# Make.com — 5 gotowych blueprintów scenariuszy AI

> Każdy blueprint = opis krok po kroku + system prompt + przykładowe payloady.
> Działa też w **n8n** i **Zapier** (analogiczne moduły).

---

## BLUEPRINT 1 — Klasyfikator emaili → Slack/Sheets

**Co robi:** Pobiera nowe maile, AI klasyfikuje, kieruje do odpowiedniej akcji.

### Moduły (kolejność):

```
[Gmail: Watch Emails]
        │
        ▼
[OpenAI/Anthropic: Create Completion] ← system prompt 1 (klasyfikator)
        │
        ▼
[Router]
   ├─ PILNE → [Slack: Send Message] do #alerts
   ├─ OFERTA → [Sheets: Add Row] do bazy ofert
   ├─ FAKTURA → [Drive: Upload File] + [Sheets: Add Row] do księgowości
   ├─ SPAM → [Gmail: Move to Trash]
   └─ INNE → [Gmail: Add Label "do_przegladu"]
        │
        ▼
[Sheets: Add Row] do tabeli "log" (zawsze)
```

### Setup:
1. Make.com → Create scenario
2. Add module: **Gmail → Watch Emails**
   - Folder: INBOX
   - Filter: `is:unread newer_than:1d`
   - Maximum results: 10
3. Add module: **OpenAI → Create a Completion**
   - Model: `gpt-4o-mini` (tanio: ~$0.0001/mail) lub `gpt-4o` (lepiej: $0.001/mail)
   - System message: → patrz `system-prompts-library.md` punkt 1.
   - User message: `Subject: {{1.Subject}}\n\nBody: {{1.text}}`
   - Response format: JSON object
4. Add module: **Router** (5 ścieżek)
5. Każda ścieżka — Filter „kategoria = X" + akcja
6. Końcowo: **Google Sheets → Add a Row** (log)

### Limity:
- Scenarios → Settings → **Max cycles: 100**
- Scheduling: **Every 15 min**
- Error handler na module OpenAI: **Resume → Default value** (z polem `kategoria: "BŁĄD"`)

### Koszt szacunkowy:
- 100 maili dziennie × $0.0001 (mini) = **$0.30/mc** (~1.20 PLN)
- Plus subscription Make.com: €9-29/mc

---

## BLUEPRINT 2 — Faktura z maila → księgowy → Sheets

**Co robi:** Wykrywa załączniki PDF z faktur, OCR, ekstrakcja danych, dopisuje do księgi.

### Moduły:

```
[Gmail: Watch Emails] (filter: has:attachment "faktura")
        │
        ▼
[Iterator: po załącznikach]
        │
        ▼
[Filter: tylko PDF]
        │
        ▼
[OpenAI: Vision API] ← prompt: ekstrakcja faktury
        │
        ▼
[OpenAI: Create Completion] ← system prompt 7 (audytor)
        │
        ▼
[Router: czy wymaga weryfikacji człowieka?]
   ├─ TAK → [Slack: Send Message] do #ksiegowosc + [Sheets: Add Row] z flagą
   └─ NIE → [Sheets: Add Row] do bazy faktur (zatwierdzone)
        │
        ▼
[Drive: Upload File] (oryginał PDF do folderu Faktury/2026/04)
        │
        ▼
[Gmail: Add Label "faktura_przetworzona"]
```

### System prompt: → patrz `system-prompts-library.md` punkt 7.

### Klucze decyzji:
- Kwota brutto > 5000 zł → ZAWSZE weryfikacja człowieka
- Pewność < 80 → weryfikacja
- Brak NIP nabywcy → weryfikacja
- Wykryto duplikat (numer + wystawca) → STOP + alert

### Co dostajesz w Sheets:
| Data | Wystawca | NIP | Numer | Brutto | VAT | Kategoria | Status | Link PDF |
|---|---|---|---|---|---|---|---|---|

---

## BLUEPRINT 3 — Briefing dnia 7:30 dla CEO

**Co robi:** Codziennie o 7:30 wysyła 1-stronicowy briefing zbierający dane z różnych źródeł.

### Moduły:

```
[Schedule: Daily 7:30]
        │
        ▼
[Aggregator]
   ├─ [Gmail: Search] → maile z ostatnich 24h (filter: important)
   ├─ [Slack: List Messages] → ostatnie wiadomości w #zarząd, #pilne
   ├─ [Jira: Search Issues] → status open tickets, blocked
   ├─ [Calendar: List Events] → spotkania dziś
   └─ [Sheets: Get Rows] → KPI z poprzedniego dnia
        │
        ▼
[OpenAI: Create Completion] ← system prompt 5 (sumator dnia)
        │
        ▼
[Notion: Create Page] (do bazy „Briefingi") + [Gmail: Send Email] do CEO
        │
        ▼
[Slack: Send DM] „Briefing wysłany. Link: {{notion_url}}"
```

### System prompt: → patrz `system-prompts-library.md` punkt 5.

### Pro tip:
- Subject maila: `[BRIEFING] {{formatDate(now; "DD.MM"); "PL"}} — {{liczba_pilnych}} pilne, {{liczba_decyzji}} do decyzji`
- W Notion automatycznie taguje miesiącem (Database property: Month)
- Zachowaj wszystkie briefingi → po roku masz świetny dataset retrospektyw

---

## BLUEPRINT 4 — Lead z formularza → CRM + research + follow-up

**Co robi:** Nowy lead z formularza → AI robi quick-research firmy → dodaje do CRM + przygotowuje propozycję pierwszego kontaktu.

### Moduły:

```
[Webhook] (formularz na stronie www POSTuje JSON tutaj)
        │
        ▼
[Filter: spam-check] (honeypot, dziwne domeny)
        │
        ▼
[OpenAI: Create Completion] ← prompt: "Z tego maila i nazwy firmy znajdź: branża, wielkość, prawdopodobny problem, decydent persona"
        │
        ▼
[HTTP: Perplexity API] ← „Jakie info publiczne o firmie X — ostatnie 6 mc"
        │
        ▼
[OpenAI: Create Completion] ← system prompt 6 (follow-up)
        │
        ▼
[HubSpot/Pipedrive: Create Contact + Deal]
        │
        ▼
[Gmail: Create Draft] (NIE wysyła! Tylko draft do mojego review)
        │
        ▼
[Slack: Send DM] „Nowy lead {{firma}}. Draft maila gotowy w Gmail. Otwórz {{url_drafta}}"
```

### Klucze:
- **NIE wysyła automatycznie** — zawsze draft (L1 autonomy dla pierwszych 50 leadów).
- Po 50 leadach z dobrym hit-rate (>40% odpowiedzi) → przejście na L2 (auto-wysyłka po 1h opóźnienia, anuluje jeśli kliknę „cancel" w Slack).

### Sample wejście (webhook payload):
```json
{
  "email": "anna.kowalska@example.pl",
  "firma": "Example Sp. z o.o.",
  "stanowisko": "Head of Operations",
  "zapytanie": "Szukamy rozwiązania do automatyzacji procesu X."
}
```

---

## BLUEPRINT 5 — Multi-agent: Research + Pisarz + Krytyk (artykuł blogowy)

**Co robi:** Daję temat → 3 agenty produkują gotowy artykuł blogowy z review.

### Moduły:

```
[Webhook lub Form] → input: temat + persona + długość
        │
        ▼
[OpenAI: Create Completion] ← system prompt 2 (researcher)
        │ (zwraca dossier JSON)
        ▼
[Sheets: Add Row] → log dossier
        │
        ▼
[OpenAI: Create Completion] ← system prompt 3 (writer)
        │ input: dossier + brief
        │ (zwraca draft v1)
        ▼
[Iterator/Repeater] (max 3 iteracje)
   │
   ▼
   [OpenAI: Create Completion] ← system prompt 4 (critic)
   │ (zwraca ocena + lista problemów)
   │
   ▼
   [Filter: ocena >= 8?]
      ├─ TAK → BREAK iterator → [Notion: Create Page]
      └─ NIE → [OpenAI: Writer ponownie] z listą poprawek → kolejna iteracja
        │
        ▼
[Notion: Create Page] (status: do publikacji)
        │
        ▼
[Slack: Send Message] „Artykuł gotowy: {{notion_url}}"
```

### System prompty: → patrz `system-prompts-library.md` punkty 2, 3, 4.

### Koszt szacunkowy:
- Research: ~$0.05 (3000 token)
- 3 iteracje pisania + krytyki: ~$0.30
- **Razem: ~$0.35/artykuł** (~1.40 PLN)
- Czas: ~5-8 minut

### Pułapki:
- Bez `max_iterations` (= 3) → może iterować w nieskończoność. **Zawsze ustawiaj.**
- Bez warunku stopu „ocena >= 8" → krytyk będzie wiecznie znajdować coś (perfekcjonista).
- Lepiej dawać oceny **dyskretne** (5/6/7/8/9) niż ciągłe (5.5, 6.7) — model gubi się w niuansach.

---

## Bonus — n8n vs Make vs Zapier (kiedy co)

| Coś robisz dziś po raz pierwszy | **Zapier** (najszybszy start, ale drogi przy skali) |
| Wizualnie + dużo decyzji + AI | **Make.com** (najlepszy stosunek cena/możliwości w 2026) |
| Self-hosted, prywatność, dane wrażliwe | **n8n** (open source, instalujesz na własnym VPS za €5/mc) |
| Microsoft 365 ekosystem | **Power Automate** (wliczone w licencję) |
| Programowanie w Python/JS | **LangGraph + LangChain** lub **CrewAI** (kod) |

---

*AI Master · Dzień 4 · 5 gotowych scenariuszy do wdrożenia w 1 godzinę · 28.04.2026*