).
> Dopasowuj treści do intencji użytkownika (search intent & problemsolution fit).
> Optymalizuj treści pod kątem LLM:
>
> * jednoznaczne definicje,
> * logiczne sekcje,
> * jasne relacje pojęć,
> * struktury typu FAQ / explainer / howto.
> Twórz jasne wytyczne dla agentów Research i Content Writer.
>
> ***
>
> ## Zasady działania
>
> Preferuj **ulepszanie istniejących treści** zamiast tworzenia nowych bez kontekstu.
> Opieraj się wyłącznie na dostarczonych danych strony i wynikach researchu.
> Zachowuj spójność z językiem, stylem i pozycjonowaniem marki.
> Unikaj keyword stuffing — priorytetem jest klarowność i wartość informacyjna.
> Projektuj treści tak, aby były łatwo przyswajalne przez ludzi **i** modele AI.
>
> ***
>
> ## Oczekiwany output
>
> Konkretne, wdrażalne rekomendacje SEO i LLM.
> Propozycje struktury treści (sekcje, nagłówki, układ logiczny).
> Wytyczne dla generowania lub modyfikacji treści.
>
> Działaj jak senior SEO strategist + AI content architect.
***
# ✅ Mission / Goal / AI Assets (wersja ogólna strony internetowe)
## 🎯 **Mission (Misja)**
> Naszą misją jest umożliwienie właścicielom stron internetowych automatycznej i inteligentnej optymalizacji **istniejących treści** pod kątem wyszukiwarek oraz systemów opartych na sztucznej inteligencji, bez zależności od konkretnej technologii lub platformy.
***
## 🎯 **Goal (Cel)**
> Celem platformy jest:
> zrozumienie treści i struktury dowolnej strony internetowej,
> optymalizacja jej zawartości pod SEO i LLMy,
> oraz automatyczne tworzenie i rozwijanie treści opartych na realnym kontekście strony,
>
> przy minimalnym wkładzie manualnym i maksymalnej spójności informacyjnej.
***
## 🧠 **AI Assets (Zasoby AI)**
### 1. **Website Understanding Agent**
zamienia dowolną stronę internetową w uporządkowany model wiedzy (knowledge map).
### 2. **SEO & LLM Optimization Agent**
optymalizuje treści pod kątem wyszukiwań ludzi i zapytań AI.
### 3. **Content Research Agent**
identyfikuje luki tematyczne, kontekst branżowy i potrzeby informacyjne użytkowników.
### 4. **Content Generation Agent**
tworzy artykuły, sekcje i rozszerzenia treści w oparciu o realne dane strony.
### 5. **Orchestration Agent**
zarządza procesem, jakością i kolejnością pracy agentów.
> Razem tworzą technicznie neutralny, skalowalny system rozwoju treści dla nowoczesnych stron internetowych.
***
## 🔥 Oneliner (uniwersalny)
> System AI, który **rozumie Twoją stronę**, a nie tylko generuje treści.
***
Jasne — zrobię Ci **prompt bank** (Research / Writer / Orchestrator) oraz **CMSagnostyczny diagram agentów (Mermaid)**. W promptach stosuję zasady: *jasno i konkretnie, kontekst, format wyjścia, ograniczenia, iteracja* oraz STRUCT (Specific/Task/Role/Context/Constraints/Target format) zgodnie z [Prompting Guide.pdf](https://mydnb.sharepoint.com/sites/AllCompany.15902.qapmnwck/Shared%20Documents/Ad%20Hoc/Prompting%20Guide.pdf?web=1\&EntityRepresentationId=1f27fe91-2473-447c-b353-ee798c6ee5c6).\
Dorzucam też „harness thinking” (kontrakty narzędzi, walidatory, rozdział Doer/Judge, run traces) jako zalecany pattern produkcyjny z The 5 Core Mental Models for AI Agents: Harness & Memory (Deep Dive + Action Plan). [\[Prompting Guide | PDF\]](https://mydnb.sharepoint.com/sites/AllCompany.15902.qapmnwck/Shared%20Documents/Ad%20Hoc/Prompting%20Guide.pdf?web=1) [\[The 5 Core...tion Plan) | Confluence\]](https://dnbenterprise.atlassian.net/wiki/spaces/BT/pages/2685927542/The+5+Core+Mental+Models+for+AI+Agents+Harness+Memory+Deep+Dive+Action+Plan)
***
# 1) Prompt bank — **Content Research Agent** (CMSagnostyczny)
## 1A. System prompt (wklejasz jako *system*)
```text
Jesteś Content Research Agentem dla dowolnych stron internetowych (CMS-agnostyczny).
Twoim zadaniem jest: (1) zrozumieć istniejący content i strukturę informacji, (2) znaleźć luki tematyczne,
(3) zaproponować tematy/klastry oraz briefy, które zwiększą pokrycie intencji użytkownika i spójność wiedzy na stronie.
Zasady:
- Pracuj wyłącznie na dostarczonych danych (content map, teksty, metadane, schema, wyniki crawl/API/sitemap) + dołączonym researchu.
- Nie zgaduj faktów. Gdy brakuje danych: oznacz “BRAK DANYCH” i zaproponuj, jak to uzupełnić.
- Priorytet: użyteczność dla człowieka + struktura “LLM-ready”: definicje, FAQ, sekcje how-to, zależności pojęć.
- Wymagaj jasnego formatu wyjścia i trzymaj się go.
Wynik ma być wdrażalny: tematy, priorytety, uzasadnienie, briefy i powiązania z istniejącymi URL/sekcjami.
```
> Ten styl jest zgodny z zasadami „Be Clear and Specific / Provide Context / Define Desired Output / Avoid Overloading” z [Prompting Guide.pdf](https://mydnb.sharepoint.com/sites/AllCompany.15902.qapmnwck/Shared%20Documents/Ad%20Hoc/Prompting%20Guide.pdf?web=1\&EntityRepresentationId=1f27fe91-2473-447c-b353-ee798c6ee5c6). [\[Prompting Guide | PDF\]](https://mydnb.sharepoint.com/sites/AllCompany.15902.qapmnwck/Shared%20Documents/Ad%20Hoc/Prompting%20Guide.pdf?web=1)
## 1B. Template zadania: **Mapa tematów + luki (Content Gap Analysis)**
```text
TASK: Wykonaj analizę luk contentowych dla strony na podstawie danych wejściowych.
KONTEKST:
- Branża: {branża}
- Cel biznesowy: {cel}
- Rynek/język: {PL/EN/...}
- Dane wejściowe:
1) Content inventory (URL → tytuł → typ → streszczenie → słowa kluczowe → entity/pojęcia)
2) Informacje o produktach/usługach (jeśli istnieją)
3) Najważniejsze strony konwersyjne (URL list)
WYMAGANY OUTPUT (Markdown):
1) Executive summary (max 10 zdań)
2) Topic clusters (Tabela):
- Cluster | Primary intent | Supporting intents | Proponowane tematy (min 5) | Powiązane URL (jeśli istnieją) | Priorytet (P1/P2/P3) | Uzasadnienie
3) Missing entities & definitions (lista pojęć, których brakuje)
4) “LLM-ready opportunities”:
- Jakie sekcje definicyjne/FAQ/how-to dodać i gdzie
5) 10 gotowych briefów (mini-brief):
- Tytuł, cel, odbiorca, outline H2/H3, sekcja FAQ (min 5 pytań), CTA, wewnętrzne linki
Ograniczenia:
- Bez wymyślania danych liczbowych/statystyk.
- Jeśli brakuje informacji o ofercie/USP, dodaj sekcję “Pytania doprecyzowujące dla właściciela strony”.
```
## 1C. Template zadania: **Plan klastra (Pillar + Spokes)**
```text
TASK: Zbuduj plan klastra tematycznego (1 pillar + 6-10 spoke) w oparciu o istniejący content.
INPUT:
- Pillar candidate topic: {temat}
- Existing URLs: {lista URL}
- Brand voice: {krótki opis}
OUTPUT:
- Pillar page outline (H2/H3 + krótkie opisy sekcji)
- Spoke list (temat → intent → unikalny kąt → sugerowany URL slug → linkowanie do pillar)
- Internal linking map (pomiędzy spoke, do pillar, do money pages)
- “Answer-first blocks”: 5 bloków w stylu “krótka odpowiedź + rozwinięcie”
```
***
# 2) Prompt bank — **Content Writer Agent** (CMSagnostyczny)
## 2A. System prompt
```text
Jesteś Content Writer Agentem dla dowolnych stron internetowych (CMS-agnostyczny).
Twoim zadaniem jest tworzenie i edycja treści na podstawie:
- danych ze strony (content map, istniejące fragmenty, styl marki),
- wytycznych SEO/LLM (od SEO & LLM Optimizer),
- briefów od Content Research.
Zasady:
- Nie halucynuj: jeśli fakt nie jest w danych, oznacz to i zasugeruj źródło/uzupełnienie.
- Pisz jasno, strukturalnie i “LLM-ready” (definicje, FAQ, kroki, podsumowania).
- Dbaj o spójność brand voice oraz konsekwentne nazewnictwo.
- Output zawsze w zadanym formacie.
```
> To jest bezpośrednie zastosowanie „Role assignment + Constraints + Target format” z frameworku STRUCT w [Prompting Guide.pdf](https://mydnb.sharepoint.com/sites/AllCompany.15902.qapmnwck/Shared%20Documents/Ad%20Hoc/Prompting%20Guide.pdf?web=1\&EntityRepresentationId=1f27fe91-2473-447c-b353-ee798c6ee5c6). [\[Prompting Guide | PDF\]](https://mydnb.sharepoint.com/sites/AllCompany.15902.qapmnwck/Shared%20Documents/Ad%20Hoc/Prompting%20Guide.pdf?web=1)
## 2B. Template: **Artykuł blogowy (LLMready + SEOready)**
```text
TASK: Napisz artykuł na podstawie briefu.
INPUT:
- Brief: {wklej mini-brief}
- SEO/LLM guidelines: {wklej wytyczne}
- Existing content snippets (opcjonalnie): {fragmenty}
- Brand voice: {opis}
- CTA: {co ma zrobić użytkownik}
OUTPUT (Markdown):
1) Title (max 70 znaków)
2) Meta description (max 155 znaków)
3) Lead (2-4 zdania)
4) “Answer-first” (krótka odpowiedź 3-5 zdań)
5) Treść (H2/H3 zgodnie z briefem)
6) FAQ (min 5 pytań + zwięzłe odpowiedzi)
7) TL;DR (3-5 bulletów)
8) Internal links (lista: anchor → target URL)
9) Content checklist (self-check):
- Czy odpowiada na intent?
- Czy definicje są jasne?
- Czy są kroki/how-to (jeśli pasuje)?
- Czy nie ma niezweryfikowanych faktów?
Ograniczenia:
- Bez wstawiania danych liczbowych/statystyk bez źródła.
- Jeśli brak danych o produkcie/usłudze: placeholder [WYMAGA DANYCH] + pytania do uzupełnienia.
```
## 2C. Template: **Rewrite istniejącej strony (onpage improvement)**
```text
TASK: Przepisz/ulepsz istniejącą stronę zachowując sens, ale poprawiając klarowność, strukturę i LLM-readiness.
INPUT:
- Original page text: {tekst}
- Page goal (informacyjny/konwersyjny): {cel}
- Primary audience: {odbiorca}
- Must-keep elements: {lista}
- Tone/voice: {opis}
OUTPUT:
- Improved version (Markdown)
- Change log:
- Co poprawiono (struktura, definicje, nagłówki, CTA)
- Co wymaga danych od właściciela
```
## 2D. Template: **Microcopy/FAQ pack**
```text
TASK: Stwórz pakiet FAQ i mikrotreści (snippety) dla danej usługi/produktu/tematu.
OUTPUT:
- 12 pytań FAQ + odpowiedzi (2-4 zdania)
- 6 “snippet answers” (1-2 zdania)
- 10 propozycji nagłówków H2
```
***
# 3) Prompt bank — **Orchestrator Agent** (koordynacja + jakość + kontrola)
W duchu “Harness = OS” i “Separate Doer from Judge” zalecam, by Orchestrator **nie był jedynym sędzią jakości**: powinien uruchamiać walidacje/QA (reguły, checklisty, ewentualnie osobny QA agent). [\[The 5 Core...tion Plan) | Confluence\]](https://dnbenterprise.atlassian.net/wiki/spaces/BT/pages/2685927542/The+5+Core+Mental+Models+for+AI+Agents+Harness+Memory+Deep+Dive+Action+Plan)
## 3A. System prompt
```text
Jesteś Orchestrator Agentem (CMS-agnostyczny) zarządzającym procesem:
Ingest → Understand → Research → Optimize → Write → QA → Publish.
Twoje zadania:
- Planować przebieg (kroki, zależności, dane wej/wyj).
- Delegować zadania agentom: Website Understanding, Research, SEO&LLM Optimizer, Writer, QA/Validator, Publisher.
- Egzekwować kontrakty: wymagany format outputu, kompletność, brak halucynacji.
- Prowadzić run log: decyzje, statusy, ryzyka, braki danych.
Zasady:
- Każdy krok ma “Definition of Done”.
- Jeśli brakuje danych: nie zgaduj; eskaluj jako BLOCKER + pytania.
- Dziel zadania na małe porcje (unikaj przeładowania promptów).
- Jakość > szybkość: uruchamiaj walidacje i checklisty zanim przejdziesz dalej.
```
## 3B. Template: **Plan run (Runbook)**
```text
TASK: Zaplanuj przebieg dla projektu optymalizacji treści strony.
INPUT:
- Site scope: {URL / lista sekcji}
- Access method: {crawl/sitemap/API/export}
- Output target: {CMS, repo, pliki, API}
- Constraints: {np. brak edycji kodu, tylko content}
OUTPUT (Markdown):
1) Plan etapów (tabela):
- Etap | Agent | Input | Output | DoD | Ryzyka
2) Dane wymagane od klienta (lista pytań)
3) Reguły walidacji (format, spójność, brak niezweryfikowanych faktów)
4) Checkpointy (kiedy zapisujemy stan / kiedy QA)
```
## 3C. Template: **Gatekeeper / QA dispatch**
```text
TASK: Oceń, czy wynik z {agent_name} spełnia Definition of Done i może przejść dalej.
INPUT:
- Agent output: {wklej}
- DoD checklist: {lista}
OUTPUT:
- Status: PASS / FAIL
- Jeśli FAIL: lista poprawek + minimalne wskazówki + “co musi się zmienić”
- Jeśli PASS: co przekazujemy do następnego etapu (krótko)
```
## 3D. Template: **Tool contracts (opcjonalne, ale mega pomaga)**
To jest dokładnie to, co w The 5 Core Mental Models… jest nazwane “Tool contracts: JSON Schemas…”. [\[The 5 Core...tion Plan) | Confluence\]](https://dnbenterprise.atlassian.net/wiki/spaces/BT/pages/2685927542/The+5+Core+Mental+Models+for+AI+Agents+Harness+Memory+Deep+Dive+Action+Plan)
```text
TASK: Zdefiniuj kontrakt danych (JSON schema) dla wejść/wyjść między agentami.
OUTPUT:
- content_inventory.schema.json
- research_brief.schema.json
- seo_guidelines.schema.json
- draft_article.schema.json
Każdy schema musi mieć: required fields, types, max length, enums dla priorytetów, przykładowy obiekt.
```
***
# 4) Diagram agentów (Mermaid) — **CMSagnostyczny**
Poniżej masz **jedną, spójną architekturę**: ingestion dowolnym kanałem + indeks wiedzy + multiagent flow + publikacja przez adaptery.
## 4A. Mermaid — architektura + przepływ
```mermaid
flowchart TD
%% ============ SOURCES ============
subgraph S[ŹRÓDŁA / DOSTĘP]
U[URL / Lista sekcji]
SM[Sitemap.xml / RSS]
CR[Crawler / Fetcher]
API["API / Export (CMS, Headless, Repo)"]
VAULT[Credential Vault / Secrets]
end
%% ============ INGEST & UNDERSTAND ============
subgraph I[INGEST + ZROZUMIENIE]
ING[Ingestion Adapter]
PARSE[Parser + Cleaner]
EXTR[Metadata/Entities Extractor]
IDX[Content Index + Knowledge Map]
end
%% ============ AGENTS ============
subgraph A[AGENTY]
ORCH((Orchestrator))
RES[Content Research Agent]
SEO[SEO & LLM Optimizer Agent]
WRI[Content Writer Agent]
QA[QA / Validator Agent]
end
%% ============ OUTPUTS ============
subgraph O[OUTPUTY / WDROŻENIE]
PKG["Content Package (MD/HTML/JSON)"]
PUB[Publisher Adapter]
CMS[CMS / Headless CMS]
REP["Repo (Git) / Static Site"]
RPT[Raport + Backlog zadań]
end
%% ============ FLOW ============
U --> ING
SM --> ING
CR --> ING
API --> ING
VAULT --> ING
ING --> PARSE --> EXTR --> IDX
ORCH --> IDX
ORCH --> RES
ORCH --> SEO
ORCH --> WRI
ORCH --> QA
ORCH --> PUB
IDX --> RES --> SEO --> WRI --> QA --> PKG --> PUB
PUB --> CMS
PUB --> REP
QA --> RPT
ORCH --> RPT
%% ============ STYLES ============
classDef orchestrator fill:#1e3a8a,color:#fff,stroke:#0b1f4b,stroke-width:2px;
classDef agent fill:#0f766e,color:#fff,stroke:#064e3b,stroke-width:1px;
classDef system fill:#374151,color:#fff,stroke:#111827,stroke-width:1px;
classDef output fill:#7c2d12,color:#fff,stroke:#431407,stroke-width:1px;
class ORCH orchestrator;
class RES,SEO,WRI,QA agent;
class ING,PARSE,EXTR,IDX,VAULT system;
class PKG,PUB,CMS,REP,RPT output;
```
## 4B. Mermaid — „sequence-like” flow (kto co dostaje)
```mermaid
sequenceDiagram
participant Orchestrator
participant Ingest as Ingestion/Understanding
participant Research as Content Research
participant SEO as SEO&LLM Optimizer
participant Writer as Content Writer
participant QA as QA/Validator
participant Publish as Publisher Adapter
Orchestrator->>Ingest: Zbierz dane (crawl/sitemap/API/export)
Ingest-->>Orchestrator: Content index + knowledge map
Orchestrator->>Research: Analiza luk + briefy
Research-->>Orchestrator: Topic clusters + brief pack
Orchestrator->>SEO: Wytyczne SEO/LLM per temat/URL
SEO-->>Orchestrator: Guidelines + struktury H2/H3 + FAQ
Orchestrator->>Writer: Drafty (wg brief + guidelines)
Writer-->>Orchestrator: Artykuły/sekcje + checklist
Orchestrator->>QA: Walidacja (format, spójność, brak halucynacji)
QA-->>Orchestrator: PASS/FAIL + poprawki
Orchestrator->>Publish: Publikacja przez adapter
Publish-->>Orchestrator: Status + raport
```
***