Narzędzia

Jak AI może czytać procedury i tabele z Coda i Craft, żeby nikt w firmie nie szukał ręcznie?

Coda i Craft trzymają procedury, tabele i całą bazę wiedzy Waszego zespołu. Sprawdź, jak AI może odpowiadać z tych dokumentów, aktualizować dane i wskazywać nieaktualne strony.

⏱ 8 min czytania · 📅 22.11.2026 · 👁 9 wyświetleń

AI podłączone do Coda i Craft może odpowiadać na pytania z procedur, wskazywać nieaktualne strony i aktualizować tabele danymi z innych systemów. Nie trzeba w tym celu przerabiać całej struktury dokumentów ani kupować dodatkowych licencji. Wystarczy klucz API Coda albo eksport z Craft i narzędzie, które to wszystko spina.

Co tak naprawdę siedzi w Coda i Craft, czego nie widać w tabeli na ekranie

Coda to środowisko, w którym dokument może zawierać jednocześnie tekst, tabele z formułami, przyciski uruchamiające akcje i widoki filtrowane dla różnych ról. Typowo w Coda lądują rzeczy takie jak: tabela statusów projektów z kolumnami "Odpowiedzialny", "Deadline" i "Etap", procedura onboardingu nowego pracownika z checklistą, baza kontrahentów z polami "NIP", "Waluta rozliczeń", "Opiekun" albo instrukcja obsługi reklamacji opisana krok po kroku. Coda to właściwie baza danych ukryta pod edytorem tekstu.

Craft ma nieco inny charakter. Mocny edytor blokowy, świetny do długich dokumentów, notatek ze spotkań i baz wiedzy. Firmy korzystające z Craft przechowują tam regulaminy, dokumenty strategiczne, opisy procesów sprzedaży i notatki z retrospektyw. Popularny zwłaszcza w zespołach pracujących na MacBookach i iPadach.

Problem jest ten sam w obu przypadkach: dokumenty rosną, nikt nie wie, która wersja jest aktualna, a pracownicy wolą zapytać koleżankę niż wejść do wiki i szukać przez pięć minut. U jednego klienta było w Coda ponad 200 stron dokumentacji. Ostatnie zmiany w połowie z nich datowały się sprzed dwóch lat. Nikt tego nie wiedział, bo Coda nie pokazuje "zakurzonych" stron w interfejsie. AI może to zmienić.

Jak fizycznie wygląda podłączenie: API Coda, eksport z Craft i co trzeba mieć

Coda udostępnia REST API v1, dostępne pod adresem coda.io/developers. Żeby z niego korzystać, wystarczy token API generowany w ustawieniach konta Coda (Account Settings, zakładka API Tokens). Token daje dostęp do dokumentów, tabel, wierszy i kolumn. Możecie ograniczyć go do odczytu albo nadać uprawnienia do zapisu, jeśli chcecie, żeby narzędzie też aktualizowało dane.

Przez API Coda pobieracie:

  • listę dokumentów i stron w workspace'ie wraz z datami modyfikacji i informacją o ostatnim edytującym
  • strukturę tabeli: nazwy kolumn, typy danych (tekst, data, lista wyboru, relacja), identyfikatory
  • wiersze z wartościami, z możliwością filtrowania po kolumnie i stronicowania wyników
  • metadane każdej strony: tytuł, identyfikator, ikona, poziom zagnieżdżenia w hierarchii dokumentu

Datę ostatniej modyfikacji trzyma pole updatedAt w obiekcie strony. Jeśli chcecie wyciągnąć dokumenty, których nikt nie ruszał od roku, zapytanie o tę listę to kilka linii kodu.

Craft działa inaczej. Craft Connect istnieje, ale dostępny jest głównie przez integracje z narzędziami takimi jak Zapier albo Make i nie oferuje tak szerokiego dostępu do surowych danych jak Coda REST API. Producent nie udostępnia pełnego API do programatycznego pobierania wszystkich stron workspace'u. Praktyczna droga: eksport strony albo całej przestrzeni do Markdown lub PDF. Craft pozwala eksportować dokumenty ręcznie albo przez automatyczne synchronizowanie folderu na dysku (opcja Backups w ustawieniach). Te pliki Markdown AI czyta bez problemu, a daty modyfikacji są widoczne w metadanych pliku.

Jeśli Wasz zespół korzysta z Craft na iPadach i MacBookach, eksport do folderu zsynchronizowanego z serwerem to najbardziej niezawodna droga. Nie jest to API w pełnym sensie, ale działa stabilnie i nie wymaga dodatkowych integracji.

Co trzeba mieć, żeby zacząć: konto Coda z dostępem do workspace'u (plan darmowy wystarcza do odczytu), token API, środowisko, w którym narzędzie może wywoływać zapytania. W przypadku Craft: dostęp do folderu z eksportami albo konto z włączoną opcją backupu i synchronizacją z katalogiem na serwerze.

AI odpowiada na pytania z procedur zamiast Waszych pracowników

Nowa osoba w dziale obsługi klienta pyta: "co robimy, kiedy klient chce zwrot po 30 dniach od zakupu?" Bez AI ta osoba albo szuka w Coda (pięć minut, jeśli dobrze nazwacie sekcje, dużo więcej, jeśli nie), albo pyta starszego kolegę: kolejne pięć minut plus dwie minuty przerwania. Z AI podpiętym do bazy wiedzy dostaje odpowiedź z konkretnej procedury w kilka sekund.

Żeby to działało, AI musi mieć dostęp do aktualnej treści procedur. Podejście, które sprawdza się u naszych klientów: wydzielony dokument lub sekcja w Coda to "baza wiedzy operacyjnej". Strony mają tagi albo etykiety (np. "obsługa klienta", "finanse", "HR"). AI przy każdym pytaniu pobiera odpowiednie strony przez API albo przeszukuje wcześniej przygotowany indeks tych dokumentów.

Ważna sprawa: AI nie wymyśla odpowiedzi. Odpowiada na podstawie treści, którą pobiera z dokumentów. Jeśli procedura jest przestarzała, AI powtórzy przestarzałą odpowiedź. Dlatego wskazanie nieaktualnych stron to nie jest bonus. To warunek, żeby reszta działała porządnie.

W Coda da się też podpiąć przyciski uruchamiające akcję bezpośrednio w dokumencie, przez pakiet Coda Packs albo własne wywołanie API. Pracownik widzi procedurę, klika przycisk "Podsumuj ten dokument", AI zwraca kluczowe kroki. Szczególnie przydatne przy długich instrukcjach z wieloma wyjątkami, które różnie się kończą zależnie od sytuacji klienta.

Tabele Coda jako baza danych: jak AI może je aktualizować z zewnątrz

Coda Tables to nie tylko ładna tabelka. Pod spodem to relacyjna struktura z typami kolumn (tekst, liczba, data, lista wyboru, relacja do innej tabeli), która zachowuje się podobnie do lekkiej bazy danych. Właśnie dlatego da się ją podłączyć dwukierunkowo.

Typowy przypadek: tabela "Projekty" w Coda z kolumnami "Klient", "Status", "Kwota kontraktu", "Ostatnia faktura". Ta sama informacja o fakturach siedzi w systemie księgowym albo CRM. Bez automatyzacji ktoś co tydzień ręcznie przepisuje dane z jednego miejsca do drugiego. Albo nie przepisuje i tabela jest nieaktualna od miesiąca.

Po podłączeniu: narzędzie codziennie pobiera dane z systemu źródłowego (przez API systemu księgowego), porównuje z tym, co jest w Coda, i aktualizuje różnice przez endpoint PATCH /docs/{docId}/tables/{tableId}/rows/{rowId}. Zmieniło się pole "Ostatnia faktura"? Coda ma nową wartość bez angażowania człowieka.

Kolejny wariant to tabela "Kontrakty do odnowienia" z kolumną "Termin ważności umowy". AI co tydzień sprawdza, które wiersze mają termin przypadający w ciągu 30 dni, i dodaje etykietę "Do kontaktu" albo dopisuje wpis do osobnej tabeli zadań dla sprzedawców. Zamiast szukania po mailach i Excelach: gotowa lista w Coda, otwarta rano przy kawie.

Jedno zastrzeżenie przed budowaniem takiej automatyzacji: przy zapisie przez API Coda wymaga, żeby wiersz dało się jednoznacznie zidentyfikować. Zanim zaczynacie, sprawdźcie, czy tabela ma kolumnę klucza, np. numer zamówienia albo NIP klienta. Bez tego aktualizacja może trafić w zły wiersz albo stworzyć duplikaty.

Dokumenty, których nikt nie ruszał od roku: jak znaleźć i co potem

To zadanie można zrealizować w jedno popołudnie. Przez API Coda pobieracie wszystkie strony workspace'u z polem updatedAt. Skrypt filtruje te, których data ostatniej modyfikacji jest starsza niż 12 miesięcy. Wynik to lista: tytuł strony, data ostatniej zmiany, kto edytował ostatni.

U jednego klienta taka lista miała 60 pozycji. Piętnaście dotyczyło oprogramowania, z którego firma już nie korzysta, a dwadzieścia to szablony spotkań z 2022 roku. Nikt tego nie widział, bo Coda nie oferuje widoku "przeglądaj po dacie modyfikacji" na poziomie całego workspace'u przez interfejs. Ta funkcja po prostu tam nie istnieje.

Co potem robi AI: przegląda treść tych stron i klasyfikuje każdą. "Prawdopodobnie nieaktualna" to taka, w której pojawiają się daty sprzed kilku lat, nazwy stanowisk, które już nie istnieją, albo linki do narzędzi, z których firma zrezygnowała. "Wygląda na wciąż aktualną, ale nikt nie sprawdzał" to osobna kategoria. Wynik trafia do nowej tabeli w Coda z kolumnami "Strona", "Ostatnia zmiana", "Ocena AI", "Przypisany do weryfikacji". Każdy menedżer dostaje do sprawdzenia swój kawałek, a nie "sprawdź 200 dokumentów przed końcem miesiąca".

W Craft analogiczna operacja działa przez metadane pliku. Z folderu eksportów bierzecie daty modyfikacji plików Markdown, sortujecie i generujecie raport. Mniej elegancko niż przez API, ale daje ten sam efekt.

Od czego zaczyna się takie wdrożenie

Zaczynamy od jednego konkretnego problemu, nie od "podłączenia całego Coda do AI".

Jeśli pracownicy często pytają o to samo z procedur: zacznijcie od jednej sekcji bazy wiedzy (np. "Obsługa reklamacji"), podłączcie AI tylko do niej i sprawdźcie, czy odpowiedzi są trafne. Potem poszerzajcie zakres o kolejne sekcje. To daje kontrolę nad jakością na każdym etapie, zamiast jednorazowego "włączamy wszystko i zobaczymy".

Jeśli chcecie oczyścić dokumentację: uruchomcie najpierw audyt po dacie modyfikacji, wygenerujcie listę, podzielcie między odpowiedzialnych i dopiero wtedy wpinajcie AI do aktualnej bazy wiedzy. Nie ma sensu podłączać AI do dokumentacji, o której nie wiecie, czy jest prawdą.

Jeśli chcecie aktualizować tabele z innych systemów: najpierw zmapujcie, które pola w Coda mają swoje odpowiedniki w systemie źródłowym i czy tabela ma kolumnę klucza. To się sprawdza zanim napiszecie pierwszą linię kodu automatyzacji.

Przed uruchomieniem zawsze robimy kilka kroków: sprawdzenie tokenów API i uprawnień (odczyt kontra zapis, zakres workspace'u), test pobierania danych z jednego dokumentu lub tabeli, jeden przebieg próbny z podglądem zmian bez faktycznego zapisu do Coda. Po tym etapie widać niespodzianki: pola z danymi w formacie, którego nie widać w interfejsie, albo tabele z zagnieżdżonymi relacjami między dokumentami. Lepiej je zobaczyć na próbie niż na produkcji.

Jeśli chcecie zobaczyć, jak wyglądają realne wdrożenia u firm podobnych do Waszej, mamy opisy kilku z nich. A jeśli wolicie najpierw sprawdzić, czy to ma sens w Waszym konkretnym przypadku, umówcie się na 15 minut rozmowy. Pokażemy, co da się zrobić z tym, co już macie w Coda albo Craft, bez zaczynania od zera.

Najczęstsze pytania

Czy Coda ma API, przez które AI może czytać tabele i dokumenty?

Tak, Coda udostępnia REST API v1 z dostępem do dokumentów, stron, tabel i wierszy. Do działania potrzebny jest token API generowany w ustawieniach konta. Przez to API można zarówno odczytywać dane, jak i aktualizować wiersze w tabelach.

Craft nie ma otwartego API, jak podłączyć AI do dokumentów z Craft?

Craft oferuje eksport stron do Markdown lub PDF oraz opcję automatycznego backupu do folderu na dysku. Praktyczna droga to synchronizacja eksportów z serwerem, skąd AI może je czytać. Craft Connect daje pewne możliwości przez Zapier lub Make, ale nie tak szerokie jak REST API Coda.

Czy AI może samo aktualizować tabele w Coda bez ręcznego przepisywania danych?

Tak, przez API Coda można aktualizować wiersze w tabelach automatycznie. Narzędzie pobiera dane z systemu źródłowego i zapisuje zmiany przez endpoint PATCH. Warunek: tabela musi mieć kolumnę z unikalnym kluczem, po której identyfikowane są wiersze, inaczej aktualizacja tworzy duplikaty.

Jak wyciągnąć z Coda dokumenty, których nikt nie zmieniał od ponad roku?

Przez API Coda każda strona ma pole updatedAt z datą ostatniej modyfikacji. Skrypt pobiera wszystkie strony workspace'u i filtruje te z datą starszą niż 12 miesięcy. Wynik to lista z tytułem strony, datą ostatniej zmiany i osobą, która edytowała ostatnia.

Od czego zacząć, żeby AI odpowiadało na pytania z procedur w Coda?

Zaczynamy od wydzielonej sekcji bazy wiedzy, np. tylko "Obsługa reklamacji", i podłączamy AI do niej jako pierwsze. Sprawdzamy, czy odpowiedzi są trafne, i dopiero potem poszerzamy zakres. Podłączanie AI do dokumentacji, o której nie wiadomo, czy jest aktualna, zawsze kończy się błędnymi odpowiedziami.

Bez umawiania rozmowy

Napiszcie jednym zdaniem, co chcecie połączyć z AI

Program, skrzynka, dokumenty albo proces, który zabiera zespołowi czas. Odpiszemy, co da się zrobić u Was i od czego zacząć.

Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.

Następny krok

Chcecie sprawdzić, jak AI rozwiąże to u Was?

15 minut rozmowy o tym, na czym pracujecie i gdzie robota grzęźnie. Na koniec wiecie, co da się zrobić.

  • Bezpłatna prezentacjaAI na Waszych zadaniach, nie na slajdach.
  • Dostęp tego samego dniaZespół od razu pracuje we własnym portalu.
  • Do 2 tygodni testówPłacicie dopiero po decyzji.

Może Was też zainteresować