---
title: "Excalidraw: szkic architektury AI, który uruchamia rozmowę"
url: "https://majchrzycki.com/blog/excalidraw-diagramy-systemow-ai-i-ontologii"
description: "Jak używać Excalidraw do uzgadniania ontologii, przepływów danych i granic agentów; możliwości, alternatywy i ograniczenia szkicu."
---

# Excalidraw: szkic architektury AI, który uruchamia rozmowę

14 marca 2026·2 min czytania·Krzysztof Majchrzycki

Temat: [AI SDLC](https://majchrzycki.com/blog/filar/ai-sdlc)

**Excalidraw to otwarta tablica do rysowania diagramów o wyglądzie szkicu.** [Repozytorium projektu](https://github.com/excalidraw/excalidraw) zawiera aplikację i bibliotekę do osadzania. Jej przewaga w pracy nad AI OS nie polega na tworzeniu formalnego modelu, lecz na tym, że ekspert dziedzinowy, architekt i programista mogą w kilka minut narysować ten sam proces i wskazać, gdzie rozumieją go inaczej.

## Kiedy szkic pomaga bardziej niż slajd?

Podczas warsztatu o reklamacji narysuj klienta, zgłoszenie, produkt, magazyn, system ERP i agenta. Strzałkami oznacz, które dane agent tylko czyta, a które może zmienić. Kolorem zaznacz decyzje wymagające zatwierdzenia. Taki obraz pokazuje lukę szybciej niż wielostronicowy opis: na przykład brak właściciela danych o numerze partii albo niejasne miejsce zapisu decyzji.

To świetny etap **przed** technicznym modelowaniem [ontologii firmy](https://majchrzycki.com/blog/jak-zbudowac-ontologie-firmy-dane-reguly-agenci). Diagram można dołączyć do specyfikacji w [AI SDLC](https://majchrzycki.com/blog/filar/ai-sdlc) jako wizualne objaśnienie, lecz źródłem prawdy dla typów, reguł dostępu i kontraktów API powinny być wersjonowane artefakty, które da się testować. Szkic nie waliduje kluczy, kardynalności, ograniczeń OWL ani uprawnień agenta.

## Suwerenność i alternatywy

Otwarty kod oraz możliwość osadzenia aplikacji dają zespołowi większą kontrolę nad narzędziem. Mimo to przy poufnych diagramach sprawdź konfigurację hostingu, współpracy i przechowywania plików. Publiczny link do tablicy nie powinien przypadkiem ujawniać architektury sieci, nazw klientów ani poświadczeń. Eksport obrazu zachowuje widok, ale nie cały kontekst decyzji; warto zapisać obok diagramu krótki opis założeń.

Alternatywą jest diagrams.net dla bardziej formalnych schematów, Mermaid dla diagramów blisko kodu oraz Miro dla rozbudowanej współpracy warsztatowej. Excalidraw wybieram na początek rozmowy: pomaga szybko odkryć różnice w rozumieniu systemu. Po warsztacie trzeba te ustalenia przenieść do modelu danych, testów i dokumentacji operacyjnej.

## Jak poprowadzić warsztat, który kończy się decyzją?

Zacznij od jednego rzeczywistego przypadku, a nie od schematu „całej firmy”. Poproś uczestników, aby nazwali obiekty i czynności słowami używanymi na co dzień. Osobno oznacz systemy źródłowe i ludzi odpowiedzialnych za decyzje. Następnie dodaj strzałki przepływu danych oraz strzałki działań. To rozróżnienie jest ważne: połączenie `CRM → Agent` może oznaczać wyłącznie odczyt, podczas gdy `Agent → CRM` oznacza zmianę stanu i wymaga innej kontroli.

Przy każdym miejscu spornym dopisz pytanie, zamiast zamieniać niepewność w ładną strzałkę. „Który system ma prawdziwy status zamówienia?”, „czy dwa kontakty to jeden klient?”, „kto może zatwierdzić rabat?” — takie komentarze są wynikiem warsztatu. Po spotkaniu przypisz im właściciela i termin. Dopiero odpowiedzi przenieś do definicji ontologii, kontraktów API lub reguł procesu.

Szkic może też pomóc przy przeglądzie bezpieczeństwa. Zakreśl granicę między danymi firmowymi a zewnętrznym modelem i pomiędzy narzędziem agenta a systemem produkcyjnym. Do testu AI SDLC dołącz scenariusz: co stanie się, jeśli dokument źródłowy zawiera wrogą instrukcję? Kto zobaczy próbę wykonania zakazanej akcji? Dobrze narysowany diagram nie zastępuje testu, ale pokazuje, co trzeba przetestować.

Na końcu zapisz wersję obrazu w repozytorium wraz z datą, uczestnikami i trzema podjętymi decyzjami. Dzięki temu kolejny programista nie musi zgadywać, czy strzałka oznacza stan obecny, czy pomysł na przyszłość. Excalidraw pozostaje wtedy narzędziem komunikacji, a nie nieformalną i stale rozjeżdżającą się specyfikacją.

-   Agenci AI
-   Open Source

## Przełóż temat na projekt w Twojej firmie

Zobacz zakres współpracy: od rozpoznania procesu i danych po projekt rozwiązania AI.

[Zobacz współpracę](https://majchrzycki.com/wspolpraca)

## Czytaj dalej

-   [AGENTS.md: stałe instrukcje dla agentów kodujących](https://majchrzycki.com/blog/agents-md-instrukcje-agentow-ai-sdlc)
-   [GitHub Spec Kit: specyfikacja przed kodowaniem z AI](https://majchrzycki.com/blog/github-spec-kit-specyfikacja-ai-sdlc)
-   [Pluginy agentów AI: Claude, ChatGPT, Codex i Copilot](https://majchrzycki.com/blog/pluginy-agentow-claude-chatgpt-codex-copilot)
-   [Protégé Desktop i WebProtégé: ontologia dla AI OS](https://majchrzycki.com/blog/protege-ontologia-ai-os)