Jak AI klasyfikuje i obsługuje formularze z Typeform, Jotform i Tally: zgłoszenia, ankiety i routing

AI można podłączyć do Typeform, Jotform i Tally i od razu po otrzymaniu zgłoszenia klasyfikować je, kierować do właściwej osoby lub wyłapywać braki, które sprawiają, że pracownik i tak dzwoni do klienta z pytaniem. Każda z tych platform udostępnia API albo webhooki, więc dane z formularza można odebrać automatycznie, zaraz po wysłaniu przez wypełniającego. To, co potem robi z nimi AI, zależy od tego, co firma ma do zyskania: szybszy routing, lepsza jakość odpowiedzi na ankiety czy odciążenie recepcji.

Co tak naprawdę wpływa do systemu po wypełnieniu formularza?

Zanim AI cokolwiek zrobi, warto wiedzieć, z czym pracuje. Typowe zgłoszenie z formularza to nie jeden blok tekstu. To ustrukturyzowany zestaw odpowiedzi: każde pytanie ma swój identyfikator pola (field_id), typ (short_text, long_text, multiple_choice, file_upload, date) i wartość.

W Typeform każda odpowiedź trafia do tablicy answers wewnątrz obiektu odpowiedzi. W Jotform dane zgłoszenia wychodzą jako obiekt JSON z kluczami pokrywającymi się z nazwami pól formularza. Tally wysyła dane przez webhook jako payload JSON z tablicą fields, gdzie każde pole ma label, type i value.

Poza tekstem formularze zbierają też: adresy e-mail i numery telefonów wypełniającego, znacznik czasu wysłania, dane geolokalizacyjne (jeśli formularz je zbiera) i przede wszystkim pliki. Pole file_upload w Jotformie zwraca URL do pobranego pliku na serwerach Jotform. Typeform robi to samo: w polu typu file_upload w tablicy answers dostajemy link do pliku. Tally w odpowiedzi na webhooku podaje URL do pliku z własnego CDN. Czyli AI nie tylko widzi tekst, ale może sięgnąć po CV, zdjęcie, specyfikację techniczną albo dowód zakupu, które klient dołączył do formularza.

Jak fizycznie wygląda podłączenie: API, klucze i to, czego platformy nie udostępniają

Wszystkie trzy platformy mają REST API i obsługują webhooki, ale szczegóły różnią się wyraźnie.

Typeform udostępnia REST API (api.typeform.com) z autoryzacją przez Bearer token. Token generujecie w ustawieniach konta w sekcji Personal tokens. API ma dwa główne zasoby: Forms API (pobieranie struktury formularzy, lista pytań) i Responses API (odczyt odpowiedzi z filtrowaniem po dacie, ID odpowiedzi i tagach). Do integracji w czasie rzeczywistym używa się webhooka: w ustawieniach formularza wpisujecie URL, pod który Typeform wysyła POST z każdą nową odpowiedzią. Czego Typeform nie udostępnia przez API: historii zmian w formularzu i danych do analityki lejka. Pliki są dostępne przez URL, ale token dostępu wygasa, więc trzeba je pobrać zaraz po otrzymaniu webhooka.

Jotform ma REST API (api.jotform.com/v1) z kluczem API przekazywanym w nagłówku lub jako parametr zapytania. Klucz generujecie w Account Settings > API. Endpointy: /form/{formID}/submissions zwraca listę zgłoszeń, /submission/{submissionID} pobiera konkretne zgłoszenie. Jotform obsługuje też webhooki konfigurowane przez Settings > Integrations > WebHooks. Jotform ma bardzo rozbudowane API, łącznie z zarządzaniem formularzami i raportami, więc daje dużą swobodę. Pliki trafiają na serwery Jotform i są dostępne pod URL z podpisem (czas wygaśnięcia linku zależy od planu).

Tally jest najmłodsze z tej trójki i przez długi czas oferowało głównie webhooki. REST API do odczytu odpowiedzi jest dostępne na planach płatnych (Tally Pro i wyżej). Webhook konfigurujecie w Settings > Integrations > Webhooks. Format payloadu to JSON z tablicą fields. Czego Tally jeszcze nie oferuje tak szeroko jak konkurencja: zaawansowanych filtrów w API do odpowiedzi, paginacji w dużych zbiorach i dostępu do statystyk formularza przez API. Tally nadrabia prostotą konfiguracji i tym, że działa dobrze z Make i Zapier bez pisania kodu.

Do podłączenia potrzebujecie: konta z prawami właściciela lub admina formularza, klucza API (Typeform, Jotform) albo URL webhooka (Tally, plus Typeform i Jotform też go obsługują), serwera lub narzędzia automatyzacji, które odbierze webhook i przekaże dane do AI.

Klasyfikacja zgłoszeń: zamiast czytać każde ręcznie

Firma serwisująca urządzenia przemysłowe miała jeden formularz kontaktowy na stronie. Klienci wpisywali wszystko w jedno pole "Opis problemu": raz była to prośba o wycenę nowego urządzenia, raz awaria na produkcji wymagająca przyjazdu serwisanta w ciągu czterech godzin, raz pytanie o fakturę. Wszystko trafiało do tej samej skrzynki i ktoś musiał to ręcznie rozdzielać i przekazywać.

AI klasyfikuje zgłoszenia według kategorii, które sami określacie. Typowy zestaw dla firmy usługowej to: awaria pilna, zapytanie ofertowe, pytanie administracyjne, reklamacja, inne. AI czyta treść pola long_text z opisem problemu, bierze pod uwagę inne pola (np. multiple_choice z typem klienta albo polem "Czy to awaria?") i przypisuje kategorię wraz z uzasadnieniem w jednym zdaniu.

Routing to kolejny krok. Po klasyfikacji system może: wysłać maila lub powiadomienie do konkretnej osoby, stworzyć zadanie w CRM albo systemie ticketowym, oznaczyć zgłoszenie tagiem w Jotform (Jotform API pozwala aktualizować etykiety zgłoszenia przez PUT /submission/{id}) albo po prostu zapisać wynik klasyfikacji do bazy portalu i wyświetlić go w widoku zgłoszeń.

Co ważne: AI nie podejmuje tu decyzji biznesowej. Mówi "to wygląda na awarię pilną, bo klient napisał, że linia stoi od rana". Człowiek to potwierdza i wysyła serwisanta. Wartość jest w tym, że właściwa osoba dostaje zgłoszenie w kilkadziesiąt sekund, a nie po tym, jak ktoś w biurze zdąży przejrzeć skrzynkę.

Streszczanie ankiet z otwartymi pytaniami: co naprawdę piszą klienci

Ankiety satysfakcji i badania potrzeb mają zwykle jedno pole, które daje najwięcej: otwarte pytanie w stylu "Co moglibyśmy poprawić?" albo "Co najbardziej Ci odpowiadało?". Po miesięcznej kampanii możecie mieć kilkaset albo kilka tysięcy odpowiedzi. Nikt nie czyta ich wszystkich.

AI może przejść przez cały zbiór odpowiedzi na jedno pytanie otwarte i zbudować syntetyczne podsumowanie: jakie tematy powtarzają się najczęściej, jakie słowa kluczowe dominują w pozytywnych odpowiedziach, a jakie w negatywnych, i jakie konkretne sugestie zgłosiło więcej niż kilka osób. Wynik to nie wykres, ale zwięzły raport w języku naturalnym, który menedżer może przeczytać w pięć minut.

Technicznie: pobieracie odpowiedzi przez Responses API (Typeform), /form/{id}/submissions (Jotform) albo eksport CSV (Tally, Typeform, Jotform, wszystkie mają tę opcję). Dane z jednego pola otwartego zbieracie do listy i wysyłacie do AI z prośbą o syntezę. Przy dużych zbiorach lepiej pracować partiami, dopisując wyniki do pliku pośredniego, zamiast wrzucać tysiąc odpowiedzi w jednym zapytaniu.

Jeden konkretny przypadek: agencja szkoleniowa robiła ankietę po każdym warsztacie przez Typeform. Pole Czego nauczyłeś się najbardziej? było zawsze otwarte. AI streszczało odpowiedzi po każdej edycji i trener przed kolejnym warsztatem wiedział, które moduły respondenci zapamiętują dobrze, a które opisują jako "niejasne" lub "za szybkie". Bez czytania każdej odpowiedzi z osobna.

Niekompletne zgłoszenia: zanim trafi do pracownika, AI sprawdza, czy da się z tym pracować

Formularz waliduje pola wymagane, ale nie ocenia jakości treści. Klient wypełnił pole "Opis zapytania" jednym słowem "oferta". Technicznie formularz jest kompletny. Merytorycznie pracownik nie wie, o co chodzi: o jakie urządzenie, na kiedy, do jakiego zastosowania.

AI może oceniać kompletność zgłoszenia według kryteriów, które sami definiujecie. Dla formularza zapytania ofertowego to może być: czy podano typ produktu albo usługi, czy jest termin realizacji, czy jest lokalizacja (dla usług terenowych), czy kwota albo budżet jest podana lub chociaż napomknięta. AI przegląda odpowiedzi i zwraca ocenę: kompletne albo niekompletne z listą brakujących informacji.

Co potem? Możliwości są dwie. Pierwsza: system automatycznie odsyła maila do osoby, która wypełniła formularz, z prośbą o uzupełnienie. AI przygotowuje treść maila konkretną i uprzejmą, wskazując dokładnie, czego brakuje. Np. "Dziękujemy za zgłoszenie. Żeby przygotować wycenę, potrzebujemy jeszcze informacji o planowanym terminie realizacji i przybliżonej powierzchni obiektu." Druga: flagujecie zgłoszenie w systemie jako "wymaga uzupełnienia" i pracownik dzwoni zamiast pisać, bo dla niektórych firm to szybciej.

Jotform ma dodatkową opcję: możecie zaktualizować status zgłoszenia przez API (PUT /submission/{id} z polem new/read/unread/flag). To pozwala oznaczać niekompletne zgłoszenia bezpośrednio w panelu Jotform, żeby pracownicy widzieli status bez logowania do osobnego narzędzia.

Formularze rekrutacyjne i CV: AI jako pierwszy etap przeglądu

Jotform i Typeform używa się do zbierania zgłoszeń rekrutacyjnych, zwłaszcza gdy firma nie chce płacić za dedykowany ATS. Kandydat wypełnia formularz: imię i nazwisko, stanowisko, na które aplikuje, link do LinkedIn albo portfolio, i przesyła CV jako plik.

Plik ląduje na serwerach platformy, a API zwraca URL do pobrania. AI może: pobrać PDF z CV, przeczytać jego treść, zestawić z wymaganiami podanymi w formularzu (albo z opisem stanowiska, który trzymacie w systemie) i przygotować krótkie podsumowanie: jakie doświadczenie ma kandydat, czy spełnia wymagania formalne, co wyróżnia ten profil. Rekruter dostaje jedno zdanie na kandydata zamiast otwierać każde CV ręcznie.

Uwaga praktyczna: pliki PDF z CV są rozmaite. Niektóre są poprawnie oznaczone tekstowo i AI czyta je bez problemu. Inne są skanami albo mają warstwy graficzne. Warto mieć fallback: jeśli plik nie da się odczytać jako tekst, AI zgłasza to do kolejki do ręcznego przeglądu, zamiast milczeć.

Od czego zaczynamy, jeśli chcecie to wdrożyć

Zacznijcie od jednego formularza i jednego przypadku użycia, nie od wszystkich naraz. Dobry kandydat na start to formularz, który już zbiera dużo zgłoszeń i przy którym zespół traci czas na ręczną obsługę.

Kroki praktyczne:

• Wybierzcie formularz i wyeksportujcie kilkadziesiąt ostatnich odpowiedzi (CSV z panelu Typeform, Jotform lub Tally). To da wam materiał do testów, zanim podłączycie live webhook.
• Określcie kategorie do klasyfikacji albo kryteria kompletności dla konkretnego formularza. Lepiej zacząć od pięciu kategorii niż od dwudziestu.
• Wygenerujcie klucz API w ustawieniach konta platformy i zabezpieczcie go (nie wklejajcie do pliku tekstowego ani notatki).
• Skonfigurujcie webhook lub zaplanujcie cykliczne odpytywanie API, żeby nowe odpowiedzi trafiały do systemu automatycznie.
• Przetestujcie na kilku przykładach z eksportu, sprawdźcie, czy klasyfikacja AI zgadza się z Waszą oceną, i dopiero wtedy włączcie na live.

Jedno do zapamiętania: AI klasyfikuje i ocenia, ale decyzję o tym, co dalej z danym zgłoszeniem, zawsze można zostawić człowiekowi. Automat bez nadzoru ma sens dopiero wtedy, gdy macie pewność, że AI robi to dobrze w co najmniej dziewięciu przypadkach na dziesięć. Na początku lepiej, żeby AI przygotowywał propozycję, a pracownik ją zatwierdzał.

Jeśli chcecie zobaczyć, jak taki przepływ wygląda na Waszych formularzach, umówcie się na 15 minut rozmowy. Możecie też zajrzeć do realnych wdrożeń, żeby sprawdzić, jak to działa w podobnych firmach.