Как создать ИИ-агента под одну задачу за рабочий день
Собрать ИИ-агента под одну узкую задачу бизнеса можно за рабочий день, если взять готовую модель, описать ей роль текстом, дать пару инструментов и оставить человека на проверке. Сложность прячется в выборе границ задачи и в петле, которая позволяет агенту довести дело до результата.
Из чего состоит агент
Когда фаундер слышит «агент», он представляет коробку с искусственным интеллектом, которая сама всё решает. Внутри всё проще и честнее. Агент — это модель, которой вы дали роль, инструменты и право действовать в цикле, пока задача останется закрытой. Модель отвечает за рассуждение, промпт задаёт границы и тон, инструменты дают руки, цикл превращает один ответ в последовательность шагов.
Разберём пять частей по очереди, чтобы вы видели, где сосредоточена работа. Модель вы берёте готовую — Claude, GPT или открытую через провайдера, выбор зависит от бюджета и требований к данным. Системный промпт описывает, кто этот агент, какую задачу он закрывает и каким правилам подчиняется. Инструменты — это функции, которые модель вызывает: поиск по базе, отправка письма, запись в таблицу. Цикл связывает рассуждение и действие: модель планирует шаг, вызывает инструмент, читает результат и решает, что делать дальше. Человек в контуре через HITL подтверждает важные действия до того, как они уйдут наружу.
| Часть агента | За что отвечает | Где ваша работа |
|---|---|---|
| Модель (LLM) | Рассуждение, понимание текста | Выбрать под бюджет и приватность |
| Системный промпт | Роль, границы задачи, тон | Написать чётко, на одну задачу |
| Инструменты | Действия во внешнем мире | Подключить минимум нужных |
| Цикл (agent loop) | План → действие → проверка | Задать условие остановки |
| Человек в контуре | Контроль важных шагов | Решить, что требует подтверждения |
Какую задачу отдавать агенту первой
В работе с фаундерами я часто вижу одну и ту же картину. Команда хочет автоматизировать сразу всё: переписку, отчёты, аналитику, поддержку. Каждая из этих областей тянет за собой десяток сценариев, и агент тонет в исключениях ещё до первого полезного результата. Поэтому первая задача обязана быть скучной, повторяющейся и измеримой.
Хорошая первая задача обладает тремя признаками. Её делают руками много раз в неделю, и каждый раз одинаково. У неё ясный вход (письмо, заявка, строка в таблице) и ясный выход (категория, черновик, запись). Цена ошибки терпимая: если агент один раз ошибётся, человек поправит за минуту. Под такие критерии подходит сортировка входящих обращений, подготовка черновиков ответов на типовые вопросы, сбор данных по компании из открытых источников, первичная разметка договоров по чек-листу.
- Выпишите 5–7 повторяющихся дел, которые команда делает руками каждую неделю.
- Отметьте те, у которых ясный вход и ясный выход одним словом или строкой.
- Из них выберите дело с самой терпимой ценой ошибки — там агент учится безопасно.
- Сформулируйте задачу одним предложением с глаголом действия: «агент берёт X и выдаёт Y».
- Опишите, как вы поймёте, что агент справился: метрика или простой признак готовности.
Узкая задача с терпимой ценой ошибки — это полигон, где агент приносит пользу уже сегодня и где команда спокойно учится ему доверять.
На чём собирать без глубокого кода
Claude Code работает как агент прямо из коробки: он держит цикл рассуждения и действия, читает и пишет файлы, запускает команды, обращается к внешним сервисам. Вы общаетесь с ним обычным текстом и задаёте роль через инструкцию-файл. Это снимает главный барьер: глубокий код пишет модель, а вы остаётесь на уровне постановки задачи и контроля результата.
Инструменты подключаются через MCP — единый стандарт, по которому агент обращается к внешним системам. Готовые MCP-серверы уже существуют для почты, таблиц, баз данных, мессенджеров, поиска. Вы подключаете нужный коннектор, и агент получает руки в этой системе. Под капотом всё держится на function-calling — механизме, через который модель вызывает функцию и читает её ответ. Знать его устройство необязательно, достаточно понимать, что каждый инструмент — это действие с понятным входом и выходом.
| Подход | Кому подходит | Что вы делаете руками |
|---|---|---|
| Claude Code + MCP | Фаундеру без кода, узкая задача | Описываете роль, подключаете коннектор |
| Конструктор сценариев (n8n) | Линейный процесс по шагам | Собираете цепочку блоков мышкой |
| Свой код через API | Команде с разработчиком | Пишете обёртку и логику цикла |
- Claude Code держит петлю агента сам — вы ставите задачу текстом и читаете отчёт о ходе работы.
- MCP даёт готовые коннекторы к внешним системам, поэтому руки агенту вы подключаете за минуты.
- Конструкторы сценариев подходят там, где процесс линейный и шаги известны заранее.
- Собственный код через API нужен команде с инженером и сложной логикой, которой мало готовых блоков.
Пошаговая сборка за рабочий день
Соберём агента по шагам так, чтобы к вечеру он закрывал одну задачу под вашим присмотром. Порядок важен: сначала граница и роль, потом инструменты, в конце петля и контроль. Каждый шаг проверяемый, и вы видите результат до того, как переходите к следующему.
- Утро, граница. Сформулируйте одну задачу предложением «агент берёт X и выдаёт Y» и запишите признак готовности.
- Роль. Напишите системный промпт: кто этот агент, какую задачу он закрывает, какому чек-листу подчиняется, что делает при сомнении.
- Инструменты. Подключите минимум — обычно один источник данных и один способ записать результат. Лишние руки добавляют ошибки.
- Сухой прогон. Дайте агенту 3–5 реальных примеров и сверьте каждый ответ глазами. Поправьте промпт там, где он промахнулся.
- Петля и остановка. Задайте условие, когда задача закрыта, и шаг, требующий вашего подтверждения перед отправкой наружу.
- Контроль. Оставьте себя в контуре на отправку писем и записи во внешние системы, пока статистика ошибок останется на нуле несколько дней.
К концу дня у вас работает связка, которую вы понимаете целиком: модель с понятной ролью, один-два инструмента, петля с условием остановки и вы на проверке. Дальше агент набирает обороты на реальных примерах, а вы постепенно снимаете контроль с тех шагов, где статистика ошибок держится на нуле.
Типичные грабли и как их обойти
Первые агенты ломаются предсказуемо, и почти всегда по одним и тем же причинам. Я собрал грабли, на которые наступает большинство команд, и сразу даю обход для каждой. Знание этих ловушек экономит вам половину рабочего дня.
| Грабли | Почему случается | Обход |
|---|---|---|
| Слишком широкая задача | Хочется автоматизировать всё сразу | Сузьте до одного действия с ясным входом и выходом |
| Расплывчатый промпт | Роль описана общими словами | Пишите как должностную инструкцию с чек-листом |
| Лишние инструменты | Подключают всё, что под рукой | Дайте минимум: один источник, один способ записи |
| Цикл без остановки | Условие завершения отсутствует | Задайте признак, когда задача закрыта |
| Запуск без человека | Доверяют агенту с первого дня | Держите себя на отправке наружу первые дни |
| Молчаливые ошибки | Сбои уходят без логов | Включите логи на каждый шаг и читайте их |
Отдельная грабля — приёмка результата на глаз без проверочного слоя. Полезно дать агенту короткий чек-лист самопроверки прямо в промпте: перед выдачей он сам сверяет ответ с критериями и помечает сомнительные случаи для вас. Это дёшево по усилиям и заметно поднимает качество, потому что подозрительное всплывает наверх само.
Частые вопросы
Сколько времени занимает первый агент под задачу?
Узкий агент под одно повторяющееся действие собирается за рабочий день, если задача сформулирована одним предложением и у неё ясный вход и выход. Бóльшая часть времени уходит на постановку границ и сухой прогон на реальных примерах, а сама сборка в Claude Code занимает пару часов. Широкая задача вроде «агент для всего маркетинга» растягивается на недели, поэтому первую берут узкой.
Нужно ли уметь программировать, чтобы собрать агента?
Глубокий код вам писать необязательно. В Claude Code вы описываете роль и задачу обычным текстом, а сам код пишет модель. Инструменты подключаются через готовые MCP-коннекторы к почте, таблицам, базам и мессенджерам. Ваша работа остаётся на уровне постановки задачи, выбора инструментов и проверки результата. Базовое понимание, что такое функция и API, ускоряет дело, но входным барьером оно перестало быть.
Чем агент отличается от обычного чат-бота?
Чат-бот отвечает на сообщение и ждёт следующего. Агент держит цикл: он планирует шаг, вызывает инструмент, читает результат и решает, что делать дальше, пока задача закрыта. Именно цикл и доступ к инструментам через tool-use превращают модель из собеседника в исполнителя. Чат-бот говорит, агент действует во внешних системах под вашим контролем.
Что такое человек в контуре и зачем он агенту?
Человек в контуре (HITL) — это шаг, на котором агент показывает результат вам до того, как действие уйдёт наружу. Отправка письма, запись в систему, ответ клиенту проходят через ваше подтверждение, пока вы копите статистику ошибок. Так агент работает с первого дня без риска навредить, а доверие к нему вы снимаете постепенно и по данным.
Какую задачу безопаснее всего отдать агенту первой?
Берите дело, которое команда делает руками много раз в неделю одинаково, с ясным входом и выходом и терпимой ценой ошибки. Под это подходят сортировка входящих обращений, черновики ответов на типовые вопросы, сбор данных по компании из открытых источников, разметка договоров по чек-листу. Там агент учится безопасно, и человек поправит редкий промах за минуту.
Как понять, что агент готов работать без моего подтверждения?
Сигналом служит статистика, а ощущение тут вторично. Пока агент делает шаг под вашим подтверждением, вы копите данные по его точности. Десятки чистых прогонов подряд по одному шагу означают, что его можно отпустить, оставив логи для контроля. Один сбой возвращает подтверждение обратно. Контроль снимают по шагам, начиная с самых безопасных действий.
Разберём вашу ситуацию на Discovery-созвоне
Один час, бесплатно. Покажем, какие задачи в вашем случае отдать ИИ, а какие оставить людям.
Записаться на Discovery →