Skip to content
wojciech.io
Wszystkie spostrzeżenia
AI Systems AIGTMClaude CodeMCPOperator tooling

GTM AI Agent: architektura czterech warstw

Szczegółowe omówienie architektury GTM AI agenta: tożsamość operatora, narzędzia MCP, pamięć klienta i reużywalne skille, które działają na produkcji.

Wojciech Łuszczyński

Wojciech Łuszczyński

GTM Architect & Growth Operator · Insights · 8 marca 2026

TL;DR · Najważniejsze wnioski

  • Warstwa 1: CLAUDE.md definiuje, kim jest agent. Tożsamość operatora, kontekst klienta, zasady działania
  • Warstwa 2: Narzędzia MCP dają agentowi realne możliwości: wyszukiwanie w sieci, zapis do CRM, wysyłka emaili
  • Warstwa 3: Pliki pamięci klienta przechowują ICP, historię kont i kontekst personalizacji
  • Warstwa 4: Skille operatora to reużywalne programy promptowe: research, wzbogacanie, draft, aktualizacja

Claude Code GTM Agent Starter Pack ma architekturę czterech warstw. Każda warstwa robi jedno konkretne zadanie. Zrozumienie tych warstw to różnica między prowadzeniem systemu a prowadzeniem chatbota, który zapomina wszystkiego między sesjami.

To jest widok od środka: jak działa każda warstwa, dlaczego jest oddzielna i co się psuje, gdy pominiesz którąś.

Warstwa 1: CLAUDE.md Tożsamość operatora, zasady działania
ładuje się pierwsza, wiąże resztę
Warstwa 2: Narzędzia MCP Web search, zapis CRM, draft emaila
działa na realnych systemach
Warstwa 3: /memory ICP, historia kont, obiekcje
trwa między sesjami
Warstwa 4: Skille research · enrich · draft · score · update
Każda warstwa stoi na poprzedniej. Tożsamość ładuje się pierwsza i wiąże resztę. Skille działają na końcu, bo zakładają, że trzy pozostałe już są na miejscu.

Warstwa 1: CLAUDE.md, czyli tożsamość operatora

CLAUDE.md to pierwszy plik, który Claude Code czyta przy starcie sesji. Definiuje, kim jest agent, nie to, co potrafi zrobić.

Dla agenta GTM CLAUDE.md zawiera:

# Tożsamość operatora
Jesteś doświadczonym operatorem GTM osadzonym w zespole wzrostu [nazwa klienta].
Twoim zadaniem jest przyspieszenie outbound pipeline przez research, wzbogacanie danych i uruchamianie sekwencji.

# Zasady działania
- Nigdy nie wysyłaj emaila bez zgody człowieka
- Definicja ICP jest w /memory/icp.md: zawsze sprawdź ją przed oceną leada
- Szablony sekwencji są w /memory/sequences/: dostosowuj, nie twórz od zera
- Loguj wszystkie zakończone działania do /memory/activity-log.md

Kluczowa zasada projektowa: tożsamość jest trwała. Claude Code czyta CLAUDE.md przy starcie sesji, co oznacza, że agent ma te same ograniczenia operacyjne za każdym razem. Nie musisz wyjaśniać kontekstu od nowa przy każdej sesji.

Warstwa 2: Narzędzia MCP, czyli realne możliwości

Narzędzia MCP (Model Context Protocol) dają agentowi zdolność działania na zewnętrznych systemach, nie tylko generowania tekstu.

Stos GTM używa:

  • Brave Search MCP: research w sieci bez ryzyka halucynacji (czyta prawdziwe strony)
  • HubSpot MCP (lub webhook Clay): odczyt/zapis CRM
  • Gmail MCP: tworzenie draftów (nigdy wysyłka, tylko draft, zgodnie z zasadami w CLAUDE.md)
  • Notion MCP: logowanie gotowych briefów badawczych do wspólnego workspace

Bez narzędzi MCP masz model językowy. Z nimi masz agenta, który potrafi sprawdzić firmę, zweryfikować czy jest w CRM, przygotować spersonalizowany email i zalogować pracę: w jednej sesji.

Warstwa 3: Pliki pamięci klienta, czyli trwały kontekst

Katalog /memory/ przechowuje wszystko, co agent musi wiedzieć o kliencie i co nie zmienia się między sesjami:

/memory/
  icp.md         : definicja ICP: branża, rozmiar, role, dyskwalifikatory
  sequences/     : szablony emaili per vertical, per etap
  accounts/      : briefe badawcze per konto (auto-generowane, weryfikowane przez człowieka)
  activity-log.md: log zakończonych działań
  objections.md  : typowe obiekcje i zatwierdzone odpowiedzi

To właśnie sprawia, że agent jest kumulatywny. Research z wtorkowej sesji jest dostępny w czwartek. Obsługa obiekcji zatwierdzona w poprzednim miesiącu jest w każdej kolejnej sesji. Agent nie potrzebuje ponownego briefingu, czyta pliki pamięci.

Warstwa 4: Skille operatora, czyli reużywalne programy promptowe

Skille to zdefiniowane programy promptowe, które wykonują konkretne zadanie GTM. Starter pack zawiera pięć:

research: Na podstawie nazwy firmy tworzy ustrukturyzowany brief badawczy: przegląd firmy, ostatnie sygnały, prawdopodobne pain points, ocena dopasowania do ICP.

enrich: Na podstawie imienia i nazwy firmy kontaktu, znajduje profil LinkedIn, rolę, prawdopodobne priorytety i dodaje do pliku pamięci kont.

draft: Na podstawie kontaktu i jego briefa konta, tworzy spersonalizowany email pierwszego kontaktu używając odpowiedniego szablonu sekwencji.

update: Na podstawie zakończonego działania, loguje je do logu aktywności i aktualizuje odpowiedni plik konta w CRM.

score: Na podstawie grupy leadów, ocenia każdy względem definicji ICP i zwraca priorytetyzowaną listę.

Każdy skill to ustrukturyzowany prompt z zdefiniowanymi wejściami, wyjściami i zasadami. Uruchamiasz skill po nazwie: /research Acme Corp. Agent czyta definicję skilla, wykonuje go i zwraca ustrukturyzowany wynik.

Dlaczego warstwy mają znaczenie

Większość GTM opartych na promptach rozpada się, bo są bezstanowe. Każda rozmowa zaczyna się od zera. Architektura czterech warstw to rozwiązuje:

  • Tożsamość jest trwała (CLAUDE.md)
  • Możliwości są realne (narzędzia MCP)
  • Kontekst się kumuluje (pliki pamięci)
  • Wykonanie jest spójne (skille)

Koszt pełnego outbound run: research, wzbogacanie, draft, log: to 2-8 dolarów w kosztach Claude API. Równoważny komercyjny stos (kredyty Clay + miejsca Apollo + Outreach) kosztuje 200-500 dolarów miesięcznie za ten sam wolumen działań.

Różnica nie leży w możliwościach. Leży w modelu operacyjnym.


Powiązane: Narzędzia GTM: framework decyzji build vs buy dla operatorów

O autorze

Wojciech Łuszczyński

Wojciech Łuszczyński

Architekt GTM i operator wzrostu budujący natywne dla AI systemy przychodów dla B2B SaaS i firm technologicznych. Łączę pozycjonowanie, SEO, treści, płatne pozyskiwanie, CRM, automatyzację, analitykę i przepływy pracy AI w praktyczną infrastrukturę wzrostu.

Newsletter

Najpierw zdobądź następny.

Kiedy opublikuję nowy artykuł na temat systemów AI, architektury GTM lub modeli operacyjnych wzrostu, dowiesz się o tym jako pierwszy.

Subskrybuj