Claude Managed Agents: Jak nastavit AI agenta, který každé ráno automaticky odešle report do Slacku

Představte si, že ráno otevřete Slack a tam na vás čeká kompletní přehled za uplynulý den — celkový spend, ROAS, tržby, konverzní poměr i top kreativy. Vše přehledně, v češtině, bez jediného kliknutí z vaší strany. Tohle není vzdálená vize budoucnosti. Claude Managed Agents od Anthropicu jsou dostupné již dnes a přesně takovýto workflow s nimi lze postavit během hodiny.

V tomto článku vám ukážeme, co Claude Managed Agents jsou, jak fungují, jak nastavit prvního agenta krok za krokem a jaké konkrétní use cases z nich vytěžíte nejvíce — ať už provozujete DTC e-shop, digitální agenturu nebo interní marketingový tým.

Co jsou Claude Managed Agents?

Claude Managed Agents jsou cloudoví AI agenti, které Anthropic hostuje přímo na vlastní infrastruktuře. Zásadní rozdíl oproti lokálním skriptům nebo tradičním workflow nástrojům jako n8n či Make spočívá v tom, že zde nepotřebujete vlastní server, nestarat se o výpadky a neudržovat žádnou infrastrukturu.

Agent běží autonomně a disponuje několika klíčovými vlastnostmi:

• Běží 24/7 v cloudu bez nutnosti vlastního serveru nebo VPS
• Připojuje se k externím datovým zdrojům prostřednictvím MCP serverů (Model Context Protocol) — například Meta Ads, Google Analytics 4, Shopify nebo Slack
• Spouští se automaticky podle cron rozvrhu — každý pracovní den ráno, každý týden, každou hodinu
• Disponuje persistentní pamětí, díky níž zaznamenává co dělal, jak to dopadlo a může porovnávat výsledky v čase
• Anthropic zajišťuje sandboxing, error recovery a audit logy na úrovni enterprise

Jinými slovy: jednou definujete, co chcete, připojíte datové zdroje, nastavíte čas spuštění — a pak se o nic nestaráte. Agent pracuje sám.

Jaký model agent používá?

K červnu 2026 Claude Managed Agents standardně využívají model Claude Opus 4 pro komplexní analytické úlohy a Claude Sonnet 4 pro rychlejší, opakující se reportingové tasky, kde není nutná maximální hloubka analýzy. Volbu modelu lze nastavit přímo v konfiguraci agenta v API dashboardu — doporučujeme začít s Claude Sonnet 4 pro denní reporty a přejít na Opus 4 v případě, že potřebujete hlubší interpretaci dat nebo složitější rozhodovací logiku.

Jak Claude Managed Agents fungují v praxi?

Celý koncept stojí na třech základních stavebních blocích: systémovém promptu (co agent dělá), MCP serverech (odkud bere data) a výstupu (kam posílá výsledky).

Blok 1: Systémový prompt

Systémový prompt definuje roli agenta a přesně specifikuje, co má každý den zkontrolovat, jak má výsledky interpretovat a v jakém formátu má výstup dodat. Čím konkrétnější prompt, tím konzistentnější a spolehlivější výstup.

Příklad promptu pro DTC firmu nebo performance marketingovou agenturu:

Jsi denní reporting agent pro e-commerce tým. Každý pracovní den v 7:00:

1. Vytáhni data z Meta Ads za posledních 24 hodin:
   - Celkový spend, ROAS, CPA, CPM, CTR
   - Top 3 kreativy podle ROAS
   - Kampaně s ROAS pod 1,5 — označ jako kritické

2. Porovnej s průměrem za posledních 7 dní:
   - Co se zlepšilo o více než 15 %?
   - Co se zhoršilo o více než 15 %?

3. Zkontroluj Shopify tržby za posledních 24 hodin:
   - Celkové tržby, počet objednávek, průměrná hodnota objednávky
   - Konverzní poměr — porovnej s 7denním průměrem

4. Zkontroluj Google Analytics 4:
   - Celkový traffic, bounce rate, top zdroje návštěvnosti

5. Napiš stručný brief v češtině (max. 400 slov):
   - Co se děje a proč si toho mám všimnout
   - 1–3 konkrétní doporučení na dnešní den

6. Pošli výsledek do Slacku do kanálu #morning-brief
   - Použij formátování: tučné nadpisy, bullet points, emoji pro rychlou orientaci

Prompt může zahrnovat specifické prahové hodnoty pro alerty, požadovaný jazyk výstupu, instrukce pro výjimečné situace (co dělat, pokud jsou data neúplná) nebo pokyny pro různé příjemce zprávy.

Blok 2: MCP servery

MCP servery (Model Context Protocol) jsou standardizovaný způsob, jak agentovi poskytnout přístup k externím službám a datovým zdrojům. Pro reportingového agenta v e-commerce kontextu budete nejčastěji potřebovat:

Každý MCP server nastavíte jednou v Claude API dashboardu — přidáte příslušné API klíče nebo provedete OAuth autorizaci. Agent pak ví, jak s každou službou komunikovat, a přihlašovací údaje jsou bezpečně uloženy na straně Anthropicu.

Blok 3: Výstup a rozvrh

Výstup nejčastěji míří do Slacku, ale může to být email, Notion databáze, Google Sheets, nebo jakákoli jiná služba s dostupným MCP serverem. Rozvrh nastavíte přes standardní cron výraz:

0 7 * * 1-5    # každý pracovní den v 7:00
0 8 * * 1      # každé pondělí v 8:00 (týdenní report)
0 9 1 * *      # první den v měsíci v 9:00 (měsíční report)

Ráno v nastavenou hodinu se agent probudí, vytáhne data za uplynulé období, napíše brief a odešle ho na určené místo — ještě než vy otevřete laptop.

Jak nastavit prvního agenta: krok za krokem

Níže najdete kompletní postup od prvního přihlášení po spuštění ostrého agenta.

Krok 1: Otevřete Claude API dashboard

Přejděte na claude.ai/api a přihlaste se ke svému účtu. Pokud ještě nemáte API přístup, zaregistrujte se — základní přístup je dostupný v rámci standardního Claude Pro nebo Team plánu, plný přístup k Managed Agents je součástí Claude API (platba za tokeny). V levém menu klikněte na sekci Agents a poté na Create new agent.

Krok 2: Napište systémový prompt

V poli System prompt definujte roli agenta a přesné instrukce. Buďte konkrétní — specifikujte, jaká data chcete, v jakém formátu, co má agent dělat při chybějících datech a jak má výsledky interpretovat. Vyhněte se vágním formulacím jako "zkontroluj výkon kampaní" — raději napište "porovnej ROAS za posledních 24 hodin s průměrem za posledních 7 dní a označ kampaně s poklesem o více než 20 %".

Krok 3: Připojte MCP servery

V záložce Connections přidejte relevantní MCP servery. Každý server vyžaduje API klíče nebo OAuth autorizaci — tuto konfiguraci provedete jednou a agent ji pak používá automaticky při každém spuštění. Doporučujeme začít se dvěma až třemi zdroji a postupně přidávat další, jakmile ověříte, že agent pracuje správně.

Krok 4: Nastavte výstup

Přidejte Slack MCP server a v systémovém promptu specifikujte přesný název kanálu (například #morning-brief nebo #performance-daily). Zvažte také nastavení fallback výstupu — například emailu — pro případ, že Slack není dostupný nebo dojde k chybě při odesílání.

Krok 5: Nastavte rozvrh

V záložce Schedule zadejte cron výraz nebo vyberte z přednastavených možností. Pro denní reporty doporučujeme spouštění alespoň 30 minut před začátkem pracovního dne vašeho týmu — agent potřebuje čas na zpracování dat, a zároveň chcete, aby report byl připravený, když lidé otevřou Slack.

Krok 6: Otestujte agenta

Klikněte na Run now a zkontrolujte výstup. Sledujte:

• Jsou data správná a úplná?
• Je formát výstupu přehledný a čitelný?
• Interpretuje agent data smysluplně?
• Odpovídá délka a styl výstupu vašim očekáváním?

Počítejte s tím, že první spuštění bude vyžadovat ladění. Typicky stačí dvě až tři iterace promptu, než je výstup přesně takový, jaký chcete. Nebojte se být v promptu velmi konkrétní — například přidat vzorový výstup jako referenci.

Krok 7: Aktivujte agenta

Jakmile jste spokojeni s výsledkem testovacího běhu, přepněte agenta do stavu Active. Od tohoto okamžiku běží automaticky podle nastaveného rozvrhu.

Praktické use cases: Co dalšího postavit na stejném principu

Jakmile máte denní reporting v chodu, základní pattern zůstává stejný — mění se pouze zdroj dat, logika a výstup.

Creative reviewer

Agent každý den sleduje výkon reklamních kreativ v Meta Ads. Detekuje pokles CTR nebo nárůst CPA u konkrétních kreativ a upozorní vás předtím, než kreativa "vyhoří" a začne výrazně zhoršovat výsledky celé kampaně. Díky včasnému upozornění můžete kreativu pozastavit nebo nahradit dříve, než ztratíte zbytečně velkou část rozpočtu.

Competitor monitor

Agent pravidelně prochází Meta Ad Library a hledá nové reklamy od definovaných konkurentů. Každý pátek ráno dostanete přehled: co nového spustili, jaký formát používají, jaké sdělení testují. Bez manuálního procházení knihovny.

Weekly executive brief

Agent každé pondělí ráno agreguje data z celého předchozího týdne a vygeneruje jedno souhrnné PDF nebo Notion stránku pro leadership nebo klienty. Zahrnuje klíčové metriky, trendy, doporučení a srovnání s předchozím týdnem. Žádné ruční sestavování reportů, žádné kopírování čísel z různých nástrojů.

Anomaly detector

Agent kontinuálně sleduje klíčové metriky a posílá okamžitý alert, pokud se některá výrazně odchýlí od průměru. Například: "Konverzní poměr klesl o 42 % oproti 7dennímu průměru — zkontrolujte checkout stránku." Nebo: "CPM vzrostl o 60 % — Meta Ads aukce je dnes výrazně dražší, zvažte snížení denního budgetu."

Onboarding progress tracker

Pro SaaS firmy nebo produktové týmy: agent každý den sleduje onboardingová data nových uživatelů, identifikuje, kde nejčastěji dochází k odchodu z procesu, a doporučuje konkrétní kroky ke zlepšení aktivace.

Jaký je rozdíl oproti n8n nebo Make?

Tato otázka přichází téměř od každého, kdo se automatizacemi zabývá. n8n a Make jsou výborné workflow nástroje pro propojení aplikací a spouštění předdefinovaných kroků — ale mají svá strukturální omezení:

• Workflow musíte přesně definovat předem — každý krok, každé větvení, každou podmínku
• Pokud se data změní nebo nastane neočekávaná situace, workflow selže nebo provede špatné rozhodnutí
• Tyto nástroje nemají "inteligenci" — provádějí instrukce, ale nerozumějí kontextu ani neinterpretují výsledky

Claude Managed Agent se chová jinak. Dostane instrukce na vysoké úrovni — například "zkontroluj data a reportuj anomálie" — a sám rozhodne, jak to provede. Pokud narazí na neočekávaný formát dat, přizpůsobí se. Pokud chybí část dat, vysvětlí proč a pracuje s tím, co má. Pokud identifikuje trend, který jste v promptu explicitně nedefinovali, ale je relevantní, zmíní ho.

To neznamená, že Claude Managed Agents nahrazují n8n nebo Make. Oba přístupy se spíše doplňují:

Ceny a dostupnost

Claude Managed Agents jsou dostupné přes Claude API. Platíte za tokeny, které agent spotřebuje při každém běhu — vstupní tokeny (data z MCP serverů + systémový prompt) i výstupní tokeny (vygenerovaný report).

Pro orientaci v nákladech:

• Denní reportingový agent zpracovávající data z Meta Ads, GA4 a Shopify s výstupem 300–500 slov: přibližně $0,10–0,30 za spuštění při použití Claude Sonnet 4
• Měsíční náklady při denním spouštění (22 pracovních dní): přibližně $2–7 měsíčně
• Anomaly detector s kratším výstupem a jednodušší logikou: pod $1 měsíčně

Pro srovnání: většina SaaS reporting nástrojů (Supermetrics, Funnel.io, Databox) stojí desítky až stovky dolarů měsíčně. Claude Managed Agent zvládne srovnatelnou nebo vyšší hodnotu za zlomek ceny — a navíc výstup interpretuje a formuluje v přirozeném jazyce, nikoli jen zobrazuje čísla v dashboardu.

Onboarding je dostupný přímo v Claude API dashboardu v sekci Agents. Anthropic průběžně rozšiřuje knihovnu dostupných MCP serverů — k červnu 2026 zahrnuje desítky integrací včetně HubSpotu, Salesforce, Klaviyo, TikTok Ads, LinkedIn Ads nebo BigQuery.

Co to znamená pro váš tým v praxi

Claude Managed Agents nejsou jen další nástroj pro automatizaci. Představují posun v tom, jak AI funguje ve firmě — od nástroje, který pomáhá na vyžádání, k agentovi, který aktivně pracuje na pozadí a podává výsledky bez toho, abyste ho museli spouštět.

Pro DTC firmy a agentury, kde ranní briefing nad daty trvá 30–60 minut, jde o přímou a měřitelnou časovou úsporu. Ale co je důležitější: agent neodpočívá, neonemocní a nepřeskočí kontrolu proto, že byl zaneprázdněný. Data má každý den, bez výjimky, ve stejném formátu.

Navíc — a to je klíčová výhoda oproti statickým dashboardům — agent výsledky interpretuje. Nevidíte jen číslo 1,8 u ROAS. Vidíte větu: "ROAS klesl z 2,4 na 1,8, což odpovídá poklesu o 25 % oproti 7dennímu průměru. Nejvýrazněji se zhoršila kampaň Retargeting CZ, kde CPA vzrostlo o 40 %. Doporučuji zkontrolovat kreativy v této kampani." To je informace, se kterou okamžitě pracujete.

Akční kroky: Jak začít ještě tento týden

Pokud chcete Claude Managed Agents vyzkoušet v praxi, zde jsou konkrétní kroky, které zvládnete do pátku:

1. Dnes: Přihlaste se do Claude API dashboardu a prozkoumejte sekci Agents. Projděte si dostupné MCP servery a ověřte, které z vašich datových zdrojů jsou podporovány.

2. Zítra: Napište první verzi systémového promptu pro váš denní report. Začněte jednoduše — jeden nebo dva datové zdroje, jasný formát výstupu.

3. Pozítří: Nakonfigurujte MCP servery a připojte první integraci (doporučujeme začít se Slackem a jedním datovým zdrojem, například Shopify nebo Meta Ads).

4. Čtvrtek: Spusťte testovací běh, zkontrolujte výstup a proveďte první iteraci promptu.

5. Pátek: Aktivujte agenta a nastavte rozvrh. Příští pracovní den ráno vás čeká první automatický report.

Celý onboarding je dobře zdokumentovaný přímo v Claude API dokumentaci. První fungující agent vám zabere méně než hodinu — a od té chvíle pracuje za vás každý den.