Inne

    CRM dla szwalni, który sam wycenia zapytania z maila

    W skrócie

    Mira to CRM zbudowany wokół jednej ścieżki: mail → wycena → szkic odpowiedzi do zatwierdzenia. Nowy mail wpada do systemu sam, AI wyciąga z niego i z załączników parametry zamówienia, a cenę liczy silnik z cennika po progach nakładu — model językowy nigdy nie liczy kwot. Etapy produkcji idą do klienta mailem z tablicy Trello, na której szwalnia już pracuje.

    Mail od klienta zamienia się w gotową wycenę i szkic odpowiedzi — właścicielka tylko zatwierdza (4lans.pl)

    Mira: formularz produkcyjny dla klienta — dane zamówienia i produktyOtwórz w pełnym rozmiarze
    Mira: formularz produkcyjny dla klienta — dane zamówienia i produkty

    Mira — CRM szwalni z automatyczną wyceną zapytań

    Mail od klienta → odczyt parametrów → wycena z cennika → szkic odpowiedzi do zatwierdzenia (wdrożenie dla szwalni 4lans.pl)

    Mira — mail rozpisany na pozycje i wyceniony z cennika

    Problem:

    Do szwalni codziennie trafiają zapytania ofertowe: ile za 50 bluz, jaka gramatura, czy da się haft, ile kosztuje nadruk na plecach. Każde trzeba przeczytać, wyłuskać parametry (czasem z załączonego PDF-a albo grafiki), przeliczyć po progach nakładu z cennika i napisać odpowiedź. To kilka godzin dziennie właścicielki — a klient i tak często dostaje wycenę dopiero następnego dnia, kiedy zdążył już zapytać gdzie indziej.

    Rozwiązanie:

    Mira to CRM operacyjny zbudowany wokół jednej ścieżki: mail → wycena → szkic odpowiedzi do zatwierdzenia.

    • Skrzynka pracuje na żywo — nowy mail wpada do CRM sam i od razu jest klasyfikowany (zapytanie / do przejrzenia / pozostałe) z uzasadnieniem decyzji.
    • System czyta też załączniki: wyciąga tekst z PDF-ów, a z grafik liczy realny rozmiar wydruku (piksele + DPI → centymetry → format A6–A3).
    • AI wyciąga wyłącznie parametry zamówienia; cenę liczy silnik z cennika — po progach nakładu, gramaturach i cenniku znakowania. Model językowy nigdy nie liczy kwot, więc na wycenie nie pojawi się zmyślona cena.
    • Czego nie ma w cenniku (np. haft), system uczciwie oznacza jako „wycena indywidualna”, a braki w zapytaniu wypisuje w rubryce „do wyjaśnienia”.
    • Gotowy szkic odpowiedzi czeka na zatwierdzenie — właścicielka poprawia co trzeba i wysyła.
    • System uczy się dwiema drogami: z każdej poprawki szkicu przed wysyłką (porównuje wersję „przed” i „po” i wyciąga z tego ogólną zasadę) oraz z tego, co właścicielka sama dopisze do bazy wiedzy. Z czasem pisze coraz bliżej tego, jak pisze ona.
    • Dalej klient dostaje jeden stały link do formularza produkcyjnego (PL/EN) z rozmiarówką, znakowaniem i plikami — to z niego powstaje zamówienie.

    Trello, na którym szwalnia już pracuje

    Produkcja od dawna szła u klienta na Trello i nie było sensu tego zmieniać — więc CRM podpiął się do istniejącej tablicy zamiast ją zastępować. Etapy w systemie odpowiadają 1:1 listom na tablicy (krojenie, nadruk, haft, szycie, wysłane), a samo przesunięcie karty na kolejną listę — czyli normalna praca, którą zespół i tak wykonuje — automatycznie wysyła klientowi maila z aktualnym etapem jego zamówienia. Nikt nie musi pamiętać o informowaniu klienta ani prowadzić drugiego obiegu „dla systemu”.

    Rentowność liczona po ich myśli

    Moduł rentowności nie narzuca żadnego „branżowego” wzoru — liczy dokładnie tak, jak rentowność liczą u siebie właściciele, według ustaleń zebranych na spotkaniach. Żeby uzupełnianie danych nie było kolejnym obowiązkiem do odkładania, można je podać głosem: nagranie zamienia się w tekst i trafia w odpowiednie pola, więc wprowadzenie kosztów zajmuje chwilę zamiast kwadransa przy klawiaturze.

    Efekt:

    Zamiast czytać i przeliczać każde zapytanie od zera, właścicielka otwiera gotowy szkic z rozpisaną wyceną, poprawia co trzeba i wysyła. Odpowiedź wychodzi tego samego dnia, kwoty są zawsze zgodne z aktualnym cennikiem, klient sam dostaje informacje o kolejnych etapach, a historia korespondencji, zamówienia i rentowność siedzą w jednym miejscu zamiast w skrzynce mailowej i na kartkach.

    Poza tym system ma jeszcze sporo drobniejszych usprawnień, które wychodzą dopiero w codziennej pracy — tych już tutaj nie rozpisujemy.

    Moja rola:

    Pełna realizacja: architektura i backend (Node.js/Express + SQLite), nasłuch poczty IMAP IDLE z szyfrowanymi danymi skrzynek, warstwa AI (klasyfikacja regułowa + odczyt parametrów i redakcja odpowiedzi przez LLM), deterministyczny silnik wyceny na bazie cennika zaciąganego wprost ze strony klienta, samoucząca się baza zasad, interfejs CRM, publiczny formularz produkcyjny (PL/EN), integracja z istniejącą tablicą Trello (webhook → automatyczne maile o etapach), moduł rentowności wg wyliczeń właścicieli z dyktowaniem głosowym oraz wdrożenie produkcyjne za nginx z HTTPS.

    Stack: Node.js/Express, SQLite, IMAP IDLE (imapflow), OpenRouter (LLM), odczyt PDF + wizja AI, transkrypcja głosu, Trello API + webhook, nginx + Let's Encrypt

    Najczęstsze pytania

    Czy AI może podać zmyśloną cenę?

    Nie. AI wyciąga wyłącznie parametry zamówienia, a kwotę liczy silnik z cennika. Czego nie ma w cenniku, na przykład haft, system oznacza jako „wycena indywidualna”, a braki w zapytaniu wypisuje w rubryce „do wyjaśnienia”.

    Czy trzeba rezygnować z Trello?

    Nie. CRM podpiął się do istniejącej tablicy: etapy w systemie odpowiadają listom 1:1, a przesunięcie karty na kolejną listę automatycznie wysyła klientowi maila z aktualnym etapem zamówienia.

    Czy system uczy się stylu odpowiedzi?

    Tak, na dwa sposoby: z każdej poprawki szkicu przed wysyłką (porównuje wersję przed i po i wyciąga z tego ogólną zasadę) oraz z tego, co właścicielka sama dopisze do bazy wiedzy.

    Chcesz podobne rezultaty?

    Każda firma jest inna, ale rezultaty są podobne – więcej klientów, mniejsze koszty, szybszy wzrost