Masz przed sobą stronę z 1700 ogłoszeniami o pracę, a potrzebujesz ich w arkuszu: stanowisko, firma, lokalizacja, widełki, link. Ręcznie to kilka dni klikania. Przez kod — projekt na pół tygodnia. Tymczasem da się to zlecić jednym zdaniem napisanym po ludzku. Pokażę ci, jak prawie każdą stronę zamienić w czyste, uporządkowane dane, których AI potrafi użyć — bez programowania i bez grzebania w technicznych interfejsach. Najpierw słownik, potem cztery podstawowe operacje i kiedy której użyć, a na końcu uczciwe ograniczenia.
Od strony dla oka do danych dla maszyny
Zacznę od rozróżnienia, bo na nim opiera się wszystko inne.
Strona internetowa jest zrobiona dla człowieka. Wchodzisz, czytasz nagłówki, przewijasz, klikasz. Komputer widzi tam zupełnie co innego: plątaninę znaczników, reklam, menu i skryptów, w której właściwa treść jest rozsypana. Dane uporządkowane (po angielsku structured data) to ta sama treść, tylko poukładana w równe rubryki — jak w arkuszu kalkulacyjnym, gdzie każda kolumna ma swoją nazwę, a każdy wiersz to jeden rekord. Dopiero w takiej formie AI, arkusz albo inny program potrafi z niej realnie skorzystać.
Przejście od jednego do drugiego nazywa się scraping (czyt. skrejping) — z angielskiego „zeskrobywanie”. To pobranie zawartości strony i wyłuskanie z niej samej treści, bez całej oprawy. Drugie pokrewne słowo to crawling (kroling, „pełzanie”) — automatyczne przechodzenie ze strony na stronę po linkach, jak robi to wyszukiwarka, gdy odwiedza kolejne podstrony serwisu.
Klasycznie robi się to przez API — czyli interfejs, którym jeden program rozmawia z drugim po ustalonych regułach (coś jak okienko w urzędzie: składasz wniosek w przewidzianej formie, dostajesz odpowiedź w przewidzianej formie). Problem w tym, że takie podejście wymaga kodu, znajomości reguł danego serwisu i sporo cierpliwości. I tę właśnie barierę da się dziś obejść.
Cztery operacje i kiedy której użyć
Narzędzie, o którym mowa, nazywa się Firecrawl. Pod spodem oferuje cztery podstawowe operacje — i cała sztuka polega na tym, by wiedzieć, czym się różnią. Wyjaśnię je po kolei, bo bez tej mapy nie da się sensownie zlecać pracy.
- **Pobranie (scrape)** — bierzesz jeden konkretny adres i wyciągasz z niego całą treść: tekst, nagłówki, listę odnośników, a na życzenie nawet zrzut ekranu całej strony czy elementy identyfikacji wizualnej (logo, kolory, kroje pisma). To operacja na jednej stronie. Używasz jej, gdy wiesz dokładnie, której strony chcesz.
- **Mapowanie (map)** — zamiast treści dostajesz spis wszystkich adresów w serwisie i jego strukturę: gdzie są kategorie, gdzie produkty, gdzie poradniki. To jak plan budynku, zanim wejdziesz do środka. Używasz, gdy nie znasz jeszcze układu strony i chcesz się zorientować, co tam w ogóle jest.
- **Przeczesanie (crawl)** — narzędzie samo przechodzi po wielu podstronach naraz i pobiera treść z każdej. To mapowanie i pobranie połączone na większą skalę. Używasz, gdy chcesz zebrać dane z dziesiątek czy setek stron jednego serwisu.
- **Wyciągnięcie (extract)** — wskazujesz, jakie konkretnie pola cię interesują (np. nazwa, cena, lokalizacja), a narzędzie zwraca tylko je, gotowe do wstawienia do tabeli. To operacja, która zamienia surową treść w te równe rubryki, o których była mowa wyżej.
Najprostsza reguła doboru: jedna strona → pobranie; nie znam układu → mapowanie; dużo stron → przeczesanie; chcę gotowe kolumny → wyciągnięcie. W praktyce te operacje łączy się w ciąg: najpierw mapujesz, żeby zrozumieć serwis, potem przeczesujesz właściwe sekcje, na końcu wyciągasz pola do arkusza.
Skąd AI wie, której operacji użyć
Tu pojawia się część, która łączy wszystko w jedno. Gdybyś chciał korzystać z tych czterech operacji ręcznie, musiałbyś dla każdej osobno układać techniczne zapytanie i pilnować, w jakiej kolejności je wywołać. Zamiast tego podłącza się Firecrawl do Claude Code — narzędzia, w którym model AI pracuje w obrębie twojego projektu i potrafi samodzielnie sięgać po podłączone narzędzia.
Łącznikiem jest MCP (z angielskiego Model Context Protocol) — wspólny standard, dzięki któremu zewnętrzne narzędzie zgłasza się modelowi i mówi: „oto operacje, które potrafię wykonać”. Wyobraź to sobie jak uniwersalną wtyczkę: raz podłączasz Firecrawl, a model od tej chwili wie, że ma do dyspozycji pobieranie, mapowanie, przeczesywanie i wyciąganie. Od tego momentu nie wybierasz operacji sam — opisujesz cel zwykłymi słowami, a model sam decyduje, której operacji użyć i w jakiej kolejności.
Wygląda to tak: piszesz „znalazłem serwis z ogłoszeniami o pracę, chcę je wszystkie jako dane do arkusza”. Model najpierw pobiera stronę, żeby zrozumieć, z czym ma do czynienia, potem mapuje serwis, by poznać jego układ, a na końcu układa plan i — co istotne — dopytuje cię o szczegóły: ile rekordów zebrać, które pola, czy opis ma być pełny czy skrócony. To dopytywanie nie jest kosmetyką; to ono sprawia, że wynik faktycznie odpowiada na twoją potrzebę.
Warto też wiedzieć, że taki proces potrafi sam się korygować. Jeśli wyciąganie zwróci pusty wynik, bo strona okazała się trudniejsza, model nie poddaje się — zmienia podejście i próbuje inaczej, aż dojdzie do danych. To zaleta pracy z narzędziem, które rozumie cel, a nie tylko wykonuje sztywną instrukcję.
Do czego to się przydaje w firmie
Przejdźmy z teorii na grunt, bo dopiero zastosowania pokazują, po co to wszystko. Kilka powtarzalnych zadań, w których to podejście realnie zdejmuje robotę z człowieka:
- Research klientów i kontaktów. Zbierasz z serwisów branżowych nazwy firm, dane kontaktowe i podstawowe informacje, układasz je w jedną tabelę i masz gotową listę do dalszej pracy — zamiast przepisywać ręcznie z dziesiątek stron.
- Obserwacja konkurencji. Regularnie pobierasz cenniki, oferty i opisy produktów konkurentów, by wiedzieć, co się zmienia. To, co kiedyś było ręcznym przeglądaniem stron co tydzień, staje się jednym poleceniem.
- Ściąganie list ofert. Ogłoszenia o pracę, oferty nieruchomości, katalogi produktów — wszędzie tam, gdzie ta sama struktura powtarza się na setkach podstron, wyciągnięcie pól do arkusza oszczędza dni klikania.
- Zasilanie bazy wiedzy. Pobierasz treść dokumentacji, poradników czy artykułów i wkładasz ją do bazy wiedzy — uporządkowanego zbioru, z którego później korzysta asystent AI, żeby odpowiadać na pytania w oparciu o twoje materiały, a nie zgadywać.
Wspólny mianownik jest jeden: wszędzie tam, gdzie informacja jest publicznie na stronie, ale rozsypana po wielu miejscach, da się ją zebrać w jedną uporządkowaną całość bez budowania własnego oprogramowania.
Zanim ruszysz: uczciwe ograniczenia
Tu muszę zwolnić, bo łatwość tego narzędzia bywa myląca. To, że coś technicznie da się pobrać, nie znaczy, że wolno albo wypada.
Po pierwsze, regulaminy i prawa do treści. Serwisy określają w swoich warunkach korzystania, co wolno robić z ich danymi, a wiele z nich publikuje plik o nazwie robots — sygnał dla automatów, których części serwisu nie powinny odwiedzać. Zanim zaczniesz cokolwiek zbierać masowo, sprawdź te zasady. Dane osobowe to osobna, poważna sprawa — tu obowiązują przepisy, nie sama dobra wola.
Po drugie, nie przeciążaj cudzych serwerów. Każde pobranie strony to obciążenie dla maszyny po drugiej stronie. Pobieranie setek podstron w krótkim czasie potrafi spowolnić czyjąś witrynę. Rozsądna praktyka to ograniczać tempo i skalę do tego, czego naprawdę potrzebujesz — zbieraj 200 rekordów, jeśli tyle ci wystarczy, zamiast ściągać dwa tysiące „na zapas”.
Po trzecie, koszt i powtarzalność. Narzędzia tego typu rozliczają się za liczbę pobranych stron — wersje darmowe wystarczą do nauki i mniejszych zadań, większe operacje wymagają płatnego planu. Zanim zlecisz duże przeczesanie, oszacuj, ile stron realnie chcesz odwiedzić.
Te trzy ograniczenia nie są drobnym druczkiem. To różnica między pożytecznym narzędziem a kłopotem prawnym albo zepsutą relacją z serwisem, z którego korzystasz.
Zasada, którą warto zabrać ze sobą
Najważniejsze nie jest to konkretne narzędzie — narzędzia będą się zmieniać. Ważna jest zmiana sposobu myślenia: internet przestaje być czymś, co tylko się czyta, a staje się źródłem danych, do którego można zadać pytanie — pod warunkiem że umiesz nazwać, czego szukasz. Cała trudność przenosi się z „jak to technicznie zrobić” na „co dokładnie chcę dostać i w jakiej formie”. To dobra wiadomość, bo drugie pytanie jest pytaniem biznesowym, nie programistycznym — a na nie umiesz odpowiedzieć lepiej niż jakakolwiek maszyna.
Zacznij od jednej powtarzalnej roboty, w której co tydzień przepisujesz to samo z cudzych stron. Nazwij pola, które naprawdę cię interesują, i sprawdź na małej próbce — kilkudziesięciu rekordach — czy wynik się trzyma. To ta jedna konkretna potrzeba, a nie efektowna demonstracja, powie ci, czy warto wpleść takie zbieranie danych w swój tydzień.