D2 · M3Na żywo — od pytania do automatyzacji10:15–11:30 · 75 min
Kotwica bloku
Zdanie które zostaje w głowie — na ekranie przez pierwsze minuty
„Nie musisz wiedzieć jak to działa. Musisz wiedzieć że to możliwe — i co chcesz żeby robiło.”
Co się dzieje na ekranie
Michał rozwiązuje 2–3 problemy uczestników na żywo. Myślenie głośno — dlaczego to narzędzie, nie inne.
Kluczowe słowa
„Nie piszę kodu — łączę klocki.” „Każdy klocek robi jedną rzecz: pobierz, prześlij, wyślij.”
Artefakt uczestnika
Jedno zdanie w czacie: „Dla mojego procesu wybieram poziom ___ bo ___.”
Plan dnia
Dzień 2 — Niedziela · Michał Łaszkiewicz
M19:00–9:30Rozgrzewka — co zostało z wczoraj
M29:30–10:15Jak opisać problem żeby AI go zrozumiało
M310:15–11:30Na żywo — od pytania do automatyzacji TERAZ
M411:45–13:15Twój proces na papierze
M514:15–15:15Jak zmierzyć czy to działa
M615:30–16:00Kontrakt ze sobą — zamknięcie weekendu
Jeden problem — cztery poziomy rozwiązania
Wybierz poziom który pasuje do Twojego procesu i zaraząd, możesz zacząć od najniższego.
PoziomCo robiszTwój czasJak zacząć
POZIOM 1
Pytasz AI ręcznie
Wklejasz Formułę 2 z M2, AI odpowiada, czytasz i działasz.2–5 min
zamiast 30–45 min
Dziś — tylko konto AI
POZIOM 2
Stała instrukcja
Konfigurujesz Projekt w Claude raz — AI wie co robić bez wklejania kontekstu za każdym razem.2–5 min
bez myślenia co wpisać
15 min konfiguracji — raz
POZIOM 3a
Automatyzacja
wbudowana w ekosystem
Nic nie robisz — wynik przychodzi sam. Konfigurujesz raz w narzędziu które już masz (Google Workspace Flows, Notion, MailerLite).0 min
przychodzi samo
Konfiguracja w ekosystemie który już opłacasz
POZIOM 3b
Automatyzacja
zewnętrzne narzędzie
Łączysz różne ekosystemy: Gmail + CRM + Slack jednocześnie. Zapier, Make, n8n — gdy jeden ekosystem nie wystarczy.0 min
przychodzi samo
Nowe narzędzie + konfiguracja lub zlecenie
Schemat demo — Gmail jako przykład
Gmail jako przykład — ten sam problem pokazany na trzech poziomach.
POZIOM 1 · 5 MINRęczne pytanie do AI
Formuła 2 z M2 trafia wprost do Claude razem z ręcznie skopiowanymi mailami.
„To jest poziom 1. Działa. 2 minuty zamiast 45. Co piątek musisz pamiętać żeby to robić samemu.”
POZIOM 2 · 5 MINProjekt w Claude — stała instrukcja
Konfiguracja Projektu w Claude — AI wie że jest asystentem mailowym bez wklejania kontekstu za każdym razem.
„To jak zatrudnienie kogoś na stałe zamiast tłumaczenia od zera co tydzień.”
POZIOM 3 · 4 MINAutomatyzacja — Gmail → tabela → Slack
Przepływ w n8n: Gmail → AI analizuje → tabela Google Sheets → alert na Slack. Bez żadnego kliknięcia z Twojej strony.
„Raz ustawione — działa samo. Ty dostajesz wynik bez robienia czegokolwiek.”
Poziom 3a — automatyzacja wbudowana
Zanim wytoczysz armaty — sprawdź czy Twój ekosystem nie ma tego już w środku
Warstwa 1 — Triggery (co uruchamia)
📧When I get an email
📋When a form response comes in
📝When a meeting transcript is ready
💬When I get a chat message
📊When a sheet changes
📁When an item is added to a folder
On a schedule
🤝Based on a meeting
Warstwa 2 — Kroki (co robi po triggerze)
Write, reason, and transform content with AI
🧠Ask Gemini
AI skills
📋Recap unread emails
🔍Extract
⚖️Decide
📌Summarize
Tools
🔀Check if
🔽Filter
Gmail
Notify me by email
Archive an email
Draft an email
Draft a reply
Add labels
Remove labels
Mark as read
Mark as unread
Star an email
Remove star
Chat
Notify me in Chat
Sheets
Add a row
Update rows
Clear rows
Get sheet contents
Drive
Add email attachments to Drive
Create a folder
Docs
Create a doc
Add to a doc
Tasks
Create a task
Przykład — flow bez żadnego zewnętrznego narzędzia
📝
Trigger
When a meeting transcript is ready
📌
Summarize
Gemini streszcza transkrypt do 5 punktów
⚖️
Decide
Czy są action items?
✉️
Draft a reply
Gemini pisze maila z podsumowaniem
💬
Notify in Chat
Alert do właściciela na Spaces
Kiedy 3a wystarczy — a kiedy potrzebujesz 3b?
✓ 3a wystarczy gdy:
cały przepływ jest w Google / Notion / MailerLite · nie mieszasz trzech różnych systemów · wystarczy Ci Gemini jako AI · priorytet: zero nowych narzędzi
→ 3b gdy:
łączysz Gmail + HubSpot + Slack jednocześnie · potrzebujesz Claude / GPT zamiast Gemini · złożona logika IF/ELSE · duży wolumin lub wrażliwe dane
Zapier · Make · n8n — który wybrać?
Pokazywane gdy pada pytanie „dlaczego to narzędzie, nie inne”
Kryterium
⚡ Zapier
◉ Make
⬡ n8n
Gdzie działa
Chmura Zapier
serwer zdalny SaaS
Chmura Make
serwer zdalny SaaS
Twój VPS / serwer
self-hosted
Kraj danych
🇺🇸 USA
🇪🇺 UE opcjonalnie
Twój wybór 🌍
Wymaga serwera
❌ Nie
❌ Nie
✅ Tak (~20–50 zł/mc)
Próg techniczny
Niski
'średni
Wysoki
Cena startowa
Od $0 (100 zadań/mc)
Płatny od ~$20/mc
Od $0 (1000 op/mc)
Płatny od $9/mc
Bezpłatne (self-host)
Cloud od $20/mc
Kiedy wybrać
Szybki start, gotowe integracje, brak IT
Złożone przepływy, niższa cena, dane w EU
Wrażliwe dane, pełna kontrola, własna infra
Serwer zdalny vs. Twój serwer
Gdzie tak naprawdę trafiają Twoje dane podczas automatyzacji
☁️ Serwer zdalny (SaaS)
📍
Gdzie siedzą dane?
Na serwerach dostawcy — USA lub EU zależnie od planu. Bez wpływu na fizyczną lokalizację.
👤
Kto ma dostęp?
Dostawca i potencjalnie rząd jego kraju mogą mieć dostęp techniczny w ramach prawnych.
Awaria dostawcy?
Twoje przepływy stają. Zależysz od dostępności ich platformy.
💳
Koszt / zmiana ceny?
Dostawca może zmienić cennik. Zapier w 2023 podniósł ceny o 30–60%.
VS
Twoje
dane
🖥️ Twój serwer (self-hosted)
📍
Gdzie siedzą dane?
Na Twoim VPS-ie (np. Hetzner w Niemczech) lub własnej maszynie. Ty decydujesz.
👤
Kto ma dostęp?
Tylko Ty i Twój administrator. Zero dostępu zewnętrznych platform.
Awaria dostawcy?
Niezależność — Twoje przepływy działają dopóki działa Twój serwer.
💳
Koszt / zmiana ceny?
Stały: VPS ok. 20–50 zł/mc. n8n open-source — bez opłat za operacje.
Kraj przetwarzania danych — mapa ryzyk
Każde narzędzie online działa pod prawem kraju swojego serwera
RYZYKO: ŚrEDNIE
🇺🇸
USA
US CLOUD Act (2018)
Zapier, ChatGPT API, większość SaaS
Rząd USA może wnioskować o dane. Wymaga orzeczenia sądowego — węższy zakres niż NSL.
RYZYKO: NISKIE
🇪🇺
Unia Europejska
RODO / GDPR (2018)
Make (EU region), Mistral AI 🇫🇷, Hetzner VPS
Najsilniejsza ochrona danych. Zalecane dla danych klientów i danych wrażliwych.
RYZYKO: WYSOKIE
🇨🇳
Chiny
NSL 2017 — National Security Law
DeepSeek API, Kimi, Qwen, GLM (API)
Obowiązek udostępnienia danych rządowi na żądanie, bez orzeczenia sądowego.
RYZYKO: ZERO
🖥️
Lokalnie
Twoja infrastruktura
n8n self-hosted, Ollama, modele lokalne
Zero ruchu do zewnętrznych serwerów. Pełna suwerenność danych.
Drzewo decyzji — które narzędzie dla mnie?
Odpowiedz na 4 pytania — dostaniesz rekomendację
❓ Czy cały przepływ mieści się w jednym ekosystemie?
(tylko Google Workspace, tylko Notion, tylko MailerLite — nie mieszasz systemów)
✅ TAK
Poziom 3a — wbudowane
Google Workspace Flows · Notion Automations · MailerLite
Zero nowych narzędzi. Zero dodatkowego kosztu.
❌ NIE — łączysz różne systemy
Przejdź do poniższych pytań — potrzebujesz 3b
❓ Czy dane są wrażliwe?
(RODO, NDA, dane klientów, tajemnica handlowa)
✅ TAK
❓ Masz kogoś technicznego
lub czas na serwer?
✅ TAK
⬡ n8n self-hosted
VPS w EU · Hetzner ~25 zł/mc
❌ NIE
◉ Make (EU region)
Serwery EU · DPA · bez serwera
❌ NIE
❓ Ważna jest cena
przy większej skali?
✅ TAK
◉ Make
Tańszy od Zapier · mocne scenariusze
❌ NIE
⚡ Zapier
Najszybszy start · 5000+ integracji
Warto zajrzeć
🔀
Kiedy AI, kiedy Agent?
7 pytań które pomagają zdecydować: prosty prompt, projekt AI czy agent.
⚖️
AI-entuzjasta: szansa czy zagrożenie?
Historia z księgowym który wdrożył AI — i co poszło nie tak mimo dobrych chęci.
📊
Porównanie modeli AI 2026
Porównanie modeli AI: cena, możliwości, lokalne wdrożenie, prywatność danych.
🏢
Korporacyjne narzędzia automatyzacji
Power Automate, AWS Glue, Google Workspace Flows — narzędzia korporacyjne vs n8n/Make.
🤖
Claude 101
Dlaczego warto rozumieć konkretny model — nie tylko ogólne zasady promptowania.