Jak zbudować asystenta AI, który zna Twoją ofertę (RAG po ludzku) 

Ostatnia istotna aktualizacja: 28 października 2026. Dodano interaktywną wizualizację RAG krok po kroku, kalkulator liczby fragmentów i kosztu embeddingów, sprawdzone ceny i limity z dokumentacji dostawców, checklistę przed publikacją, FAQ oraz listę źródeł. Usunięto ogólniki o kosztach.

Krótka odpowiedź: asystent AI, który „zna Twoją ofertę", to zwykły model językowy z dołożonym krokiem wyszukiwania. Mechanizm nazywa się RAG (Retrieval-Augmented Generation): dokumenty tniesz na fragmenty, zamieniasz na wektory liczbowe (embeddingi), a przy każdym pytaniu model dostaje tylko kilka najbardziej pasujących fragmentów i odpowiada na ich podstawie. Sam koszt zamiany cennika na embeddingi jest śmiesznie niski (kilka groszy dla 100 stron - policzysz to w kalkulatorze niżej), a kłopoty zaczynają się gdzie indziej: w jakości dokumentów, w cięciu na fragmenty i w pilnowaniu aktualności.

RAG bez żargonu: co się właściwie dzieje

Wyobraź sobie pracownika, który nie uczy się Twojego cennika na pamięć, tylko przy każdym pytaniu klienta otwiera segregator, znajduje właściwą kartkę i czyta z niej odpowiedź. Tak działa RAG. Zwykły ChatGPT nie zna Twojego cennika, więc o rabat dla stałych klientów odpowie ogólnikowo albo zmyśli. Model podpięty pod RAG najpierw znajdzie fragment Twojego dokumentu, a potem odpowie konkretnie.

Trzy słowa, które warto rozumieć, bo wracają w każdym narzędziu:

• Chunking - cięcie dokumentów na krótkie fragmenty. W dokumentacji n8n dokumenty są ładowane przez loader i dzielone splitterem na mniejsze kawałki [3].
• Embedding - liczbowa reprezentacja fragmentu w postaci wektora; n8n opisuje to jako „numerical representations of data using vectors" i obsługuje wyłącznie embeddingi tekstowe [3].
• Retrieval - wyszukanie fragmentów najbliższych pytaniu w bazie wektorowej (vector store), czyli bazie szukającej po podobieństwie znaczenia, a nie po dokładnym słowie.

Zobacz to na małym przykładzie: RAG krok po kroku

Poniżej mini-cennik wymyślonej pracowni fotograficznej (dane są przykładowe, nie pochodzą od żadnej firmy). Przełączaj kroki, zmieniaj rozmiar fragmentu i pytanie. Wyszukiwanie w tej demonstracji jest uproszczone - liczy wspólne słowa (z obcinaniem końcówek), a nie wektory - ale pokazuje to samo zjawisko: to, jak potniesz tekst, decyduje o tym, co bot znajdzie.

Co z tego wynika (obserwacja na tym przykładzie, 78 słów): przy fragmentach po 22 słowa i nakładce 4 słowa powstaje 5 fragmentów, a pytanie „Ile kosztuje sesja rodzinna?" trafia do fragmentu #1, w którym są i nazwa usługi, i cena 650 zł. Gdy zejdziesz do 8 słów (nakładka 2), powstaje 13 fragmentów, a ten, który wygrywa wyszukiwanie, kończy się na słowach „Sesja rodzinna trwa 90" - cena 650 zł została w następnym. Model dostałby więc nazwę bez ceny. Przy 60 słowach są już tylko 2 fragmenty, a pytanie o przełożenie terminu dostaje cały cennik z regulaminem naraz: odpowiedź jest tam, ale razem ze zbędnym tekstem, co w dużej bazie rozmywa wyszukiwanie. Pytanie o wesela (czego w bazie nie ma) kończy się odmową dzięki progowi trafności - jeśli w Twojej wersji bot „coś odpowiada", brakuje progu i zakazu w instrukcji. To uproszczona demonstracja na wymyślonym tekście, nie test jakości prawdziwego systemu.

Trzy filary, bez których asystent zawiedzie

Pominięcie któregokolwiek kończy się botem, który po tygodniu zmyśla cenniki przed klientem.

• Wąska rola. Lepiej kilka wąskich botów (reklamacje, kwalifikacja leadów, FAQ) niż jeden „do wszystkiego". Test: jeśli procedury nie da się opisać nowemu pracownikowi na jednej kartce A4, zadanie jest za szerokie na start.
• Czysta baza wiedzy. Wgrane chaotyczne pliki z logotypami na każdej stronie dają chaos. Oczyść dokumenty do prostego tekstu z wyraźnymi nagłówkami, bez tabel ze scalonymi komórkami. Każdy fragment powinien dać się zrozumieć bez reszty dokumentu - to ten sam problem, który Anthropic opisuje jako gubienie kontekstu przy cięciu [1].
• Twarda instrukcja. Wprost napisz, czego bot nie robi: nie odpowiada poza bazą, nie obiecuje rabatów, nie interpretuje regulaminu.

Czy w ogóle potrzebujesz RAG? Test 200 tysięcy tokenów

Zanim zbudujesz bazę wektorową, sprawdź skalę. Anthropic pisze, że jeśli baza wiedzy jest mniejsza niż 200 000 tokenów (około 500 stron materiału), można ją po prostu umieścić w całości w prompcie - bez RAG [1]. Dla wielu małych firm (cennik, regulamin, FAQ na 30-80 stron) to oznacza, że wystarczy zwykły projekt w narzędziu AI. Claude Projects robi zresztą pół drogi sam: gdy wiedza projektu zbliża się do limitu kontekstu, włącza tryb RAG, co według pomocy Anthropic zwiększa pojemność nawet do 10 razy (funkcja dostępna w płatnych planach) [4]. RAG ma sens, gdy dokumentów jest dużo, zmieniają się często albo bot ma działać na Twojej stronie i w CRM.

Kalkulator: ile fragmentów i ile kosztują embeddingi

Wpisz objętość swojej bazy. Kalkulator liczy liczbę fragmentów, liczbę tokenów do zamiany na embeddingi (z nakładką) i jednorazowy koszt dla dwóch modeli OpenAI. Ceny są wyliczone z dokumentacji OpenAI: strona o embeddingach podaje 62 500 stron na dolara dla text-embedding-3-small i 9 615 stron na dolara dla text-embedding-3-large, przy założeniu ok. 800 tokenów na stronę [2], co daje odpowiednio ok. 0,02 i ok. 0,13 USD za milion tokenów.

Przykład policzony (wyliczone): 100 stron po 800 tokenów to 80 000 tokenów. Przy fragmentach po 400 tokenów i nakładce 50 powstaje 229 fragmentów, łącznie ok. 91 400 tokenów do zamiany na wektory. Przy cenie ok. 0,02 USD za milion tokenów to ok. 0,0018 USD (small), a przy ok. 0,13 USD ok. 0,012 USD (large) - w obu przypadkach poniżej grosza. Kurs w kalkulatorze to ustawienie przykładowe, nie notowanie. Baza 80 000 tokenów jest też znacznie poniżej progu 200 000 tokenów, więc w tym przypadku RAG nie jest konieczny. Zastrzeżenia: to tylko jednorazowy koszt embeddingów; nie obejmuje odpowiedzi modelu, hostingu bazy wektorowej, pracy nad dokumentami ani ponownego przeliczania po każdej zmianie cennika. Ceny dostawców się zmieniają - sprawdź aktualny cennik przed decyzją.

Jak to wygląda w n8n

Jeśli asystent ma działać na Twojej stronie, dobrym wyborem jest n8n, bo cały mechanizm widać jako klocki:

1. Węzeł Chat Trigger odbiera pytanie klienta.
2. AI Agent ma podpięty model językowy, pamięć rozmowy i bazę wiedzy jako narzędzie.
3. Osobny workflow ładuje dokumenty: loader pobiera treść, text splitter tnie ją na fragmenty (w węźle Recursive Character Text Splitter ustawiasz Chunk Size i Chunk Overlap, a splitter stara się trzymać razem akapity, zdania, potem słowa [5]), a model embeddingów zapisuje wektory w Vector Store.
4. Przy pytaniu agent przeszukuje bazę i odpowiada na podstawie znalezionych fragmentów.
5. Widget czatu wklejasz na stronę fragmentem kodu.

Na start, bez konfiguracji, wystarczą prostsze narzędzia: projekt w Claude lub notatnik z wgranymi źródłami. Gdy chcesz osadzić bota na stronie i połączyć z CRM, warto przejść na n8n. Szerzej o budowie asystenta w n8n piszę w artykule jak połączyć ChatGPT z n8n.

Dlaczego samo cięcie bywa za mało: kontekst fragmentu

Typowy problem: fragment „Kosztuje 650 zł, trwa 90 minut" nie mówi, której usługi dotyczy. Anthropic opisuje metodę „contextual retrieval", w której do każdego fragmentu dopisuje się krótki kontekst. W ich testach (baza fragmentów, top 20) odsetek chybionych wyszukań spadł z 5,7% do 3,7% przy kontekstowych embeddingach (o 35%), do 2,9% po dołączeniu kontekstowego BM25 (o 49%) i do 1,9% po dodaniu rerankingu (o 67%) [1]. To wyniki zmierzone przez Anthropic na ich zbiorach danych, nie na Twoich dokumentach - traktuj je jako kierunek, nie obietnicę. Prosta wersja dla małej firmy: zaczynaj każdy fragment nazwą usługi i dokumentu (np. „Cennik / Sesja rodzinna: ...").

Ile to kosztuje i ile trwa

Najtańsza część to embeddingi (patrz kalkulator). Koszt wdrożenia składa się z innych rzeczy: porządkowania dokumentów, konfiguracji, testów, integracji (CRM, kontrola dostępu) i utrzymania - aktualizacji bazy oraz przeglądu odpowiedzi. Proste wdrożenie na gotowej platformie no-code z kilkudziesięcioma dokumentami to zwykle dni, bogatsza baza z integracjami - tygodnie (opinia na podstawie typowych wdrożeń, bez publicznego benchmarku; widełki zależą od zakresu). Bez rytmu aktualizacji asystent po prostu cytuje stary cennik.

Najczęstsze błędy, które psują asystenta

• Zbyt szeroki zakres na start - bot miesza reklamacje z ofertami promocyjnymi.
• Brudna, sprzeczna baza - dwa cenniki z różnych lat dają dwie różne odpowiedzi.
• Cięcie bez namysłu - cena oddzielona od nazwy usługi (sprawdź w wizualizacji powyżej).
• Brak zakazów w instrukcji i progu trafności - bot odpowiada także wtedy, gdy nic pasującego nie znalazł.
• Brak strategii aktualizacji - odpowiedzi tracą aktualność w tygodniach.
• Zero testów - kilkadziesiąt trudnych pytań przed publikacją pokazuje, gdzie zostawiłeś za dużo swobody.

Checklista przed publikacją asystenta

Odhaczaj punkty - stan zapisuje się w Twojej przeglądarce (tylko u Ciebie).

Wersja tekstowa: przed publikacją sprawdź osiem rzeczy: (1) jedna wąska rola, (2) dokumenty oczyszczone do prostego tekstu, (3) fragmenty zaczynają się od nazwy usługi lub dokumentu, (4) instrukcja zakazuje odpowiedzi poza bazą, (5) ustalony próg trafności i odmowa, (6) co najmniej 30 pytań testowych, w tym kilka spoza oferty, (7) ścieżka przekazania rozmowy człowiekowi, (8) właściciel i rytm aktualizacji bazy.

Kiedy asystent nie wystarczy

RAG dobrze radzi sobie z pytaniami opartymi na faktach z dokumentów. Gorzej, gdy sprawa wymaga oceny, negocjacji albo dotyczy danych wrażliwych klienta - wtedy dobry asystent przyznaje się do niewiedzy i przekazuje rozmowę człowiekowi. O projektowaniu takiego przekazania piszę w tekście chatbot, który wie, kiedy oddać rozmowę człowiekowi, a o bazie wiedzy zamiast skrzynki mailowej w FAQ, które odpowiada samo.

Najczęstsze pytania

Od czego zacząć

Wypisz jeden wąski proces, który dziś zjada najwięcej czasu, i zbierz do niego kilkanaście dokumentów, które faktycznie odpowiadają na te pytania. Policz objętość w kalkulatorze: jeśli mieścisz się poniżej 200 tys. tokenów, zacznij od projektu w narzędziu AI. Reszta (platforma, integracje, skalowanie) ma sens dopiero, gdy pierwszy mały asystent działa dobrze. Jeśli chcesz przejść przez to razem, napisz do mnie - odpowiadam zwykle tego samego dnia.

Źródła

1. Anthropic, Introducing Contextual Retrieval - próg 200 000 tokenów (ok. 500 stron), wyniki redukcji błędów wyszukiwania 35% / 49% / 67%, rozmiar fragmentów.
2. OpenAI, Embeddings - dokumentacja - strony na dolara (62 500 / 9 615 / 12 500), wymiary, limit 8 192 tokenów; ceny za milion tokenów wyliczone z tych wartości.
3. n8n Docs, Understand vector databases - vector store, embeddingi, chunking, retrieval.
4. Anthropic, What are projects? - tryb RAG w projektach, do 10x pojemności, płatne plany.
5. n8n Docs, Recursive Character Text Splitter - parametry Chunk Size i Chunk Overlap.