Home · AI Ads Agent

Agent AI, który prowadzi Twoje kampanie Meta Ads sam.

Wdrażam agentów AI (z modelem Claude Opus 4.7) prowadzących Twoje kampanie przez Meta Marketing API. Samodzielnie analizują dane, wyłączają słabe adsety, skalują zwycięskie kreacje, przygotowują plany i warianty nowych reklam. Wszystko przez API, w ramach guardrails, które ustalamy wspólnie.

AI Ads Agent to wyspecjalizowana wersja AI Marketing Agent - łączy dane z wielu źródeł (np. Meta, GA4, sklep, newsletter), ale wykonawcze zmiany robi wyłącznie w obrębie Meta Ads. Jeśli chcesz, żeby agent rekomendował i wdrażał akcje w wielu kanałach (np. Meta + Google + content + newsletter), zobacz tamten.

StackClaude · Meta API
Wdrożenie4–8 tygodni
Autonomia3 poziomy
Porozmawiajmy o agencie →
/meta-ads agent · production
running
/meta-ads daily-run --account act_xxxxx
// Scheduled run · 08:00 CET · guardrails: loaded
Pobieram świeże dane kampanii z Meta...
GET /act_xxxxx/insights?date_preset=yesterday → 312 rekordów
12 kampanii · 48 adsetów · 156 reklam
Pobieram statystyki ze strony WWW (GA4)...
GET ga4/properties/G-XXXXX:runReport?date=7daysAgo
Sesje 8.4k · bounce 62% · najczęstsze zdarzenia: signup, demo
Koreluję dane Meta vs. zachowanie na landing page...
Najgorsze adsety (3) · CPA > 180% celu + bounce > 70%
– cold_03/lal_2024 · CPA 104 zł · bounce 78%
– cold_03/int_test · CPA 92 zł · bounce 71%
– retarget_01/view_30d · CPA 71 zł · bounce 73%
Najlepsze kreacje: hook_02 (ROAS 4.8×) · vid_03 (ROAS 3.7×)
Aktywuję 2 rezerwowe adsety + skaluję zwycięzców +40%
Generuję 2 nowe kreacje graficzne (plan: emocje, opinia społeczna, mocny hak wizualny)
POST /act_xxxxx/ads · creative_SLR_2026_03, creative_HOK_03
Czekam na akceptację · /approve | /skip | /modify
→ 9 zmian: PAUSE 3 · ACTIVATE 2 · CREATE 2 · SCALE 2
Claude · Opus 4.7 Guardrails: aktywne
01 - Co konkretnie robi

Operacje, które agent wykonuje przez API.

01
Ciągły monitoring kampanii
Agent pobiera dane z Meta Marketing API o dowolnej porze - np. codziennie rano, albo co 4 godziny. Analizuje wyniki względem zdefiniowanych KPI (CPA, ROAS, CPM) i wychwytuje anomalie zanim wpływają na wynik kampanii.
/ Przykładowe API calls
GET/act_{id}/campaigns?fields=insights
GET/act_{id}/insights?date_preset=yesterday
→ Pobiera pełne dane performance'owe + metadata kampanii
02
Wyłączanie słabych adsetów
Kiedy adset przekracza zdefiniowany limit CPA albo spada poniżej progu ROAS, agent wstrzymuje go automatycznie - w ramach reguł, które wspólnie ustalamy. Przykładowa reguła: "pause jeśli CPA > 180% celu przez 48h, minimum 500 zł wydatku".
/ Przykładowe API calls
POST/{adset_id}
{"status": "PAUSED"}
→ Zmiana statusu adsetu w Ads Manager (bez klikania)
03
Skalowanie zwycięskich kreacji
Agent wykrywa kreacje z ponadprzeciętną wydajnością (ROAS powyżej średniej konta) i zwiększa ich budżet w ramach reguł - np. krok +20% co 48h, maksymalnie +80% od startu. Duplikowanie kreacji na inne audiencje, jeśli tak ustawisz.
/ Przykładowe API calls
POST/{adset_id}
{"daily_budget": 15000}
→ Zmiana dziennego budżetu adsetu (w groszach)
04
Tworzenie nowych reklam
Agent może tworzyć nowe reklamy w istniejących adsetach - np. wariant A/B na podstawie top-performer creative, albo nowa reklama z dostarczoną kreacją. Definiujesz, czy agent ma pełną autonomię tutaj, czy wymaga akceptacji przed publikacją.
/ Przykładowe API calls
POST/act_{id}/ads
{adset_id, creative, name, status}
→ Utworzenie nowej reklamy w adsecie
05
Codzienny raport w Twoich kanałach
Każdego dnia rano dostajesz raport w Slack, MS Teams, Discord, Notion lub na email: co agent zrobił, jakie decyzje podjął, gdzie potrzebuje Twojej akceptacji. Zero zaskoczeń - wiesz, co się dzieje na koncie, nawet bez logowania do Ads Managera.
/ Integracje
Slack · MS Teams · Discord · Notion · Email (SMTP)
→ Raport po każdym uruchomieniu agenta
06
Integracja z analytics
Agent może łączyć dane z Meta z Twoim stackiem analitycznym - przykładowo Plausible / GA4 / Shopify / Hubspot, ale podpinam każde narzędzie z publicznym API. Widzi nie tylko co dzieje się w Ads Managerze, ale też jak te kampanie przekładają się na ruch, konwersje i realne przychody. Decyzje oparte na pełnym obrazie, nie tylko CPM/CPA.
/ Integracje danych
Plausible · GA4 · Shopify · Hubspot · Pipedrive
→ Pełny obraz lejka, nie tylko warstwa reklamowa
01b - Kreacje AI

Kreacje AI z Twoją akceptacją przed publikacją.

Każda kreacja wygenerowana przez AI zawsze przechodzi przez akceptację człowieka przed publikacją - agent przygotowuje wariant, Ty (lub ja w Tier 03) zatwierdzasz. Dzięki temu masz pełną kontrolę nad tym, co realnie pojawia się w kampaniach: czy grafika trzyma styl marki, czy hasło reklamy nie ma wpadki, czy nie ma nic, co mogłoby zostać odrzucone przez Meta.

A
Plan kreacji oparty na Twoich danych
Agent analizuje co działa w Twoich obecnych reklamach Meta (które hasła i obrazy się klikają, które konwertują), na co reagują Twoi odbiorcy, jakie pytania powtarzają się w mailach od klientów, jakie hasła rosną w Google. Z tego powstaje plan kreacji: główne hasło, otwarcie reklamy, ton komunikatu, pierwszy kadr.
/ Źródła danych
Meta insights · Gmail · Search Console · Notion
→ Plan kreacji w Notion przed generowaniem grafiki
B
Generowanie wariantu graficznego
Agent generuje grafikę przez Replicate, dobierając model AI najlepiej dopasowany do celu (lifestyle, product placement, spójność marki) - w proporcjach dopasowanych do Meta (1:1 feed, 4:5 mobile, 9:16 stories/reels). Gotowy plik trafia na Google Drive razem z planem kreacji.
/ Narzędzia generatywne
Replicate · model AI dobrany pod cel
→ Grafika + plan kreacji na Google Drive
C
Akceptacja człowieka + upload do Meta
Sprawdzasz gotową kreację przed uploadem - czy trzyma styl marki, czy hasło ma sens, czy nie ma wpadek. Po Twojej akceptacji kreacja trafia do Meta. To dodatkowa warstwa kontroli przed publikacją, której nie ma przy generowaniu wprost do Ads Managera.
/ Kontrola jakości
Akceptacja człowieka · zapis w logach
→ Każdy upload przechodzi przez Twoją decyzję
Kierunek rozwoju kreacji AI

Co narzędzia generatywne pozwalają robić dziś (maj 2026).

Narzędzia generatywne pozwalają dziś tworzyć grafiki statyczne zgodne z identyfikacją wizualną klienta. To opcjonalny dodatek w zakresie Tier 02/03 - spójność z marką wymaga jednorazowej konfiguracji (typowo 1-3 dni pracy, zależnie od ilości materiałów referencyjnych).

✓ Grafiki statyczne w stylu marki (kolory, typografia, gradienty, układ, logo marki) - tak
✓ Wariacje do testów A/B (dziesiątki tygodniowo) - tak
✓ Proporcje Meta (1:1, 4:5, 9:16) - tak

Możliwości narzędzi rosną szybko - aktualizuję zakres co kilka miesięcy w ramach retainera.

02 - Kontekst → Decyzja → Egzekucja

Decyzje agenta o egzekucji w Meta opierają się na znacznie szerszym kontekście niż sama Meta.

Większość AI narzędzi dla Meta Ads operuje na danych z Meta - i tylko z Meta. Mój agent ma do dyspozycji znacznie szerszy kontekst: zachowanie użytkowników po kliknięciu, realne rejestracje w bazie, jakość landingów, fraz które rosną w Google, wizyty firm B2B na stronie. Wszystkie te dane służą jednemu celowi - lepszym decyzjom o kampaniach w Meta.

Te informacje zmieniają konkretne decyzje o kampaniach w Meta - co wyłączyć, co skalować, jak rozdysponować budżet. Cztery przykłady różnicy między agentem który widzi tylko Meta, a tym który ma pełen kontekst biznesowy.

/ Przykłady decyzji
01 / Alokacja po wartości klienta
Tańsza reklama nie znaczy lepszy klient.
Kontekst agenta
Meta: Reklama A → koszt zakupu 50 zł, Reklama B → 70 zł (max dopuszczalny: 60 zł) Sklep: średni przychód od klienta w 90 dni - A 180 zł, B 540 zł Baza klientów: % powracających klientów - A 12%, B 38% Analytics: średnia wartość pierwszego zamówienia - A 80 zł, B 220 zł
Decyzja agenta widzącego tylko Metę
Wyłącza reklamę B
Reklama B kosztuje za drogo (70 zł za zakup, dopuszczamy 60 zł), A jest tańsza i mieści się w limicie. Cały budżet do A - w warstwie reklamowej Mety to logiczne, tańsze zakupy wygrywają.
Decyzja agenta łączącego źródła
Zwiększa budżet B o 50%, zmniejsza A o 30%
Reklama B ma droższe pierwsze zakupy, ale klienci z B przynoszą 3× więcej pieniędzy w ciągu 90 dni i 3× częściej wracają na kolejne zakupy. Realny zwrot z reklamy B jest 2× wyższy niż z A. Meta widzi tylko pierwszy zakup, nie tego co dzieje się później - wyłączenie B to świadome zostawianie pieniędzy na stole.
→ Egzekucja: agent obniża dzienny budżet A o 30%, podnosi B o 50% i wysyła w Slacku raport z analizą wartości klientów z 90 dni.
02 / Skalowanie kreacji
Najlepsza reklama w Mecie wcale nie konwertuje.
Kontekst agenta
Meta: niski koszt wyświetleń, klikalność 3.2% (top 5% kont) Analytics: 78% osób wychodzi od razu, zero akcji na stronie Newsletter: tylko 12% klikających się zapisuje (średnia konta to 34%)
Decyzja agenta widzącego tylko Metę
Podbija budżet o 40% - to nasz winner
Wszystkie sygnały w Mecie na zielono - niska cena, świetna klikalność. Standardowa reguła „najlepszą reklamę skalujemy" mówi: zwiększaj budżet.
Decyzja agenta łączącego źródła
Wstrzymuje skalowanie, uruchamia test alternatywnej strony
Wysoka klikalność + bardzo mało zapisów = problem nie z reklamą, ale ze stroną na którą trafiają ludzie. Podbicie budżetu zwiększy tylko wydatki, bez większej liczby zapisów. Najpierw napraw stronę, potem skaluj.
→ Egzekucja: agent przygotowuje w Notion plan testu alternatywnej strony lądowania i wysyła raport do Twojej akceptacji - skalowanie czeka, aż strona zostanie naprawiona.
03 / Plan nowej kreacji
Plan kreacji oparty na danych, których Meta nie widzi.
Kontekst agenta
Search Console: zapytanie „audyt AI marketing" w Google +180% w 30 dni Analytics: ruch z ChatGPT konwertuje 2,4× lepiej niż reklamy Meta z zimnych grup na inne usługi Albacross (narzędzie identyfikujące firmy odwiedzające stronę): 12 firm B2B z naszego idealnego profilu klienta było na stronie
Decyzja agenta widzącego tylko Metę
Plan: powtórzmy najlepszą reklamę z testu A/B
Opiera się tylko na tym co już działało na koncie. Patrzy wstecz - co sprzedawało wczoraj.
Decyzja agenta łączącego źródła
Plan: nowa reklama pod hasło „audyt AI marketing"
Łączy rosnące zapytania w Google z dobrze konwertującym ruchem z ChatGPT i konkretnymi firmami które już były na stronie (wyłapał to Albacross). Patrzy w przód - co właśnie rośnie w wyszukiwaniach, zanim konkurencja to zauważy.
→ Egzekucja: agent uruchamia nową kampanię Meta na zimny ruch z reklamą na hasło „audyt AI marketing".
04 / Alokacja w obrębie Meta
Skalowanie najwyższego ROAS-u może osłabiać akwizycję nowych klientów.
Kontekst agenta
Meta: Advantage+ Shopping - ROAS 4,8, dzienny budżet 800 zł; manual cold prospecting - ROAS 1,9, dzienny budżet 400 zł Sklep: 82% zakupów z Advantage+ Shopping pochodzi od wracających klientów (kupili u nas wcześniej w ciągu 12 mies.) Analytics: klienci pozyskani z cold prospecting mają LTV 540 zł w 90 dni vs 220 zł u wracających kupujących z Advantage+
Decyzja agenta patrzącego tylko na ROAS Mety
Skaluje Advantage+ Shopping +40%, cold prospecting -20%
Advantage+ ma ROAS 4,8, manual tylko 1,9. Standardowa reguła „skaluj najwyższy ROAS" mówi: przesuwaj budżet do Advantage+.
Decyzja agenta łączącego źródła
Skaluje cold prospecting +50%, obniża Advantage+ Shopping o 20%
Advantage+ Shopping głównie konwertuje wracających klientów (82% sprzedaży), więc jego wysoki ROAS to w dużej części retargeting - sprzedaż, która i tak by się wydarzyła. Cold prospecting przynosi nowych klientów z LTV 2,5× wyższym (540 zł vs 220 zł w 90 dni). Skalowanie Advantage+ pożera budżet retargetingowy zamiast budować akwizycję - z perspektywy biznesu to świadome ograniczanie nowych klientów.
→ Egzekucja: agent obniża dzienny budżet Advantage+ Shopping o 20%, podnosi manual cold prospecting o 50%, wysyła w Slacku raport z analizą cohortów (new vs returning customer LTV w 90 dni).
03 - Technologia

Stack, na którym to stoi.

Bez magii - konkretny zestaw narzędzi, które się sprawdzają w produkcji. Wszystko oparte o powszechnie dostępne narzędzia i oficjalne API platform, żeby można było przekazać system klientowi razem z dokumentacją i pełnym dostępem do kodu.

Claude · Anthropic
Mózg agenta
Decyzje agenta podejmuje Claude Opus 4.7 od Anthropic (kontekst do 1M tokenów). Sam program agenta to skrypt Python korzystający z Anthropic Agent SDK (lub Anthropic Python SDK dla prostszych wdrożeń) - biegnie na Twojej infrastrukturze, raz dziennie (lub częściej) sam się uruchamia, pobiera dane z Meta Marketing API, podejmuje decyzje, wykonuje operacje, raportuje i kończy. Każda akcja zapisana w logach. Agenta buduję w narzędziu programistycznym Claude Code - to środowisko developerskie, w produkcji nie biegnie. W produkcji biegnie tylko sam SDK.
Meta Marketing API
Integracja Meta
Oficjalne API Meta do zarządzania kampaniami. Wszystkie operacje idą przez ten interfejs - identyczny, którego używa Ads Manager.
Slack · Teams · Discord · Notion
Komunikacja
Agent raportuje wyniki i prosi o akceptację decyzji przez kanały, których już używasz - Slack, MS Teams, Discord, Notion lub email. Nie wymaga zewnętrznego dashboardu.
Custom integrations
Dopasowanie
Dodatkowe integracje pod klienta - Plausible, GA4, Shopify, Hubspot, własne API. Dopasowuję do ekosystemu Twojej firmy.
04 - Guardrails i tiers

Trzy poziomy autonomii agenta.

Najczęstsze pytanie klientów: "czy agent nie wywali budżetu". Odpowiedź: agent działa w ramach guardrails, które razem definiujemy przed uruchomieniem - i dodatkowo respektuje twarde limity Mety wbudowane w kod (max 4 zmiany budżetu na ad set/h, ochrona learning phase, mutation rate caps). Każdy klient startuje na innym poziomie autonomii - w zależności od skali, zaufania i dojrzałości procesów marketingowych. Możesz zacząć od Observer i migrować do Autonomous, gdy zobaczysz, że to działa.

Tier 01 · Start
Observer Agent
Ryzyko: niskie
Agent tylko czyta dane z Meta API. Nie wykonuje żadnych operacji. Codziennie generuje raport z analizą i rekomendacjami. Ty zatwierdzasz wszystko ręcznie.
  • Analiza performance kampanii
  • Wykrywanie anomalii
  • Codzienny raport ze wskaźnikami
  • Rekomendacje działań
  • Integracja z analytics
  • Wykonywanie zmian w kampaniach
  • Skalowanie budżetów
  • Tworzenie nowych reklam
Cena wdrożenia
od 4 000 zł netto
Zacznij od Observer →
Tier 02 · Production
Autonomous Agent
Ryzyko: kontrolowane
Agent wykonuje operacje przez API w ramach guardrails. Wyłącza słabe adsety, skaluje wygrywające kreacje, tworzy nowe reklamy. Decyzje poza granicami guardrails wymagają Twojej akceptacji.
  • Wszystko z Tier 01
  • Automatyczne pauzowanie adsetów
  • Skalowanie budżetów w regułach
  • Tworzenie wariantów reklam
  • Codzienny log operacji
  • Obowiązkowa akceptacja Twoja dla decyzji krytycznych
  • Tryb obserwacji na start (2-3 tyg. zanim agent zacznie zmieniać kampanie)
  • Dokumentacja + szkolenie zespołu
Cena wdrożenia
Wycena indywidualna
Zależy od złożoności guardrails i integracji
Porozmawiajmy →
Tier 03 · Retainer
Full Ads Ops
Model: full-service
Agent + ja jako ludzki nadzorca. Pełna obsługa konta reklamowego - agent wykonuje operacje, ja strategię, kreacje i decyzje wymagające kontekstu biznesowego. Wyniki klient dostaje bez zaangażowania wewnętrznego.
  • Wszystko z Tier 01 i 02
  • Strategia kampanii prowadzona przeze mnie
  • Produkcja kreacji UGC
  • Miesięczny retainer
  • Tygodniowe spotkania statusowe
  • Raport miesięczny z rekomendacjami
  • Dostępność dla pytań strategicznych
  • Pełna odpowiedzialność za wynik
Cena miesięczna
Wycena indywidualna
Retainer · minimum 3 miesiące
Porozmawiajmy →
05 - Proces wdrożenia

Jak to wygląda krok po kroku.

Poniższy harmonogram dotyczy Tier 02 (Autonomous Agent) - typowo 7-8 tygodni. Tier 01 (Observer Agent) jest krótszy - 4-5 tygodni, bo agent nie wykonuje akcji i nie potrzebuje fazy obserwacji przed go-live.

Tydzień 1 · Warsztat startowy
Zrozumienie biznesu i konta
Zaczynamy od rozmowy o Twoim biznesie, KPI i dotychczasowych kampaniach. Dostaję dostęp read-only do konta Meta, żeby przeanalizować strukturę i historyczne dane. Definiujemy, co realnie ma robić agent - nie wszystko da się i nie wszystko ma sens automatyzować.
Tydzień 2 · Guardrails
Definicja reguł i limitów
Wspólnie ustalamy guardrails: co agent może robić sam, co wymaga akceptacji, jakie są twarde limity (np. "nie zwiększaj budżetu powyżej X zł dziennie", "nie wyłączaj więcej niż 5 adsetów w ciągu 24h"). To najważniejszy etap - agent działa tak dobrze, jak dobrze zdefiniowane ma reguły.
Tydzień 3 · Build
Budowa agenta
Buduję agenta - autonomiczny program, który łączy się z Meta przez oficjalne Marketing API, raportuje do Twojego kanału komunikacji (Slack, Teams, Discord lub Notion) i sięga po dodatkowe dane (analytics, sklep) jeśli takich potrzebuje. Pod spodem program wykorzystuje Claude Opus 4.7 od Anthropic do podejmowania decyzji. Agent działa na Twojej infrastrukturze - klucze API, dane, logi, wszystko u Ciebie.
Tydzień 4–6 · Obserwacja
Tryb obserwacyjny (2-3 tygodnie)
Agent startuje w trybie read-only. Nie wykonuje operacji - generuje raporty i „udawane akcje" (co by zrobił, gdyby mógł). Ty widzisz jego decyzje bez ryzyka. Na podstawie tych obserwacji dostrajamy guardrails. 2-3 tygodnie to świadoma decyzja: jeden tydzień to za mało żeby zobaczyć agenta w różnych dniach tygodnia, peak hours, niskim spendzie i learning phase resetach. Dłużej = bezpieczniej.
Tydzień 7 · Go-live
Uruchomienie w produkcji
Agent dostaje uprawnienia do zapisu w Meta API. Zaczyna od najbezpieczniejszych operacji (pauzowanie adsetów z przekroczonym CPA), stopniowo przechodzi do bardziej zaawansowanych (skalowanie, tworzenie reklam). Każdy krok weryfikujemy razem.
Tydzień 8 · Handover
Dokumentacja i szkolenie zespołu
Dostajesz pełną dokumentację systemu, instrukcję obsługi dla zespołu, dostęp do kodu. Przeprowadzam szkolenie (2-4h) dla osób, które będą z agentem pracować na co dzień. Wiesz jak go zatrzymać, jak zmienić reguły, jak rozumieć raporty.
Opcjonalnie · Retainer
Miesięczne wsparcie (jeśli chcesz)
Po wdrożeniu możesz pracować z agentem samodzielnie albo zamówić retainer na regularne ulepszanie guardrails, dodawanie nowych integracji, zmiany w reakcji na zmiany w platformie Meta. Nie wymagane - agent działa dalej niezależnie.
06 - Najczęstsze pytania

Odpowiadam szczerze na obawy.

Czy agent AI może popsuć kampanie klienta?
To najważniejsze pytanie, które zadają klienci - i słusznie. Agent działa w ramach guardrails, które razem definiujemy: limitów dziennych zmian budżetów, listy dopuszczalnych operacji, progów wymagających ludzkiej akceptacji - plus twarde limity Mety wbudowane w kod (4 zmiany budget/h per ad set, ochrona learning phase). Każde wdrożenie przechodzi obowiązkowo tryb obserwacji na start - agent przez 2-3 tygodnie tylko obserwuje i raportuje, co by zrobił. Dopiero potem dostaje uprawnienia do zapisu, stopniowo - od najbezpieczniejszych akcji do bardziej zaawansowanych. Każda zmiana w guardrails to wspólna decyzja, audytowalna w logach.
Czy Meta to akceptuje? Nie złamię regulaminu?
Agent korzysta z oficjalnego Meta Marketing API - tego samego interfejsu, z którego korzystają Ads Manager oraz narzędzia analityczne (Triple Whale, Motion, Northbeam) i autonomiczni agenci Meta typu AdAmigo, Madgicx czy Koast. To jest w pełni zgodne z regulaminem Meta. Agent autoryzuje się przez System User Access Token wygenerowany w Twoim Business Managerze (Settings → Users → System Users), powiązany z Meta App dedykowaną dla Twojej instalacji - tworzymy ją razem podczas setupu (lub używamy Twojej, jeśli już masz). Token zapisany jest tylko w Twoim środowisku, nigdy u mnie. Agent działa pod nim w Twoim imieniu - tak jak Ty sam klikałbyś w Ads Managerze.
Czy agent dostaje dostęp do mojego konta reklamowego?
Tak - ale w sposób, który pozostaje pod Twoją kontrolą. Generujesz System User Token w Business Manager Meta, który daje agentowi uprawnienia. Możesz ten token wyłączyć jednym kliknięciem, cofając agentowi wszystkie uprawnienia w sekundę. Nie ma sytuacji, w której nie masz kontroli.
Ile to kosztuje w przeliczeniu na miesiąc?
Koszt wdrożenia zależy od tieru. Koszt utrzymania agenta to głównie koszty API (Claude API, Meta API - kilkadziesiąt do kilkuset zł miesięcznie zależnie od skali) plus ewentualny hosting, jeśli agent działa na serwerze. Nie pobieram prowizji od budżetu reklamowego - to jest jednorazowe wdrożenie albo retainer, niezależnie od tego, ile wydajesz na kampanie.
Czy agent AI zastąpi mojego specjalistę Meta Ads?
Agent przejmuje większość operacyjnych decyzji Meta Ads - monitoring 24/7, alokację budżetów w ramach guardrails, pauzowanie słabych adsetów, skalowanie zwycięzców, przygotowywanie planów i wariantów kreacji, prowadzenie testów A/B. To nie jest junior asystent - to senior operator, który wykonuje większą część codziennej pracy media buyera, szybciej i bez błędów wynikających z pośpiechu.

Twój specjalista nadal odpowiada za: strategię (jakie kampanie odpalamy, gdzie kierujemy budżet kwartalny), kreatywne koncepty wymagające kontekstu marki, decyzje biznesowe (kryzys PR, launch nowej linii produktowej, zmiana komunikatu pod nową ofertę), oraz kalibrację guardrails agenta w czasie. Bez seniora z kontekstem biznesu agent nie wie kiedy nie skalować.
Co jeśli Meta zmieni API i agent przestanie działać?
Główne endpointy Meta Marketing API są stabilne - każda wersja wspierana minimum 2 lata, z 6-miesięcznym okresem na wycofanie. Wymogi zgodności i App Review zmieniają się częściej (np. zmiana Marketing API Access Tier w maju 2026 - próg wywołań i poziom błędów). Agent używa konkretnej wersji API, którą migrujemy raz na 1-2 lata; aktualizacje robię na bieżąco w ramach retainera, albo zostawiam dokumentację żeby zrobił to Twój zespół.
Czy agent może prowadzić kampanie od zera, bez żadnej wiedzy?
Nie - i to jest kluczowa różnica między AI Ads Agent a "magicznym narzędziem". Agent potrzebuje kontekstu biznesowego: czym się zajmujesz, jakie masz KPI, co jest dobrym CPA, co jest dobrym ROAS dla Twojej branży, jaka jest sezonowość. Tę wiedzę dostarczasz Ty (lub osoba, która zna biznes). Agent wykonuje operacje w ramach tej wiedzy - nie zastępuje jej.
Czy dostaję kod agenta, czy to jest usługa SaaS?
Dostajesz pełny kod. Agent działa na Twojej infrastrukturze: własny serwer / VPS (cron) lub serverless w Twojej chmurze (AWS Lambda, GCP Cloud Run, Azure Functions). Kod, dokumentacja, klucze API - wszystko Twoje. To nie jest SaaS, gdzie mogę w dowolnym momencie „wyłączyć Ci system". Jeśli po wdrożeniu chcesz przestać ze mną współpracować i dalej prowadzić agenta samodzielnie - to jest w pełni możliwe.
Od jakiego budżetu reklamowego to ma sens?
Praktyczny próg: minimum 20-30 tys. zł miesięcznego budżetu reklamowego. Poniżej - agent jest przeinwestowaniem. Kampanie mają zbyt mało danych, żeby agent mógł sensownie optymalizować, a koszt wdrożenia nie zwraca się w porównaniu z godzinami oszczędzonego czasu. Przy budżecie powyżej 100 tys. zł/mies. - zwykle sens jest znaczny.
Czy agent działa tylko dla Meta, czy też Google?
Obecnie specjalizuję się w Meta Marketing API, bo tam mam najwięcej doświadczenia operacyjnego z kampanii klientów. Google Ads API ma zbliżoną podstawową logikę (campaign → ad group/ad set → ad, write actions, insights), ale ma własną specyfikę wymagającą osobnego adaptera i guardrails (Quality Score, PMax vs Search vs Display, automated bidding strategies). Rozszerzenie agenta Meta o Google Ads to typowo 2-4 tygodnie dodatkowej pracy. Jeśli potrzebujesz multi-platform - porozmawiamy o zakresie i harmonogramie. Dla pełnej cross-channel orchestracji (Meta + Google + GA4 + sklep + newsletter) zobacz AI Marketing Agent.
A co z Meta MCP w Claude'u? Po co budować custom agenta?
Meta wydała 29 kwietnia 2026 oficjalny Meta Ads MCP (Model Context Protocol) - dzięki niemu Claude (i inne LLM-y wspierające MCP) może rozmawiać z Meta Marketing API przez gotowy connector. Sam to przetestowałem na żywym koncie reklamowym i opisałem wyniki w field-note: Meta Ads MCP w Claude — co naprawdę potrafi, a co nie.

Krótko: MCP nadaje się świetnie do analizy i monitoringu kampanii ad-hoc w Claude Desktop, ale ma sześć konkretnych blokad funkcjonalnych które uniemożliwiają używanie go jako pełnego agenta produkcyjnego (m.in. brak uploadu plików binarnych, brak listowania biblioteki mediów, brak tworzenia zestawów produktów w katalogu, brak duplikowania kampanii). Trzy różnice operacyjne między MCP a custom agentem zbudowanym wprost na Meta Marketing API:
  • Co potrafi: MCP udostępnia tylko ten zakres API który Meta zaimplementowała w serwerze. Custom agent ma pełny zakres Meta Marketing API + integracje cross-source (GA4, sklep, Search Console, CRM) z których czerpie kontekst do decyzji.
  • Tryb pracy: MCP wymaga per-akcja approval w Claude Desktop — nie nadaje się do autonomicznych daily cron jobs (zweryfikowane 1.05.2026: każde wywołanie pyta o zgodę). Custom agent działa w Twoich guardrails autonomicznie, raz dziennie lub częściej, bez interakcji.
  • Kontrola i własność: MCP to feature platformy Meta — zakres i kierunek rozwoju zależą od ich roadmap. Custom agent to kod, który dostajesz na własność - guardrails, logika decyzyjna, integracje definiujemy razem.
MCP jest świetne do ad-hoc analizy w Claude Desktop. Custom agent — do produkcji, gdzie potrzebujesz pełnego scope operacyjnego, autonomii i integracji cross-source.
Czy wdrożenie wymaga Meta App Review?
W standardowym wdrożeniu — nie. Tworzę dla Ciebie dedykowaną Meta App przypiętą do Twojego Business Managera, która działa w Twoim imieniu w obrębie Twoich kont reklamowych. To pattern używany przez Ads Managera Mety oraz custom-build agencyjne dashboardy per klient — nie wymaga App Review, bo aplikacja nigdy nie wychodzi poza jeden BM. App Review wymagają natomiast multi-tenant SaaS-y (np. Triple Whale, Motion, Northbeam) — czyli jedna aplikacja obsługująca tysiące różnych BM-ów klientów; Meta tam wymaga przeglądu permissions i security review. Wyjątek dotyczący Ciebie: jeśli prowadzisz agencję i chcesz mieć JEDNĄ Meta App obsługującą wielu klientów z jednego punktu — wtedy spadamy w model multi-tenant i submission App Review robimy razem (typowo 1–2 tygodnie przed go-live, opowiem o tym w Discovery).
Jak to wygląda od strony RODO i kwestii prawnych?
Konkretnie i bez owijania w bawełnę:

1. Klient = administrator danych, nie ja. Twoja firma ma własne podstawy prawne (zgody, umowa, prawnie uzasadniony interes) na przetwarzanie danych klientów-końcowych w Meta. Moja rola to konfiguracja technicznego narzędzia - nie staję się administratorem danych.

2. Anthropic (Claude API) = sub-processor. Anthropic ma DPA dla klientów EU (GDPR-compliant), dane API nie są używane do treningu modelu (to default opt-out). Twoja firma podpisuje DPA z Anthropic - nie ja. Direct Anthropic API nie daje user-controlled region pinning (lokalizacja inference podlega umowie z Anthropic). Dla wrażliwych branż (banking, healthcare, fintech, sektor publiczny) wywołania Claude'a kieruję przez AWS Bedrock (region eu-central-1) lub Google Vertex AI (europe-west4) - wtedy lokalizacja inference jest twardo pinned do EU.

3. Moja odpowiedzialność zależy od modelu współpracy:
• Tier 01 / Tier 02 setup-only (wdrażam i przekazuję): nie jestem procesorem. Dostajesz narzędzie, prowadzisz je sam → zero formalnych obowiązków RODO po mojej stronie.
• Tier 03 Full Ads Ops (retainer, mam dostęp do danych): jestem procesorem. Wtedy podpisujemy standardową umowę DPA (kilka stron, na bazie wzorca PUODO).

Co warto mieć w umowie: jasny zapis że klient jest administratorem danych, ja konfiguruję i przekazuję narzędzie, klient odpowiada za podstawy prawne i informowanie użytkowników końcowych. To są normalne, uregulowane kwestie w branży konsultingu IT - nie utrudnienie, tylko higiena prawna. Jeśli masz wątpliwości, na etapie umowy mogę polecić prawnika specjalizującego się w RODO i AI compliance.
A co z AI Act? Wchodzi w sierpniu 2026.
AI Ads Agent w standardowej konfiguracji (zarządzanie kampaniami, optymalizacja budżetów, przygotowywanie planów kreacji) nie wpada w kategorię systemów AI wysokiego ryzyka pod EU AI Act (wchodzi w życie 2 sierpnia 2026). Wysokie ryzyko to systemy robiące automatyczne profilowanie osób fizycznych, scoring kredytowy, rekrutacja, biometryka - to nie jest zakres tej usługi. Obowiązkowa akceptacja człowieka + tryb obserwacji na start + zapis każdej akcji w logach = wbudowany nadzór ludzki zgodny z Art. 14 AI Act, niezależnie od kategorii. Jeśli wyjątkowo chciałbyś użyć agenta do profilowania behawioralnego użytkowników (rzadko w reklamach performance) - przed wdrożeniem doprecyzujemy dodatkowe wymogi.
Co technicznie znaczy „autonomiczny program"? Z czego dokładnie zbudowany jest agent? (dla CTO)
Dla zainteresowanych technicznym składem (Twój CTO, dev, ops):
  • Claude = model językowy AI od Anthropic. Mózg agenta - to on podejmuje decyzje na podstawie danych.
  • Claude API = sposób, w jaki program „rozmawia" z Claude'em przez internet (HTTPS).
  • Anthropic Python SDK = niskopoziomowa biblioteka programistyczna z gotowymi klockami do wysyłania zapytań do Claude API z poziomu skryptu Python. Bez SDK trzeba by ręcznie pisać każde zapytanie HTTP; z SDK to 3-4 linijki kodu. Sensowny dla prostych wdrożeń typu „pobierz insights, zapytaj Claude'a, wykonaj akcję".
  • Anthropic Agent SDK = wyższa warstwa zbudowana na Python SDK, z gotowymi prymitywami dla autonomicznych agentów: tool use loops, state management, multi-step planning, sub-agents. Sensowny dla bardziej zaawansowanych wdrożeń (custom guardrails per source, approval workflows, ratchet rules). W AI Ads Agent typowo używam Agent SDK; Python SDK rezerwuję dla najprostszych setupów Tier 01.
  • Claude Code = narzędzie developerskie Anthropic (aplikacja terminalowa), w którym ja piszę i kalibruję agenta. To środowisko pracy - nie pojawia się w produkcji. W produkcji biegnie tylko sam SDK.
  • Agent w produkcji = skrypt Python na Twoim serwerze (lub w AWS Lambda / GCP Cloud Run / Azure Functions). Uruchamia go cron raz dziennie (lub częściej). Cykl: pobiera dane z Meta Marketing API → analizuje z pomocą Claude przez SDK → podejmuje decyzje → wykonuje akcje → raportuje do Slack/Teams/Notion → kończy.
Cały kod do wglądu - bez ukrytych zewnętrznych usług. Stack: Python + Anthropic Agent SDK + biblioteka do Meta Marketing API (`facebook-business`) + cron / serverless. Dependencies w `requirements.txt`, deployment przez `git push` lub Docker.
- Zaczynamy? -

Sprawdźmy, czy AI Ads Agent
ma sens dla Twojej firmy.

Umów bezpłatną rozmowę →
30 minut · Bez zobowiązań · Uczciwa odpowiedź czy to dla Ciebie