Agent zapytań w ChatGPT: przepis w sześciu krokach

W sześciu krokach zbudujecie w projekcie ChatGPT agenta, który czyta zapytanie ofertowe, znajduje podobne zamknięte projekty z ich prawdziwą marżą i sprawdza, czy zakład ma wolne moce w terminie klienta. Agent kładzie handlowcowi na biurku rekomendację „wyceniać, wyceniać pod warunkami albo nie wyceniać”, ale nie podaje ceny i nie decyduje za nikogo. Stan funkcji sprawdzony 15.10.2026 w dokumentacji projektów ChatGPT.

To przepis do karty agenta zapytań z serii o firmie produkcyjno-usługowej jako jednym systemie. Pracujemy na tych samych danych ćwiczeniowych co w pozostałych przepisach: zapytanie, dwadzieścia cztery zamknięte projekty i obciążenie gniazd. Wszystkie dane są fikcyjne, łącznie z mleczarnią, która chce wiatę.

Gotowy skill. Procedurę agenta zapytań ofertowych z tego przepisu znajdziecie jako gotowy skill w otwartym repozytorium moja-firma-produkcja-uslugowa na GitHubie, razem z danymi ćwiczeniowymi i wynikiem kontrolnym. Działa w Claude, Microsoft 365 Copilot, ChatGPT i Gemini. Jak z niego skorzystać.

Co zbudujesz

Projekt w ChatGPT ze stałymi instrukcjami i dwoma plikami z historią i mocami zakładu. Do nowej rozmowy w projekcie dołączasz PDF z zapytaniem i dostajesz trzy rzeczy, które dziś kosztują handlowca pół dnia telefonów.

Wejście	Co robi agent	Wynik
Zapytanie ofertowe w PDF	wypisuje wymagania i braki	lista wymagań i pytań do klienta
Zamknięte projekty	wybiera podobne według jawnej reguły, liczy marże	tabela podobnych projektów z marżą ofertową i powykonawczą
Obciążenie gniazd	liczy normy roboczogodzin i wolne moce	tabela „potrzeba kontra wolne moce” w tygodniach klienta
Wszystko razem	proponuje ocenę z uzasadnieniem	„wyceniać pod warunkami” i lista warunków

Czym ChatGPT różni się od pozostałych trzech narzędzi w tym zadaniu. Liczenie robi analiza danych: ChatGPT pisze i uruchamia Pythona w notatniku Jupyter i czyta zarówno XLSX, jak i CSV, w przeciwieństwie do Agent Buildera w Microsoft 365 Copilot, którego wiedza bierze tylko XLSX. Najwięcej zmienia się wokół projektu: dawny tryb agenta zastąpił ChatGPT Work, własne GPT są wycofywane, a do automatyzacji służą workspace agents. Dlatego ten przepis stoi na projekcie, czyli na części, która się nie zmienia. Gemini z kolei czyta pliki prosto z Dysku Google, tutaj pliki wgrywacie do projektu.

Czego potrzebujesz

• Workspace’u ChatGPT na planie Business albo Enterprise. Na stronie OpenAI Business kosztuje 25 USD za użytkownika miesięcznie albo 20 USD przy płatności rocznej, przy minimum dwóch użytkownikach; traktujcie to jako orientację, bo OpenAI wspomina też miejsca Standard i Premium, których cennik nie pokazuje, więc cenę potwierdźcie przed zakupem. Projekt na tych planach mieści do 40 plików.
• Uprawnień do tworzenia i udostępniania projektów. Nadaje je administrator workspace’u (krok 1).
• Danych ćwiczeniowych: zapytanie.pdf, projekty-zamkniete.xlsx, obciazenie.xlsx. Ten sam komplet w CSV (UTF-8, separator średnik) i w jednym archiwum: agent-pu-dane-cwiczeniowe.zip. Analiza danych czyta oba formaty; w przepisie używamy XLSX, żeby nie walczyć z separatorem.

Czego ten agent nie zrobi

Nie poda ceny i nie zaproponuje marży dla nowego tematu. To decyzja handlowca, a przy dużej wartości zarządu. Agent pokazuje, ile podobne tematy kosztowały naprawdę i czy zakład je udźwignie, żeby ta decyzja zapadła na danych, a nie na optymistycznej pamięci.

Nie zastąpi też porządku w danych. Jeśli koszt rzeczywisty zamkniętych projektów nie jest nigdzie zapisany, agent nie ma na czym liczyć. Gorzej: model chętnie wypełni lukę czymś, co brzmi wiarygodnie. W prawdziwej firmie zacznijcie od jednego arkusza z kosztem powykonawczym projektów z ostatniego roku. Dopiero potem agent.

Krok 1. Sprawdź uprawnienia w workspace

Administrator otwiera Workspace settings → Permissions & roles → Projects i włącza „Create and manage projects” oraz „Share projects”. Projekty dziedziczą ustawienia narzędzi, retencji i rezydencji danych z workspace’u, więc to też dobry moment, żeby sprawdzić, co administrator tam ustawił.

Powinieneś zobaczyć w pasku bocznym Projects z możliwością założenia nowego projektu. Jeśli go nie ma, uprawnienie jest wyłączone.

Krok 2. Załóż projekt i wpisz instrukcje

W pasku bocznym wybierz Projects i załóż nowy projekt o nazwie „Agent zapytań”. Potem otwórz menu projektu (•••) → Project settings i wklej instrukcje poniżej. Obowiązują tylko w tym projekcie i mają pierwszeństwo przed Twoimi globalnymi instrukcjami.

Jesteś agentem zapytań w firmie produkcyjno-usługowej (konstrukcje stalowe na zamówienie).
Pracujesz na plikach projektu:
- projekty-zamkniete.xlsx: zamknięte projekty z kosztem planowanym i rzeczywistym, roboczogodzinami i uwagami,
- obciazenie.xlsx: dostępne i zajęte roboczogodziny (rbh) gniazd w kolejnych tygodniach.

Gdy dostaniesz zapytanie ofertowe (PDF w rozmowie), zrób kolejno:
1. Wypisz wymagania: obiekt, materiał, masa, zabezpieczenie, normy, zakres, termin, płatność, kary.
   Osobno wypisz, czego w zapytaniu brakuje albo co zależy od innych wykonawców.
2. Znajdź podobne zamknięte projekty. Warunki: ten sam rodzaj konstrukcji (pierwsze słowo typu),
   ten sam gatunek stali, to samo zabezpieczenie, montaż u klienta jak w zapytaniu,
   masa od 60% do 140% masy z zapytania. Pokaż wszystkie spełniające warunki,
   posortowane według różnicy masy. Dla każdego: nr projektu, masa, marża ofertowa
   = (wartość oferty − koszt planowany) / wartość oferty, marża powykonawcza
   = (wartość oferty − koszt rzeczywisty) / wartość oferty, dni zwłoki płatności,
   liczba zmian zakresu, uwagi.
3. Policz normy: rbh spawania i rbh montażu na tonę jako sumę rbh podobnych projektów
   podzieloną przez sumę ich masy. Pomnóż przez masę z zapytania.
4. Sprawdź moce. Wolne rbh = dostepne_rbh − zajete_rbh; nie korzystaj z kolumny wolne_rbh.
   Zamień daty montażu z zapytania na tygodnie ISO. Zsumuj wolne rbh montażu w tych tygodniach
   i wolne rbh spawania we wszystkich tygodniach z pliku przed pierwszym tygodniem montażu.
   Porównaj z potrzebą z punktu 3.
5. Zaproponuj ocenę: „wyceniać”, „wyceniać pod warunkami” albo „nie wyceniać”.
   Uzasadnij w trzech zdaniach i wypisz warunki do rozmowy z klientem.
   „Nie wyceniać” tylko wtedy, gdy żaden warunek nie usuwa przeszkody, np. temat jest poza
   technologią zakładu. Brak mocy w terminie klienta i ryzyka z podobnych projektów, które
   da się objąć warunkami (inny termin, kooperacja, aneks na zmiany, zaliczka), oznaczają
   „wyceniać pod warunkami”.

Zasady:
- Licz w Pythonie (analiza danych) na plikach projektu, nie z pamięci.
  Przy każdej liczbie podaj, z których wierszy pochodzi.
- Nie dopisuj projektów ani tygodni, których nie ma w plikach. Brak danych nazwij wprost.
- Nie podawaj ceny ani marży dla nowego tematu. To decyzja handlowca i zarządu.
- Wynik: wymagania i braki, tabela podobnych projektów, tabela mocy, ocena z warunkami.

Reguła podobieństwa jest jawna celowo: handlowiec może się z nią kłócić, zamiast ufać „intuicji modelu”. Zakaz korzystania z kolumny wolne_rbh sprawdzi się w kroku z rzeczywistością.

Krok 3. Dodaj pliki projektu

Dodaj do plików projektu projekty-zamkniete.xlsx i obciazenie.xlsx. Zajmą 2 z 40 miejsc i są daleko od limitów wielkości (ok. 50 MB dla arkusza). Nazwy kolumn znajdziesz w pierwszym wierszu każdego arkusza; jeśli w swoich danych użyjesz innych, popraw je w instrukcji.

Zapytania nie dodawaj do plików projektu. Pliki projektu to Wasza historia i moce, obowiązujące w każdej rozmowie. Zapytanie jest sprawą na dziś i trafia do pojedynczej rozmowy.

Krok 4. Uruchom agenta na zapytaniu

W projekcie rozpocznij nową rozmowę, dołącz zapytanie.pdf i napisz:

Mamy nowe zapytanie. Przeprowadź analizę według instrukcji projektu, licząc w Pythonie na plikach projektu.

Powinieneś zobaczyć, że ChatGPT uruchamia analizę danych (kod w Pythonie), czyta oba arkusze i odpowiada w kolejności z instrukcji: wymagania i braki, tabela podobnych projektów, normy, moce, ocena. Na planie Business PDF jest czytany jako sam tekst, bez rysunków i wykresów; w naszym zapytaniu wszystko, co ważne, jest tekstem, w Waszych może nie być. Jedno zastrzeżenie: strona pomocy o projektach nie wymienia analizy danych wprost wśród narzędzi projektu. Jeśli w odpowiedzi nie widać uruchomionego kodu, poproś o niego wprost i nie przyjmuj liczb, dopóki go nie zobaczysz.

Krok 5. Gdy potrzebujesz gotowego arkusza

Dokumentacja analizy danych nie mówi wprost, czy z rozmowy w projekcie pobierzesz wynik jako plik XLSX, więc sprawdź to sam, prosząc o plik na końcu odpowiedzi. Pewną drogą do gotowego arkusza jest ChatGPT Work: przełącz rozmowę na Work w tym samym projekcie, a zadanie wykona się z kontekstem projektu i zakończy dokumentem albo arkuszem (ChatGPT Work). Work zastąpił dawny tryb agenta, więc jeśli w starszym poradniku zobaczysz polecenie /agent, to już nie działa.

Sprawdź wynik na danych kontrolnych

Porównaj odpowiedź z tabelami poniżej. Liczby policzyliśmy niezależnie z tych samych plików.

Projekt	Masa	Marża ofertowa	Marża powykonawcza	Zwłoka płatności	Zmiany zakresu
P-2025-001	34,0 t	15,0%	6,7%	12 dni	2
P-2024-004	41,0 t	15,0%	6,5%	35 dni	3
P-2025-009	29,5 t	15,1%	12,8%	0 dni	0

Gniazdo	Norma	Potrzeba na 36 t	Wolne moce	Okno
Spawanie	22,6 rbh/t	813 rbh	222 rbh	tygodnie 18–27, przed montażem
Montaż	15,2 rbh/t	548 rbh	262 rbh	tygodnie 28–31, termin klienta

Prawidłowa ocena to „wyceniać pod warunkami”: dwa z trzech podobnych tematów straciły ponad połowę marży na zmianach zakresu i opóźnieniach, a w terminie klienta zakładowi brakuje mocy zarówno na spawalni, jak i na montażu. Warunki do rozmowy: późniejszy termin montażu albo kooperacja, aneks wyceniający zmiany po zamrożeniu listy materiałowej, zaliczka zamiast płatności 60 dni po odbiorze przy karze 0,5% za dzień zwłoki. W brakach agent powinien wskazać rysunki wykonawcze (jest tylko koncepcja) i nieznany termin gotowości fundamentów.

Jeśli w tabeli pojawi się hala albo wiata bez montażu, agent nie trzymał się reguły. Jeśli liczby mocy się nie zgadzają, poproś o pokazanie kodu analizy i sprawdź, którą kolumnę wziął. Odpowiedź policzona z pamięci wygląda tak samo pewnie jak policzona kodem; różnicę widać dopiero w kodzie.

Krok z rzeczywistością

Dane w firmie się zmieniają, a agent musi to zauważyć bez zmiany instrukcji. Otwórz projekty-zamkniete.xlsx, dopisz na końcu arkusza jeden wiersz (wartości w kolejnych kolumnach), zapisz plik i w plikach projektu zastąp starą wersję nową:

P-2026-025 | 2026 | Ferma Kurzanka sp. z o.o. | wiata magazynowa | S355 | 40 | ocynk ogniowy | tak | 700000 | 595000 | 690000 | 160 | 1000 | 680 | 60 | 0 | 1 | Niedoszacowane spawanie słupów.

Zadaj w nowej rozmowie to samo pytanie. Agent powinien teraz pokazać cztery podobne projekty, z nowym na drugim miejscu (różnica masy 4 t). Norma spawania wzrośnie do 23,3 rbh/t, czyli 837 rbh na 36 t; norma montażu do 15,7 rbh/t, czyli 566 rbh. Nowy projekt ma marżę ofertową 15,0% i powykonawczą 1,4%.

Jeden zły projekt przesunął normę i obraz marży. Dlatego koszt zamkniętego zlecenia ma wracać do wiedzy agenta, a nie do szuflady.

Krok 6. Udostępnij zespołowi i zaplanuj automatyzację

Kiedy wynik zgadza się z danymi kontrolnymi, kliknij Share w projekcie i dodaj osoby albo grupę z workspace’u (do 100 współpracowników). Handlowcom daj uprawnienie Chat, osobie odpowiedzialnej za instrukcje i pliki Edit. Link w workspace domyślnie daje dostęp Chat, a projekt udostępniony zawsze pracuje w trybie pamięci Project-only.

Zapytania przychodzą mailem i to jest następny krok, ale już poza projektem. Workspace agent (Agents → Create w pasku bocznym) dostaje te same pliki, aplikacje takie jak Google Drive czy SharePoint i harmonogram uruchomień. Gmail występuje z kolei jako wyzwalacz „nowa wiadomość” dla zadań Work. Akcje zapisu mają tam domyślnie ustawienie Always ask, czyli agent przygotowuje, a człowiek zatwierdza. Zostawcie to tak. Według zapowiedzi OpenAI z kwietnia 2026 workspace agents są rozliczane kredytami (stawek nie potwierdziliśmy), a w Enterprise są domyślnie wyłączone (workspace agents). Outlook i SharePoint wymagają jeszcze zgody administratora Microsoft Entra.

Typowe problemy

Objaw	Przyczyna	Co zrobić
Brak tworzenia projektu albo przycisku Share	administrator wyłączył uprawnienie	Workspace settings → Permissions & roles → Projects
W tabeli jest projekt, którego nie ma w pliku	model dopowiada zamiast liczyć	poproś o numery wierszy i ponowne policzenie w Pythonie
Wolne moce się nie zgadzają	agent wziął kolumnę wolne_rbh	przypomnij regułę z instrukcji: dostępne minus zajęte
Rysunki z PDF są pomijane	na planie Business PDF jest czytany jako tekst	opisać dane tekstem albo podać je w arkuszu
Kolega nie widzi projektu po dodaniu do grupy	członkowie dodani później nie dostają powiadomienia	wyślij mu link do projektu
Aplikacja ma etykietę „Disabled by admin”	aplikacja wyłączona w Admin → Plugins	administrator włącza aplikację i akcje
Nie da się zbudować nowego GPT	GPT są wycofywane	zostań przy projekcie albo workspace agent

Co dalej

Na własnych danych potrzebujecie dwóch eksportów, w XLSX albo CSV. Z ERP albo z arkusza kierowników projektów: numer projektu, typ konstrukcji, gatunek stali, masa, zabezpieczenie, montaż, wartość oferty, koszt planowany i rzeczywisty, roboczogodziny według gniazd, termin i zwłoka płatności, zmiany zakresu. Z planowania: dostępne i zajęte roboczogodziny gniazd na tydzień. Nazwy kolumn mogą być Wasze, wtedy poprawcie je w instrukcji.

Ten sam agent w innych narzędziach:

• Agent zapytań w Claude
• Agent zapytań w Microsoft 365 Copilot
• Agent zapytań w Gemini

Pełną kartę agenta zapytań, czyli co czyta, co może sam, co zatwierdza człowiek i czym go mierzyć, znajdziecie we wpisie o wycenie na kosztach rzeczywistych.