Claude API w Make: moduł HTTP, obsługa błędów i trzy scenariusze automatyzacji

👁 115 przeczytań

Prowadzę przez połączenie Claude API z modułem HTTP w Make i wyciągnięcie odpowiedzi do kolejnego kroku procesu. Następnie pokazuję scenariusze monitorowania przetargów, obsługi dokumentów i zbierania wzmianek, z kontrolą błędów i kosztów.

Powiązany materiał: Pierwszy agent AI w n8n krok po kroku: odpowiadanie na maile

Czym jest agent AI w praktycznym sensie

Zapomnij o akademickich definicjach. Agent AI to program który: pobiera dane ze źródła → przetwarza je z pomocą modelu językowego → podejmuje decyzję lub akcję → opcjonalnie wraca do punktu wyjścia. To pętla. Różnica między agentem a zwykłym chatbotem polega na tym, że agent działa bez twojego udziału i potrafi korzystać z zewnętrznych narzędzi - email, arkusz, baza danych, API.

Praktyczny przykład: zamiast codziennie rano przeglądać platformy przetargowe, agent robi to za ciebie o 6:00, filtruje wyniki przez Claude, który ocenia trafność względem twojego profilu, i wysyła ci maila z gotowym podsumowaniem. Ty wstajesz o 8:00 i masz gotową robotę. To nie science fiction - to coś, co możesz postawić w ciągu jednego wieczoru.

Wybór orchestratora: Make vs n8n vs Zapier

Orchestrator to platforma no-code, która spina wszystkie elementy w jeden workflow. Trzy dominujące opcje to Make (dawniej Integromat), n8n i Zapier. Różnią się znacząco pod względem możliwości, ceny i krzywej uczenia się.

Rekomendacja: zacznij od Make jeśli chcesz coś uruchomić szybko i nie chcesz zarządzać serwerem. Przejdź na n8n jeśli zależy ci na prywatności danych lub chcesz zbudować bardziej złożone workflow za niższy miesięczny koszt. Zapier omijaj przy pracy z AI - zbyt drogie i zbyt ograniczone przy wywołaniach HTTP.

Jak podłączyć Claude API do Make - krok po kroku

Claude nie ma natywnego modułu w Make (na dzień pisania artykułu istnieje integracja przez Anthropic connector, ale ma ona ograniczenia). Najwygodniej korzystać z modułu HTTP, który daje pełną kontrolę nad requestem.

Krok 1: Pobierz klucz API

Wejdź na console.anthropic.com → API Keys → Create Key. Skopiuj klucz (pokazuje się tylko raz). W Make przejdź do sekcji Connections lub użyj go bezpośrednio w module HTTP jako nagłówek.

Krok 2: Dodaj moduł HTTP w Make

W swoim scenariuszu dodaj moduł HTTP → Make a request. Wypełnij pola:

• URL: https://api.anthropic.com/v1/messages
• Method: POST
• Headers: dodaj dwa nagłówki:
  • x-api-key → twój klucz API
  • anthropic-version → 2023-06-01
  • content-type → application/json

Krok 3: Skonstruuj body zapytania

W polu Body wstaw JSON. Przykładowy payload dla Claude claude-sonnet-4-6:

{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "{{twoja_zmienna_z_poprzedniego_kroku}}"
    }
  ]
}

Zmienną w podwójnych nawiasach klamrowych wstawiasz z poprzedniego modułu - np. treść emaila, zawartość pliku PDF lub listę przetargów ze scrape’ra. Make automatycznie podstawia wartość w czasie wykonania.

Krok 4: Wyciągnij odpowiedź

Claude zwróci JSON z polem content[0].text. W następnym module użyj mapowania: {{4.data.content[].text}} (numer zależy od pozycji modułu HTTP w twoim scenariuszu). Masz gotowy tekst wygenerowany przez Claude - możesz go wysłać mailem, wpisać do arkusza lub przekazać dalej.

Trzy agenty które możesz zbudować dziś

Agent 1: Monitor przetargów i konkursów z podsumowaniem emailem

Ten agent każdego ranka sprawdza platformy ogłoszeniowe, ocenia trafność przetargów i wysyła gotowe podsumowanie.

Architektura w Make:

• Trigger: Schedule - codziennie o 6:00
• Moduł 2: HTTP GET do np. https://ted.europa.eu/api/v1/notices/search lub RSS feed z Bazy Konkurencyjności (XML dostępny publicznie)
• Moduł 3: Iterator - rozłożenie wyników na osobne rekordy
• Moduł 4: HTTP POST do Claude API z promptem: „Masz przetarg: [tytuł, opis, wartość]. Oceń w skali 1-10 dopasowanie do firmy zajmującej się [twój profil]. Krótko uzasadnij.”
• Moduł 5: Filter - przepuszczaj tylko oceny ≥ 7
• Moduł 6: Text Aggregator - złącz wszystkie przetargi w jeden tekst
• Moduł 7: Gmail / SMTP - wyślij email z raportem

Koszt jednego uruchomienia: zazwyczaj 20-50 przetargów × ~300 tokenów każdy = ok. 15 000 tokenów. Przy cenie claude-sonnet-4-6 (~3 USD za milion tokenów wejściowych) to mniej niż 5 centów dziennie.

Agent 2: Czytnik faktur PDF do arkusza Google

Faktura wpada na email → agent wyciąga dane → wpisuje do Sheets. Zero ręcznej pracy.

Architektura w Make:

• Trigger: Gmail - Watch Emails (filtr: temat zawiera „faktura” lub nadawca z domeny dostawcy)
• Moduł 2: Gmail - Get Attachment (pobierz załącznik PDF jako base64)
• Moduł 3: HTTP POST do Claude API - użyj modelu z vision. W body wyślij obraz faktury zakodowany base64 z promptem: „Wyciągnij z tej faktury: numer faktury, datę wystawienia, datę płatności, NIP sprzedawcy, nazwę sprzedawcy, kwotę netto, VAT, kwotę brutto. Zwróć jako JSON.”
• Moduł 4: JSON Parse - sparsuj odpowiedź Claude
• Moduł 5: Google Sheets - Add Row - wpisz poszczególne pola z JSON do kolumn arkusza

Kluczowa uwaga: Claude obsługuje PDF-y i obrazy przez API Messages z typem image/jpeg lub application/pdf. Faktury skanowane (zdjęcia) działają tak samo jak natywne PDF-y - Claude odczyta tekst z obrazu.

Agent 3: Monitor wzmianek o marce z tygodniowym raportem

Agent przeszukuje media społecznościowe i wyniki wyszukiwania w poszukiwaniu wzmianek o twojej marce lub słowach kluczowych, następnie generuje syntetyczny raport sentymentu.

Architektura w Make:

• Trigger: Schedule - raz w tygodniu (np. piątek 16:00)
• Moduł 2: HTTP GET - zapytanie do SerpAPI (plan darmowy: 100 zapytań/mies.) z parametrem q="nazwa marki"&tbs=qdr:w (ostatni tydzień)
• Moduł 3: HTTP GET - Reddit Search API (bezpłatne, bez klucza): https://www.reddit.com/search.json?q=nazwa_marki&sort=new&t=week
• Moduł 4: Text Aggregator - złącz wyniki z obu źródeł
• Moduł 5: HTTP POST do Claude API z promptem: „Przeanalizuj poniższe wzmianki o marce [nazwa]. Określ: ogólny sentyment (pozytywny/neutralny/negatywny), 3 najważniejsze tematy, czy pojawiły się kryzysowe sygnały. Napisz raport po polsku, max 400 słów.”
• Moduł 6: Gmail - wyślij raport do właściciela marki
• Moduł 7 (opcjonalnie): Google Sheets - zapisz raport historycznie z datą

Pułapki i błędy których musisz unikać

Rate limiting Claude API

Anthropic nakłada limity na liczbę requestów na minutę i tokenów na minutę. Na poziomie Tier 1 (świeże konto) limit wynosi zazwyczaj 50 requestów/minutę i 40 000 tokenów/minutę. Jeśli twój agent iteruje przez 200 elementów naraz, bez throttlingu uderzy w limit i zacznie zwracać błędy 429. Rozwiązanie: w Make użyj modułu Sleep (1-2 sekundy) wewnątrz pętli lub włącz opcję Sequential processing w ustawieniach scenariusza.

Nieskończone pętle

Agent który czyta emaile i odpowiada na nie może odpowiedzieć na własną odpowiedź - tworząc pętlę. Rozwiązanie: dodaj filtr sprawdzający nadawcę (pomijaj wiadomości wysłane z twojego własnego adresu) lub dodaj etykietę/flagę do już przetworzonych emaili.

Niekontrolowane koszty

Błąd w konfiguracji triggera może spowodować uruchamianie agenta tysiące razy zamiast raz dziennie. Rozwiązanie: ustaw w Anthropic Console limit wydatków (Spending Limits) - np. 10 USD/mies. jako twardy cap. Sprawdzaj też zakładkę Usage codziennie przez pierwszy tydzień nowego agenta.

Zbyt długie prompty w pętlach

Jeśli do każdego wywołania Claude dołączasz cały kontekst historyczny (np. wszystkie poprzednie przetargi), koszt rośnie wykładniczo. Przekazuj tylko to, co Claude potrzebuje do konkretnego kroku. System prompt trzymaj krótki i precyzyjny.

Brak obsługi błędów

API zwróci błąd gdy serwis zewnętrzny nie odpowie, PDF jest uszkodzony lub limit zostanie przekroczony. W Make użyj modułu Error Handler (prawy przycisk na module → Add error handler) z akcją Resume lub Break, żeby agent nie zatrzymywał całego workflow na jednym błędzie.

Ile to kosztuje realnie miesięcznie

Policzmy konkretnie dla trzech agentów opisanych wyżej, przy typowym użyciu:

• Agent przetargowy (30 dni × 50 przetargów × 500 tokenów): ~750 000 tokenów wejściowych + ~150 000 wyjściowych. Koszt Claude claude-sonnet-4-6: ok. 2,55 USD. Make: mieści się w planie Core (10 USD/mies.).
• Agent faktur (20 faktur/mies. × 2 000 tokenów): ~40 000 tokenów. Koszt: poniżej 0,20 USD. Praktycznie darmowy.
• Agent monitoringu marki (4 raporty/mies. × 3 000 tokenów): ~12 000 tokenów. Koszt: poniżej 0,10 USD. SerpAPI darmowy plan wystarcza.

Łączny koszt miesięczny dla wszystkich trzech agentów:

• Claude API: ~3 USD
• Make Core: 10 USD
• SerpAPI (free tier): 0 USD
• Razem: ok. 13 USD miesięcznie (~52 PLN)

Dla porównania: jedna godzina asystenta do ręcznego przeglądania przetargów kosztuje w Polsce 50-100 PLN. Agent robi to codziennie przez miesiąc za tę samą kwotę.

Kolejne kroki i skalowanie

Gdy pierwsze agenty działają stabilnie, możesz je rozbudować o pamięć (zapisywanie kontekstu w Google Sheets lub Airtable i przekazywanie go z powrotem do Claude), warunkowe rozgałęzienia (różne akcje zależnie od odpowiedzi Claude) oraz powiadomienia Slack lub Telegram zamiast emaila dla bardziej pilnych alertów.

Bardziej zaawansowany krok to wprowadzenie agentów wieloetapowych: pierwszy Claude analizuje i klasyfikuje dane, drugi podejmuje decyzję, trzeci generuje końcowy output. Każdy krok to osobne wywołanie API - kosztuje grosze, ale dramatycznie poprawia jakość wyników w porównaniu do jednego monolitycznego prompta.

Jeśli twoje workflow rozrasta się powyżej 15-20 modułów lub potrzebujesz pełnej kontroli nad danymi (RODO, dane klientów), rozważ migrację do n8n self-hosted na VPS za 5-10 USD/mies. Architektura pozostaje identyczna - zmienia się tylko interfejs i miejsce wykonania.

Automatyzacja z Claude API to dziś jedna z najbardziej opłacalnych inwestycji czasu dla freelancera lub małej firmy. Kilka godzin konfiguracji zwraca się w ciągu pierwszego tygodnia. Nie czekaj na „odpowiedni moment” - zacznij od jednego agenta, najprostszego z możliwych, i rozbudowuj go stopniowo. Tak właśnie powstają systemy które naprawdę pracują za ciebie.

Tekst powstał z pomocą AI i został zredagowany przez człowieka.

// czytaj dalejAutomatyzacja maili z AI: 3 scenariusze krok po krokuArtykułyReklamacje i zwroty z AI: szablony, które nie brzmią jak automatEvergreenyJak nie przepalać kredytów w Higgsfield: 8 błędówArtykuły