DBAdmin/Untitled-1.md

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 (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, meta‑danych, nagłówków (H1–H6)
*   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 (LLM‑ready content).

**Zakres odpowiedzialności:**

*   Analiza słów kluczowych i intencji użytkownika
*   Optymalizacja nagłówków, opisów, struktury treści
*   Dostosowanie treści do zasad „AI‑friendly content”
*   Rekomendacje zmian on‑page 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 multi‑agentowy AI, który skanuje istniejące strony WordPress, optymalizuje je pod SEO i LLM‑y 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 (Hormozi‑ready)

***

## ✅ 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 (AI‑friendly / LLM‑ready content).
>
> **Zakres odpowiedzialności:**
> – Analizuj istniejące treści strony (struktura, nagłówki, meta‑dane, semantyka).  
> – Identyfikuj problemy SEO (on‑page, strukturalne, semantyczne).  
> – Dopasowuj treści do intencji użytkownika (search intent).  
> – Optymalizuj treści pod kątem LLM (jasna struktura, definicje, kontekst, FAQ‑style 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 LLM‑y,  
> – 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: CMS‑agnostyczny, framework‑agnostyczny, API‑ready.

***

# ✅ 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, meta‑dane i semantykę.  
> – Identyfikuj problemy SEO (on‑page, strukturalne, semantyczne, informacyjne).  
> – Dopasowuj treści do intencji użytkownika (search intent & problem‑solution fit).  
> – Optymalizuj treści pod kątem LLM:
>
> *   jednoznaczne definicje,
> *   logiczne sekcje,
> *   jasne relacje pojęć,
> *   struktury typu FAQ / explainer / how‑to.
>     – 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 LLM‑y,  
> – 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.

***

## 🔥 One‑liner (uniwersalny)

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

***



Jasne — zrobię Ci **prompt bank** (Research / Writer / Orchestrator) oraz **CMS‑agnostyczny 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** (CMS‑agnostyczny)

## 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** (CMS‑agnostyczny)

## 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 (LLM‑ready + SEO‑ready)**

```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 (on‑page 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) — **CMS‑agnostyczny**

Poniżej masz **jedną, spójną architekturę**: ingestion dowolnym kanałem + indeks wiedzy + multi‑agent 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
```


***