Odpowiedź na zapytanie w 2 dni robocze
Wszystkie realizacje
Agenci AIRAGWhatsApp

Coach AI na WhatsApp z pamięcią uczestniczek i eskalacją do ludzi

Klient: Autorka 30-dniowego programu rozwojowego prowadzonego przez WhatsAppBranża: Edukacja i rozwój16 marca 2026
Wyniki
spraw rozwiązanych przez AI bez udziału człowieka
92%
mediana czasu odpowiedzi
4,8 s
koszt AI jednej odpowiedzi
0,022 USD

Wyzwanie

Autorka programu rozwojowego chciała prowadzić uczestniczki przez 30 dni w rozmowie na WhatsApp, osobiście i w swoim tonie. Przy kilkuset osobach naraz nie da się tego zrobić ręcznie, a zwykły chatbot zniszczyłby to, za co ludzie płacą: poczucie, że ktoś ich słucha.

Do tego dochodziły ograniczenia kanału. Meta obniża limity wysyłki numerom z niską oceną jakości, a zgłoszenia blokad mogą skończyć się banem. Rozmowy dotyczą emocji, więc system musiał rozpoznawać sytuacje kryzysowe i od razu oddawać je ludziom.

Podejście

Odpowiedzi oparliśmy na bazie wiedzy autorki (wyszukiwanie hybrydowe: semantyczne i pełnotekstowe, z reankingiem) i na pamięci każdej uczestniczki, krótkiej i długoterminowej. Każdą odpowiedź ocenia drugi, tańszy model. Przy niskiej pewności, słowach kryzysowych albo powtarzających się nieudanych próbach rozmowa trafia do kolejki prowadzących.

Przed startem przeanalizowaliśmy skalowanie WhatsApp. Limity Meta liczą się na całe portfolio firmy, nie na numer, więc dokładanie numerów nie zwiększa przepustowości. Zostaliśmy przy jednym dostawcy, z drugim numerem tylko do redundancji, i ustawiliśmy godziny komunikacji tak, żeby nie pisać do ludzi wieczorem i w nocy.

Wdrożenie

Backend zbiera wiadomości w kolejce i łączy serię krótkich wiadomości od jednej osoby w jedną wypowiedź, zanim odpowie. Panel dla zespołu pokazuje rozmowy na żywo, kolejkę eskalacji, broadcasty z targetowaniem i bazę wiedzy z uploadem dokumentów. Moduł testów sprawdza odporność na próby wyciągnięcia modelu poza rolę.

Po pierwszym tygodniu przejrzeliśmy 747 wiadomości. Audyt znalazł m.in. powtarzalne frazy i brak eskalacji po wielu nieudanych próbach. Poprawki wdrożyliśmy w trakcie trwania programu, bez przerwy w rozmowach.

Wyniki

Programem objęliśmy kilkaset uczestników, a system obsłużył dziesiątki tysięcy wiadomości. AI rozwiązało 92% spraw bez udziału człowieka. Pozostałe trafiły do prowadzących, z pełnym kontekstem rozmowy.

W pierwszych 11 dniach mediana czasu odpowiedzi wyniosła 4,8 s, a w najbardziej obciążonym dniu system przyjął 516 wiadomości bez spadku jakości. Koszt AI w tym okresie to 13,20 USD, czyli ok. 0,022 USD za odpowiedź, razem z wyszukiwaniem i oceną jakości.

Jak to jest zbudowane

Architektura
Backend w Fastify z kolejkami BullMQ na Redisie: osobno wiadomości przychodzące, odpowiedzi z opóźnieniem i broadcasty wysyłane partiami. PostgreSQL przez Prisma, a podgląd rozmów na żywo w panelu działa przez Redis Pub/Sub i SSE.
Wyszukiwanie wiedzy
Hybrydowe: wektory w pgvector z indeksem HNSW i wyszukiwanie pełnotekstowe, łączone metodą Reciprocal Rank Fusion, na końcu reranking. Baza wiedzy przyjmuje dokumenty PDF i DOCX wgrywane z panelu.
Pamięć
Każda uczestniczka ma pamięć długoterminową (fakty, cele) i epizodyczną (wydarzenia z programu). Długie rozmowy są streszczane mniejszym modelem, żeby kontekst nie rósł bez końca.
Kontrola jakości
Drugi, tańszy model ocenia każdą odpowiedź przed wysyłką. Eskalacja do ludzi przy niskiej pewności, sygnałach kryzysowych i serii nieudanych prób. Zdjęcia z zadań analizuje model z obsługą obrazu.
Kanał
WhatsApp Business API przez Twilio: walidacja podpisu i deduplikacja webhooków, okna komunikacji w strefie czasowej uczestniczek, monitoring wskaźnika dostarczeń i blokad.
Testy
Testy jednostkowe, skrypty prób jailbreaku, testy obciążeniowe i symulator webhooków w panelu, który pozwala sprawdzić scenariusz bez wysyłania prawdziwych wiadomości.

Technologie

  • TypeScript
  • Fastify
  • BullMQ
  • Redis
  • PostgreSQL
  • pgvector
  • Next.js
  • Claude
  • OpenAI Embeddings
  • Cohere Rerank
  • Twilio WhatsApp API
Realizacje

Pozostałe realizacje

Nieruchomości

Platforma asystentów sprzedaży AI dla deweloperów, zasilana ofertą na żywo

Czat na stronie dewelopera odpowiada na pytania o wolne mieszkania i ceny na podstawie danych na żywo. W teście 106 scenariuszy liczba odpowiedzi ze zmyślonymi faktami spadła do zera.

Zobacz realizację
Nieruchomości

System sprzedaży i obsługi posprzedażowej dewelopera ze spacerami 3D z rzutów

Generator ofert ze śledzeniem otwarć, panel usterek z ustawowym terminem 14 dni, reklamacje z infolinią i spacery 360° generowane automatycznie z rzutów dla 81 z 82 mieszkań.

Zobacz realizację
Zdrowie

Przejęta aplikacja zdrowotna z nowym katalogiem produktów i 47 językami

Przejęliśmy aplikację po poprzednim wykonawcy: audyt, naprawy bezpieczeństwa i płatności, nowa wyszukiwarka produktów i lokalizacja na 47 języków, bez zatrzymywania sprzedaży.

Zobacz realizację
Nieruchomości

Automat do ustawowego raportowania cen mieszkań do dane.gov.pl

Audyt 612 plików względem ustawy i wzorca ministerstwa, naprawa generatora u źródła i automatyczne wgranie 409 zaległych zasobów na portal, który nie ma API do zapisu.

Zobacz realizację
Budownictwo

Platforma analityki przetargów publicznych z grafem powiązań konkurencji

Aplikacja łączy dane z Biuletynu Zamówień Publicznych, KRS, GUS i Białej Listy. Pokazuje, kto startuje, za ile i z kim jest powiązany, zamiast ręcznego szukania przed każdym przetargiem.

Zobacz realizację
Technologia

Platforma Kubernetes z GitOps i podpisywaniem obrazów dla 32 aplikacji

Kilkadziesiąt aplikacji przenosimy z jednego serwera na klaster Kubernetes z wdrożeniami przez Git, polityką bezpieczeństwa i kopiami, których odtworzenie sprawdzamy co tydzień.

Zobacz realizację
Media

Fabryka krótkich wideo AI z akceptacją człowieka w aplikacji na telefonie

Scenariusz, ilustracje, lektor, napisy i render w jednym pipeline. Człowiek zatwierdza każdy odcinek w aplikacji na telefonie, a publikacja idzie w zaplanowanych slotach.

Zobacz realizację
Obsługa klienta

Głosowy asystent AI na infolinię z własnym torem audio dla polskiego

Infolinia, na której z dzwoniącym rozmawia AI. Przebudowaliśmy cały tor audio, żeby rozmowa po polsku była płynna, a system rozpoznawał koniec wypowiedzi po sensie, a nie po ciszy.

Zobacz realizację
Gastronomia

Platforma menu wideo dla restauracji ze streamingiem HLS i kodami QR

Gość skanuje kod przy stoliku i zamiast listy dań widzi krótkie filmy, bez instalowania aplikacji. Wideo w trzech jakościach, izolacja danych każdej restauracji i odtwarzanie bazy sprawdzone w praktyce.

Zobacz realizację
Farmacja

Panel analityczny dla sieci sklepów z e-receptami, bez danych pacjentów

Panel zbiera zamówienia z wielu sklepów w czasie rzeczywistym, a dane osobowe pacjentów nie opuszczają sklepów. Architektura privacy by design od pierwszej wersji.

Zobacz realizację