AI, które mówi Twoim językiem
Twoja firma ma swój głos. Sposób rozmawiania z klientami, sposób obsługi reklamacji, sposób podawania cen, specyficzne słownictwo dotyczące Twoich produktów. Twoje AI powinno brzmieć jak Twoja firma — nie jak generyczny chatbot wytrenowany na całym internecie.
Ta strona wyjaśnia, jak budujemy systemy AI, które reprezentują Twoją markę, znają Twoje produkty, przestrzegają Twoich zasad i komunikują się tak, jak Ty to robisz. Nie ogólnikowa obietnica. Konkretny proces.
Dlaczego generyczne AI nie wystarcza
Otwórz teraz ChatGPT. Zadaj mu pytanie o swój biznes. To, co dostaniesz, będzie uprzejme, gramatycznie poprawne i kompletnie bezużyteczne do faktycznych interakcji z klientami.
Generyczne AI nie wie:
- ›Jakie są Twoje nazwy produktów, specyfikacje czy ceny
- ›Jaka jest Twoja polityka zwrotów, warunki gwarancji czy procedury wsparcia
- ›Jaki jest głos Twojej marki — czy jesteś casualowy czy formalny, techniczny czy przystępny
- ›Kim są Twoi klienci — co ich obchodzi, jakiego języka używają, co ich frustruje
- ›Jakie są Twoje granice — co możesz obiecać, a czego nie
Generyczne AI odpowiada jak życzliwy nieznajomy, który nigdy nie widział Twojej firmy. Powie coś mgliście pomocnego, zabezpieczy każde stwierdzenie i przekieruje do "prosimy o kontakt z obsługą" przy pierwszym znaku złożoności.
To nie jest użyteczne narzędzie. To uprzejma ściana między Twoim klientem a faktyczną odpowiedzią.
Problem rośnie ze skalą. Jeśli dziesięciu klientów zapyta o cennik w ciągu godziny, generyczne AI daje dziesięć mglistych nie-odpowiedzi. To nie jest po prostu bezużyteczne — to aktywnie szkodzi Twojej marce. Klienci uczą się, że Twój "asystent AI" to strata czasu i przestają go używać. Wtedy zainwestowałeś w system, któremu nikt nie ufa.
AI szyte na miarę jest inne. Zna Twoje ceny. Zna Twoje polityki. Mówi tak, jak mówi Twój zespół. I klienci faktycznie dostają odpowiedzi na swoje pytania.
Jak budujemy osobowość Twojego AI
Budowanie spersonalizowanego asystenta AI to nie magia. To uporządkowany proces z konkretnymi, powtarzalnymi krokami. Oto dokładnie, co robimy.
Prompt systemowy — fundament
Każdy asystent AI zaczyna od promptu systemowego. Pomyśl o nim jak o opisie stanowiska, który dałbyś nowemu pracownikowi pierwszego dnia. Definiuje:
- ›Ton i styl — "Jesteś przyjazny, ale profesjonalny. Używaj imienia klienta. Pisz krótkie zdania. Nigdy nie używaj żargonu, chyba że klient użył go pierwszy."
- ›Rola i granice — "Jesteś agentem obsługi klienta [Firmy]. Możesz odpowiadać na pytania o produkty, ceny i wysyłkę. Nie możesz autoryzować zwrotów powyżej 500 PLN — eskaluj je do człowieka."
- ›Wzorce odpowiedzi — "Gdy pytają o czas dostawy, najpierw sprawdź aktualny status wysyłki. Jeśli zamówienie jeszcze nie zostało wysłane, podaj przewidywaną datę wysyłki, nie datę dostawy."
- ›Ograniczenia — "Nigdy nie omawiaj produktów konkurencji. Nigdy nie udostępniaj wewnętrznych danych o kosztach. Nigdy nie obiecuj konkretnej daty dostawy — zawsze podawaj przedziały."
Prompt systemowy to najważniejszy element konfiguracji Twojego AI. Poświęcamy dużo czasu, żeby go dopracować, bo wszystko inne na nim bazuje.
Baza wiedzy — Twoje dokumenty, zaindeksowane i gotowe
AI musi wiedzieć to, co wie Twoja firma. Wczytujemy i indeksujemy Twoje faktyczne dokumenty biznesowe:
- ›Katalogi produktów i cenniki — aktualne ceny, specyfikacje produktów, porównania funkcji
- ›Polityki i procedury — polityka zwrotów, warunki gwarancji, procedury eskalacji, SLA
- ›FAQ i szablony wsparcia — częste pytania z zatwierdzonymi odpowiedziami
- ›Materiały szkoleniowe — jak Twój zespół obsługuje konkretne sytuacje
- ›Dane historyczne — wcześniejsze interakcje, rozwiązane zgłoszenia, częste problemy i ich rozwiązania
To nie jest jednorazowy zrzut danych. Strukturyzujemy i indeksujemy te dokumenty, żeby AI mogło szybko i dokładnie znajdować właściwe informacje. Gdy klient pyta "jaka jest różnica między Waszym planem Standard a Pro?", AI sięga do Twojego faktycznego dokumentu porównania produktów — nie do zmyślonego strzału.
Baza wiedzy jest aktualizowana wraz ze zmianami w Twoim biznesie. Nowy produkt? Zaktualizuj plik katalogu. Zmiana ceny? Zaktualizuj cennik. AI natychmiast odzwierciedla nowe informacje.
Kalibracja głosu marki
Tu większość wdrożeń AI zawodzi. Fakty mają prawidłowe, ale ton jest zły. Twoje AI brzmi jak robot recytujący instrukcję, a nie jak Twoja firma rozmawiająca z klientem.
Nasz proces kalibracji:
- ›Zbieranie próbek — analizujemy, jak Twoja firma faktycznie komunikuje się: maile, treść na stronie, posty w social media, transkrypcje rozmów z obsługą klienta, oferty, materiały marketingowe
- ›Identyfikacja wzorców — czy używacie "hej" czy "dzień dobry"? Mówicie "przepraszamy" czy "naprawimy to"? Tłumaczycie koncepty techniczne czy mówicie prosto? Krótkie akapity czy szczegółowe wyjaśnienia?
- ›Budowanie profilu głosu — udokumentowany opis Twojego stylu komunikacji, który staje się częścią promptu systemowego
- ›Testowanie i dopracowywanie — generujemy przykładowe odpowiedzi i porównujemy je obok siebie z prawdziwymi odpowiedziami Twojego zespołu. Korygujemy, aż głos AI jest nie do odróżnienia od głosu Twojej marki.
Efekt: klienci wchodzący w interakcję z Twoim AI dostają to samo wrażenie, co przy kontakcie z dobrze przeszkolonym członkiem Twojego zespołu. Nie idealne (żaden człowiek też nie jest idealny), ale spójne, kompetentne i zgodne z marką.
Barierki ochronne — czego AI nigdy nie powie
To jest ta część, o której ludzie zapominają, dopóki coś nie pójdzie nie tak. Bez barierek ochronnych AI będzie:
- ›Obiecywać terminy, których nie może zweryfikować
- ›Podawać wymyślone ceny
- ›Zaciągać zobowiązania w imieniu Twojej firmy
- ›Udostępniać wewnętrzne informacje, gdy ktoś sprytnie zapyta
- ›Przepraszać nadmiernie w sposób, który prawnie może być interpretowany jako przyznanie się do winy
Definiujemy jawne barierki ochronne dla każdego systemu:
- ›Barierki cenowe — AI podaje ceny wyłącznie z zatwierdzonego cennika. Jeśli produktu nie ma w cenniku, mówi "połączę Cię z zespołem sprzedaży po wycenę" zamiast zgadywać.
- ›Barierki zobowiązań — AI nie obiecuje konkretnych dat dostawy, terminów zatwierdzenia ani wyników. Podaje przedziały i szacunki, jasno oznaczone jako takie.
- ›Barierki informacyjne — AI nie udostępnia wewnętrznych marż, struktury kosztów, informacji o pracownikach ani strategii konkurencyjnej.
- ›Barierki eskalacji — gdy pytanie przekracza zakres lub pewność AI, natychmiast kieruje do człowieka. Bez kluczenia, bez "spróbuję to rozgryźć".
- ›Barierki prawne — AI nie udziela porad prawnych, medycznych ani finansowych. Podaje informacje i kieruje do wykwalifikowanych specjalistów.
Barierki ochronne to nie ograniczenia — to zabezpieczenia. Chronią Twoją markę, Twoich klientów i Twój biznes przed tym, żeby AI zrobiło coś bezużytecznego lub szkodliwego. Każda barierka istnieje, bo widzieliśmy, co się dzieje bez niej.
Obok siebie: generyczne vs spersonalizowane
Teoria to jedno. Zobaczmy różnicę w praktyce. Ten sam scenariusz, to samo pytanie klienta — dwa kompletnie różne doświadczenia.
Scenariusz 1 — Klient pyta o cennik
Generyczne AI:
"Ceny zależą od wielu czynników. Prosimy o kontakt z naszym zespołem sprzedaży w celu uzyskania szczegółowej wyceny. Można się z nimi skontaktować pod adresem sales@company.com lub telefonicznie w godzinach pracy."
Spersonalizowane AI (zbudowane przez nas):
"Nasz plan Standard to 199 PLN/miesiąc i obejmuje do 5 kont użytkowników, 10 GB przestrzeni i wsparcie mailowe. Biorąc pod uwagę wielkość Twojego zespołu (wspomniałeś wcześniej o 12 osobach), polecałbym plan Team za 149 PLN/osobę/miesiąc — obejmuje wszystko z planu Standard plus priorytetowe wsparcie, nieograniczoną przestrzeń i narzędzia administracyjne. Chcesz, żebym przygotował porównanie obu planów, czy może połączyć Cię z Martą ze sprzedaży, żeby omówić cennik roczny (jest 15% rabatu)?"
Generyczna odpowiedź to ślepy zaułek. Spersonalizowana odpowiedź faktycznie sprzedaje.
Scenariusz 2 — Reklamacja klienta
Generyczne AI:
"Szczerze przepraszamy za niedogodności, których doświadczyłeś. Twoja opinia jest dla nas bardzo ważna i dołożymy wszelkich starań, aby rozwiązać ten problem. Prosimy o podanie numeru zamówienia, żebyśmy mogli się temu przyjrzeć."
Spersonalizowane AI (zbudowane przez nas):
"Widzę problem, Tomek. Twoje zamówienie #8842 — monitor z pękniętym ekranem przy dostawie. Zarejestrowałem to jako sprawę #4521 w ramach naszej polityki Priorytetowej Obsługi. Kwalifikujesz się do wymiany, ponieważ to jest zgłoszenie uszkodzenia w transporcie, i już uruchomiłem proces. Dostaniesz numer śledzenia przesyłki zastępczej w ciągu 24 godzin, a etykietę zwrotną na uszkodzony sprzęt osobnym mailem. Czy jest coś jeszcze, co powinienem zaznaczyć, mając otwarty Twój profil?"
Generyczna odpowiedź zmusza klienta do powtarzania się. Spersonalizowana rozwiązuje problem w jednej wiadomości.
Scenariusz 3 — Wewnętrzne pytanie pracownika
Generyczne AI:
"Nie mam dostępu do konkretnych polityk Twojej firmy. Zalecam skontaktowanie się z działem HR lub sprawdzenie wewnętrznego portalu dokumentacji firmowej."
Spersonalizowane AI (zbudowane przez nas):
"Zgodnie z aktualizacją Q2 (dokument: HR-Policy-2026-Q2, sekcja 4.3): praca zdalna jest dozwolona do 3 dni w tygodniu dla wszystkich pracowników pełnoetatowych. Potrzebujesz zgody przełożonego przez portal HR — oto bezpośredni link: [portal.company.com/remote-request]. Termin zgłoszeń na Q3 upływa 15 czerwca. Uwaga: jeśli wnioskujesz o więcej niż 3 dni, wymaga to zgody VP i osobnego formularza (sekcja 4.5 tego samego dokumentu)."
Generyczna odpowiedź jest bezużyteczna. Spersonalizowana jest lepsza niż większość faktycznych działów HR.
Podejście CLAUDE.md — jeden plik definiuje wszystko
Oto coś, co zaskakuje większość klientów: całe zachowanie Twojego asystenta AI może być zdefiniowane w jednym, czytelnym dla człowieka pliku konfiguracyjnym. Nazywamy to podejściem CLAUDE.md.
Ten plik zawiera:
- ›Prompt systemowy (ton, rola, granice)
- ›Informacje o produktach i reguły cenowe
- ›Procedury eskalacji
- ›Barierki ochronne i ograniczenia
- ›Szablony odpowiedzi na typowe sytuacje
- ›Linki do dokumentów bazy wiedzy
Dlaczego to podejście działa
Łatwe do aktualizacji. Zmiana ceny? Edytuj jedną linijkę w pliku. Premiera nowego produktu? Dodaj sekcję. Aktualizacja polityki? Zmodyfikuj odpowiedni akapit. Bez przebudowy systemu, bez ponownego wdrożenia, bez potrzeby programisty do prostych zmian.
Wersjonowane. Każda zmiana w konfiguracji jest śledzona w Git z pełną historią. Widzisz dokładnie, co się zmieniło, kiedy i kto zmienił. Jeśli nowa zmiana powoduje problemy, cofnij do poprzedniej wersji w kilka sekund.
Czytelne dla człowieka. Nie musisz być programistą, żeby zrozumieć, co Twoje AI "wie" lub jak się zachowuje. Plik konfiguracyjny czyta się jak dokument, nie jak kod. Twój zespół marketingowy może przejrzeć ton. Twój zespół prawny może przejrzeć barierki ochronne. Twój zespół produktowy może przejrzeć informacje o produktach. Każdy może się włączyć bez umiejętności technicznych.
Modułowe. Różne sekcje obsługują różne aspekty zachowania AI. Ton jest oddzielony od produktów. Produkty od polityk. Polityki od reguł eskalacji. Możesz zaktualizować jeden obszar bez dotykania pozostałych.
Testowalne. Gdy zmieniasz konfigurację, możesz od razu przetestować nowe zachowanie. "Przed tą zmianą AI odpowiadało tak. Po tej zmianie odpowiada inaczej." Jasna przyczyna i skutek.
To podejście oznacza, że Twój system AI nie jest czarną skrzynką. To dobrze zorganizowana, udokumentowana, wersjonowana konfiguracja, którą każdy w Twoim zespole może zrozumieć i zaproponować zmiany.
Budowanie asystentów, którzy rozumieją TWOICH użytkowników
Częsty błąd przy wdrażaniu AI: budowanie asystenta, żeby zaimponował technicznym ludziom, zamiast żeby służył faktycznym użytkownikom.
Jeśli Twoi klienci to menedżerowie hoteli, AI musi rozmawiać o:
- ›Wskaźnikach obłożenia i kanałach rezerwacji
- ›Harmonogramach sprzątania i rotacji pokoi
- ›Wynikach satysfakcji gości i zarządzaniu opiniami
- ›Strategiach cenowych sezonowych
Nie o "pipeline'ach uczenia maszynowego", "architekturach sieci neuronowych" czy "modelach transformerowych". Nikogo meldującego gości nie obchodzi, jak AI działa wewnętrznie. Obchodzi go, że pomaga zapełniać pokoje i zarządzać operacjami.
Dostosowujemy słownictwo AI do świata użytkownika. To wykracza poza unikanie żargonu — to oznacza:
- ›Prawidłowe używanie terminologii branżowej — jeśli Twoi użytkownicy mówią "ADR" (Average Daily Rate), AI mówi "ADR", a nie "średnia cena za sprzedany pokój"
- ›Rozumienie kontekstu — gdy menedżer restauracji mówi "brakuje nam dwóch nakryć dzisiaj wieczorem", AI wie, że to oznacza dwie mniej rezerwacje, nie brak fizycznych nakryć
- ›Dopasowanie głębokości komunikacji — prezes chce podsumowania. Kierownik operacyjny chce szczegółów. Technik chce specyfikacji. AI dostosowuje się w zależności od tego, kto pyta.
- ›Szacunek dla przepływu pracy — AI nie sugeruje złożonego procesu, gdy użytkownik wyraźnie się spieszy. Daje szybką odpowiedź najpierw i oferuje szczegóły jako kontynuację.
Uczymy się tego, rozmawiając z Twoimi faktycznymi użytkownikami (lub Twoim zespołem, który ich zna), przeglądając realne interakcje i iterując na podstawie tego, jak ludzie faktycznie komunikują się w Twojej branży.
Iteracja na prawdziwych danych
Nie testujemy na danych demo. Nie tworzymy fikcyjnych scenariuszy, które robią AI dobre wrażenie. Testujemy na prawdziwych pytaniach od Twoich faktycznych klientów.
Nasz proces testowania:
- ›Zbieranie prawdziwych pytań — z Twoich zgłoszeń, skrzynki mailowej, logów czatu, transkrypcji rozmów telefonicznych. Faktyczne pytania, które zadali prawdziwi ludzie.
- ›Przepuszczenie przez system — sprawdzamy, jak AI odpowiada na każde z nich.
- ›Porównanie z idealną odpowiedzią — co powiedziałby Twój najlepszy pracownik? Jak wypada odpowiedź AI w porównaniu?
- ›Identyfikacja luk — gdzie AI nie daje rady? Brakujące informacje? Zły ton? Błędne fakty? Niepotrzebna eskalacja?
- ›Dopracowanie i ponowne testy — korygujemy prompt systemowy, bazę wiedzy lub barierki ochronne i uruchamiamy te same pytania ponownie. Mierzymy poprawę.
- ›Przypadki brzegowe — celowo testujemy nietypowymi, niejednoznacznymi lub antagonistycznymi pytaniami. "Co jeśli ktoś zapyta w innym języku?" "Co jeśli ktoś zapyta o wycofany produkt?" "Co jeśli ktoś spróbuje nakłonić AI do powiedzenia czegoś nieodpowiedniego?"
Ten proces powtarza się, aż system konsekwentnie obsługuje pytania ze świata rzeczywistego, które Twoi klienci faktycznie zadają. Nie kuratorowany zestaw demo — bałagan, nieprzewidywalna rzeczywistość faktycznych interakcji z klientami.
Po wdrożeniu dopracowywanie trwa. Monitorujemy realne interakcje, identyfikujemy nowe wzorce i korygujemy system. Pytania Twoich klientów ewoluują. Twoje produkty się zmieniają. AI musi nadążać.
Metryki, które śledzimy podczas testów
Nie polegamy na "wydaje się ok" jako mierze jakości. Śledzimy konkretne metryki:
- ›Wskaźnik dokładności — jaki procent twierdzeń faktycznych w odpowiedziach AI jest poprawny? Cel: 98%+
- ›Ocena dopasowania tonu — czy odpowiedź brzmi jak Twoja marka? Oceniany przez Twój zespół podczas kalibracji.
- ›Wskaźnik rozwiązań — jak często AI w pełni rozwiązuje zapytanie bez potrzeby eskalacji do człowieka?
- ›Adekwatność odpowiedzi — czy AI trzyma się barierek ochronnych? Czy kiedykolwiek obiecuje coś, czego nie powinno? Czy kiedykolwiek udostępnia informacje, których nie powinno?
- ›Wskaźnik odpowiedzi zastępczych — jak często AI mówi "nie wiem" lub eskaluje? Wysoki wskaźnik oznacza, że baza wiedzy ma luki. Niski wskaźnik przy niskiej dokładności oznacza, że AI zgaduje zamiast przyznać się do niepewności.
Te metryki dają nam konkretne cele do poprawy. "Wskaźnik dokładności wzrósł z 91% do 97% po dodaniu zaktualizowanego katalogu produktów" jest znacznie bardziej użyteczne niż "wydaje się lepiej".
Pętle zwrotne
Gdy system jest na żywo, ustanawiamy kanały feedbacku:
- ›Próbkowanie przeglądów ludzkich — losowa próba interakcji AI jest przeglądana przez Twój zespół co tydzień. Oznaczają problemy, a my je adresujemy.
- ›Przyciski feedbacku użytkowników — jeśli to stosowne, użytkownicy końcowi mogą oznaczyć bezużyteczne odpowiedzi. Te oznaczenia trafiają bezpośrednio do naszej kolejki ulepszeń.
- ›Detekcja dryfu — z czasem wydajność AI może się przesuwać wraz ze zmianami Twojego produktu lub pojawianiem się nowych wzorców pytań. Monitorujemy to i proaktywnie korygujemy, zanim stanie się problemem.
Efekt: Twój asystent AI staje się lepszy z czasem, nie gorszy. Uczy się na swoich błędach (przez nasze dostrajanie, nie przez niekontrolowane samouczenie) i adaptuje się do Twojego rozwijającego się biznesu.
Co dostajesz na koniec
Wszystko.
Powiedzmy to konkretnie:
- ›Wszystkie pliki konfiguracyjne — prompty systemowe, barierki ochronne, szablony odpowiedzi, kompletny CLAUDE.md. Twoje.
- ›Baza wiedzy — każdy dokument, który zaindeksowaliśmy, każdy opis produktu, który ustrukturyzowaliśmy, każde FAQ, które sformatowaliśmy. Twoje.
- ›Kod — każda linia kodu backendowego, frontendowego, integracyjnego, konfiguracji wdrożenia. Twoje. Na GitHubie, z Twoim kontem jako właścicielem.
- ›Dokumentacja — jak system działa, jak go aktualizować, jak go utrzymywać, jak go modyfikować. Wewnątrz repozytorium.
- ›Materiały szkoleniowe — jeśli szkoliliśmy Twój zespół z obsługi i aktualizacji systemu, te materiały też są Twoje.
Nie jesteś uwięziony. Jeśli chcesz:
- ›Samodzielnie modyfikować system — proszę bardzo, masz kod i dokumentację
- ›Zatrudnić innego programistę do pracy nad nim — będzie miał pełny kontekst w repozytorium
- ›Przejść na innego dostawcę AI — architektura jest modułowa, model można wymienić
- ›Całkowicie przestać korzystać z naszych usług — zabierasz wszystko, bez haczyków
Budujemy systemy, które posiadasz, nie systemy, które posiadają Ciebie. Nasz model biznesowy opiera się na robieniu dobrej pracy, która sprawia, że chcesz wracać — nie na łapaniu Cię w zależność, z której nie możesz się wydostać.
Jak "własność" wygląda na co dzień
Własność to nie tylko zasada — przejawia się w praktyczny sposób:
- ›Twój zespół marketingowy chce zaktualizować opis produktu, którego używa AI? Otwiera plik CLAUDE.md, edytuje odpowiednią sekcję, a AI natychmiast odzwierciedla zmianę. Bez ticketu do nas, bez czekania.
- ›Twój zespół prawny chce sprawdzić, co AI może, a czego nie może mówić? Czyta sekcję barierek ochronnych w pliku konfiguracyjnym. Prosty język, żaden kod do rozszyfrowania.
- ›Zatrudniasz nowego programistę i chcesz, żeby zrozumiał system? Klonuje repozytorium, czyta README i ma pełny kontekst w ciągu godziny.
- ›Decydujesz się dodać nowy język? Duplikujesz konfigurację, tłumaczysz ją i AI teraz działa w dwóch językach. Architektura obsługuje to domyślnie.
Ten poziom transparentności i kontroli jest nietypowy w branży konsultingu AI. Większość dostawców trzyma "tajny sos" w ukryciu, bo ich model biznesowy zależy od tego, żebyś potrzebował ich wiecznie. Nasz zależy od zbudowania czegoś tak dobrego, że wybierasz dalszą współpracę z nami — nie dlatego, że musisz, ale dlatego, że chcesz.
Jak zacząć
Budowanie spersonalizowanego asystenta AI to projekt, nie produkt kupowany z półki. Wymaga czasu, współpracy i iteracji. Ale efektem jest AI, które reprezentuje Twój biznes i pomaga Twoim klientom.
Oto jak wygląda ten proces:
- ›Rozmowa odkrywcza — poznajemy Twój biznes, Twoich klientów, Twoje aktualne bolączki i to, co chcesz, żeby AI robiło
- ›Specyfikacja funkcjonalna — dokumentujemy dokładnie, co system będzie robić, czego nie będzie robić i jak wygląda sukces
- ›Faza budowy — budujemy system, konfigurujemy AI, wczytujemy Twoją bazę wiedzy i ustawiamy integracje
- ›Testy na prawdziwych danych — testujemy na faktycznych pytaniach klientów i iterujemy, aż jakość spełni Twoje standardy
- ›Wdrożenie i przekazanie — system rusza na żywo, dostajesz pełny dostęp do wszystkiego, a my szkolimy Twój zespół z obsługi i utrzymania
- ›Wsparcie ciągłe (opcjonalnie) — możemy dalej monitorować i dopracowywać, albo przejmujesz to samodzielnie
Gotowy na AI, które naprawdę brzmi jak Twoja firma? Umów się na darmową konsultację i porozmawiajmy o tym, co jest możliwe w Twojej konkretnej sytuacji.