Sprzedaż

Jak AI może składać oferty i pilnować umów w PandaDoc: co zyska Wasz zespół handlowy?

AI podłączone do PandaDoc składa oferty z danych CRM, sprawdza umowy z wzorcem firmy i pilnuje, żeby żadna otwarta oferta nie przepadła bez follow-upu.

⏱ 9 min czytania · 📅 18.11.2026 · 👁 122 wyświetleń

AI podłączone do PandaDoc potrafi samodzielnie złożyć ofertę na podstawie danych z CRM, wysłać ją do klienta i przez następne dni pilnować, czy dokument został otwarty i czy ktoś w ogóle zareagował. Jeśli Wasz zespół traci transakcje nie dlatego, że oferty były złe, ale dlatego, że follow-up przychodził za późno albo nie przychodził wcale, tu jest konkretne miejsce do zmiany. PandaDoc daje do tego solidne API i szczegółowe dane o tym, co klient robi z dokumentem.

Co robi PandaDoc i gdzie AI wchodzi w ten proces

PandaDoc to narzędzie do tworzenia, wysyłania i podpisywania dokumentów handlowych. Firma buduje w nim szablony ofert i umów z polami scalającymi, nazywanymi tu tokenami: na przykład {{client.name}}, {{product.price}}, {{contract.start_date}}. Do każdego szablonu można dodać tabelę cenową z pozycjami, ilościami, rabatami i sumami, blok zatwierdzenia wewnętrznego zanim dokument wyjdzie do klienta, oraz pole do złożenia podpisu elektronicznego.

Każdy dokument ma swój status, który zmienia się w czasie: draft (roboczy, nie wysłany), sent (wysłany do klienta), viewed (klient otworzył), waiting_approval (czeka na zatwierdzenie w firmie), approved, completed (podpisany przez wszystkie strony) albo voided (anulowany). Te statusy PandaDoc aktualizuje automatycznie i są dostępne przez API.

Statystyki otwarć to jeden z mocniejszych punktów tej platformy. Wiecie nie tylko, że klient otworzył ofertę, ale też ile razy, o której godzinie i na której stronie spędził najwięcej czasu. Wszystko to siedzi w dzienniku zdarzeń dokumentu, zwanym audit trail, i przez API można te dane pobierać na bieżąco albo odbierać je przez webhooki w czasie rzeczywistym.

AI można wpiąć w ten proces w trzech miejscach: przy tworzeniu dokumentu (składanie oferty z danych CRM), przy weryfikacji treści (porównanie umowy z wzorcem firmy) i przy monitorowaniu (oferty, które klient otworzył, ale nie odpowiedział). Nie musi to być jeden projekt. Zacznijcie od jednego miejsca.

Jakie dane wyciągamy z PandaDoc i co z nimi robimy

PandaDoc udostępnia REST API pod adresem api.pandadoc.com. Zapytanie do /api/documents zwraca listę dokumentów z ich statusami, datami utworzenia i modyfikacji, odbiorcami i wartościami tabel cenowych. Każdy dokument ma też swój endpoint /api/documents/{id}/audit-trail, który podaje pełną historię zdarzeń: kiedy wysłano, kiedy otwarto i ile razy, kiedy podpisano, kto zatwierdził wewnętrznie.

Dane, które najczęściej pobieramy przy integracjach z AI:

  • document.status i znacznik czasu ostatniej zmiany statusu
  • recipients[]: lista odbiorców z ich rolami (signer, approver, viewer) i informacją, czy każdy z nich zakończył swoją akcję
  • pricing.tables[]: pozycje, ilości, ceny jednostkowe, rabaty i sumy z tabeli cenowej dokumentu
  • tokens[]: wartości pól scalanych użytych w konkretnym dokumencie, np. numer oferty, termin ważności, warunki płatności
  • zdarzenia document.viewed z audit trail: timestamp każdego otwarcia i numer strony

Przez webhooki PandaDoc sam wysyła zdarzenia do Waszego systemu bez odpytywania co kilka minut. Rejestrujecie interesujące Was typy: document.state_changed (każda zmiana statusu), document.viewed (otwarcie przez odbiorcę), document.completed (podpis). Dla monitoringu ofert w czasie rzeczywistym webhooki są wygodniejsze niż odpytywanie API.

Jak AI składa ofertę z danych CRM

Typowo wygląda to tak: sprzedawca w CRM przesuwa szansę sprzedaży do etapu "ofertowanie" albo klika jeden przycisk. Od tej chwili AI przejmuje robotę.

Skrypt pobiera z CRM dane klienta: firma, NIP, adres, osoba kontaktowa, produkty z zainteresowania i historia rozmów. Potem wywołuje PandaDoc API, otwiera właściwy szablon (np. "Oferta SaaS B2B") i wypełnia tokeny danymi z CRM. Tworzy nowy dokument ze statusem draft. Jeśli firma ma reguły rabatowe, AI może je zastosować na podstawie wartości szansy albo historii klienta. Gotowy dokument trafia do wewnętrznego workflow zatwierdzania, a dopiero po aprobacie przełożonego jest wysyłany do klienta.

U jednego klienta z branży usług IT cały ten proces trwał wcześniej od 40 minut do kilku godzin: sprzedawca ręcznie kopiował dane, formatował tabelę cenową i prosił kierownika o zatwierdzenie mailem. Po integracji dokument jest gotowy do zatwierdzenia w ciągu minut. Kierownik dostaje link do dokumentu w PandaDoc z jednym kliknięciem do zatwierdzenia, a wszystkie pola już są wypełnione poprawnie.

Ważny detal: AI nie musi samo decydować o cenie. Sensowny projekt zostawia krok zatwierdzenia przez człowieka, szczególnie na początku. AI wypełnia, formatuje i wysyła do weryfikacji. To ogranicza ryzyko oferty z błędem, która wychodzi do klienta bez niczyjej kontroli.

Sprawdzanie umowy z wzorcem: AI jako recenzent przed podpisem

Oferty w PandaDoc to jedno. Umowy to wyższy poziom ryzyka. Ktoś zmienia treść klauzuli w ostatniej chwili, podmienia warunki płatności albo usuwa zapis o karze umownej. W firmach, gdzie umowy przychodzą od klientów w ich własnym szablonie, ryzyko jest jeszcze większe, bo nikt nie ma czasu czytać każdej umowy zdanie po zdaniu.

AI może pobrać treść konkretnego dokumentu przez endpoint /api/documents/{id}/download (dostępny jako PDF albo HTML w zależności od formatu dokumentu) i porównać go z wzorcem przechowywanym w firmie. Sprawdzanie nie musi obejmować całości. Wystarczy skupić się na sekcjach krytycznych: warunkach płatności (pole payment_term w tokenach), odpowiedzialności i karach umownych, klauzuli poufności, warunkach rozwiązania umowy. Jeśli wzorzec firmy przewiduje 30 dni na płatność, a dokument ma 60, AI flaguje to od razu.

Taki przegląd działa dobrze jako pierwszy filtr zanim dokument trafi do prawnika albo managera. Prawnicy i tak powinni zatwierdzić finalną wersję, ale AI wyłapuje oczywiste odstępstwa szybko i bez czytania całości.

Jeden praktyczny przykład: firma z branży dystrybucji dostawała umowy od sieci handlowych w ich wzorcach. Każda miała inne terminy płatności, inaczej sformułowane klauzule o zwrotach i różny zapis odpowiedzialności za braki. AI zaczęło porównywać każdą nową umowę z listą parametrów, które dział prawny uznał za dopuszczalne, i generowało krótkie zestawienie przed przekazaniem do akceptacji. Zamiast czytania kilkunastu stron, prawnik dostawał listę trzech pozycji do sprawdzenia.

Oferty otwarte bez odpowiedzi: jak AI pilnuje follow-upu

To jest miejsce, gdzie gubi się najwięcej transakcji w typowym dziale handlowym. Klient otworzył ofertę, może nawet trzy razy, a sprzedawca nie wie albo nie reaguje na czas. PandaDoc to widzi. Większość sprzedawców nie sprawdza audit trail codziennie.

AI raz dziennie pobiera przez API listę dokumentów ze statusem viewed i sprawdza audit trail każdego z nich. Szuka wzorca: dokument otwarty co najmniej raz, brak zmiany statusu na completed ani rejected od określonej liczby dni, brak aktywności w CRM ze strony sprzedawcy po ostatnim otwarciu przez klienta. Każda taka oferta trafia na listę do przypomnienia.

Sprzedawca dostaje powiadomienie w formacie: "Oferta OFF-2024-0123 dla ABC Sp. z o.o. otwarta 3 razy, ostatnio wczoraj o 14:22. Ostatni kontakt w CRM: 6 dni temu." Nie ogólnik, konkretna sytuacja z datą i liczbą otwarć.

Można pójść dalej. AI może przygotować gotowy draft wiadomości follow-up na podstawie danych dokumentu i historii klienta z CRM. Sprzedawca klika "wyślij" albo edytuje, ale nie zaczyna od czystej kartki i nie musi pamiętać, że w ogóle istnieje ta oferta.

Skrajny wariant: dla ofert, które nie doczekały się żadnej reakcji przez kilka dni od wysłania i klient nawet nie otworzył dokumentu, PandaDoc API ma endpoint /api/documents/{id}/send, który pozwala wysłać nową wiadomość do odbiorcy z przypomnieniem. Tu firma powinna zdecydować: AI robi to samodzielnie czy zawsze przez człowieka. W większości przypadków lepiej zacząć od wariantu z powiadomieniem sprzedawcy.

Jak wygląda podłączenie technicznie

PandaDoc ma dobrze udokumentowane REST API. Do połączenia potrzebujecie kilku rzeczy:

  • Klucz API: generuje się w ustawieniach konta PandaDoc, w sekcji Integrations / API Keys. Wymagany jest plan Business lub Enterprise. Na planach Free i Essentials API nie jest dostępne.
  • Konto integracyjne: klucz ma dostęp do dokumentów, do których ma dostęp użytkownik, który go wygenerował. Lepiej nie używać osobistego konta sprzedawcy. Stwórzcie dedykowane konto z rolą "Manager" albo "Admin" wyłącznie do integracji.
  • Webhooki: konfiguruje się w Settings / Integrations / Webhooks. Podajecie adres Waszego systemu, który będzie odbierał zdarzenia, i wybieracie typy zdarzeń, które chcecie obserwować.
  • Dostęp do CRM: jeśli AI ma składać oferty z danych CRM, potrzebuje też połączenia z CRM-em. PandaDoc ma natywne integracje z HubSpot, Pipedrive, Salesforce, Zoho i Copper przez wbudowane konektory, ale do bardziej zaawansowanej logiki i tak zwykle buduje się własny skrypt.

PandaDoc nie udostępnia dostępu do bazy danych bezpośrednio. Nie ma też eksportu "wszystkich dokumentów do CSV z pełnymi danymi" w interfejsie. W raportach jest ograniczony eksport rekordów, ale to nie jest narzędzie do automatyzacji. Realna droga to REST API albo natywne konektory CRM.

Czego producent przez API nie udostępnia: historii zmian treści dokumentu (kto edytował, co konkretnie zmienił w akapicie), pełnych heatmap strona po stronie w formacie maszynowym. Te dane widać w interfejsie PandaDoc, ale do API trafiają sumaryczne statystyki otwarć i zdarzenia, nie szczegółowe dane o zachowaniu na stronie. Dla większości zastosowań z AI to wystarczy.

Jeśli Wasza firma jest na planie Essentials lub niższym, podłączenie przez API nie wchodzi w grę. Jedyna opcja to ręczny eksport do CSV i praca na tych plikach, co daje pewną analizę historyczną, ale nie integrację w czasie rzeczywistym.

Od czego zaczyna się wdrożenie

Zanim cokolwiek zostanie napisane po stronie integracji, warto sprawdzić stan szablonów w PandaDoc. Tokeny muszą być konsekwentnie nazwane w całej firmie. Jeśli jeden szablon używa {{klient.nazwa}}, a inny {{firma_klienta}}, AI nie będzie w stanie automatycznie wypełnić obu z tego samego źródła danych. Porządek w tokenach to fundament.

Dobry punkt startowy dla większości firm to monitoring ofert bez odpowiedzi. Dane są już w PandaDoc, audit trail jest dostępny przez API, a cały mechanizm to integracja w kilka dni roboczych. Efekt widać szybko i bez ryzyka: AI nic nie wysyła samo, tylko informuje sprzedawcę.

Automatyczne składanie ofert z CRM to krok drugi i zależy od jakości danych w CRM. Jeśli pola są niekompletne, zduplikowane albo niekonsekwentnie wypełniane, AI złoży ofertę tak dobrą, jak dane, które dostanie. Przed uruchomieniem warto przejrzeć kilkadziesiąt ostatnich szans sprzedaży i sprawdzić, które pola są faktycznie wypełnione.

Sprawdzanie umów z wzorcem to projekt bardziej jednorazowy: firma musi mieć gotowy wzorzec z listą parametrów dopuszczalnych i niedopuszczalnych. Bez tego AI nie ma z czym porównywać. Ale jak lista jest gotowa, to samo skanowanie trwa sekundy.

Chcecie zobaczyć, jak taki przepływ wyglądałby konkretnie w Waszej firmie? Zapraszamy na 15 minut rozmowy. Możemy też pokazać realne wdrożenia, w których AI podpięte do dokumentów handlowych zmieniło codzienny rytm pracy działu sprzedaży.

Chcecie to u siebie?

Na osobnej stronie rozpisaliśmy, co dokładnie podłączamy w PandaDoc, o co możecie wtedy pytać asystenta i ile kosztuje wdrożenie.

Co podłączamy i ile to kosztuje →

Najczęstsze pytania

Czy PandaDoc działa w Polsce i czy podpis elektroniczny jest prawnie ważny?

PandaDoc obsługuje podpis elektroniczny zgodny z eIDAS, który jest prawnie wiążący w UE, w tym w Polsce. Dla umów wymagających kwalifikowanego podpisu elektronicznego (np. niektórych umów o pracę) PandaDoc nie zastąpi certyfikowanego podpisu kwalifikowanego, ale do typowych umów handlowych i ofert jest wystarczający.

Czy API PandaDoc jest dostępne na każdym planie?

Nie. Dostęp do REST API PandaDoc wymaga planu Business lub Enterprise. Na planach Free i Essentials API nie jest dostępne i jedyna opcja to ręczny eksport danych do CSV z poziomu raportów, co nie pozwala na automatyzację w czasie rzeczywistym.

Czy AI może samo wysyłać oferty do klientów bez wiedzy sprzedawcy?

Technicznie tak, bo PandaDoc API ma endpoint do wysyłania dokumentów, ale w praktyce większość firm ustawia krok zatwierdzenia: AI przygotowuje i wypełnia ofertę, a człowiek klika "wyślij". Pełna automatyzacja bez nadzoru ma sens tylko dla prostych, powtarzalnych ofert o stałej strukturze.

Czy integracja AI z PandaDoc wymaga programisty i dużego projektu?

Podstawowa integracja (pobieranie statusów, monitoring otwartych ofert, powiadomienia) to kilkadziesiąt linii kodu i kilka dni pracy. Pełna automatyzacja składania ofert z CRM jest bardziej złożona i zależy od tego, jak czyste są dane w Waszym CRM i jak ustandaryzowane szablony w PandaDoc.

Co z dokumentami w PandaDoc, jeśli klient nie korzysta z elektronicznego podpisu?

PandaDoc pozwala wysłać dokument do podglądu bez wymagania podpisu, albo użyć opcji "in-person signing" gdzie klient podpisuje na Waszym urządzeniu. Można też pobrać gotową ofertę jako PDF i wysłać ją tradycyjnie, ale wtedy tracicie statystyki otwarć i możliwość śledzenia przez AI.

Wolicie napisać

Pokażemy to na Waszych danych z PandaDoc

Jedno zdanie wystarczy: czego szukacie w PandaDoc albo co ma się dziać samo. Odpiszemy, co podłączymy i od czego zacząć.

Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.

Następny krok

Podłączymy PandaDoc do AI u Was

15 minut rozmowy: mówicie, czego szukacie w danych, my mówimy, co wyciągniemy z PandaDoc, ile to potrwa i czego potrzebujemy po Waszej stronie.

  • 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