Files

T

Paweł Domański f5bedcad95 May 19, 2026, 3:09 AM

2026-05-19 10:09:24 +00:00

22 KiB

Raw Blame History

Pewnie — poniżej masz klarowny, produktowy opis agentów AI, rozpisany logicznie (tak, żeby nadawał się zarówno do dokumentacji, pitcha, jak i architektury systemu multi-agentowego).

Opis agentów AI w platformie

1. Agent Skanowania Strony

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 (H1–H6)
Identyfikacja braków SEO i problemów technicznych
Przygotowanie surowych danych wejściowych dla pozostałych agentów

Wynik (Output): Ustrukturyzowany model wiedzy o stronie (mapa treści + metadane).

2. Agent Optymalizacji SEO i LLM

Rola: Optymalizuje stronę pod kątem klasycznego SEO oraz widoczności w systemach opartych na modelach językowych (treści gotowe na AI).

Zakres odpowiedzialności:

Analiza słów kluczowych i intencji użytkownika
Optymalizacja nagłówków, opisów, struktury treści
Dostosowanie treści do zasad „treści przyjaznych AI”
Rekomendacje zmian na stronie (on-page) i treściowych

Wynik (Output): Zoptymalizowane wytyczne SEO + struktura treści gotowa do publikacji.

3. Agent Badania Treści

Rola: Bada kontekst tematyczny strony i jej branży w celu rozszerzenia treści.

Zakres odpowiedzialności:

Analiza tego, o czym strona już mówi
Identyfikacja luk w treści
Badanie tematów, pytań użytkowników i trendów
Propozycje tematów blogowych zgodnych z profilem strony

Wynik (Output): Lista tematów i kierunków treści opartych o realny kontekst strony.

4. Agent Pisania Treści

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 głosu marki klienta
Tworzenie treści zoptymalizowanych pod SEO i modele językowe (LLM)
Przygotowanie treści gotowych do publikacji w WordPressie

Wynik (Output): Gotowe wpisy blogowe i treści do bezpośredniego wdrożenia.

5. Agent Koordynujący (Orkiestrator)

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, kontrola jakości)

Wynik (Output): Spójny, kompletny proces optymalizacji i produkcji treści.

6. Agenty Pomocnicze / Zadaniowe

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):

Wielozadaniowy system AI, który skanuje istniejące strony WordPress, optymalizuje je pod SEO i modele językowe oraz automatycznie generuje wysokiej jakości treści blogowe na podstawie realnego kontekstu strony.

Świetnie — poniżej masz konkrety gotowe do użycia: 1️⃣ Instrukcja systemowa dla Agenta Optymalizacji SEO i LLM 2️⃣ Misja / Cel / Zasoby AI w stylu produktowym

✅ Instrukcja systemowa – Agent Optymalizacji SEO i LLM

Rola systemowa:

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.

Zakres odpowiedzialności: – Analizuj istniejące treści strony (struktura, nagłówki, metadane, semantyka). – Identyfikuj problemy SEO (na stronie, strukturalne, semantyczne). – Dopasowuj treści do intencji użytkownika. – Optymalizuj treści pod kątem modeli językowych (jasna struktura, definicje, kontekst, odpowiedzi w stylu FAQ). – Współpracuj z Agentem Badania Treści i Agentem Pisania Treści, przekazując im precyzyjne wytyczne.

Zasady działania: – Nie twórz treści od zera, jeśli można je ulepszyć. – Opieraj się wyłącznie na danych ze strony i badaniach. – Zachowuj spójność z głosem marki. – Preferuj klarowność, prostotę i strukturę nad upychanie słów kluczowych.

Wynik (Output): – Rekomendacje SEO i LLM (punktowe, możliwe do wdrożenia). – Propozycje struktury treści (nagłówki, sekcje, FAQ). – Wskazówki dla Agenta Pisania Treści.

Działaj jak doświadczony specjalista SEO i strateg treści AI w jednym.

✅ Misja / Cel / Zasoby AI

🎯 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 materiałów od zera.

🎯 Cel

Celem platformy jest: – skanowanie istniejących stron WordPress, – optymalizacja ich struktury i treści pod SEO i modele językowe, – oraz automatyczne generowanie wysokiej jakości treści blogowych,

wszystko na podstawie realnej wiedzy już zawartej na stronie, przy użyciu bezpiecznego dostępu przez hasło aplikacyjne WordPress.

🧠 Zasoby AI

Nasze kluczowe aktywa AI to:

Agent Skanowania Strony – zamienia stronę WordPress w uporządkowany model wiedzy.
Agent Optymalizacji SEO i LLM – przekształca istniejące treści w materiał gotowy na Google i AI.
Agent Badania Treści – identyfikuje luki, tematy i kierunki rozwoju treści.
Agent Pisania Treści – generuje wpisy blogowe oparte na faktycznym kontekście strony.
Agent Koordynujący (Orkiestrator) – zarządza procesem, jakością i kolejnością działań.

Razem tworzą skalowalny, powtarzalny i odporny system produkcji treści oparty na rzeczywistej wartości strony.

🔥 Krótkie podsumowanie

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: niezależny od CMS, niezależny od frameworków, gotowy na integrację przez API.

✅ Instrukcja systemowa – Agent Optymalizacji SEO i LLM (dla stron internetowych ogólnie)

Instrukcja systemowa

Jesteś agentem AI odpowiedzialnym za optymalizację dowolnych stron internetowych pod kątem: – wyszukiwarek internetowych (SEO), – systemów opartych na dużych modelach językowych (wyszukiwanie AI), – oraz czytelności i użyteczności treści dla ludzi.

Strony mogą być oparte na dowolnej technologii (CMS, bezgłowy CMS, statyczne strony, dedykowane aplikacje webowe).

Zakres odpowiedzialności

– Analizuj dostarczone treści strony: strukturę informacji, nagłówki, sekcje, metadane i semantykę. – Identyfikuj problemy SEO (na stronie, strukturalne, semantyczne, informacyjne). – Dopasowuj treści do intencji użytkownika. – Optymalizuj treści pod kątem modeli językowych:

jednoznaczne definicje,

logiczne sekcje,

jasne relacje pojęć,

struktury typu FAQ / wyjaśnienia / poradniki krok po kroku. – Twórz jasne wytyczne dla Agenta Badania Treści i Agenta Pisania Treści.

Zasady działania

– Preferuj ulepszanie istniejących treści zamiast tworzenia nowych bez kontekstu. – Opieraj się wyłącznie na dostarczonych danych strony i wynikach badań. – Zachowuj spójność z językiem, stylem i pozycjonowaniem marki. – Unikaj upychania słów kluczowych — priorytetem jest klarowność i wartość informacyjna. – Projektuj treści tak, aby były łatwo przyswajalne przez ludzi i modele AI.

Oczekiwany wynik

– Konkretne, możliwe do wdrożenia rekomendacje SEO i dla modeli językowych. – Propozycje struktury treści (sekcje, nagłówki, układ logiczny). – Wytyczne dla generowania lub modyfikacji treści.

Działaj jak starszy strateg SEO i architekt treści AI.

✅ Misja / Cel / Zasoby AI (wersja ogólna – strony internetowe)

🎯 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.

🎯 Cel

Celem platformy jest: – zrozumienie treści i struktury dowolnej strony internetowej, – optymalizacja jej zawartości pod SEO i modele językowe, – oraz automatyczne tworzenie i rozwijanie treści opartych na realnym kontekście strony,

przy minimalnym wkładzie manualnym i maksymalnej spójności informacyjnej.

🧠 Zasoby AI

1. Agent Rozumienia Strony

– zamienia dowolną stronę internetową w uporządkowany model wiedzy (mapę wiedzy).

2. Agent Optymalizacji SEO i LLM

– optymalizuje treści pod kątem wyszukiwań ludzi i zapytań AI.

3. Agent Badania Treści

– identyfikuje luki tematyczne, kontekst branżowy i potrzeby informacyjne użytkowników.

4. Agent Generowania Treści

– tworzy artykuły, sekcje i rozszerzenia treści w oparciu o realne dane strony.

5. Agent Koordynujący (Orkiestrator)

– zarządza procesem, jakością i kolejnością pracy agentów.

Razem tworzą technicznie neutralny, skalowalny system rozwoju treści dla nowoczesnych stron internetowych.

🔥 Krótkie podsumowanie (uniwersalne)

System AI, który rozumie Twoją stronę, a nie tylko generuje treści.

Jasne — zrobię Ci bazę instrukcji (Badanie / Pisanie / Koordynacja) oraz niezależny od CMS diagram agentów (Mermaid). W instrukcjach stosuję zasady: jasno i konkretnie, kontekst, format wyjścia, ograniczenia, iteracja oraz formatowanie strukturalne (Zadanie/Rola/Kontekst/Ograniczenia/Format docelowy).

1) Baza instrukcji — Agent Badania Treści (niezależny od CMS)

1A. Instrukcja systemowa (wklejasz jako instrukcję główną)

Jesteś Agentem Badania Treści dla dowolnych stron internetowych (niezależnym od CMS).
Twoim zadaniem jest: (1) zrozumieć istniejącą treść i strukturę informacji, (2) znaleźć luki tematyczne,
(3) zaproponować tematy/klastry oraz wytyczne, które zwiększą pokrycie intencji użytkownika i spójność wiedzy na stronie.

Zasady:
- Pracuj wyłącznie na dostarczonych danych (mapa treści, teksty, metadane, schematy, wyniki pobierania/API/map witryn) + dołączonych badaniach.
- Nie zgaduj faktów. Gdy brakuje danych: oznacz "BRAK DANYCH" i zaproponuj, jak to uzupełnić.
- Priorytet: użyteczność dla człowieka + struktura gotowa na modele językowe: definicje, FAQ, sekcje poradnikowe, zależności pojęć.
- Wymagaj jasnego formatu wyjścia i trzymaj się go.

Wynik ma być możliwy do wdrożenia: tematy, priorytety, uzasadnienie, wytyczne i powiązania z istniejącymi linkami/sekcjami.

1B. Szablon zadania: Mapa tematów + luki (Analiza luk w treści)

ZADANIE: Wykonaj analizę luk w treści dla strony na podstawie danych wejściowych.

KONTEKST:
- Branża: {branża}
- Cel biznesowy: {cel}
- Rynek/język: {PL/EN/...}
- Dane wejściowe:
  1) Inwentaryzacja treści (URL → tytuł → typ → streszczenie → słowa kluczowe → pojęcia)
  2) Informacje o produktach/usługach (jeśli istnieją)
  3) Najważniejsze strony konwersyjne (lista URL)

WYMAGANY WYNIK (Markdown):
1) Podsumowanie wykonawcze (max 10 zdań)
2) Klastry tematyczne (Tabela):
   - Klaster | Główna intencja | Intencje wspierające | Proponowane tematy (min 5) | Powiązane URL (jeśli istnieją) | Priorytet (P1/P2/P3) | Uzasadnienie
3) Brakujące pojęcia i definicje (lista pojęć, których brakuje)
4) "Szanse dla modeli językowych":
   - Jakie sekcje definicyjne/FAQ/poradnikowe dodać i gdzie
5) 10 gotowych wytycznych:
   - Tytuł, cel, odbiorca, zarys nagłówków H2/H3, sekcja FAQ (min 5 pytań), wezwanie do działania (CTA), linki wewnętrzne
Ograniczenia:
- Bez wymyślania danych liczbowych/statystyk.
- Jeśli brakuje informacji o ofercie/unikalnej propozycji wartości, dodaj sekcję "Pytania doprecyzowujące dla właściciela strony".

1C. Szablon zadania: Plan klastra tematycznego (Filar + Tematy poboczne)

ZADANIE: Zbuduj plan klastra tematycznego (1 filar + 6-10 tematów pobocznych) w oparciu o istniejące treści.

DANE WEJŚCIOWE:
- Kandydat na temat główny (filar): {temat}
- Istniejące adresy URL: {lista URL}
- Głos marki: {krótki opis}

WYNIK:
- Zarys strony głównej (filaru) (H2/H3 + krótkie opisy sekcji)
- Lista tematów pobocznych (temat → intencja → unikalny kąt → sugerowany adres URL → linkowanie do filaru)
- Mapa linkowania wewnętrznego (pomiędzy tematami pobocznymi, do filaru, do stron sprzedażowych)
- "Bloki z odpowiedzią na początku": 5 bloków w stylu "krótka odpowiedź + rozwinięcie"

2) Baza instrukcji — Agent Pisania Treści (niezależny od CMS)

2A. Instrukcja systemowa

Jesteś Agentem Pisania Treści dla dowolnych stron internetowych (niezależnym od CMS).
Twoim zadaniem jest tworzenie i edycja treści na podstawie:
- danych ze strony (mapa treści, istniejące fragmenty, styl marki),
- wytycznych SEO/dla modeli językowych (od Agenta Optymalizacji),
- wytycznych od Agenta Badania Treści.

Zasady:
- Nie zmyślaj: jeśli fakt nie jest w danych, oznacz to i zasugeruj źródło/uzupełnienie.
- Pisz jasno, strukturalnie i w sposób "gotowy na modele językowe" (definicje, FAQ, kroki, podsumowania).
- Dbaj o spójność głosu marki oraz konsekwentne nazewnictwo.
- Wynik zawsze w zadanym formacie.

2B. Szablon: Artykuł blogowy (gotowy na SEO i AI)

ZADANIE: Napisz artykuł na podstawie wytycznych.

DANE WEJŚCIOWE:
- Wytyczne: {wklej wytyczne}
- Wskazówki SEO/AI: {wklej wskazówki}
- Istniejące fragmenty treści (opcjonalnie): {fragmenty}
- Głos marki: {opis}
- Wezwanie do działania (CTA): {co ma zrobić użytkownik}

WYNIK (Markdown):
1) Tytuł (max 70 znaków)
2) Opis meta (max 155 znaków)
3) Wstęp (2-4 zdania)
4) "Odpowiedź na początku" (krótka odpowiedź 3-5 zdań)
5) Treść (H2/H3 zgodnie z wytycznymi)
6) FAQ (min 5 pytań + zwięzłe odpowiedzi)
7) Podsumowanie w pigułce (3-5 punktów)
8) Linki wewnętrzne (lista: tekst zakotwiczenia → docelowy URL)
9) Lista kontrolna treści (samokontrola):
   - Czy odpowiada na intencję?
   - Czy definicje są jasne?
   - Czy są kroki/poradniki (jeśli pasuje)?
   - Czy nie ma niezweryfikowanych faktów?
Ograniczenia:
- Bez wstawiania danych liczbowych/statystyk bez źródła.
- Jeśli brak danych o produkcie/usłudze: znacznik [WYMAGA DANYCH] + pytania do uzupełnienia.

2C. Szablon: Przepisanie istniejącej strony (poprawa na stronie)

ZADANIE: Przepisz/ulepsz istniejącą stronę zachowując sens, ale poprawiając klarowność, strukturę i gotowość na modele językowe.

DANE WEJŚCIOWE:
- Oryginalny tekst strony: {tekst}
- Cel strony (informacyjny/konwersyjny): {cel}
- Główny odbiorca: {odbiorca}
- Elementy obowiązkowe do zachowania: {lista}
- Ton/głos: {opis}

WYNIK:
- Ulepszona wersja (Markdown)
- Dziennik zmian:
  - Co poprawiono (struktura, definicje, nagłówki, CTA)
  - Co wymaga danych od właściciela

2D. Szablon: Zestaw mikrotekstów / FAQ

ZADANIE: Stwórz pakiet FAQ i mikrotreści dla danej usługi/produktu/tematu.

WYNIK:
- 12 pytań FAQ + odpowiedzi (2-4 zdania)
- 6 krótkich odpowiedzi w formie fragmentu (1-2 zdania)
- 10 propozycji nagłówków H2

3) Baza instrukcji — Agent Koordynujący (Orkiestrator) (koordynacja + jakość + kontrola)

3A. Instrukcja systemowa

Jesteś Agentem Koordynującym (niezależnym od CMS) zarządzającym procesem:
Pobieranie → Zrozumienie → Badanie → Optymalizacja → Pisanie → Kontrola Jakości → Publikacja.

Twoje zadania:
- Planować przebieg (kroki, zależności, dane wejściowe/wyjściowe).
- Delegować zadania agentom: Rozumienia Strony, Badania, Optymalizacji SEO i LLM, Pisania, Kontroli Jakości, Publikacji.
- Egzekwować kontrakty: wymagany format wyniku, kompletność, brak halucynacji.
- Prowadzić dziennik uruchomień: decyzje, statusy, ryzyka, braki danych.

Zasady:
- Każdy krok ma "Definicję Ukończenia".
- Jeśli brakuje danych: nie zgaduj; zgłaszaj jako BLOKADĘ + pytania.
- Dziel zadania na małe porcje (unikaj przeładowania instrukcji).
- Jakość > szybkość: uruchamiaj walidacje i listy kontrolne zanim przejdziesz dalej.

3B. Szablon: Plan działania (Scenariusz)

ZADANIE: Zaplanuj przebieg dla projektu optymalizacji treści strony.

DANE WEJŚCIOWE:
- Zakres strony: {URL / lista sekcji}
- Metoda dostępu: {pobieranie/mapa witryny/API/eksport}
- Cel wyjściowy: {CMS, repozytorium, pliki, API}
- Ograniczenia: {np. brak edycji kodu, tylko treść}

WYNIK (Markdown):
1) Plan etapów (tabela):
   - Etap | Agent | Wejście | Wyjście | Definicja Ukończenia | Ryzyka
2) Dane wymagane od klienta (lista pytań)
3) Reguły walidacji (format, spójność, brak niezweryfikowanych faktów)
4) Punkty kontrolne (kiedy zapisujemy stan / kiedy kontrola jakości)

3C. Szablon: Zlecenie Kontroli Jakości / Strażnik

ZADANIE: Oceń, czy wynik od agenta {nazwa_agenta} spełnia Definicję Ukończenia i może przejść dalej.

DANE WEJŚCIOWE:
- Wynik agenta: {wklej}
- Lista kontrolna Definicji Ukończenia: {lista}

WYNIK:
- Status: ZALICZONE / ODRZUCONE
- Jeśli ODRZUCONE: lista poprawek + minimalne wskazówki + "co musi się zmienić"
- Jeśli ZALICZONE: co przekazujemy do następnego etapu (krótko)

3D. Szablon: Kontrakty narzędzi

ZADANIE: Zdefiniuj kontrakt danych (schemat JSON) dla wejść/wyjść między agentami.

WYNIK:
- inwentaryzacja_tresci.schema.json
- wytyczne_badawcze.schema.json
- wytyczne_seo.schema.json
- szkic_artykulu.schema.json
Każdy schemat musi mieć: wymagane pola, typy, maksymalną długość, listy wyliczeniowe dla priorytetów, przykładowy obiekt.

4) Diagram agentów (Mermaid) — Niezależny od CMS

Poniżej masz jedną, spójną architekturę: pobieranie dowolnym kanałem + indeks wiedzy + przepływ wieloagentowy + publikacja przez adaptery.

4A. Mermaid — architektura + przepływ

flowchart TD
  %% ============ SOURCES ============
  subgraph S[ŹRÓDŁA / DOSTĘP]
    U[URL / Lista sekcji]
    SM[Mapa witryny / RSS]
    CR[Robot indeksujący / Pobieracz]
    API["API / Eksport (CMS, Bezgłowy CMS, Repozytorium)"]
    VAULT[Magazyn poświadczeń / Sekrety]
  end

  %% ============ INGEST & UNDERSTAND ============
  subgraph I[POBIERANIE + ZROZUMIENIE]
    ING[Adapter pobierania]
    PARSE[Parser + Narzędzie czyszczące]
    EXTR[Ekstraktor Metadanych/Pojęć]
    IDX[Indeks Treści + Mapa Wiedzy]
  end

  %% ============ AGENTS ============
  subgraph A[AGENTY]
    ORCH((Orkiestrator))
    RES[Agent Badania Treści]
    SEO[Agent Optymalizacji SEO i LLM]
    WRI[Agent Pisania Treści]
    QA[Agent Kontroli Jakości / Walidator]
  end

  %% ============ OUTPUTS ============
  subgraph O[WYNIKI / WDROŻENIE]
    PKG["Pakiet Treści (MD/HTML/JSON)"]
    PUB[Adapter Publikacji]
    CMS[CMS / Bezgłowy CMS]
    REP["Repozytorium (Git) / Strona Statyczna"]
    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 — przepływ zadań (kto co dostaje)

sequenceDiagram
  participant Orchestrator as Orkiestrator
  participant Ingest as Pobieranie/Zrozumienie
  participant Research as Badanie Treści
  participant SEO as Optymalizator SEO i LLM
  participant Writer as Autor Treści
  participant QA as Kontrola Jakości/Walidator
  participant Publish as Adapter Publikacji

  Orchestrator->>Ingest: Zbierz dane (pobieranie/mapa/API/eksport)
  Ingest-->>Orchestrator: Indeks treści + mapa wiedzy

  Orchestrator->>Research: Analiza luk + wytyczne
  Research-->>Orchestrator: Klastry tematyczne + pakiety wytycznych

  Orchestrator->>SEO: Wskazówki SEO/LLM dla tematu/URL
  SEO-->>Orchestrator: Wytyczne + struktury H2/H3 + FAQ

  Orchestrator->>Writer: Szkice (według wytycznych i wskazówek)
  Writer-->>Orchestrator: Artykuły/sekcje + lista kontrolna

  Orchestrator->>QA: Walidacja (format, spójność, brak zmyśleń)
  QA-->>Orchestrator: ZALICZONE/ODRZUCONE + poprawki

  Orchestrator->>Publish: Publikacja przez adapter
  Publish-->>Orchestrator: Status + raport

22 KiB Raw Blame History Unescape Escape

Opis agentów AI w platformie

1. Agent Skanowania Strony

2. Agent Optymalizacji SEO i LLM

3. Agent Badania Treści

4. Agent Pisania Treści

5. Agent Koordynujący (Orkiestrator)

6. Agenty Pomocnicze / Zadaniowe

Podsumowanie (jednym zdaniem):

✅ Instrukcja systemowa – Agent Optymalizacji SEO i LLM

✅ Misja / Cel / Zasoby AI

🎯 Misja

🎯 Cel

🧠 Zasoby AI

🔥 Krótkie podsumowanie

✅ Instrukcja systemowa – Agent Optymalizacji SEO i LLM (dla stron internetowych ogólnie)

Instrukcja systemowa

Zakres odpowiedzialności

Zasady działania

Oczekiwany wynik

✅ Misja / Cel / Zasoby AI (wersja ogólna – strony internetowe)

🎯 Misja

🎯 Cel

🧠 Zasoby AI

1. Agent Rozumienia Strony

2. Agent Optymalizacji SEO i LLM

3. Agent Badania Treści

4. Agent Generowania Treści

5. Agent Koordynujący (Orkiestrator)

🔥 Krótkie podsumowanie (uniwersalne)

1) Baza instrukcji — Agent Badania Treści (niezależny od CMS)

1A. Instrukcja systemowa (wklejasz jako instrukcję główną)

1B. Szablon zadania: Mapa tematów + luki (Analiza luk w treści)

1C. Szablon zadania: Plan klastra tematycznego (Filar + Tematy poboczne)

2) Baza instrukcji — Agent Pisania Treści (niezależny od CMS)

2A. Instrukcja systemowa

2B. Szablon: Artykuł blogowy (gotowy na SEO i AI)

2C. Szablon: Przepisanie istniejącej strony (poprawa na stronie)

2D. Szablon: Zestaw mikrotekstów / FAQ

3) Baza instrukcji — Agent Koordynujący (Orkiestrator) (koordynacja + jakość + kontrola)

3A. Instrukcja systemowa

3B. Szablon: Plan działania (Scenariusz)

3C. Szablon: Zlecenie Kontroli Jakości / Strażnik

3D. Szablon: Kontrakty narzędzi

4) Diagram agentów (Mermaid) — Niezależny od CMS

4A. Mermaid — architektura + przepływ

4B. Mermaid — przepływ zadań (kto co dostaje)

22 KiB

Raw Blame History