Zespoły agentów AI w marketingu: jak zbudować marketing department z Claude Code

57% firm ma agentów AI w produkcji. Zapytania o systemy wieloagentowe wzrosły o 1445% rok do roku. Rynek autonomicznych agentów AI to 8,5 miliarda dolarów w 2026, z prognozą 35-45 miliardów do 2030. A średni ROI z agentic AI? 171%.

Te dane nie pochodzą z konferencyjnych prezentacji sprzedażowych. To G2, Gartner i Deloitte. Firmy, które zarabiają na tym, że ich prognozy się sprawdzają.

Dwa tygodnie temu opublikowałem artykuł o tym, jak zbudować autonomiczny zespół deweloperski z Claude Code. 10 agentów, gotowe konfiguracje, workflow współpracy. Reakcja? Dużo więcej komentarzy i pytań niż się spodziewałem. Ale jedno pytanie powtarzało się najczęściej: “Czechu, jak to przenieść na marketing?”

Dzisiaj odpowiadam.

Ten artykuł to nie kopia artykułu deweloperskiego z zamienionymi nagłówkami. Marketing ma inne problemy, inne workflow i inne wymagania niż development. Zespół deweloperski potrzebuje 10 agentów, bo każda warstwa aplikacji wymaga innego specjalisty. Zespół marketingowy potrzebuje 5 - bo kluczem nie jest pokrycie każdego możliwego zadania, ale orkiestracja procesów, które generują przychód.

Jeśli nie znasz jeszcze koncepcji agentów AI w marketingu, zacznij od mojego kompletnego przewodnika po agentach AI z frameworkiem AIMS. To fundament, na którym budujemy w tym artykule. AIMS daje Ci jednego agenta na jeden proces. Dzisiaj idziemy dalej - od jednego agenta do zespołu.

To jest artykuł dla marketera, który już ma pierwszego agenta AI i widzi jego ograniczenia. Jeśli jeszcze nie masz - wdróż jednego przez AIMS i wróć tu za miesiąc. Serio.

Dlaczego jeden agent to za mało

Problem okna kontekstowego

Każdy model AI - Claude, GPT, Gemini - ma ograniczone okno kontekstowe. To ilość informacji, którą może jednocześnie przetworzyć. Claude Sonnet 4 ma 200 tysięcy tokenów. Brzmi dużo? Spróbuj wrzucić mu jednocześnie:

Strategiczne wytyczne marki (brand guidelines, tone of voice, persony)
Dane z kampanii (wyniki Google Ads, Meta Ads, GA4 za ostatni kwartał)
Briefy contentowe (10 artykułów do napisania w tym miesiącu)
Wytyczne SEO (klastry słów kluczowych, analiza SERP)
Sekwencje e-mailowe (5 nurturing sequences, każda po 7 maili)

Efekt? Model zaczyna “zapominać” o wcześniejszych instrukcjach. Jakość outputu spada. Odpowiedzi stają się generyczne. To nie jest bug - to fizyczne ograniczenie architektury transformerowej.

Jeden agent próbujący ogarnąć cały marketing to jak jeden pracownik, który jest jednocześnie strategiem, copywriterem, analitykiem, specjalistą SEO i e-mail marketerem. Może robić wszystko po trochu, ale nic nie robi naprawdę dobrze.

3 scenariusze, w których potrzebujesz wielu agentów

Anthropic - twórcy Claude - oficjalnie identyfikują trzy scenariusze, w których multi-agent system przewyższa pojedynczego agenta:

Scenariusz	Problem	Przykład marketingowy	Kiedy stosować
Ochrona kontekstu (Context Protection)	Jeden agent traci kontekst przy zbyt wielu zadaniach	Strategia marki “gubi się”, gdy agent jednocześnie pisze copy i analizuje dane	Gdy agent zaczyna ignorować część instrukcji
Zrównoleglanie (Parallelization)	Jedno zadanie trwa za długo sekwencyjnie	Tworzenie 20 wariantów postów social media + analiza 5 kampanii jednocześnie	Gdy potrzebujesz wyników szybciej niż jeden agent je dostarczy
Specjalizacja (Specialization)	Jedno zadanie wymaga wielu różnych ekspertyz	Lancz produktu: strategia + copy + SEO + email + analityka	Gdy jakość outputu jednego agenta nie spełnia standardów specjalisty

Kluczowe spostrzeżenie: te trzy scenariusze nie wykluczają się wzajemnie. Typowy marketingowy workflow łączy wszystkie trzy - ochronę kontekstu strategicznego, równoległe tworzenie treści i specjalistyczną wiedzę domenową.

Kiedy multi-agent NIE ma sensu

Zanim zaczniesz budować armię agentów, zimny prysznic. Multi-agent system to 3-15 razy więcej tokenów niż pojedynczy agent. Przy cenach Claude API w lutym 2026 (Sonnet 4: $3/$15 za milion tokenów input/output) to realna różnica w budżecie.

Nie buduj zespołu agentów, gdy:

Masz 1-2 proste procesy do zautomatyzowania (wystarczy jeden agent z AIMS)
Twój budżet na AI API to mniej niż 200 PLN miesięcznie
Nie masz jasno zdefiniowanych procesów marketingowych (najpierw audyt AIMS)
Chcesz “mieć agentów” bez konkretnego problemu do rozwiązania
Twój zespół nie ma nikogo, kto potrafi nadzorować output AI

Zasada kciuka od Anthropic: zacznij od jednego agenta. Dodawaj kolejnych dopiero, gdy widzisz konkretne ograniczenie - nie wcześniej.

Multi-agent system to nie upgrade, który robisz, bo możesz. To rozwiązanie konkretnego problemu: jeden agent nie daje rady. Jeśli daje radę - nie naprawiaj tego, co nie jest zepsute.

Architektura: Orchestrator Pattern dla marketingu

Czym jest Orchestrator Pattern

Orchestrator Pattern to wzorzec architektoniczny, w którym jeden agent-koordynator zarządza pracą wyspecjalizowanych agentów. To nie jest demokracja - to hierarchia z jasnym łańcuchem dowodzenia.

Dlaczego nie flat structure, gdzie wszyscy agenci są równi? Bo w marketingu - tak jak w zespole ludzkim - ktoś musi:

Priorytetyzować zadania (co robimy najpierw?)
Przydzielać zasoby (który agent jest najlepszy do tego zadania?)
Zapewnić spójność (czy output jednego agenta nie kłóci się z outputem drugiego?)
Weryfikować jakość (czy to jest gotowe do publikacji?)

Anthropic zaleca podejście context-centric decomposition zamiast problem-centric. Co to znaczy? Nie dzielisz pracy według “problemów do rozwiązania”, ale według kontekstu, który agent potrzebuje. Agent SEO nie musi znać szczegółów sekwencji e-mailowej. Agent e-mailowy nie musi widzieć analizy SERP. Każdy dostaje dokładnie tyle kontekstu, ile potrzebuje do swojego zadania - i ani tokena więcej.

Diagram architektury zespołu marketingowego

+-------------------------------------------------------------+
|                     MARKETER (Ty)                            |
|              Cel, strategia, akceptacja                      |
+-------------------------------------------------------------+
                              |
                              v
+-------------------------------------------------------------+
|              MARKETING STRATEGIST (Orchestrator)             |
|        Dekompozycja zadan, koordynacja, weryfikacja          |
+-------------------------------------------------------------+
                              |
            +---------+-------+-------+---------+
            v         v               v         v
     +------------+ +----------+ +----------+ +--------------+
     |  CONTENT   | | CAMPAIGN | |   SEO    | |    EMAIL     |
     |  WRITER    | | ANALYST  | |SPECIALIST| |  SPECIALIST  |
     |            | |          | |          | |              |
     |  Tresci,   | | Dane,    | | Slowa    | | Sekwencje,   |
     |  copy,     | | raporty, | | kluczowe,| | segmentacja, |
     |  storytell.| | ROI      | | SERP     | | automatyzacja|
     +------------+ +----------+ +----------+ +--------------+
            |         |               |         |
            +---------+-------+-------+---------+
                              v
                   +-----------------+
                   |  VERIFICATION   |
                   |   SUBAGENT      |
                   |                 |
                   | Spojnosc,       |
                   | brand voice,    |
                   | jakosc, fakty   |
                   +-----------------+

Verification Subagent to wzorzec, który Anthropic szczególnie poleca. To dedykowany agent, którego jedynym zadaniem jest walidacja outputu pozostałych agentów. Sprawdza spójność z brand voice, weryfikuje dane, wykrywa halucynacje. To Twój wewnętrzny QA - tani w utrzymaniu (zużywa mało tokenów), a ratuje Cię przed wpadkami.

Subagenty vs Agent Teams - który model wybrać

Claude Code oferuje dwa modele orkiestracji wieloagentowej. Musisz zrozumieć różnice, zanim zaczniesz budować:

Cecha	Subagenty	Agent Teams (Swarmy)
Kontekst	Własne okno; wyniki wracają do głównego agenta	Pełna niezależność, własna pamięć
Komunikacja	Raportują do orchestratora	Bezpośrednia komunikacja między sobą
Koordynacja	Orchestrator zarządza całością	Wspólna lista zadań (task list)
Koszt tokenów	Niższy (1,5-3x vs single)	Wyższy (3-4x vs single)
Złożoność setupu	Niższa - pliki .md w folderze	Wyższa - eksperymentalna funkcja
Najlepsze dla	Jasno zdefiniowane pipeline’y	Zadania wymagające burzy mózgów
Status w 2026	Stabilna, produkcyjna	Eksperymentalna

Moja rekomendacja: zacznij od subagentów. To stabilne, przetestowane rozwiązanie. Agent Teams (swarmy) to fascynująca koncepcja - agenci komunikują się między sobą, mają wspólną skrzynkę pocztową (mailbox) i listę zadań. Ale w lutym 2026 to wciąż funkcja eksperymentalna. Koszt tokenów jest 3-4x wyższy niż single session, a korzyści w typowych workflow marketingowych nie uzasadniają tej premii.

Agent Teams mają sens w jednym scenariuszu: research z adwokatem diabła. Jeden agent broni tezy, drugi ją atakuje, trzeci syntezuje wnioski. Do analizy rynku, tworzenia strategii konkurencyjnej czy przygotowywania się do negocjacji - warto. Do codziennego content pipeline? Przerost formy.

5 agentów marketingowych - serce Twojego zespołu

To jest kluczowa sekcja artykułu. Nie 10 agentów jak w zespole deweloperskim - 5. Bo marketing ma mniej warstw technicznych, a więcej potrzeby spójności strategicznej. Pięciu dobrze skonfigurowanych agentów pokrywa 80% typowych potrzeb marketingowych. Resztę dodasz, gdy będziesz potrzebował.

Agent 1: Marketing Strategist (Orchestrator)

To Twój “Project Manager” - punkt wejścia do zespołu. Przyjmuje zadanie od Ciebie, rozbija je na podzadania, deleguje do specjalistów i zbiera wyniki w spójną całość.

Dlaczego jest kluczowy: Bez orchestratora masz czterech niezależnych specjalistów, z których każdy robi swoje. Z orchestratorem masz zespół, który pracuje nad wspólnym celem.

Pełna konfiguracja agenta (gotowa do skopiowania):

# Marketing Strategist

## Rola
Jesteś głównym strategiem marketingowym i koordynatorem zespołu agentów AI.
Twoja rola to dekompozycja złożonych zadań marketingowych na konkretne
podzadania, delegowanie ich do wyspecjalizowanych agentów i synteza wyników
w spójną strategię.

## Kontekst
Pracujesz w zespole 5 agentów marketingowych:
- Content Writer - tworzenie treści, copy, storytelling
- Campaign Analyst - analityka kampanii, raportowanie, ROI
- SEO Specialist - optymalizacja treści, słowa kluczowe, SERP
- Email Specialist - sekwencje e-mailowe, segmentacja, automatyzacja

## Kompetencje
- Planowanie strategiczne kampanii marketingowych
- Dekompozycja złożonych celów na akcjonalne zadania
- Koordynacja między specjalistami
- Synteza wyników z wielu źródeł
- Priorytetyzacja zadań według wpływu biznesowego
- Brand consistency - pilnowanie spójności przekazu

## Zasady pracy
1. ZAWSZE zaczynaj od pytania o cel biznesowy (co chcemy osiągnąć?)
2. Rozbij zadanie na podzadania z jasnym przypisaniem do agentów
3. Określ kolejność (co musi być gotowe przed czym)
4. Dla każdego podzadania zdefiniuj oczekiwany output i kryteria jakości
5. Po otrzymaniu wyników od agentów - zweryfikuj spójność i brand voice
6. NIGDY nie publikuj bez weryfikacji przez Verification Subagent
7. Przy niejasnych wymaganiach - pytaj marketera, nie zgaduj

## Format delegowania
Przy delegowaniu zadania do agenta, zawsze podaj:
- CEL: Co ma osiągnąć
- KONTEKST: Jaki kontekst strategiczny jest potrzebny
- FORMAT: Oczekiwany format outputu
- KRYTERIA: Jak ocenisz jakość

## Checklisty przed oddaniem pracy
- [ ] Czy output jest spójny z celami biznesowymi?
- [ ] Czy brand voice jest zachowany we wszystkich materiałach?
- [ ] Czy dane i fakty zostały zweryfikowane?
- [ ] Czy jest jasne CTA i kolejny krok?
- [ ] Czy materiały są gotowe do publikacji bez edycji?

Agent 2: Content Writer

Twój copywriter, storyteller i autor treści. To agent, który produkuje najwięcej outputu i jednocześnie wymaga najbardziej precyzyjnych wytycznych. Bez nich dostajesz generyczne teksty. Z nimi - treści, które brzmią jak napisane przez człowieka znającego markę.

Pełna konfiguracja agenta (gotowa do skopiowania):

# Content Writer

## Rola
Jesteś doświadczonym copywriterem i content strategiem z głęboką wiedzą
o storytellingu, psychologii perswazji i marketing copywritingu. Tworzysz
treści, które angażują, edukują i konwertują.

## Kompetencje
- Copywriting: nagłówki, body copy, CTA
- Content marketing: artykuły blogowe, whitepapers, case studies
- Storytelling: narracje marki, customer stories
- Social media: posty LinkedIn, Twitter/X, Instagram (captions)
- Landing pages: hero copy, value propositions, benefit sections
- Psychologia perswazji: social proof, urgency, curiosity gap

## Zasady pracy
1. ZAWSZE pytaj o grupę docelową i cel treści (jeśli nie podano)
2. Pisz w języku odbiorcy, nie w żargonie marki
3. Każdy tekst zaczynaj od hooka - pierwszych 2 zdań, które zatrzymują uwagę
4. Struktura: problem -> agitacja -> rozwiązanie -> dowód -> CTA
5. Używaj krótkich akapitów (maks. 3-4 zdania)
6. Bolduj kluczowe frazy dla skanujących czytelników
7. NIGDY nie używaj korporacyjnych banałów ("innowacyjny", "lider rynku",
   "synergia", "rewolucyjny")
8. Preferuj konkretne dane i przykłady nad ogólne twierdzenia
9. Ton: zależy od briefu, domyślnie profesjonalny-ale-ludzki
10. Respektuj wytyczne SEO od SEO Specialist (słowa kluczowe, nagłówki)

## Formaty outputu
- Artykuł blogowy: 1500-3000 słów z nagłówkami H2/H3
- Post LinkedIn: 1200-1500 znaków, storytelling, whitespace
- Post Twitter/X: do 280 znaków, punchline
- Copy landing page: hero + 3-5 sekcji benefit + CTA
- Newsletter: subject line + preview text + body (max 500 słów)

## Brand voice (UZUPEŁNIJ)
[Tu wstaw wytyczne brand voice Twojej marki - ton, słownictwo,
które słowa lubisz/których unikasz, przykłady tekstów wzorcowych]

## Checklist przed oddaniem
- [ ] Czy jest hook w pierwszych 2 zdaniach?
- [ ] Czy cel tekstu jest jasny?
- [ ] Czy CTA jest konkretne i akcjonalne?
- [ ] Czy tekst mieści się w wymaganej długości?
- [ ] Czy nie ma korporacyjnych banałów?
- [ ] Czy słowa kluczowe SEO są naturalnie wplecione?

Agent 3: Campaign Analyst

Twój analityk - agent, który zamienia surowe dane w decyzje. Nie generuje treści, generuje insighty. To on powie Ci, że kampania B ma ROI 3x wyższy niż A, i dlaczego.

Kluczowe odpowiedzialności:

Analiza wyników kampanii (Google Ads, Meta Ads, LinkedIn Ads)
Tygodniowe i miesięczne raporty z rekomendacjami
Identyfikacja anomalii i trendów
Kalkulacja ROI, CPA, LTV, ROAS
Benchmarking - porównanie z danymi branżowymi
Predykcja - prognozowanie wyników na podstawie trendów

Zasady pracy:

Dane zawsze przed opinią - każda rekomendacja poparta liczbami
Format raportu: executive summary (5 zdań) -> szczegóły -> rekomendacje
Rekomendacje SMART: konkretne, mierzalne, z terminem
Oznaczaj poziom pewności przy prognozach (wysoka/średnia/niska)
Identyfikuj nie tylko “co się dzieje”, ale “dlaczego”

Trigery uruchomienia: tygodniowy raport (poniedziałek), analiza nowej kampanii, alert anomalii (spadek metryki >15%), przegląd kwartalny.

Agent 4: SEO Specialist

Twój specjalista od widoczności organicznej. W erze, gdzie treści muszą być widoczne nie tylko dla Google, ale też dla silników generatywnych (GEO), rola tego agenta staje się krytyczna.

Kluczowe odpowiedzialności:

Research słów kluczowych i klastrów tematycznych
Analiza SERP i intencji wyszukiwania
Optymalizacja on-page (meta tagi, nagłówki, content structure)
Briefy contentowe oparte na danych SEO
Monitoring pozycji i widoczności
Optymalizacja pod silniki generatywne (GEO)

Zasady pracy:

Intencja wyszukiwania (informacyjna/nawigacyjna/transakcyjna) determinuje format treści
Klastry tematyczne > pojedyncze słowa kluczowe
Briefy dla Content Writera zawierają: główne keyword, semantyczne warianty, pytania do odpowiedzi, sugerowaną strukturę nagłówków
Dane z narzędzi SEO (Ahrefs, Semrush, Search Console) jako podstawa decyzji
Pamiętaj o GEO - treści muszą być zrozumiałe też dla AI

Trigery uruchomienia: brief contentowy (przed pisaniem artykułu), audyt SEO strony (miesięcznie), analiza nowego słowa kluczowego, monitoring spadków pozycji.

Agent 5: Email Specialist

Twój ekspert od e-mail marketingu - sekwencji, segmentacji i automatyzacji. E-mail wciąż jest kanałem z najwyższym ROI w marketingu cyfrowym (średnio 36:1 wg DMA). Ten agent to wykorzystuje.

Jeśli chcesz głębiej zanurzyć się w temat AI w e-mail marketingu, mam na to dedykowany artykuł.

Kluczowe odpowiedzialności:

Projektowanie sekwencji nurturingu (welcome, onboarding, reaktywacja)
Segmentacja bazy według zachowań i danych
Pisanie subject lines i preview texts (z A/B testami)
Optymalizacja czasu wysyłki
Analiza deliverability i zaangażowania
Integracja z frameworkiem H.E.A.R.T. do hiperpersonalizacji

Zasady pracy:

Każda sekwencja ma zdefiniowany cel i metrykę sukcesu
Subject line: maks. 50 znaków, curiosity gap lub benefit-first
Body: max 300 słów, 1 CTA, mobile-first
Segmentacja zachowaniowa > demograficzna
Zawsze plan B dla cold segments (reaktywacja lub czyszczenie bazy)

Trigery uruchomienia: nowa kampania e-mailowa, analiza wyników sekwencji, czyszczenie bazy (kwartalnie), lancz produktu (sekwencja launch).

Podsumowanie zespołu

Agent	Rola	Kontekst, który potrzebuje	Trigery uruchomienia
Marketing Strategist	Orchestrator	Cele biznesowe, brand guidelines, budżet	Każde nowe zadanie
Content Writer	Producent treści	Brief contentowy, SEO brief, brand voice	Gdy jest brief od Strategist/SEO
Campaign Analyst	Analityk	Dane z platform, benchmarki, KPI	Cyklicznie + alerty
SEO Specialist	Widoczność	Narzędzia SEO, SERP, Search Console	Przed content creation
Email Specialist	E-mail marketing	Baza subskrybentów, dane zachowaniowe	Kampanie, lancze, cykle

Workflow współpracy - 3 scenariusze

Agenci nie działają w izolacji. Ich wartość pochodzi ze współpracy według ustalonych wzorców. Oto trzy najczęstsze scenariusze, z diagramami pokazującymi przepływ pracy i kontekstu.

Scenariusz 1: Lancz nowego produktu

Najbardziej złożony scenariusz - angażuje wszystkich 5 agentów i wymaga precyzyjnej koordynacji.

+----------------------------------------------------------+
|  TY: "Lansujemy nowy produkt X. Grupa: CMO w SaaS.      |
|       Cel: 500 leadów w 30 dni. Budżet: 15 000 PLN."    |
+----------------------------------------------------------+
                           |
                           v
+----------------------------------------------------------+
|  STRATEGIST: Dekompozycja na 4 strumienie                |
|  1. Content (landing + blog + social)                    |
|  2. SEO (keywords, optymalizacja LP)                     |
|  3. Email (launch sequence 5 maili)                      |
|  4. Analityka (tracking plan, KPI dashboard)             |
+----------------------------------------------------------+
           |           |           |           |
           v           v           v           v
     +----------+ +----------+ +----------+ +----------+
     |   SEO    | | ANALYST  | |  EMAIL   | | CONTENT  |
     | Research | | Tracking | | Sequence | | (czeka   |
     | keywords | | plan     | | design   | | na SEO)  |
     +----------+ +----------+ +----------+ +----------+
           |                                       |
           +----------> SEO brief --------------->|
                                                   v
                                            +----------+
                                            | CONTENT  |
                                            | Pisze LP |
                                            | + blog   |
                                            | + social |
                                            +----------+
                                                   |
                                                   v
                                          +--------------+
                                          | VERIFICATION |
                                          | Brand voice  |
                                          | Spójność     |
                                          | Fakty        |
                                          +--------------+
                                                   |
                                                   v
                                          +--------------+
                                          |  STRATEGIST  |
                                          |  Synteza     |
                                          |  + delivery  |
                                          +--------------+

Kluczowe zasady przepływu kontekstu:

SEO przed Contentem - Content Writer nigdy nie pisze bez briefu SEO. To eliminuje przepisywanie treści post factum
Analyst równolegle - tracking plan nie zależy od treści, więc Analyst pracuje jednocześnie z SEO
Email równolegle - struktura sekwencji e-mailowej powstaje równolegle, a copy jest dostarczane przez Content Writera po zatwierdzeniu briefu SEO
Verification na końcu - każdy output przechodzi przez walidację, zanim trafi do Strategista

Scenariusz 2: Tygodniowy raport i optymalizacja

Cykliczny workflow, który powinien działać jak zegarek - każdy poniedziałek rano.

+----------------------------------------------------------+
|  TRIGGER: Poniedziałek 7:00                              |
+----------------------------------------------------------+
                           |
              +------------+------------+
              v                         v
     +--------------+         +--------------+
     |   ANALYST    |         |     SEO      |
     | Pull danych  |         | Monitoring   |
     | z kampanii   |         | pozycji i    |
     | + analiza    |         | widoczności  |
     +--------------+         +--------------+
              |                         |
              +------------+------------+
                           v
              +----------------------+
              |     STRATEGIST       |
              | Synteza + priorytety |
              | "Co robimy ten       |
              |  tydzień?"           |
              +----------------------+
                           |
              +------------+------------+
              v                         v
     +--------------+         +--------------+
     |   CONTENT    |         |    EMAIL     |
     | Nowe treści  |         | Korekty      |
     | na podstawie |         | sekwencji    |
     | danych       |         | na podst.    |
     |              |         | danych       |
     +--------------+         +--------------+

Ten workflow to kręgosłup Twojego marketingu. Analyst i SEO Specialist zbierają dane równolegle. Strategist syntezuje i priorytetyzuje. Content Writer i Email Specialist implementują zmiany.

Scenariusz 3: Content pipeline (ciągła produkcja treści)

Najczęstszy workflow - powtarzalny cykl produkcji contentu od researchu do publikacji.

+----------------------------------------+
|  STRATEGIST: "Potrzebujemy artykułu     |
|  o [temat X] dla [persona Y]"         |
+----------------------------------------+
              |
              v
+----------------------------------------+
|  SEO: Research -> brief contentowy     |
|  - Główne keyword + warianty           |
|  - Analiza top 10 SERP                 |
|  - Sugerowana struktura H2/H3         |
|  - Pytania do odpowiedzi (PAA)        |
+----------------------------------------+
              |
              v
+----------------------------------------+
|  CONTENT WRITER: Pisze artykuł         |
|  - Na podstawie briefu SEO            |
|  - Z uwzględnieniem brand voice        |
|  - Z CTA i linkami wewnętrznymi       |
+----------------------------------------+
              |
              v
+----------------------------------------+
|  VERIFICATION: Sprawdza                |
|  - Brand voice consistency             |
|  - Fakty i dane                        |
|  - SEO compliance (keywords, H-tags)   |
|  - Czytelność i struktura             |
+----------------------------------------+
              |
              v
+----------------------------------------+
|  EMAIL: Tworzy newsletter z artykułu   |
|  - Subject line (3 warianty A/B)       |
|  - Preview text                        |
|  - Skrót artykułu + CTA "Czytaj"     |
+----------------------------------------+

Jak przekazywać kontekst między agentami

To kluczowy aspekt, który większość osób pomija. Agenci w modelu subagentów nie “rozmawiają” ze sobą bezpośrednio - komunikują się przez orchestratora. To oznacza, że Strategist musi precyzyjnie przekazywać kontekst.

Sprawdzone podejście - Structured Handoff:

[ZADANIE DLA: Content Writer]
[OD: Marketing Strategist]
[KONTEKST STRATEGICZNY]: Artykuł ma pozycjonować nas jako ekspertów
  w AI dla e-commerce. Persona: CMO w firmie 50-200 osób.
[BRIEF SEO (od SEO Specialist)]:
  - Keyword główny: "AI w e-commerce"
  - Keywords wspierające: "personalizacja AI", "automatyzacja e-commerce"
  - Struktura: 5 sekcji H2, 2000-2500 słów
  - Pytania PAA do odpowiedzi: [lista]
[OCZEKIWANY OUTPUT]: Gotowy artykuł w Markdown z meta description
[DEADLINE]: Przed oddaniem tygodniowego raportu (poniedziałek)

To jest w praktyce prompt CRISP - Context, Role (wynika z agenta), Instructions (zadanie), Specifics (SEO brief), Purpose (cel strategiczny). Framework, który już znasz, teraz pracuje na poziomie orkiestracji zespołu.

Implementacja krok po kroku

Wymagania

Zanim zaczniesz, upewnij się, że masz:

Claude Code CLI zainstalowane (npm install -g @anthropic-ai/claude-code)
Konto Anthropic z aktywnym API key i środkami (min. ~100 PLN na testy)
Node.js 20+ (node --version)
Projekt z repozytorium Git (agenci żyją w folderze .claude/agents/)

Jeśli nie znasz jeszcze Claude Code CLI, wróć do mojego przewodnika po Claude dla marketerów - tam znajdziesz kompletny setup.

Struktura folderów

twoj-projekt-marketingowy/
|-- .claude/
|   |-- agents/
|   |   |-- marketing-strategist.md    # Orchestrator
|   |   |-- content-writer.md          # Tworzenie treści
|   |   |-- campaign-analyst.md        # Analityka
|   |   |-- seo-specialist.md          # SEO
|   |   +-- email-specialist.md        # E-mail marketing
|   +-- CLAUDE.md                      # Globalny kontekst projektu
|-- brand/
|   |-- brand-guidelines.md            # Wytyczne marki
|   |-- tone-of-voice.md               # Ton komunikacji
|   +-- persony.md                     # Persony klientów
|-- data/
|   |-- kampanie/                      # Dane z kampanii (CSV/JSON)
|   +-- raporty/                       # Wygenerowane raporty
|-- content/
|   |-- blog/                          # Artykuły
|   |-- social/                        # Posty social media
|   +-- email/                         # Szablony e-maili
+-- README.md

CLAUDE.md - globalny kontekst

Plik .claude/CLAUDE.md to kontekst ładowany dla każdego agenta. Tutaj umieszczasz informacje wspólne - brand voice, persony, kluczowe zasady.

# Projekt marketingowy [Twoja firma]

## Brand voice
- Ton: profesjonalny, ale ludzki. Zero korporacyjnego żargonu.
- Perspektywa: 2. osoba (Ty, Twój)
- Wartości: transparentność, dane przed opiniami, praktyczność

## Persony
1. CMO Katarzyna (35-45, SaaS, 50-200 osób) - szuka ROI i skali
2. Marketing Manager Tomek (28-35, e-commerce) - szuka automatyzacji

## Słowa zakazane
innowacyjny, rewolucyjny, game-changer, synergia, leverage, disruption

## Źródła danych
- Google Ads: [konto ID]
- Meta Ads: [konto ID]
- GA4: [property ID]
- Search Console: [URL]

Tworzenie pierwszego agenta

Zacznij od Marketing Strategist - orchestratora. Skopiuj konfigurację z sekcji “5 agentów” do pliku .claude/agents/marketing-strategist.md. Następnie:

# Zweryfikuj, że agent jest widoczny
claude /agents

# Powinno wyświetlić:
# Available agents:
#   - marketing-strategist

Pierwszy test - z realnym zadaniem

Nie testuj na abstrakcyjnych zadaniach. Daj agentowi prawdziwy problem:

/agent:marketing-strategist

Przygotuj plan treści na najbliższy tydzień.
Cel: zwiększenie ruchu organicznego o 20% w Q2.
Mamy 3 artykuły do napisania i 2 newslettery.
Persona główna: CMO Katarzyna z naszego brand guide.
Budżet na paid: 0 (tylko organic).

Marketing Strategist powinien:

Poprosić SEO Specialist o research (3 tematy pod artykuły)
Poprosić Campaign Analyst o dane bazowe (skąd jest obecny ruch)
Na podstawie wyników - stworzyć plan z priorytetami
Zdelegować briefy do Content Writer i Email Specialist

Jeśli tego nie robi - popraw jego konfigurację. Iteracja jest normalna. Anthropic sam przyznaje, że self-improvement (agent diagnozujący własne błędy) skraca czas kalibracji o 40%.

Prompt CRISP do kalibracji agenta

Gdy agent nie daje oczekiwanych wyników, użyj tego prompta do diagnozy i korekty. To zastosowanie frameworka CRISP na meta-poziomie - promptujesz agenta, żeby naprawił samego siebie:

[C - Context]
Testuję agenta Marketing Strategist w zespole 5 agentów Claude Code.
Przy zadaniu "plan treści na tydzień" agent nie deleguje do SEO Specialist
-- pisze plan sam, bez danych o słowach kluczowych.

[R - Role]
Działaj jako AI Systems Architect specjalizujący się w multi-agent
orchestration.

[I - Instructions]
1. Przeanalizuj konfigurację agenta Marketing Strategist (wklejam poniżej)
2. Zidentyfikuj, dlaczego nie deleguje do subagentów
3. Zaproponuj konkretne zmiany w konfiguracji (.md)
4. Pokaż przykład poprawionego fragmentu

[S - Specifics]
- Agent musi ZAWSZE delegować research SEO przed tworzeniem content planu
- Delegowanie ma używać formatu Structured Handoff
- Priorytet: bezawaryjność > szybkość

[P - Purpose]
Cel: agent, który konsekwentnie koordynuje zespół zamiast robić
wszystko sam.

Prompt CRISP do generowania content briefu

Ten prompt pokazuje, jak Twój SEO Specialist powinien generować briefy dla Content Writera. Możesz go wbudować bezpośrednio w konfigurację agenta lub używać jako template:

[C - Context]
Przygotowuję content brief dla artykułu blogowego na stronę [URL].
Nisza: [branża]. Persona: [opis persony].
Mamy już następujące artykuły w klastrze [temat]: [lista].

[R - Role]
Działaj jako Senior SEO Content Strategist z 8-letnim doświadczeniem
w content marketingu B2B. Tworzysz briefy, które copywriterzy
kochają - bo są konkretne i nie zostawiają miejsca na zgadywanie.

[I - Instructions]
1. Zaproponuj 3 kąty artykułu na temat [keyword] z unique angle
2. Dla wybranego kąta stwórz pełny brief:
   - Title tag (max 60 znaków) + meta description (max 155 znaków)
   - Struktura H2/H3 z szacowaną długością każdej sekcji
   - Lista pytań PAA do odpowiedzi w treści
   - Internal links do istniejących artykułów
   - Sugestie do CTA
3. Określ intencję wyszukiwania i dopasuj format

[S - Specifics]
- Keyword główny: [keyword], wolumen: [liczba]
- Keywords wspierające: [lista]
- Długość docelowa: 2000-2500 słów
- Format: Markdown z komentarzami dla copywritera
- Competitor URLs do analizy: [lista top 3 wyników SERP]

[P - Purpose]
Brief ma dać copywriterowi wszystko, czego potrzebuje, żeby napisać
artykuł, który wejdzie do top 5 SERP w ciągu 3 miesięcy.

Koszty, ROI i realistyczne oczekiwania

Ile to kosztuje - realne liczby w PLN

Transparentność kosztów to jeden z filarów tego bloga. Nie powiem Ci “to zależy” - powiem Ci dokładnie, ile zapłaciłem.

Składnik kosztu	Cena (luty 2026)	Zużycie/miesiąc (5 agentów)	Koszt miesięczny
Claude API - Sonnet 4 (input)	$3 / 1M tokenów	~8M tokenów	~100 PLN
Claude API - Sonnet 4 (output)	$15 / 1M tokenów	~2M tokenów	~125 PLN
Claude Code subskrypcja (Max)	$100/msc	1 licencja	~410 PLN
Łącznie (API mode)			~225 PLN
Łącznie (subskrypcja Max)			~410 PLN

Warianty kosztowe:

Scenariusz	Częstotliwość użycia	Szacowany koszt/msc	Dla kogo
Lekki (1-2 kampanie/tyg)	5-10 sesji	100-200 PLN	Freelancer, solopreneur
Standardowy (daily ops)	20-30 sesji	300-500 PLN	Marketing Manager
Intensywny (agency scale)	50+ sesji	800-1500 PLN	Agencja, duży zespół

Dla porównania: junior marketer to 5000-7000 PLN miesięcznie. Freelancer copywriter to 200-500 PLN za artykuł. Agencja SEO to 3000-8000 PLN miesięcznie. Twój zespół agentów AI za 300-500 PLN nie zastąpi tych ludzi, ale zwolni ich z powtarzalnej pracy na rzecz strategii.

Oczekiwania vs rzeczywistość

Muszę być z Tobą brutalnie szczery. Dane z raportów są imponujące - 171% ROI, 68% krótszy czas produkcji treści, 7x wyższy współczynnik konwersji. Ale to są dane od najlepszych wdrożeń u firm z dedykowanymi zespołami AI.

Obietnica z raportów	Realistyczny wynik (miesiąc 1-3)	Realistyczny wynik (miesiąc 6-12)
68% krótszy czas tworzenia treści	25-35% oszczędność czasu	40-55% oszczędność czasu
80% skalowanie produkcji	30-50% więcej outputu	60-80% więcej outputu
7x konwersja	Porównywalny lub +10-20%	+30-50% po kalibracji
60% wyższa produktywność	+20-30%	+40-60%
171% ROI	50-100% ROI	100-200% ROI

Zwróć uwagę na kolumnę “miesiąc 1-3”. To jest Twoja rzeczywistość na starcie. Agenci AI potrzebują kalibracji - iteracji promptów, dostosowania workflow, nauki Twojego brand voice. Nie są plug-and-play. Są plug-and-iterate.

74% dyrektorów raportuje ROI w pierwszym roku - nie w pierwszym tygodniu. Jeśli ktoś obiecuje Ci natychmiastowe rezultaty z multi-agent AI, sprzedaje Ci dym.

Framework decyzyjny: czy multi-agent jest dla Ciebie?

Pytanie	Tak = multi-agent	Nie = zostań przy AIMS
Masz już 1+ działającego agenta AI?	+	Najpierw AIMS
Twój budżet na AI to >300 PLN/msc?	+	Pojedynczy agent
Masz zdefiniowane 3+ procesy marketingowe?	+	Najpierw audyt
Ktoś w zespole potrafi konfigurować Claude Code?	+	Custom GPT/Make
Widzisz konkretne ograniczenie jednego agenta?	+	Nie naprawiaj tego, co działa
Produkujesz >10 szt. treści miesięcznie?	+	Jeden agent wystarczy

Jeśli masz 4+ odpowiedzi “Tak” - ten artykuł jest dla Ciebie. Jeśli mniej - wróć do frameworka AIMS i doskonal jednego agenta.

Najczęstsze błędy (i jak ich uniknąć)

Po tygodniach testowania i kilku spektakularnych porażkach, zebrałem 7 błędów, które widziałem u siebie i u innych. Każdy z konkretnym rozwiązaniem.

Błąd 1: Budowanie 10 agentów od razu

Problem: Ekscytacja prowadzi do tworzenia agentów na wszystko - social media, PR, event marketing, influencer outreach, branding… W efekcie masz 10 źle skalibrowanych agentów zamiast 5 dobrze działających.

Rozwiązanie: Zacznij od 3 agentów: Strategist + Content Writer + jeden specjalista (ten, który rozwiązuje Twój najpalniejszy problem). Dodawaj kolejnych po 2-3 tygodniach, gdy pierwsi działają stabilnie.

Błąd 2: Brak globalnego kontekstu w CLAUDE.md

Problem: Każdy agent pisze w innym tonie, używa innej terminologii, inaczej formatuje output. Klient dostaje landing page, newsletter i post LinkedIn, które wyglądają, jakby pisały je trzy różne marki.

Rozwiązanie: CLAUDE.md z brand voice, personami i zasadami formatowania. To Twój “brand book” dla AI - i jest ładowany automatycznie do kontekstu każdego agenta.

Błąd 3: Orchestrator, który robi wszystko sam

Problem: Marketing Strategist zamiast delegować - pisze treści, analizuje dane i projektuje sekwencje e-mailowe. Wszystko jest “OK”, ale nic nie jest dobre.

Rozwiązanie: W konfiguracji Strategist dodaj jawne reguły: “NIGDY nie pisz treści marketingowych - to rola Content Writera. NIGDY nie analizuj danych kampanii - to rola Campaign Analyst.” Im bardziej explicit, tym lepiej.

Błąd 4: Ignorowanie kosztów tokenów

Problem: Budujesz złożone workflow z 5 agentami na każde zadanie, a potem patrzysz na rachunek: 2000 PLN za miesiąc. Dla agencji to może być OK. Dla soloprenera - nie.

Rozwiązanie: Monitoruj zużycie tokenów od pierwszego dnia. Używaj Sonnet (nie Opus) jako domyślnego modelu - to najlepszy stosunek jakości do ceny. Opus rezerwuj na zadania strategiczne orchestratora. I pamiętaj: nie każde zadanie wymaga 5 agentów. Prosty post na LinkedIn? Jeden Content Writer wystarczy.

Błąd 5: Zero weryfikacji outputu

Problem: Agent pisze, Ty publikujesz. Potem okazuje się, że w artykule jest zmyślona statystyka, a w e-mailu link do nieistniejącej strony.

Rozwiązanie: Verification Subagent. Dedykowany agent do sprawdzania faktów, linków, spójności brand voice. Koszt? Minimalne tokeny. Wartość? Uniknięcie jednej wpadki uzasadnia istnienie tego agenta na lata. I pamiętaj o regulacjach - EU AI Act wymaga dokumentowania, jakie systemy AI stosujesz i z jakim nadzorem ludzkim. Kary sięgają 35 milionów euro.

Błąd 6: Oczekiwanie pełnej autonomii

Problem: “AI zastąpi mój zespół marketingowy” - nie. W 2026 nie zastąpi. Może w 2030. Na razie agenci AI to wspomaganie, nie zastąpienie. 80% organizacji raportuje ryzykowne zachowania swoich agentów AI. Tylko 21% ma dojrzały governance.

Rozwiązanie: Human-in-the-loop na trzech poziomach:

Strategia - Ty decydujesz o kierunku, agenci proponują taktykę
Publikacja - każdy content przechodzi Twoją akceptację przed publikacją
Budżet - agent rekomenduje alokację, Ty zatwierdzasz

Błąd 7: Brak iteracji i mierzenia

Problem: Skonfigurowałeś agentów, działają “jakoś” - i nie wracasz do konfiguracji przez miesiące. Output powoli degraduje, bo rynek się zmienia, a agenci nie.

Rozwiązanie: Co 2 tygodnie - przegląd i kalibracja. Pytania: Który agent daje najlepsze wyniki? Który wymaga najwięcej poprawek? Gdzie workflow się zacina? Aktualizuj konfiguracje na bieżąco. Anthropic potwierdza, że observability-driven iteration to zasada numer 1 w pracy z agentami.

Roadmapa rozwoju

Miesiąc 1-3: Fundament

Cel: 3 działających agentów z powtarzalnym workflow.

Tydzień 1-2: Zainstaluj Claude Code, skonfiguruj Marketing Strategist + Content Writer
Tydzień 3-4: Dodaj SEO Specialist, zbuduj content pipeline (scenariusz 3)
Miesiąc 2: Kalibruj agentów na realnych zadaniach, zbieraj feedback
Miesiąc 3: Zmierz wyniki: czas oszczędzony, jakość outputu, koszty

Benchmark sukcesu: 20-30% oszczędność czasu na tworzeniu treści. ROI dodatni.

Miesiąc 3-6: Rozszerzenie

Cel: Pełny zespół 5 agentów z automatycznymi workflow.

Dodaj Campaign Analyst - tygodniowe raporty automatyczne
Dodaj Email Specialist - sekwencje nurturingu
Zbuduj workflow “lancz produktu” (scenariusz 1)
Zbuduj workflow “tygodniowy raport” (scenariusz 2)
Wdróż Verification Subagent

Benchmark sukcesu: 40-50% oszczędność czasu. 2-3x więcej treści miesięcznie. Raporty bez ręcznej pracy.

Miesiąc 6-12: Optymalizacja

Cel: Dopracowany system, który działa z minimalną interwencją.

Integracja z narzędziami przez MCP (Model Context Protocol) - bezpośrednie połączenie agentów z Google Ads, Search Console, CRM
Eksperymenty z Agent Teams (swarmy) do research i strategii
Hiperpersonalizacja z H.E.A.R.T. napędzana danymi od agentów
Rozważ Claude Agent SDK do produkcyjnych workflow (TypeScript/Python)
Zaawansowane prompty z chain-of-thought dla lepszego rozumowania

Benchmark sukcesu: 50-60% oszczędność czasu. ROI 100-200%. System, który działa, gdy Ty robisz coś innego.

Perspektywa 2027: Co się zmieni

Nie wróżę z fusów, ale trendy są czytelne:

MCP jako standard - agenci będą mieli natywny dostęp do każdego narzędzia marketingowego. 97 milionów pobrań MCP SDK miesięcznie w 2026 to dopiero początek. Już dziś istnieje ponad 10 000 serwerów MCP
Skills marketplace - gotowe “umiejętności” dla agentów (jeden Skill orkiestruje wiele serwerów MCP). Twój agent SEO będzie miał skill “kompletny audyt techniczny” do zainstalowania jednym kliknięciem
Agent-to-agent commerce - Twój agent marketingowy będzie “rozmawiał” z agentami klientów. GEO stanie się krytyczny - treści muszą być czytelne dla AI, nie tylko dla ludzi
No-code orchestration - Make i n8n będą oferowały wizualne buildery zespołów agentów. Bariera wejścia spadnie z “trzeba znać CLI” do “drag & drop”

Kto buduje fundament dzisiaj, będzie gotowy na te zmiany. Kto czeka na “gotowe rozwiązanie” - będzie budował fundament, gdy inni już skalują.

Podsumowanie: kluczowe wnioski

Przeszliśmy od problemu jednego agenta, przez architekturę Orchestrator Pattern, po pełną implementację 5 agentów marketingowych w Claude Code. Oto, co powinieneś zapamiętać:

Jeden agent to za mało, gdy widzisz degradację jakości. Problemy z oknem kontekstowym, brak specjalizacji i sekwencyjna praca - to sygnały do budowy zespołu. Ale multi-agent to 3-15x więcej tokenów. Nie buduj, jeśli nie musisz.
Orchestrator Pattern to fundament. Marketing Strategist koordynuje, specjaliści wykonują, Verification Subagent waliduje. Hierarchia, nie demokracja.
5 agentów pokrywa 80% potrzeb. Strategist, Content Writer, Campaign Analyst, SEO Specialist, Email Specialist. Nie 10. Nie 15. Pięciu dobrze skalibrowanych agentów bije dwudziestu skonfigurowanych byle jak.
Zacznij od subagentów, nie od Agent Teams. Subagenty są stabilne, tańsze i wystarczające dla 90% workflow marketingowych. Agent Teams to przyszłość - ale eksperymentalna przyszłość.
AIMS to fundament, multi-agent to rozszerzenie. Jeśli nie masz jednego działającego agenta, nie buduj zespołu. Framework AIMS to Twój punkt startu.
Human-in-the-loop to nie opcja - to wymóg. Strategia, publikacja, budżet - trzy punkty, gdzie Ty decydujesz. Reszta może być delegowana. Pamiętaj o EU AI Act.
Mierz od dnia pierwszego. Czas zaoszczędzony, koszt tokenów, jakość outputu. Bez danych nie wiesz, czy system działa. Bez danych optymalizujesz na ślepo.

Agenci AI nie zastąpią marketerów. Zastąpią marketerów, którzy nie potrafią budować i zarządzać zespołami agentów. To ten sam wniosek, który wyciągnąłem w artykule o jednym agencie - tyle że teraz stawka jest wyższa.

Co teraz?

Jeśli masz już jednego agenta AI i widzisz jego ograniczenia:

Pobierz konfiguracje z tego artykułu (Strategist + Content Writer)
Stwórz folder .claude/agents/ w swoim projekcie
Przetestuj na jednym realnym zadaniu
Zmierz wynik po tygodniu i kalibruj

Jeśli nie masz jeszcze żadnego agenta:

Przeczytaj AIMS - przewodnik po agentach AI w marketingu
Zbuduj jednego agenta na jeden proces
Wróć tu za miesiąc

A jeśli chcesz zrozumieć, jak ten zespół agentów wpisuje się w większy system - jak CRISP, JTBD, AIMS i H.E.A.R.T. współpracują ze sobą - przeczytaj mój artykuł o Systemie Operacyjnym Marketera AI.

Budowanie zespołu agentów AI to nie sprint. To maraton z checkpointami. I pierwszy checkpoint właśnie masz za sobą - wiesz, jak to działa. Teraz czas wdrożyć.

Dlaczego jeden agent to za mało

Problem okna kontekstowego

3 scenariusze, w których potrzebujesz wielu agentów

Kiedy multi-agent NIE ma sensu

Architektura: Orchestrator Pattern dla marketingu

Czym jest Orchestrator Pattern

Diagram architektury zespołu marketingowego

Subagenty vs Agent Teams - który model wybrać

5 agentów marketingowych - serce Twojego zespołu

Agent 1: Marketing Strategist (Orchestrator)

Agent 2: Content Writer

Agent 3: Campaign Analyst

Agent 4: SEO Specialist

Agent 5: Email Specialist

Podsumowanie zespołu

Workflow współpracy - 3 scenariusze

Scenariusz 1: Lancz nowego produktu

Scenariusz 2: Tygodniowy raport i optymalizacja

Scenariusz 3: Content pipeline (ciągła produkcja treści)

Jak przekazywać kontekst między agentami

Implementacja krok po kroku

Wymagania

Struktura folderów

CLAUDE.md - globalny kontekst

Tworzenie pierwszego agenta

Pierwszy test - z realnym zadaniem

Prompt CRISP do kalibracji agenta

Prompt CRISP do generowania content briefu

Koszty, ROI i realistyczne oczekiwania

Ile to kosztuje - realne liczby w PLN

Oczekiwania vs rzeczywistość

Framework decyzyjny: czy multi-agent jest dla Ciebie?

Najczęstsze błędy (i jak ich uniknąć)

Błąd 1: Budowanie 10 agentów od razu

Błąd 2: Brak globalnego kontekstu w CLAUDE.md

Błąd 3: Orchestrator, który robi wszystko sam

Błąd 4: Ignorowanie kosztów tokenów

Błąd 5: Zero weryfikacji outputu

Błąd 6: Oczekiwanie pełnej autonomii

Błąd 7: Brak iteracji i mierzenia

Roadmapa rozwoju

Miesiąc 1-3: Fundament

Miesiąc 3-6: Rozszerzenie

Miesiąc 6-12: Optymalizacja

Perspektywa 2027: Co się zmieni

Podsumowanie: kluczowe wnioski

Chcesz więcej praktycznych frameworków AI?