Ktoś wypełnia formularz na twojej stronie późnym wieczorem. Imię, telefon, firma, jedno zdanie o tym, czego szuka. Rano masz rekord, z którego niewiele wynika: nie wiesz, czy sprawa jest pilna, czy ta osoba ma przygotowany budżet, czy próbowała już podobnych rozwiązań i czy w ogóle chce rozmawiać o wdrożeniu. Pokażę ci system, który dzwoni do takiej osoby chwilę po wysłaniu formularza, zadaje kilka pytań kwalifikujących i zapisuje odpowiedzi w arkuszu, zanim ktokolwiek z zespołu podniesie słuchawkę. Przejdę przez cały przepływ: wyzwalacz, przygotowanie danych, konfigurację agenta, czekanie na wynik rozmowy, zapis i testy.
Jedno rozróżnienie na start. Agent głosowy osadzony na stronie odbiera rozmowy od odwiedzających, którzy sami zaczynają kontakt. Tu kierunek jest odwrotny: agent sam wykonuje połączenie wychodzące do osoby, która właśnie zostawiła dane. Ten sam mechanizm sprawdza się też przy ankietach, zbieraniu opinii po usłudze i odświeżaniu kontaktu z leadami, które ucichły. Ja skupiam się tutaj na kwalifikacji.
Zanim cokolwiek podłączysz, rozrysuj przepływ
Najczęstszy błąd, jaki widzę przy takich projektach, to otwieranie narzędzia do automatyzacji i łączenie bloków bez planu. Zacznij od kartki albo prostego schematu. Cały system ma pięć etapów:
- Formularz, który zbiera imię, telefon, e-mail, nazwę firmy, rolę, opis potrzeby i wielkość firmy.
- Porządkowanie danych, przede wszystkim numeru telefonu, bo od niego zależy, czy połączenie w ogóle ruszy.
- Zlecenie połączenia: automatyzacja prosi platformę głosową, żeby zadzwoniła do leada, i przekazuje jej imię, firmę oraz opis potrzeby.
- Czekanie na wynik: platforma zwraca tylko potwierdzenie, że połączenie wystartowało, więc trzeba co jakiś czas pytać, czy już się skończyło.
- Zapis: jeśli lead odebrał, do arkusza trafiają jego odpowiedzi. Jeśli włączyła się poczta głosowa, zapisujesz, że trzeba oddzwonić.
W opisywanej konfiguracji logikę przepływu prowadzi n8n, czyli narzędzie, w którym układasz automatyzację z bloków, a rozmowę prowadzi Vapi, platforma do agentów głosowych. Schemat jest jednak ten sam w każdym zestawie narzędzi: coś musi odebrać formularz, coś musi zadzwonić i coś musi zapisać wynik.
Formularz i numer telefonu, czyli dane, na których wszystko stoi
W praktyce formularz na stronie wysyła dane na webhook, czyli adres, pod który strona przekazuje zgłoszenie, a ten adres uruchamia automatyzację. Do testów wystarczy wbudowany formularz narzędzia automatyzującego. Liczy się to, żeby na wejściu przepływu leżał komplet pól.
Zanim zadzwonisz, uporządkuj numer telefonu. Ludzie wpisują go po swojemu: z nawiasami, z myślnikami, z kierunkowym kraju albo bez. Platforma głosowa oczekuje jednego, stałego formatu, a numer w innej postaci zatrzyma połączenie błędem. Jeśli budujesz formularz sam, wymuś format już w polu. Jeśli nie masz nad nim kontroli, dodaj osobny krok, który numer czyści.
Ten krok to kilka linijek kodu i nie musisz umieć programować, żeby go mieć. Skopiuj przykładowe dane, które wpływają do tego kroku, wklej je do asystenta AI i opisz dokładnie, czego chcesz: numer ma wyjść jako same cyfry w ustalonej długości, bez nawiasów, myślników i innych znaków. Dopisz też, co ma się stać, gdy numer ma za mało albo za dużo cyfr albo nieoczekiwany kierunkowy: wtedy krok zwraca etykietę „niepoprawny format”. Precyzyjny opis i jasne granice dają działający kod za pierwszym podejściem.
Za tym krokiem stawiasz rozgałęzienie. Jeśli numer ma etykietę „niepoprawny format”, rekord trafia od razu do arkusza ze statusem błędnego numeru i nikt nie dzwoni. Jeśli numer jest w porządku, przepływ idzie dalej. Jedna uwaga: przykładowy przepływ zakłada leady z jednego kraju i dokleja stały kierunkowy przed numerem. Jeśli zbierasz zgłoszenia z wielu krajów, dodaj do formularza pole z kierunkowym i nie wpisuj go na sztywno.
Agent, który od razu mówi, kim jest
Sam agent jest prostszy, niż się wydaje. Nie ma narzędzi, bazy wiedzy ani plików. To agent rozmowy, którego jedynym zadaniem jest wydobyć kilka informacji. Konfigurujesz w nim cztery rzeczy.
Pierwsza wypowiedź. Ustaw agenta tak, żeby czekał, aż odbierający odezwie się pierwszy. Tak wygląda naturalny telefon: ktoś odbiera i mówi „halo”, a dopiero potem dzwoniący się przedstawia.
Instrukcja systemowa, czyli stały opis tego, kim agent jest i jak ma prowadzić rozmowę. Podziel ją na części: tożsamość (imię agenta, firma, w imieniu której dzwoni, czym ta firma się zajmuje), styl wypowiedzi, zasady odpowiedzi i dane leada. Dane leada wpisujesz jako zmienne w podwójnych nawiasach klamrowych, na przykład {{lead_name}}, {{lead_company_name}} i {{lead_request}}. Przy każdym połączeniu platforma podstawia w ich miejsce dane z formularza, więc agent wie, z kim rozmawia i o co ta osoba pytała.
Dalej opisz przebieg rozmowy. Otwarcie: agent przedstawia się z imienia jako agent AI dzwoniący w imieniu firmy i upewnia się, że rozmawia z właściwą osobą. Jeśli to pomyłka, przeprasza i kończy. Jeśli to zły moment, przeprasza i pyta, kiedy oddzwonić. Jeśli rozmówca ma czas, agent nawiązuje do formularza i przechodzi do pytań. Potem lista tematów, które musi poruszyć:
- czy rozmówca faktycznie chce rozmawiać o wdrożeniu,
- co skłoniło go do wypełnienia formularza właśnie teraz,
- jak pilna jest sprawa i w jakim terminie chce ruszyć,
- czy pracował już z automatyzacją, AI albo podobnymi dostawcami i jak to wypadło,
- czy ma przygotowany budżet,
- czy rozumie, jak wygląda dalsza współpraca, na przykład że pogłębione rozpoznanie potrzeb jest płatnym etapem.
Ostatnie pytanie odsiewa osoby, które tylko się rozglądają. Twój model sprzedaży może być inny, wtedy zmieniasz to pytanie na swoje. Na koniec instrukcji dodaj obsługę błędów, zasady zachowania i zamknięcie: agent dziękuje i zapowiada, że odezwie się ktoś z zespołu.
Możliwość zakończenia połączenia. Domyślnie ta funkcja bywa wyłączona i trzeba ją włączyć ręcznie, inaczej agent nie odłoży słuchawki sam.
Ustrukturyzowane wyniki. To najważniejsza część konfiguracji. Definiujesz pola, które agent ma oddać po rozmowie, każde z nazwą, typem (tekst albo prawda/fałsz) i opisem. Opis mówi, co wydobyć, na przykład: „czy rozmówca miał wcześniej do czynienia z automatyzacją lub AI, a jeśli tak, jak ocenia to doświadczenie”. W przykładowej konfiguracji jest siedem takich pól: zainteresowanie, motywacja, pilność, wcześniejsze doświadczenie, budżet, gotowość na płatny etap i status. Każde pole trzeba powiązać z konkretnym agentem, bo te same definicje można podpiąć pod wielu asystentów.
O ujawnieniu. Agent mówi wprost, że jest AI, i uważam to za standard. Druga rzecz, której nie pomijaj: dzwoń tylko do osób, które spodziewają się kontaktu telefonicznego i się na niego zgodziły. Napisz przy formularzu jasno, że po wysłaniu zadzwoni do nich agent AI. Dodaj też przekazanie rozmowy człowiekowi, gdy rozmówca o to poprosi albo wyraźnie się denerwuje.
Zlecenie połączenia i czekanie na wynik
Połączenie zlecasz jednym zapytaniem do API platformy głosowej, czyli komunikatem w ustalonym formacie wysłanym z automatyzacji. Dokumentacja platformy podaje adres i listę pól. Zapytanie zawiera:
- twój prywatny klucz API, zapisany raz w narzędziu automatyzującym,
- identyfikator agenta, który ma dzwonić,
- identyfikator numeru, z którego agent dzwoni,
- numer leada, już uporządkowany,
- wartości zmiennych: imię, nazwę firmy i opis potrzeby z formularza.
Przy numerze, z którego dzwonisz, zwróć uwagę na limity. Numery kupione bezpośrednio na platformie głosowej mają dzienny limit połączeń wychodzących. Kiedy przekroczysz go podczas testów, połączenia zaczną się kończyć błędem. Rozwiązanie to podpięcie własnego numeru od operatora telefonii internetowej, na przykład Twilio.
Odpowiedź na zlecenie mówi tylko tyle, że połączenie wystartowało. Nie ma w niej statusu, zapisu rozmowy ani wyników. Dlatego dalej budujesz pętlę odpytywania. Najpierw czekasz około minuty, bo nieodebrane połączenie zwykle tyle trwa, a rozmowa raczej nie będzie krótsza. Potem drugim zapytaniem pobierasz szczegóły połączenia po jego identyfikatorze i sprawdzasz pole statusu. Jeśli status to „zakończone”, idziesz dalej. Jeśli nie, czekasz kilka sekund i pytasz ponownie, aż do skutku.
Jedna praktyczna pułapka: zapytanie o szczegóły potrafi zwrócić tę samą pozycję wiele razy. Ogranicz wynik do pierwszej pozycji przed sprawdzeniem statusu, bo to ona jest źródłem prawdy.
Zapis do arkusza i trzy możliwe zakończenia
Gdy połączenie się skończyło, sprawdź powód zakończenia. Jeśli to poczta głosowa, zapisujesz rekord ze statusem „oddzwonić”. Jeśli rozmowa się odbyła, sięgasz po ustrukturyzowane wyniki. Platforma chowa je dość głęboko w odpowiedzi, w sekcji artefaktów rozmowy, więc za pierwszym razem trzeba się do nich dokopać. Potem każde pole przypisujesz do kolumny arkusza.
Arkusz ma więc trzy rodzaje wierszy. Błędny numer: nikt nie dzwonił, numer do poprawy. Poczta głosowa: do ponownego kontaktu. Rozmowa zakończona: obok danych z formularza masz zainteresowanie, motywację opisaną własnymi słowami leada, termin, wcześniejsze doświadczenia, budżet i ocenę gotowości. Pole motywacji potrafi być bardzo konkretne, na przykład: „sprzedaż spadła w okresie świątecznym, kiedy przestał sam szukać klientów, i chce stałego dopływu zapytań”. Z taką notatką osoba z zespołu dzwoni już z wiedzą, a nie z pytaniem „w czym mogę pomóc?”.
Testy i poprawki po uruchomieniu
Każdą gałąź przetestuj osobno, zanim puścisz ruch ze strony. Żeby nie wypełniać formularza za każdym razem, przypnij przykładowe dane w kroku wejściowym i zmieniaj tylko to, co testujesz. Usuń jedną cyfrę z numeru i sprawdź, czy rekord trafia do arkusza jako błędny numer, bez próby połączenia. Odbierz połączenie i przejdź całą rozmowę. Puść kolejne do poczty głosowej i sprawdź, czy wiersz dostał status „oddzwonić”.
Potem zaczyna się właściwa praca. Przy agentach głosowych to instrukcja systemowa decyduje o jakości całości, a pierwsza wersja rzadko jest dobra. Słuchaj nagrań, czytaj zapisy rozmów, sprawdzaj, czy pola w arkuszu zgadzają się z tym, co padło przez telefon, i poprawiaj instrukcję. Zakładaj, że robisz to przez cały czas działania systemu.
Moim zdaniem cała wartość tego rozwiązania leży w jednym przesunięciu: pierwszy kontakt przestaje być zbieraniem podstawowych informacji, a staje się rozmową o konkretach. Agent nie sprzedaje i nie podejmuje decyzji. Zadaje te same pytania każdemu, od razu, i oddaje człowiekowi uporządkowaną notatkę. Zacznij od jednego formularza i trzech, czterech pytań, a listę rozbudowuj dopiero wtedy, gdy zobaczysz, których odpowiedzi faktycznie używasz.