Jak zbudować agenta AI publikującego na WordPress — case step-by-step

Agent AI WordPress to nie skrypt typu „zadaj pytanie ChatGPT i wklej do WP”. To autonomiczny proces, w którym LLM decyduje co napisać na podstawie keyword plana, tworzy content, waliduje go (fakty, jakość, SEO), uploaduje do WordPressa jako draft, przeprowadza self-review i publikuje. W produkcyjnej wersji dla naszej agencji agent publikuje 8-14 artykułów tygodniowo dla 3 klientów, z human review na etapie 2 na 10 artykułów. Dzisiaj przedstawimy pełną architekturę, kod i lekcje.

To nie case teoretyczny – to rzeczywisty system, który pracuje od 8 miesięcy. Fragmenty kodu, które pokażemy, zostały z tego systemu zczytane (z usunięciem kluczy API i nazw klientów). Pokażemy też kategorię błędów, których nie uniknęliśmy: halucynacje LLM na temat specjalistycznej wiedzy, rate limiting Claude API w szczytach, konflikty concurrent publishingu w WordPressie, koszty, które „uciekły” w pierwszych dwóch tygodniach.

Artykuł jest częścią klastra AI w marketingu 2026. Dla wprowadzenia do agentów AI zobacz wprowadzenie do agentów AI. Architekturę orkiestracji omawiamy w orchestration agentów. Dla szczegółów proces contentu: proces content AI.

Spis treści

1. Architektura wysokopoziomowa
2. Moduł planowania – wybór keyword
3. Moduł pisania – sekwencja promptów
4. Walidacja – SEO, jakość, fakty
5. Publisher — integracja z WordPress
6. Orchestration przez Temporal
7. Koszty i optymalizacja
8. Błędy i mechanizmy obronne
9. Human-in-the-loop — kiedy ludzie interweniują
10. Wyniki w produkcji po 8 miesiącach
11. FAQ
12. Co dalej

Co znaczy „agent” vs „skrypt”

Zanim wejdziemy w architekturę, warto doprecyzować pojęcia. W społeczności AI „agent” ma 5-6 konkurencyjnych definicji. Dla celów tego case stosujemy:

• Skrypt automation: predeterministyczny flow. Input → zestaw kroków w stałej kolejności → output. Przykład: Zapier „nowy keyword → wywołaj GPT → zapisz draft do WP”.
• Agent: autonomiczny decision-maker. Na każdym kroku LLM decyduje, co zrobić dalej, na podstawie context. Może retry, zmienić podejście, poprosić o pomoc. Przykład: nasz system ma 5 „tools”, z których Agent wybiera w zależności od stanu proces.
• Swarm/multi-agent: kilka agentów współpracuje, każdy z inną specjalizacją. Bardzo hot topic, ale w produkcji niedojrzałe – używamy dla eksperymentów, nie produkcji.

Nasz system jest bliżej „autonomicznego skryptu z LLM-powered decisions” niż „multi-agent swarm”. W 2026 roku to sweet spot dla production-grade procesy: wystarczająco autonomiczny, żeby wymagać human review tylko w 20%, wystarczająco deterministyczny, żeby nie generować surprises. Temat ten rozwijamy w wprowadzenia do agentów AI.

Architektura wysokopoziomowa

Agent składa się z 5 modułów, orkiestrowanych przez Temporal Procesy. Każdy moduł ma ograniczoną odpowiedzialność i może być niezależnie testowany/replaced.

Flow

1. Trigger: scheduled (daily), on-demand (manual via dashboard) lub event-driven (new keyword dodany do backlogu).
2. Planner: wybiera keyword z backlogu, sprawdza, czy już nie było o nim pisane (embeddings similarity), przygotowuje brief.
3. Writer: wykonuje 4-krotną sekwencję promptów (outline → sekcje → FAQ → polish), z fact checkiem pośrodku.
4. Validator: sprawdza długość, strukturę H2/H3, liczba FAQ, Surfer SEO score (przez API), factual claims vs web search.
5. Publisher: uploaduje do WP jako draft, robi self-review (jeszcze jedno wywołanie LLM), publikuje lub przenosi do kolejki human review.
6. Notification: Slack alert z linkiem do opublikowanego artykułu lub do review queue.

Stack technologiczny

Komponent	Technologia	Cel
LLM	Claude Opus 4.5 (Anthropic API)	Writing, fact check, self-review
Fast LLM	Claude Haiku 3.5	Walidacja, classification, short tasks
Embeddings	OpenAI text-embedding-3-large	Similarity check (duplicate detection)
Vector DB	PostgreSQL + pgvector	Storage embeddingów + metadata
Orchestration	Temporal (self-hosted lub Temporal Cloud)	Stateful procesy z retry
Web search	Brave Search API lub Serper.dev	Fact check + SERP analysis
WP integration	WP REST API + custom plugin blogers-connector	Publishing, category/tag mgmt
Monitoring	Slack webhooks + PostHog	Alerting, performance śledzenie

Deployment

Całość w Docker containers na Hetzner CCX23 (2 vCPU, 8 GB RAM, 80 GB SSD) za 35 EUR/miesiąc. Temporal może być self-hosted (zawiera się w tym kosztownym stacku) lub Temporal Cloud (dodatkowo 200+ USD/miesiąc, ale bez ops burden). Zagadnienie to omawiamy szerzej w orchestration agentów.

Moduł planowania – wybór keyword

Planner czyta backlog (tabela PostgreSQL z keywordami, prioritetami, dateslotami) i decyduje, co pisać. Nie jest to losowe – używa prostego scoringu: Szczegóły opisujemy w proces content AI.

// Pseudocode
function selectNextKeyword(backlog, publishedTitles) {
  return backlog
    .filter(kw => !hasSimilarPublished(kw, publishedTitles, threshold=0.78))
    .sort((a, b) => b.priority - a.priority)
    [0];
}

function hasSimilarPublished(keyword, publishedTitles, threshold) {
  const kwEmb = embed(keyword.title);
  return publishedTitles.some(title => {
    const titleEmb = getCachedEmbedding(title);
    return cosineSimilarity(kwEmb, titleEmb) > threshold;
  });
}

Brief generator

Dla wybranego keyword planner generuje brief przez LLM:

const briefPrompt = `
Jesteś content strategistem pracującym dla semtools.pl.
Dla poniższego keyword przygotuj brief do artykułu.

KEYWORD: ${keyword.main}
SECONDARY KEYWORDS: ${keyword.secondary.join(', ')}
TARGET WORD COUNT: ${keyword.wordCount}
TARGET INTENT: ${keyword.intent}

BRIEF powinien zawierać:
1. Hook (1-2 zdania otwierające)
2. Struktura H2 (6-10 sekcji)
3. 5-7 pytań do FAQ
4. Lista 5-10 faktów do zweryfikowania podczas fact check
5. 2-3 sugestie internal links (z listy: ${relatedUrls})

Zwróć w JSON.
`;

Brief trafia do Writer modułu jako wejście.

Moduł pisania – sekwencja promptów

Writer wykonuje 4 sekwencyjne wywołania LLM zamiast jednego dużego — jakość jest znacząco wyższa, koszt podobny (prompt caching przez Anthropic).

Krok 1: outline + intro

LLM produkuje szczegółowy outline (H2/H3) i pisze intro (250-400 słów). Wejście: brief. Wynik: outline + intro.

Krok 2: główne sekcje

Dla każdej sekcji H2 z outline odrębny prompt. LLM widzi pełny outline + intro + aktualną sekcję do napisania + instrukcje (word count, format, czy wymaga tabeli/listy).

Kluczowa optymalizacja: prompt caching Anthropic — cały prior context (brief + outline + poprzednie sekcje) jest cacheowany na 5 min, więc każde kolejne wywołanie płaci za ~100 tokenów (nowe instrukcje) zamiast 3000+ (cały context). Redukuje koszt o 70-85%. Zagadnienie to omawiamy szerzej w AI w marketingu 2026.

const sectionPrompt = `
Ty jesteś ekspertem piszącym dla semtools.pl...
BRIEF: ${brief}
PEŁNY OUTLINE: ${outline}
INTRO: ${intro}
JUŻ NAPISANE SEKCJE: ${previousSections}

Napisz sekcję: "${section.h2}"
Target word count: ${section.targetWords}
Musi zawierać: ${section.requirements}
`;

Krok 3: FAQ

Po głównych sekcjach LLM generuje 5-7 pytań FAQ. Pytania pochodzą z: (1) briefu, (2) People Also Ask scrapingu dla głównego keyword, (3) kreatywnej generacji na podstawie napisanego contentu. Odpowiedzi 80-120 słów każda.

Krok 4: polish

Ostatnie wywołanie LLM otrzymuje cały artykuł i instrukcje do „polish”:

• Ujednolicenie tonu (czasem wcześniejsze kroki dryfują).
• Usunięcie banned phrases („w dzisiejszych czasach”, „jak wiadomo”, „w tym artykule”).
• Sprawdzenie, czy każda sekcja ma minimum jeden konkretny przykład/liczbę.
• Wygenerowanie meta title (55-60 znaków), meta description (150-160), excerpt (200).

Walidacja – SEO, jakość, fakty

Gotowy artykuł przechodzi przez validator, który blokuje publikację dla 5-10% produkcji.

Checks techniczne

1. Word count – w przedziale ±10% od target.
2. H2 count — minimum 6.
3. H3 count – minimum 12.
4. Lista UL/OL – minimum 6.
5. Tabele – minimum 1.
6. FAQ – 5-7 details elementów.
7. Internal links – minimum 3 do sites w domenie.
8. Banned phrases – 0 wystąpień listy 30+ zwrotów.

Fact check

Dla każdego factual claim z briefu (liczby, daty, nazwy produktów):

const factCheckPrompt = `
Oto claim z artykułu: "${claim}"
Oto wyniki z web search: ${searchResults}

Oceń:
1. Czy claim jest prawdziwy (tak/nie/niepewne)?
2. Jeśli nie — jaka powinna być poprawna wartość?
3. Jeśli niepewne — czy należy usunąć claim?

Zwróć JSON: {verified: boolean, correction?: string, action: 'keep'|'fix'|'remove'}
`;

Action = 'fix’ lub 'remove’ → loop back do Writer z instrukcjami poprawki.

Similarity check

Gotowy artykuł trafia do embeddings check – czy wypadkowo nie jest duplikatem któregoś z wcześniej opublikowanych artykułów? Próg: 0,88 cosine similarity. Powyżej — reject, back to planner z flag „za podobne do X”.

Jakość językowa

Claude Haiku z prompt: „Czy ten artykuł brzmi jak napisany przez kompetentnego eksperta? Oceń 1-10 dla: jasność, autorytet, użyteczność.” Poniżej 7 – review human.

Publisher — integracja z WordPress

Własny plugin blogers-connector wystawia endpoint POST /wp-json/blogers/v1/posts, który przyjmuje JSON payload i tworzy post z pełną obsługą kategorii, tagów, featured image, schema, primary category (Yoast/RankMath).

Płaszczyzny plugina

• Auth: Bearer token (API key w WP options).
• Payload validation: slug uniqueness, category existence (z możliwością auto-create jeśli nie istnieje).
• Content sanitization: usuwanie potencjalnie niebezpiecznego HTML, ograniczenie do whitelisted tags.
• SEO integration: automatyczne uzupełnienie RankMath fields (focus keyword, meta title, description, schema).
• Error handling: szczegółowe error codes dla agent (400 missing slug, 409 duplicate slug, 422 validation failed, 500 WP internal).

Retry i idempotencja

Publisher implementuje exponential backoff dla 429 (rate limit) i 5xx. Każdy request ma unique idempotency key (hash z slug + timestamp), żeby retry nie tworzył duplikatów.

async function publishWithRetry(payload, maxAttempts = 4) {
  for (let i = 0; i = 500 || res.status === 429) {
        await sleep(Math.pow(2, i) * 1000);
        continue;
      }
      throw new Error(`WP error: ${res.status}`);
    } catch (e) {
      if (i === maxAttempts - 1) throw e;
    }
  }
}

Orchestration przez Temporal

Temporal jest sercem systemu. Każde proces to pełen cykl: plan → write → validate → publish, z automatycznym retry, state persistence i możliwością zatrzymania/wznowienia.

Czemu Temporal, a nie cron + retry

• State persistence. Jeżeli po 3h writingu WP publisher zwraca 503, cron musiałby restartować od zera. Temporal retry’uje tylko failed activity.
• Observability. Web UI pokazuje every step each proces (timing, errors, input/output).
• Signals. Human może zasilić running proces z dashboardu (np. „zatwierdź FAQ”) — wbudowane w Temporal.
• Retry policies. Per activity, konfigurowalne (np. LLM 3 próby z backoff, WP 5 prób).

Proces definition

// TypeScript Temporal workflow
export async function contentGenerationWorkflow(input: WorkflowInput) {
  const brief = await activities.planKeyword(input);
  const draft = await activities.writeContent(brief);
  const validation = await activities.validate(draft);

  if (!validation.passed) {
    await activities.rewrite(draft, validation.issues);
  }

  const wpResult = await activities.publishToWordPress(draft);
  await activities.notifySlack({ url: wpResult.permalink });
  return wpResult;
}

Proces jest deterministic (Temporal gwarantuje), activities są wolne od ograniczeń (mogą być async, non-deterministic, robić external calls).

Koszty i optymalizacja

Rozpiska kosztów per artykuł 4500 słów

Etap	Tokeny input	Tokeny output	Koszt USD
Planner + brief	2 000	800	0,10
Writer (4 wywołania z cache)	12 000 (9k cached)	8 000	0,95
Fact check (5-8 claims)	3 000	500	0,05
Validator (Haiku)	6 000	200	0,01
Embeddings	6 000	—	0,01
Web search (Serper)	—	–	0,05
Łącznie	—	–	~1,15-1,20

Optymalizacje, które redukują koszt

1. Prompt caching (Anthropic) — już opisane. Redukcja 70-85% kosztu input tokens.
2. Haiku zamiast Opus dla tasków niewymagających — walidacja, klasyfikacja, short summaries. 10× tańsze.
3. Embeddings cache – raz wyliczony embedding dla opublikowanego artykułu siedzi w PG, nie liczymy go ponownie.
4. Fact check tylko dla claims z briefu, nie każdej liczby w artykule. Redukuje web search calls o 60-80%.
5. Batch publishing — zamiast publikować pojedynczo co 20 min, batch 4-8 artykułów publikuje się w jednym temporal proces co 2h.

Budżet guards

Każdy agent ma hard limit miesięczny (np. 80 USD). Gdy pas przekroczy 80%, agent pauzuje się i wysyła Slack alert. 100% – pełny stop. Zapobiega „runaway” kosztom spowodowanym np. infinite retry loop po breaking changes w WP API.

Błędy i mechanizmy obronne

Halucynacje LLM

Najczęstszy problem w pierwszych tygodniach. Claude potrafi „wymyślić” liczby, nazwy produktów, dates które brzmią wiarygodnie. Obrona:

1. Fact check przez web search dla każdego claim z briefu.
2. Prompt instruction: „Jeżeli nie jesteś pewien liczby, napisz «ok. X» zamiast precyzyjnej wartości.”
3. Validator flagi każde wystąpienie specyficznej liczby (XX%) i sprawdza przez SerpAPI, czy istnieje w top 10 SERP dla pokrewnych query.
4. Human review dla artykułów YMYL (medical, legal, financial).

Rate limiting

Anthropic API ma limity: 50 requests/min dla Opus, 400 000 tokens/min dla Tier 3 account. Proces hitujący limit dostaje 429 – Temporal automatycznie retry’uje z backoff. Jeśli hit przez > 5 min, Slack alert „rate limit sustained”.

WordPress conflicts

Dwa workflowy publikujące w ten sam sekundę mogą zderzyć się o ten sam slug (agent losowo generuje slug z tytułu). Rozwiązanie: slug uniqueness check w pluginie z 3-cyfrowym salt jeśli conflict.

Infinite retry loops

Pierwszy miesiąc mieliśmy incydent: validator zawsze odrzucał artykuł na jednej regule (banned phrases), bo LLM uparcie wracał do banned phrase w rewrite. Loop: 8 retry × 4 USD = 32 USD za jeden artykuł, który nigdy się nie opublikował. Obrona: max retry count per proces (3), potem escalate do human.

Human-in-the-loop – kiedy ludzie interweniują

Pełna autonomia jest atrakcyjna, ale w praktyce zawsze chcemy human checkpoints. Nasze rules:

• Auto-publish (brak review): artykuły informacyjne (~80% ciąg procesów), które przechodzą wszystkie validators.
• Light review (5-10 min/artykuł): YMYL kategorie, artykuły „zarządzenie firmą”, posty case-study (ze specyficznymi liczbami). ~15% ciąg procesów.
• Deep review (30-45 min): pillary 5000+ słów, artykuły z potencjalnie kontrowersyjną treścią. ~5% ciąg procesów.
• Pre-publish manual brief: dla artykułów z custom data point (case study, liczby z CRM) człowiek przygotowuje brief z gotowymi faktami.

Review dashboard

Custom Next.js app pokazuje queue artykułów czekających na review. Dla każdego: preview contentu, lista validator flags, web search snippets do fact check. Reviewer klika „approve” (auto-publish), „approve with edits” (opens edit mode), „reject” (wraca do writera z uwagami).

Monitoring w produkcji

Agent działający w produkcji potrzebuje monitoringu z kilku perspektyw:

Metryki operacyjne

• Success rate – % procesów zakończonych publikacją. Typowo 78-92% (różnica to rejected przez validator).
• Time-to-publish – średni czas od trigger do publikacji. Benchmark: 15-35 min dla artykułu 4500 słów.
• Retry rate – ile activity’ów w proces musiało być retry’owane. Powyżej 2,5 retry/proces – sygnał, że jakiś downstream system ma problem.
• Human review ratio – % artykułów trafiających do review. Im niższy, tym lepsza automatyzacja. Benchmark: 20-30%.

Metryki kosztowe

• Koszt per artykuł – dzienny trend; alert przy wzroście > 20%.
• Koszt per klient – miesięczny budżet śledzenie.
• Tokeny input vs output — ratio pokazuje, czy prompt caching działa (ratio 5:1+ wejście:output oznacza dobry caching).
• Rejected artykuły – każdy rejected = koszt bez efektu. Target: < 10% całego spłacanego budgetu.

Metryki jakości

• Validator pass rate po każdej kategorii check: word count, structure, facts, similarity.
• Rankings po 30/60/90 dniach – każdy opublikowany artykuł trackowany w Ahrefs dla jego głównego keyword.
• CTR z SERP (GSC API) – pośrednia miara jakości title/description.
• Time on page (GA4) — pośrednia miara jakości contentu.

Dashboardy

Używamy PostHog dla event-based monitoring (każda activity emituje event) i Looker Studio dla business-level metrics (koszty, rankings, ROI). Slack alert integration dla critical events: budżet exceeded, validator error rate > 30% daily, proces stuck > 4h.

Rozwój agenta — co dodaliśmy przez 8 miesięcy

Agent nie jest statyczny. Każdy sprint (2 tygodnie) dodaje 1-3 małe usprawnienia. Najważniejsze incrementalne zmiany:

Miesiąc 1-2: baseline

Prosty flow: plan → write (1 LLM call) → publish. Jakość niska (avg 6/10), koszty wysokie (2-4 USD/artykuł), 60% human review. Wynik: ~5 artykułów/tydzień.

Miesiąc 3: 4-krotne wywołania LLM

Rozbicie jednego promptu 5000 słów na 4 mniejsze (outline, sekcje, FAQ, polish). Jakość wzrosła do 7,5/10, koszt spadł do 1,80 USD (dzięki prompt caching).

Miesiąc 4: fact check

Integracja Serper.dev + LLM-powered verification. Halucynacje spadły z ~8% per artykuł do ~1%. Koszt wzrósł o 0,10 USD/artykuł, ale ryzyko penalty znacząco obniżone.

Miesiąc 5: similarity check

Embeddings + pgvector. Wyłapywane duplikaty (wcześniej 3-5% artykułów było zbyt podobnych do istniejących). Blokada przed publikacją.

Miesiąc 6: self-review krok polish

LLM dostaje cały artykuł i sprawdza banned phrases, spójność, structure. Spadek human review z 32% na 24%.

Miesiąc 7: Haiku dla validatorów

Zamiast Opus dla walidacji jakości (gdzie Opus był overkill), Haiku. Koszt całego proces spadł o 0,15 USD.

Miesiąc 8: multi-provider fallback

Gdy Anthropic API ma outage (zdarzyło się 2× po 15-30 min w 2 miesiące), agent automatycznie przechodzi na GPT-4 Turbo. Uptime: 99,8% vs 99,3% przed tą zmianą.

Wyniki w produkcji po 8 miesiącach

Metryka	M1	M4	M8
Artykuły opublikowane (3 klientów)	12	148	412
Średni koszt/artykuł USD	2,80	1,40	0,95
Średni time-to-publish (min)	48	22	16
% human review	60%	32%	20%
Średnia jakość (1-10 od kl. podczas review)	6,2	7,8	8,4
Rankings po 30 dniach (średnia pozycja keyword głównego)	24	18	14

Trzy klientów: blog SaaS (B2B), content site podróże, e-commerce fashion. Rankings najszybsze dla SaaS (niska konkurencja), najwolniejsze dla fashion (duża konkurencja globalna).

ROI

• Koszt agent: ~95 USD/miesiąc (API + infra + OTC developer costs amortized).
• Alternatywa: 50 artykułów z copywriterów po 200 PLN/artykuł = 10 000 PLN/miesiąc (~2500 USD).
• Oszczędność: ~2400 USD/miesiąc × 3 klientów = 7200 USD/miesiąc, przy zbliżonej jakości output.
• ROI po 8 miesiącach: +57 600 USD zaoszczędzone, minus 26 k USD dev time na agent (300 h × 85 USD) = +31 600 USD net.

Rozszerzenia agenta: co można dodać

Baseline agent publikuje artykuły. Realny system w produkcji ma wiele dodatkowych modułów, które dodajemy stopniowo w zależności od potrzeb klienta:

Image generation

Dla każdego artykułu agent może generować featured image i in-article graphics. Używamy DALL-E 3 (~0,04 USD/image) lub Stable Diffusion XL (self-hosted, ~0,001 USD/image po amortyzacji infra). Prompt do image generator: sekcja „visual brief” z planner (opisuje kluczowe tematy/koncepty, które warto zwizualizować).

Video summary

Agent może tworzyć krótki video summary (30-90 sekund) na bazie artykułu – text-to-speech (ElevenLabs, 0,30 USD/minutę) + slideshow z key points. Upload do YouTube. Rosnący trend 2026 – video embed w artykule poprawia time on page o 20-40%.

Social media posts

Po publikacji agent generuje 3-5 posts social: LinkedIn (długi), X (krótki), Facebook/Instagram (wizualny). Posting przez Buffer API lub podobny. Dodaje ~0,05 USD/artykuł, ale bardzo zwiększa distribution.

Email newsletter

Co tydzień agent agreguje 3-5 nowych artykułów w newsletter (HTML + plain text), wysyła przez SendGrid/Mailgun. Samo napisanie newslettera zajmowało copywriterowi 2-3 h/tydzień — agent robi w 3-5 minut.

Internal linking auto-update

Gdy publikowany jest nowy artykuł, agent analizuje, do których istniejących postów powinien dodać link do niego. Używa embeddings similarity + LLM judgment. Update przez WP REST API bez manual intervention. Efekt: zawsze dobrze powiązane klastry.

Performance monitoring + revitalization

Agent co 30/60/90 dni sprawdza, jak każdy artykuł rankuje w Ahrefs/GSC. Jeżeli pozycja < 20 po 90 dniach, trigger proces „revitalize” – dodatkowy research, rewrite intro, dodanie FAQ, republish.

FAQ — najczęstsze pytania

Czy Google karze content generowany przez AI?

Google oficjalnie: „AI content jest dopuszczalne, jeśli jest pomocne”. Praktyka: skalowany AI content bez human layer (jak opisany September 2023 HCU) bywa karany. Nasza architektura ma dwa zabezpieczenia: (1) fact check przez web search → redukuje halucynacje, (2) 20% artykułów przechodzi human review, wszyscy klienci zachowują autentyczność i unique voice. Po 8 miesiącach żaden z 3 klientów nie dostał penalty — rankings rosną stabilnie. Ryzyko nie zerowe, ale kontrolowalne.

Jakie są minimalne kompetencje zespołu do zbudowania takiego agenta?

Realistyczne: 1 full-stack developer (senior) + 1 content strategist / marketing operations. Developer robi implementację (Temporal, API, plugin WP), strategist definiuje brief templates, review criteria, keyword backlog. Time to MVP: 4-8 tygodni. Time do production-grade: 3-6 miesięcy (z debug production errors i dostrajaniem quality). Bez inhouse — zewnętrzna agencja specjalistyczna 40-80k USD za turn-key solution.

Co jeśli Anthropic zmieni ceny albo API?

Realne ryzyko. Obrona: abstraction layer – kod agent nie wie, czy mówi do Claude, GPT-4, Gemini czy open-source modelu. Nasz provider-registry pozwala switchnąć provider w 1 linijce config. W 2025 testowaliśmy migration Opus → GPT-4 Turbo – zrobione w 2 dni, różnica jakości < 5%. Dla stronicy-critical workloads mieliśmy dwa providers, z fallback między nimi. Koszt: 20% overhead w abstraction layer, ale +99,9% uptime.

Jak radzicie sobie z specjalistyczną wiedzą, np. medyczną lub prawną?

Dla YMYL niche: (1) human expert review mandatory – każdy artykuł oczekuje na review 30-60 min przez eksperta; (2) RAG z dedykowaną knowledge base – agent ma dostęp do zaufanych źródeł (np. dla medical: UpToDate, OUM, Polska Pediatria) i cytuje je w artykule; (3) prompt ograniczenie: „nie generuj specific advice, recommend konsultacja z lekarzem”. Dla klasyczny content marketingowy (non-YMYL) – agent radzi sobie dobrze bez tych zabezpieczeń.

Czy mogę zrobić to na WordPress.com lub innych hosted WP?

WordPress.com zamknięty dla custom pluginów na niższych planach – pełny REST API i custom plugins dostępne dopiero od Business Plan (25 USD/mies.). Dla self-hosted WP (WP.org, dowolny hosting) nie ma problemu – plugin blogers-connector publikuje przez REST API, kompatybilny z WP 6.0+. Specyficzne integracje (RankMath, Yoast, WP Rocket) wymagają dedykowanych adapters, ale wszystkie major plugins mają publiczne APIs.

Jak debugować, gdy agent produkuje słaby content?

Standardowy proces debugowania: (1) Temporal UI pokazuje input/output każdej activity – sprawdź prompt/response Writer; (2) porównaj failed artykuł z udanymi z tego samego keywordu klastra – co się różni w briefie, outline, validator flags; (3) dedykowany eval set — 20 keyword, dla których znamy „ground truth” jakości; regresje pokazują, gdzie zjadło; (4) prompt versioning w git — każda zmiana prompt template to commit, możesz rollback. Przy 3 klientach robimy eval raz w tygodniu, przy każdej major zmianie modelu LLM lub promptów.

Czy nie lepiej zatrudnić copywriterów zamiast budować taki stack?

To zależy od skali. Dla 10-30 artykułów/miesiąc: copywriterzy są tańsi w TCO (nie musisz maintenance’ować stacku, ograniczać kosztów API, debug dev). Dla 50+ artykułów/miesiąc przy zachowaniu spójnej jakości: agent jest ekonomicznie uzasadniony. Nasz breakpoint obliczony w Excel: ~40 artykułów/miesiąc, przy założeniu dev cost 300h na MVP amortyzacja 12 miesięcy. Poniżej 40 – copywriterzy. Powyżej 40 – agent. Między 40 a 100 artykułów/miesiąc agent + 1 human editor to najbardziej efficient setup. Pełen obraz tematu znajdziesz w kompletnym przewodniku ai w marketingu w 2026.

Częste zastrzeżenia ekspertów przy wdrożeniu

„Ale nasza nisza wymaga głębokiej ekspertyzy”

• True – LLM samodzielnie nie zastąpi human expert.
• Solution: expert provides research + key wnioski w briefingu; LLM writes w oparciu o to.
• Editor z domain expertise jako final reviewer.

„Google nas ukarze za AI content”

• False – Google official stance (2023, 2024): nie ma anti-AI policy.
• Google kara za thin, unhelpful content – niezależnie od źródła.
• AI content z human oversight = podobne wyniki jak pure human.

„To się nie opłaca przy naszej skali”

• Break-even typowo przy 40+ artykułów/mies.
• Poniżej tego – outsource copywriters bardziej efektywny.
• Hybrid models dla 10–40 artykułów/mies.

„Nie mamy teamu do utrzymania”

• Agency retainer do maintenance (20–60h/mies.).
• Managed AI content services – SaaS approach.
• Alternative: simple no-code stack (Zapier + Claude + Buffer + WP).

„Brand voice jest zbyt specyficzny dla AI”

• False — few-shot prompting plus style guide dają ~85% dopasowania.
• Fine-tuning na danych klienta (opcjonalne dla enterprise).
• Human editor w pierwszych 2 miesiącach tunuje prompty na podstawie feedbacku.
• Po 90 dniach jakość często przekracza copywriter freelance average.

„Ryzyko incydentu / błędnego output w production”

• Solution: gates before publish (preview, approval, canary release).
• Rollback plan: wszystkie posty w draft stanie z audit trail.
• Moderation API check na output przed publikacją.
• Monitoring i alerts — szybka detekcja anomalii w pierwszych 24h po deploymencie.
• Ubezpieczenie cyber i clause w kontrakcie z klientem co do odpowiedzialności za AI content.
• Doświadczenie od prostych tematów (ewergreen) do trudniejszych (news, YMYL) stopniowo.
• Dokumentacja incydentów dla szybkiego learningu i unikania powtórek w przyszłości.
• Retrospekcje po pierwszych 100 publikacjach — co działa, co nie, co zmienić w kolejnej iteracji cyklu rozwoju oraz budowania stosu technicznego.

KPI i success metrics agenta

Bez KPI nie wiesz, czy agent działa lepiej czy gorzej niż baseline. Cztery kategorie metryk:

1. Produktywność

• Artykuły/tydz. (cel: 2–3× baseline z human writers).
• Time from brief to published (target: < 24h).
• Human hours per artykuł (target: 0,5–2h vs 8h baseline).

2. Jakość

• Editor review time (proxy dla draft quality).
• % rejects / major rewrites.
• SEO score (Yoast/RankMath) avg.
• Plagiarism check score (target: > 95% original).

3. Performance

• Organic traffic per artykuł (po 3 mies.).
• Rankings achieved (target keywords).
• AI citations (Otterly/Profound).
• Zaangażowanie: time on page, scroll depth, CTR CTA.

4. Ekonomiczna efektywność

• Cost per artykuł (LLM + infra + human review).
• Vs baseline human-only cost.
• ROI vs alternative (copywriter outsource).
• Break-even point — typowo 3–6 mies.

Human-in-the-loop — jak zaprojektować

Agent bez human approval to ryzyko. Human bez agenta to stracona produktywność. Równowaga wymaga dobrego design human-in-the-loop.

Punkty human approval

• Post-brief: human zatwierdza brief zanim agent rozpoczyna pracę.
• Post-outline: human review outline, daje edits przed writing.
• Post-draft: QA review całego artykułu przed publikacją.
• Post-publish: retrospektywny review pierwsze 10% output na nowym flow.

Typy decyzji human

• Approve as is — ~40% artykułów w dobrze wytrenowanym systemie.
• Minor edit – ~45%, szybkie poprawki.
• Major rewrite – ~10%, sygnał problemu z promptem.
• Reject / retry — ~5%, agent powraca z nowym attempt.

UI dla human review

• Dedicated dashboard w WP admin lub standalone app.
• Side-by-side: draft + edit suggestions.
• One-click approval dla prosty cases.
• Feedback loop – edits zapisywane dla model fine-tuning.

SLA dla human review

• Target: < 30 min average review time.
• Max 24h dla przepustowości queue.
• Escalation dla oversaturated reviewers.

Design promptów dla WordPress agenta

Prompty to 60% jakości agenta. Struktura promptu, którą stosujemy:

System prompt (statyczny)

• Identity: kim jest agent, jaka specjalizacja.
• Brand voice: przykłady tonu, słownictwa.
• Quality standards: format, długość, struktura.
• Guardrails: czego nie wolno (promises, medical claims, competitor mentions).
• Tool usage instructions.

User prompt (dynamiczny)

• Brief artykułu: topic, target audience, intent.
• SEO requirements: focus keyword, related terms.
• Internal linking candidates.
• Specific research findings.
• Length constraint.

Format output

• Explicit schema (JSON, XML tags).
• Section structure zdefiniowana.
• FAQ format określony.
• Error handling instructions.

Few-shot examples

• 2–3 high-quality past articles.
• Każdy z briefingiem, który go wygenerował.
• Wyraźne „before” i „after” (brief → output).

Rozszerzenia agenta WP — co dodać w drugiej fazie

MVP agenta AI na WordPress obsługuje basic content publishing. Druga faza wdrożenia dodaje zaawansowane capabilities.

1. Image generation integrated

• DALL-E 3 / Midjourney API / Flux dla hero images.
• Prompt based on article topic + brand style.
• Auto-upload do Media Library.
• Alt text generation.
• Koszt: 0,04–0,2 USD per image.

2. SEO optymalizacja agent

• Meta title, meta description generation.
• Focus keyword extraction.
• Internal linking suggestions.
• Schema.org markup.
• Integracja z RankMath / Yoast API.

3. Social amplification

• LinkedIn posts z artykułu (3–5 wariantów).
• X/Twitter threads.
• Facebook / Instagram captions.
• Auto-schedule w Buffer / Metricool.

4. Email newsletter integration

• Weekly digest z ostatnich publikacji.
• Automated personalization per segment.
• Integracja z Mailerlite / ConvertKit.

5. Performance feedback loop

• Agent reads GA4 + GSC data.
• Identifies content gaps (query without matching article).
• Suggests refresh for underperforming articles.
• Priority queue for content team review.

Custom development vs gotowe rozwiązania

Gotowe rozwiązania (SaaS)

• Autoblogging.ai: 25–200 USD/mies., plug-and-play.
• Koala AI: SaaS z WP plugin, 29–199 USD/mies.
• Zimmwriter: desktop tool + WP integration, jednorazowa opłata.
• Plus: szybko, bez dev.
• Minus: ograniczona kastomizacja, vendor lock-in.

Custom build

• Twój orchestration (Temporal / n8n / custom).
• Prompts fine-tuned do brand voice.
• Pełna kontrola nad quality, cost, proces.
• Dev cost: 150–500h dla MVP.
• Ongoing maintenance: 20–60h/mies.

Kiedy co

• SME (1–10 artykułów/mies.): SaaS.
• Mid-market (10–50/mies.): hybrid – SaaS + custom templates.
• Scale (50+/mies.): custom build w 100%.

Case: multi-brand agent dla agencji content

Klient: studio content obsługujące 15 marek. Każda z innym brand voice, innymi topics, innym style.

Architektura

• Central orchestrator w Temporal.
• Brand-specific prompts i tone w YAML configs.
• Shared agents (researcher, editor) + brand-specific writer agent.
• WP REST API per brand z osobnymi credentialsami.
• Quality gates z custom thresholds per brand.

Wyniki po 6 mies.

• Produkcja: 30 → 180 artykułów/mies. (6×).
• Quality score (klient satisfaction): +24% (spójniejszy output).
• Czas dev: 12 tygodni do MVP, 6 tygodni do full 15-brand rollout.
• Koszt operation: 14 tys. USD/mies. (LLM + infra + retainer).
• Savings z human writers outsourced: 180 tys. PLN/mies.
• Net savings: ~120 tys. PLN/mies.

Testing strategy dla agenta

Przed produkcyjnym uruchomieniem — systematyczne testy.

Testy funkcjonalne

• Unit tests per każdy agent (w izolacji).
• Integration tests dla full ciąg procesów.
• End-to-end: brief → published post weryfikacja.

Quality tests

• Golden dataset: 50 briefs z expected outputs.
• Automated eval (LLM-as-judge) po każdym deploymencie prompta.
• Human review sample 10% outputów.

Load tests

• Symulacja 50 równoległych requests.
• Rate limit handling — czy retries działają.
• Fallback model activation test.

Security tests

• Prompt injection attempts.
• WP API credentials leak test.
• Output content filter (safety).
• Audit log completeness.

Team i role – kto buduje agenta WP

• AI Engineer / LLM Developer: 18–28 tys. PLN B2B. Prompts, orchestration, eval.
• Backend Developer: 14–22 tys. PLN. WP REST API integration, infrastructure.
• DevOps: 16–24 tys. PLN. Deployment, monitoring, scaling.
• Content Strategist: 12–18 tys. PLN. Brief structure, quality standards.
• QA / Content Editor: 10–16 tys. PLN. Output review, prompts tuning feedback.

Timeline per milestone

Milestone	Czas	Effort
POC (1 agent, 1 brand)	2–3 tyg.	80–150h
MVP (full ciąg procesów)	6–10 tyg.	300–500h
Production (tested)	12–16 tyg.	500–800h
Scale (multi-brand)	20–30 tyg.	900–1500h

Compliance i audyt content produced by AI

Content generowany przez AI podlega specyficznym regulacjom i dobre praktyki.

Disclosure requirements

• EU AI Act (od 2025): transparency wymagana dla AI-generated content.
• Google search advocates: disclosure nie wpływa na rankings, ale E-E-A-T wymaga human oversight.
• Praktyka: footer disclaimer „Ten artykuł został przygotowany przez nasz zespół content przy wsparciu narzędzi AI, edytowany i zweryfikowany przez ekspertów”.

Copyright i ownership

• AI-generated content wg US Copyright Office: nie ma ochrony autorskiej sam w sobie.
• Hybryda (AI draft + human edit substantial) – może być chroniona.
• Polski kontekst prawny: podobny kierunek, ochrona dla dzieł z human creative input.

YMYL content

• Medical, financial, legal — wymaga expert review.
• Human author z credentials jako final sign-off.
• Dokumentacja review process.

Roadmap wdrożenia agenta WordPress — 90 dni

Dni 1–30: design i POC

• Wymagania biznesowe (volume, quality, cost).
• Stack selection (orchestration, LLM provider, infra).
• POC dla 1 agenta (writer) – end-to-end flow.
• Security review.

Dni 31–60: MVP

• Full ciąg procesów: research → outline → write → SEO → publish.
• WordPress REST API integracja.
• Quality gates i human-in-the-loop.
• Monitoring i alerting.

Dni 61–90: production i scale

• Testy i QA.
• Gradual rollout (10% traffic → 50% → 100%).
• Team training.
• Documentation i playbook.

Co dalej

Agent AI publikujący na WordPress jest jedną z najbardziej praktycznych aplikacji AI w marketingu. Pokazaliśmy stack, koszty, błędy i wyniki. Kolejne kroki dla zespołów zainteresowanych wdrożeniem:

Uwaga na koniec: agent AI nie zwalnia z myślenia o strategii. Publikowanie 14 artykułów tygodniowo „w losowe tematy” nie tworzy topical authority i nie daje rankings. Dopiero agent + skoordynowana strategia contentu (pillar + supporting structure, jak w hub-and-spoke) daje wyniki. Agent jest narzędziem egzekucji, nie strategii – strategia pozostaje human decision.