Jak AI czyta dane z Airtable i Smartsheet i odpowiada na pytania o projekty?

AI można podłączyć zarówno do Airtable, jak i do Smartsheet przez ich REST API. Po podłączeniu asystent czyta rekordy, sprawdza statusy i terminy, wyłapuje zaległości i odpowiada na pytania o dane bez konieczności budowania nowych widoków ani eksportowania arkuszy do Excela. Firmy, które przez lata gromadziły projekty, zgłoszenia i CRM w tych narzędziach, mają w ten sposób kogoś, kto pamięta cały kontekst bazy, nawet gdy jej pierwotny budowniczy dawno odszedł.

Co naprawdę trzymacie w Airtable po kilku latach pracy

U jednej agencji marketingowej, z którą pracujemy, baza Airtable zaczęła skromnie: jedna tabela "Briefy", do której wpadały zlecenia od klientów. Przez trzy lata dorosła do siedmiu tabel: Briefy, Kampanie, Klienci, Faktury, Zadania, Zasoby i Kontakty. Łącznie kilka tysięcy rekordów. Nikt nie potrafił powiedzieć, ile z tych briefów jest aktywnych, ile utknęło w statusie "Czeka na decyzję" od ponad pół roku i które kampanie nie mają przypisanego opiekuna.

Problem nie leżał w narzędziu. Problem leżał w tym, że każdy miał swój widok. Handlowiec widział widok "Moje kampanie" z filtrem na własne nazwisko. Project manager miał widok "Aktywne projekty" posortowany po terminie. Nikt nie miał widoku "Wszystko, co utknęło". Budowanie takiego widoku co miesiąc od nowa to kilka minut, które zawsze wypadają między innymi zadaniami.

W Smartsheet wygląda to podobnie. Firma projektowa zaczyna od jednego arkusza harmonogramu. Rok później ma kilkanaście arkuszy: po jednym na każdy projekt, plus arkusz przekrojowy z raportem dla zarządu. Po dwóch latach nikt nie pamięta, dlaczego kolumna "Status zewnętrzny" różni się od "Status wewnętrzny" i która jest ta właściwa do raportowania klientowi.

Dane są. Strukturę można odtworzyć. AI robi jedno i drugie szybciej niż człowiek i nie nudzi się przy rekordzie numer czterysta.

Jak fizycznie podłączyć AI do Airtable i Smartsheet: REST API, tokeny i uprawnienia

Obydwa narzędzia mają dobrze udokumentowane REST API. Połączenie sprowadza się do wygenerowania tokenu i skierowania zapytań HTTP do odpowiednich endpointów. Żadna z tych czynności nie wymaga pisania kodu od zera, bo API jest opisane w dokumentacji producenta i obsługuje standardowe formaty JSON.

W Airtable dostęp wymaga kilku kroków:

• Personal Access Token z odpowiednimi zakresami: data.records:read do odczytu rekordów, data.records:write jeśli AI ma też coś zapisywać, schema.bases:read do mapowania struktury bazy. Token generujecie w ustawieniach konta, sekcja "Developer Hub".
• Identyfikatora bazy (ciąg znaków zaczynający się od app, widoczny w URL bazy podczas pracy w przeglądarce) i nazwy tabeli albo konkretnego widoku.
• Opcjonalnie: webhooków w API v0.2, które powiadamiają AI o każdej zmianie rekordu bez konieczności odpytywania serwera co kilka minut. Przydatne, gdy chcecie reakcję w czasie zbliżonym do rzeczywistego.

Jedno ograniczenie, które warto znać przed wdrożeniem: Airtable API nie zwraca pełnej historii edycji konkretnych pól. Wiecie, kiedy rekord był ostatnio modyfikowany (pole Last Modified Time) i kto go stworzył (pole Created By), ale pełny log zmian na poziomie pojedynczego pola nie jest dostępny przez standardowe API. Jeśli potrzebujecie wiedzieć, kto zmienił status z "Czeka" na "Aktywny" i o której godzinie, ta informacja jest w logach aktywności bazy widocznych w interfejsie, ale nie przez REST.

W Smartsheet sprawa jest podobna, ale z jedną ważną różnicą na plus:

• Access Token generujecie w ustawieniach konta, sekcja "API Access".
• Identyfikatora arkusza (sheetId) albo nazwy arkusza.
• Zakresu uprawnień: READ_SHEETS do odczytu, WRITE_SHEETS jeśli AI ma aktualizować wiersze lub komórki.

Ta różnica to Cell History. Smartsheet przez API pozwala zapytać o historię konkretnej komórki i dostać listę zmian z datami i autorami. Możecie sprawdzić, kto zmienił termin realizacji zamówienia z 15 listopada na 30 listopada i kiedy dokładnie to zrobił. W Airtable tej informacji przez API nie dostaniecie.

Czego nie dostajecie przez żadne z tych API: samej treści plików dołączonych do rekordów. Wiecie, że załącznik istnieje, macie link do pobrania, ale przeczytanie PDF-a dołączonego do rekordu wymaga osobnego kroku: pobrania pliku i analizy jego zawartości poza API bazy.

Uprawnienia mają znaczenie. Token z konta administratora bazy widzi wszystko. Token z konta zwykłego użytkownika widzi tylko te rekordy i pola, do których ten użytkownik ma dostęp. Zanim podłączycie AI, sprawdźcie, z jakiego konta chcecie go uruchomić i co ono faktycznie widzi. Nieraz zdarza się, że po podłączeniu AI zgłasza braki danych, bo token pochodzi z konta z ograniczonym dostępem do części tabel.

Co AI widzi w rekordach: pola, powiązania i hierarchia arkuszy

Każdy rekord w Airtable to zestaw pól różnych typów. Pola proste: Single line text, Number, Date, Single select ze statusem, Checkbox. Pola złożone: Linked Record łączący rekord z inną tabelą, Rollup agregujący wartości z powiązanych rekordów, Lookup wyciągający konkretne pole z powiązanego rekordu, Attachment z plikami.

AI, żeby odpowiedzieć na pytanie "ile kampanii tego klienta jest aktywnych", musi przejść przez kilka kroków: znaleźć rekord klienta w tabeli Klienci, przejść przez pole Linked Record łączące klientów z tabelą Kampanie, przefiltrować kampanie po polu Status z wartością "Aktywna". Bez znajomości struktury bazy AI zgaduje, gdzie szukać. Dlatego przy wdrożeniu zawsze zaczynamy od pobrania schematu bazy przez API i zapisania go jako kontekst dla asystenta. Schemat zawiera nazwy tabel, typy pól i identyfikatory pól w każdej tabeli.

W Smartsheet arkusze są płaskie w sensie relacyjnym: nie ma wbudowanych Linked Records między arkuszami. Powiązania realizuje się przez kolumny Cell Link albo przez raporty cross-sheet łączące dane z wielu arkuszy. AI musi wiedzieć, które arkusze są ze sobą powiązane i przez jakie kolumny, żeby zebrać dane z wielu arkuszy jednym cyklem.

Smartsheet ma za to hierarchię wierszy: wiersze nadrzędne i podrzędne. Typowy przykład to projekt jako wiersz nadrzędny i etapy projektu jako wiersze podrzędne pod nim. AI musi to rozumieć, żeby nie zliczyć etapu jako osobnego projektu przy raporcie łącznym.

Konkretny przykład: firma budowlana ma w Smartsheet arkusz "Zlecenia 2025" z kolumnami Numer zlecenia, Klient, Termin realizacji, Status (dropdown: Nowe, W realizacji, Zrealizowane, Anulowane), Odpowiedzialny (kolumna Contact List) i Wartość netto. Zapytanie do AI: "Które zlecenia mają termin w ciągu 14 dni, a status nie jest Zrealizowane?" AI odpytuje API, filtruje po kolumnach Termin realizacji i Status, zwraca listę. Bez klikania w filtry, bez budowania nowego raportu.

Rekordy bez właściciela, po terminie i z pustymi polami: AI jako codzienny monitor bazy

To zadanie, które AI robi bez wysiłku, a człowiek omija, bo jest żmudne i powtarzalne.

W Airtable pole Assignee (Collaborator) może być puste. Formularz klientów trafia do bazy, rekord powstaje ze statusem "Nowe", ale nikt go nie przypisał do opiekuna. Przez kilka tygodni leży bez ruchu. AI, uruchamiany codziennie rano, przechodzi przez tabelę zgłoszeń, wyciąga wszystkie rekordy z pustym Assignee i statusem innym niż "Zamknięte" albo "Odrzucone" i wysyła podsumowanie na właściwy kanał. Prosta rzecz. Z doświadczenia: taki przegląd ręcznie robi się raz, potem przestaje.

Terminy. Pole Due Date w Airtable albo Termin realizacji w Smartsheet często ma wartości z przeszłości, bo nikt nie zaktualizował, gdy projekt się opóźnił. AI wyłapuje rekordy ze statusem "W trakcie" i datą w przeszłości, grupuje po opiekunie i generuje listę zaległości z liczbą dni przekroczenia. Menedżer dostaje tę listę o 7:00 w poniedziałek, zanim zacznie dzień pracy.

Pole Last Modified By w Airtable i Cell History w Smartsheet pozwalają AI powiedzieć coś bardzo konkretnego: "Rekord nr 342 nie był modyfikowany od 45 dni, ostatnio dotykał go Piotr Wiśniewski 15 września". To informacja na tyle konkretna, że menedżer wie, do kogo dzwonić i od czego zacząć rozmowę.

Puste wymagane pola to osobna kategoria. Rekordy faktur bez numeru w polu NIP klienta, zlecenia bez wartości w polu Wartość umowy netto, briefy bez daty w polu Deadline klienta. AI przechodzi przez całą tabelę i liczy, ile rekordów ma puste pole X. Zamiast odkrywać problemy przy okazji innej pracy, kiedy jest już za późno.

Formularze w Smartsheet też trafiają do monitorowania. Firma przyjmuje zgłoszenia serwisowe przez formularz dołączony do arkusza "Zgłoszenia serwis 2025". Każde przesłanie tworzy nowy wiersz. AI sprawdza, czy każdy wiersz ma wypełnioną kolumnę Przypisany technik i czy wiersz bez przypisania nie czeka dłużej niż 24 godziny. To samo działanie co monitor zgłoszeń, ale na danych z formularza.

Uzupełnianie pól z maili i dokumentów prosto do bazy

Firmy dostają maile od klientów z informacjami, które powinny trafić do rekordu w Airtable: data spotkania, numer zamówienia, zmiana zakresu projektu. Zazwyczaj ktoś przegląda maila i ręcznie aktualizuje rekord. Albo nie aktualizuje, bo jest pilniejsza sprawa.

AI może to połączyć. Skrzynka mailowa, przez Gmail API albo Microsoft Graph API, czyta nowe wiadomości. AI rozpoznaje, do którego rekordu mail się odnosi: po numerze projektu w tytule wiadomości, nazwie klienta albo wątku emailowym. Wyciąga dane i przez API Airtable lub Smartsheet aktualizuje odpowiednie pole. Pole Notatki albo Ostatnia komunikacja w Airtable, zmiana statusu, dopisanie daty w polu Ostatni kontakt.

Ważny szczegół z praktyki: AI nie powinien zapisywać niczego do bazy bez mechanizmu weryfikacji, przynajmniej na początku wdrożenia. Bezpieczniejszy model to taki, gdzie AI przygotowuje propozycję aktualizacji w formie listy i wysyła ją do zatwierdzenia menedżerowi. Dopiero po potwierdzeniu idzie zapis przez API. Po kilku tygodniach, gdy widać, że rozpoznawanie działa dobrze dla danego klienta albo danego typu maila, można zdjąć ten krok dla prostych przypadków.

Uzupełnianie pól z dokumentów wygląda podobnie. Brief klienta jako PDF, umowa, protokół odbioru. AI czyta dokument, mapuje dane na pola rekordu, np. Wartość umowy, Termin, Nazwa klienta, i proponuje zapis. Pole Attachments w Airtable informuje AI, że plik istnieje. Treść AI czyta po osobnym pobraniu pliku i analizie jego zawartości.

Raport z kilku baz naraz i kiedy czas przenieść dane do ERP

Firma z kilkoma liniami produktowymi albo kilkoma biurami często ma kilka oddzielnych baz w Airtable albo kilka zestawów arkuszy w Smartsheet. Każda pilnuje swoich danych. Zbiorcze zestawienie, np. "ile projektów na wszystkich klientach jest opóźnionych" albo "suma wartości aktywnych zleceń we wszystkich biurach", wymaga ręcznego przejścia przez każdą bazę i zsumowania wyników w Excelu.

AI odpytuje wszystkie bazy jednym cyklem przez API, zbiera wyniki i składa raport. Zamiast menedżera przechodzącego przez 5 baz co poniedziałek rano i przepisującego liczby do arkusza zbiorczego.

Bywa, że po takim raporcie firma zauważa, że jej Airtable albo Smartsheet urósł do rozmiarów nieporęcznych: kilka tysięcy rekordów klientów, historia faktur z trzech lat, powiązania między ośmioma tabelami i coraz wolniejsze działanie widoków. To sygnał, że część danych powinna trafić do ERP albo CRM.

AI może pomóc przy samym przygotowaniu do przeniesienia. Mapuje strukturę bazy (tabele, typy pól, powiązania) na format importu docelowego systemu. Wyłapuje duplikaty w danych, puste wymagane pola, rekordy z brakującym NIP-em albo mailem, daty w złym formacie. Przygotowuje plik CSV albo JSON gotowy do importu. Jeden z naszych klientów miał w Airtable kilkaset rekordów kontrahentów. Przy analizie okazało się, że ponad dwieście miało zduplikowane wpisy (ta sama firma pod różnymi nazwami skrótowymi), a kilkudziesięciu brakowało NIP-u. Gdyby te dane poszły wprost do ERP, skończyłoby się tygodniem czyszczenia po imporcie. AI wyłapał to przed, nie po.

To nie zastępuje całego projektu migracji. Sam import, konfiguracja ERP, testowanie powiązań i szkolenia pracowników wymagają osobnej pracy. Ale etap rozpoznania i czyszczenia danych skraca się ze ścian do dni.

Od czego zacząć, gdy Wasza baza już działa

Pierwsza rzecz: wygenerować Personal Access Token w ustawieniach Airtable albo Access Token w Smartsheet i sprawdzić, co API zwraca dla jednej tabeli. To trwa 20 minut i od razu widać, czy dane są na tyle czyste i ustrukturyzowane, żeby AI cokolwiek z nimi zrobił. Nieraz pierwsza odpowiedź API jest zaskoczeniem, bo widać wtedy, ile pól jest pustych albo wypełnionych niespójnie.

Potem wybieracie jedno pytanie, na które menedżer musi odpowiadać co poniedziałek ręcznie: "Które zlecenia są po terminie?", "Ile rekordów bez opiekuna mamy w bazie?", "Jakie statusy mają kampanie tego klienta?" Budujemy asystenta, który odpowie na to pytanie przez API i wyśle wynik o 8:00. Jedno pytanie. Jeden wynik. Po dwóch tygodniach widać, czy to działa i co warto dokładać.

Jeśli chcecie zobaczyć, jak to wygląda u firm podobnych do Waszej, sprawdźcie realne wdrożenia. A jeśli macie konkretny system w Airtable albo Smartsheet i chcecie wiedzieć, od czego zacząć u siebie, zapraszamy na 15 minut rozmowy.