Jak vytvořit AI agenta pro firmu: kroky od procesu po provoz (a kdy to nedělat sám)
Jak vytvořit AI agenta pro firmu krok za krokem: výběr procesu, data, oprávnění, napojení v n8n nebo Make, schvalování člověkem a měření. Kdy to nedělat sám.
Ve zkratce: AI agenta pro firmu stavějte vždy na jeden konkrétní opakovaný proces s jasným vstupem a výsledkem, například třídění poptávek z e-mailu, nikdy na „celou firmu“ najednou. Před sestavením agenta připravte data na jedno místo a sepište pravidla, podle kterých dnes rozhoduje člověk; bez nich agent hádá. Agent má mít jen oprávnění, která pro svůj úkol nutně potřebuje: číst smí víc, zapisovat a odesílat co nejméně. Každou akci, která něco mění nebo jde ven (odeslání e-mailu, úprava zakázky, platba), nechte schválit člověkem; n8n, Make i OpenAI Agents SDK na to mají vestavěné funkce. Velká část projektů agentní AI podle analytiků Gartneru skončí zrušením kvůli nákladům, nejasnému přínosu a slabé kontrole rizik, proto začněte malým procesem a od prvního týdne měřte.
Co je AI agent a kdy ho firma opravdu potřebuje?
AI agent je program postavený na jazykovém modelu, který dostane cíl, nástroje a pravidla a sám rozhoduje, jakými kroky úkol splní. Vývojáři ze společnosti Anthropic doporučují začít co nejjednodušším řešením a vícekrokové agentní systémy přidat až tehdy, když jednodušší postup nestačí. Pevný postup, kde model dělá jeden krok v předem dané cestě, je předvídatelnější a levnější.
Pokud si nejste jistí, jestli potřebujete agenta, chatbota, nebo asistenta, přečtěte si nejdřív srovnání chatbota, AI asistenta a AI agenta. Celkový pohled na agenty ve firmě, včetně rizik a typických nasazení, najdete v článku AI agent pro firmy.
Agent dává smysl, když platí tři věci najednou:
- Úkol se opakuje každý den nebo týden a dnes ho dělá člověk ručně.
- Vstup se pokaždé trochu liší (jiný text poptávky, jiný formát faktury), takže pevné pravidlo nestačí.
- Výsledek umíte zkontrolovat: víte, jak vypadá správně vyřízená poptávka nebo správně přepsaný doklad.
Krok 1: Který proces svěřit agentovi jako první?
Vyberte jeden proces, ne oblast. „Obchod“ je oblast. „Z každé nové poptávky v e-mailu vytáhnout jméno, kontakt, typ zakázky a termín, zapsat je do tabulky a připravit koncept odpovědi“ je proces, který agent zvládne.
Sepište ho tak, jak ho dnes dělá konkrétní člověk: odkud přichází vstup, co s ním dělá, podle čeho se rozhoduje, kam ukládá výsledek a komu ho předává. Postup, jak procesy ve firmě zmapovat, popisuje článek mapování procesů ve firmě.
Dobrý první kandidát má tyto vlastnosti:
- Opakuje se často a zabírá někomu hodiny týdně.
- Chyba v něm není fatální a dá se snadno opravit.
- Má jasný konec: poptávka je zapsaná, doklad je přepsaný, odpověď je připravená ke schválení.
- Nevyžaduje vyjednávání ani citlivé rozhodnutí o penězích či lidech.
Krok 2: Jaká data agent potřebuje a kde je vzít?
Agent pracuje jen s tím, co mu dáte. Když jsou ceník v hlavě majitele, zakázky v sešitě a kontakty ve třech tabulkách, agent nemá z čeho čerpat a začne odpovídat obecně nebo hádat.
Před sestavením proto dejte dohromady:
- Podklady, ze kterých agent vychází: ceník, popis služeb, vzorové odpovědi, obchodní podmínky.
- Místo, kam zapisuje výsledky: tabulku, CRM, složku na disku.
- Pravidla rozhodování napsaná větami: „zakázku pod 5 m² odmítáme“, „poptávku z Moravy předáváme kolegovi“.
- Deset až dvacet skutečných příkladů z minulosti i se správným výsledkem; poslouží k testování v kroku 6.
Make umožňuje agentovi nahrát znalosti přímo jako soubory JSON, TXT, CSV nebo PDF. Často se mění ceník nebo sklad, takže je lepší agenta napojit přímo na tabulku nebo systém, kde žijí aktuální data, než mu nahrávat kopie.

Krok 3: Jaká oprávnění agentovi dát?
Agent smí jen to, k čemu mu dáte přístup. Platí jednoduché pravidlo: číst smí to, co k úkolu potřebuje, zapisovat co nejméně a nic neposílá ven bez člověka.
U agenta na poptávky to v praxi znamená:
- Čtení jedné schránky (poptavky@), ne celé firemní pošty.
- Zápis do jedné tabulky nebo jedné části CRM, ne mazání záznamů.
- Psaní konceptů e-mailů, ne jejich odesílání.
- Vlastní účet nebo přístupový klíč pro agenta, abyste v záznamech viděli, co udělal on a co lidé.
Pokud agent pracuje s osobními údaji zákazníků nebo zaměstnanců, zvažte i povinnosti podle evropského nařízení o umělé inteligenci, které shrnuje článek AI Act: povinnosti firem.
Krok 4: Jak agenta napojit na poštu, tabulky a systémy?
Pro malou firmu jsou nejdostupnější nástroje bez programování. Výběr mezi nimi rozebírá srovnání Make, Zapier a n8n; tady je, jak agent v každém z nich vypadá.
Ať zvolíte cokoli, popište každý nástroj agentovi srozumitelně: co dělá, jaké údaje potřebuje a kdy ho použít. Z popisů nástrojů agent pozná, kterou akci má kdy použít.
n8n
V n8n postavíte pracovní postup s jazykovým modelem, agentem, nástroji, pamětí i napojením na MCP servery. Agent je jeden uzel, ke kterému připojíte nástroje: Gmail, Google Sheets, HTTP požadavek na vaše CRM. n8n můžete provozovat i na vlastním serveru, což se hodí, když nechcete data posílat do další cloudové služby.
Make
V Make je agent modul Run an agent ve scénáři, který spouští spouštěč, například nový řádek v tabulce. V nastavení vyberete poskytovatele a model, napíšete instrukce a přes tlačítko Add tool přidáte nástroje: moduly jiných aplikací, celé scénáře nebo MCP servery.
Vlastní kód přes API
Pokud máte vývojáře, může agenta napsat přímo nad API poskytovatele modelu. Anthropic doporučuje začínat přímo s API, protože řadu vzorů zvládne pár řádků kódu, a u frameworků rozumět tomu, co dělají uvnitř. Tahle cesta dává nejvíc kontroly, ale vyžaduje někoho, kdo ji bude udržovat.
Krok 5: Co musí schválit člověk?
Všechno, co něco mění nebo odchází ven z firmy. Dokumentace OpenAI doporučuje pozastavit běh agenta před akcemi s vedlejšími účinky, jako je zrušení, úprava nebo citlivá operace, a nechat je schválit člověkem. Automatické kontroly vstupu a výstupu (guardrails) jsou užitečné, ale schválení člověkem nenahradí.
Nástroje pro to mají hotové funkce. V n8n můžete vyžadovat lidské schválení dřív, než agent použije konkrétní nástroj; postup se zastaví a čeká na člověka. Žádost o schválení přijde třeba do Slacku, Telegramu nebo e-mailu, a když ji zamítnete, akce se neprovede a agent se to dozví.
Praktické rozdělení pro první měsíce provozu:
- Bez schválení: čtení, třídění, výpis údajů, zápis do pracovní tabulky, příprava konceptu.
- Se schválením: odeslání e-mailu zákazníkovi, změna stavu zakázky, vystavení dokladu.
- Agentovi zakázané: platby, mazání dat, smlouvy, cokoli týkající se zaměstnanců.
Krok 6: Jak agenta otestovat a měřit, jestli se vyplatí?
Před ostrým provozem pusťte agenta na příklady z kroku 2 a porovnejte jeho výsledky se správnými. Anthropic doporučuje důkladné testování v odděleném prostředí s odpovídajícími pojistkami, protože u agentů se chyby mohou nabalovat. V Make k tomu slouží chat s agentem, jednorázové spuštění a záložka Reasoning, kde vidíte jeho postup krok po kroku.
Po spuštění sledujte čtyři čísla, která si změříte sami:
- Kolik případů agent zpracoval a kolik z nich člověk schválil beze změny.
- Kolik případů musel člověk opravit nebo udělat znovu.
- Kolik času týdně proces zabíral před nasazením a kolik teď.
- Kolik stojí provoz: předplatné nástroje a spotřeba modelu.
Měření má praktický důvod. Analytici Gartneru předpovídají, že víc než 40 % projektů agentní AI bude do konce roku 2027 zrušeno kvůli rostoucím nákladům, nejasnému přínosu nebo slabé kontrole rizik. Kdo měří od prvního týdne, pozná včas, jestli agent pomáhá, nebo jen přidává práci s kontrolou.
Kdy agenta nestavět sám?
Jednoduchého agenta na jeden proces zvládne technicky zdatný majitel nebo zaměstnanec za pár dní práce. Pomoc se vyplatí, když:
- Data jsou rozházená v mnoha systémech a nejdřív je potřeba je dát dohromady.
- Agent má pracovat s účetnictvím, osobními údaji nebo penězi.
- Nikdo ve firmě nebude mít čas agenta po spuštění hlídat a upravovat.
- Chcete víc agentů nebo asistentů, kteří spolu mají sdílet data a pravidla.
V Autevio by Moderní Komunikace postupujeme v pořadí, které jsme popsali výše: nejdřív data a přehled na jedno místo, potom asistent, potom automatizace. Asistent nic neodesílá sám, koncepty schvaluje člověk. Asistent na jednu oblast (e-maily a poptávky, nabídky nebo doklady) stojí od 50 000 Kč, ceny jsou konečné, nejsme plátci DPH. Co přesně umíme postavit, najdete na stránce tvorba AI agentů na míru.
Pokud chcete probrat svůj konkrétní proces, rezervujte si 30minutový hovor zdarma a přineste si popis procesu z kroku 1.
Časté otázky k tvorbě AI agenta
Jak si vytvořit AI agenta bez programování?
Použijte nástroj jako n8n nebo Make, které mají hotový modul pro agenta. Vyberete model, napíšete instrukce a připojíte nástroje, třeba e-mail a tabulku. Programování nepotřebujete, ale potřebujete přesně popsaný proces a připravená data.
Jak dlouho trvá vytvořit vlastního AI agenta?
Sestavení jednoduchého agenta na jeden proces je otázka dnů. Delší bývá příprava: popsat proces, dát dohromady data a pravidla a otestovat agenta na skutečných příkladech. Počítejte i s několika týdny ladění po spuštění.
Může AI agent odesílat e-maily zákazníkům sám?
Technicky ano, ale na začátku to nedoporučujeme. Bezpečnější je, když agent připraví koncept a člověk ho schválí jedním kliknutím. Samostatné odesílání zvažte až u typů zpráv, kde agent dlouhodobě nedělá chyby.
Kolik stojí provoz AI agenta?
Platíte předplatné nástroje, ve kterém agent běží, a spotřebu jazykového modelu podle objemu zpracovaného textu. Obě položky se liší podle nástroje a množství práce, proto si je spočítejte po prvním měsíci provozu a porovnejte s ušetřeným časem.
Jaký je rozdíl mezi AI agentem a automatizací?
Klasická automatizace jde vždy stejnou, předem danou cestou. AI agent si podle situace sám volí, který nástroj a kdy použije. Proto zvládne různorodé vstupy, ale potřebuje přísnější hranice a kontrolu člověkem.
Zdroje: Anthropic, Building effective agents (19. 12. 2024); n8n, Advanced AI (dokumentace) (staženo 8. 11. 2026); n8n, Human-in-the-loop for AI tool calls (staženo 8. 11. 2026); Make Help Center, Create your first AI agent (staženo 8. 11. 2026); OpenAI, Guardrails and human review (staženo 8. 11. 2026); BigDATAwire (tisková zpráva Gartner), Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 (25. 6. 2025).
Titulní foto: Christina Morillo / Pexels
Další články
Všechny články
AI automatizaceMCP server: co to je a proč je důležitý pro propojení AI s firemními daty
MCP server je malý program, který zpřístupní jeden firemní systém (poštu, CRM, sdílený disk, databázi) AI asistentovi jednotným, standardním způsobem. Stojí na otevřeném standardu Model Context Protocol, takže stejný server lze připojit v Claude, ChatGPT i dalších aplikacích, které MCP podporují. Pro firmu to znamená, že AI pracuje s vašimi skutečnými daty, a vy přesně určujete, co smí vidět a co smí měnit.·7 min čtení
AI automatizaceRPA vs AI automatizace: rozdíl, který rozhoduje o ceně a udržitelnosti
RPA (robotická automatizace procesů) opakuje přesně naučené kliky a pravidla, takže se hodí na stabilní úkoly se strukturovanými daty. AI automatizace rozumí textu, e-mailům a dokumentům v různém tvaru, takže zvládne i práci, kde se vstup pokaždé trochu liší. Pro většinu malých firem je nejlevnější kombinace: pevná pravidla tam, kde se nic nemění, a AI jen na místa, kde je potřeba porozumět obsahu.·7 min čtení
AI automatizace
