В работе с командами я часто вижу одну и ту же картину: вопрос «как создать ИИ агента» звучит как заказ на разработку с нуля, хотя на практике он собирается из готовых блоков — модель, доступ к данным, набор действий и слой проверки.
Что такое агент
Чтобы создать ИИ агента, бизнесу нужны четыре блока: языковая модель как мозг, доступ к данным компании, набор действий (отправить письмо, записать в таблицу, вызвать систему) и слой проверки результата. Мы собираем это на готовых инструментах вроде Claude Code, MCP и n8n — без написания модели с нуля.
Агент отличается от обычного чата тем, что выполняет цепочку шагов самостоятельно. Чат отвечает на вопрос и ждёт. Агент получает цель, разбивает её на действия, обращается к данным, вызывает внешние сервисы и возвращает готовый результат.
В практике Зинин × Штурбин такой инструмент всегда строят под конкретный процесс команды: разбор входящих заявок, подготовка коммерческих предложений, ответы клиентам по базе знаний. Мы сначала описываем процесс, потом подбираем под него блоки.
Из чего собирается
Любой рабочий агент держится на четырёх частях. Каждую закрывает готовый инструмент:
- Модель — основа рассуждения. Берём облачную модель уровня Claude или GPT, обучать свою избыточно.
- Данные — доступ к базе знаний, документам и таблицам компании через RAG или MCP-коннектор.
- Действия — то, что он умеет делать: писать письма, обновлять CRM, вызывать внутренние сервисы.
- Проверка — правила и человек-контролёр, которые отлавливают ошибки до того, как результат уйдёт клиенту.
Запустить агента без слоя проверки — значит заложить риск. Модель ошибается, поэтому ответственное действие (платёж, письмо клиенту, удаление данных) остаётся за человеком или проходит явное подтверждение.
Порядок сборки
Рабочий порядок, по которому мы собираем агента для команды:
- Описать процесс: что на входе, какие шаги, что считается готовым результатом.
- Подключить данные: базу знаний, документы, нужные таблицы через коннектор.
- Задать действия и границы: что агент выполняет сам, а какие шаги уходят человеку на подтверждение.
- Прогнать на реальных задачах, поймать ошибки и закрепить регламент, чтобы команда вела систему сама.
За час на разборе мы покажем, как под ваш процесс собирается агент и где в нём остаётся контроль за человеком.
Инструменты под задачу
Под разный масштаб задачи подходят разные инструменты сборки:
| Инструмент | Когда брать | Что получаем |
|---|---|---|
| n8n | Простой агент на готовых шагах | Связка сервисов без кода, запуск по расписанию |
| MCP-коннектор | Доступ агента к данным и системам | Единый канал к базе знаний и внутренним сервисам |
| Claude Code | Гибкий агент под нестандартный процесс | Полный контроль логики, шаги под бизнес-задачу |
Где остаётся контроль
Агент берёт на себя черновую часть и рутину, а финальное решение держит человек. Команда задаёт границы: какие действия система выполняет сама, а где требуется явное подтверждение. Так черновую работу забирает машина, а ответственность держит сотрудник.
Поэтому мы учим команду читать логи агента, править его правила и расширять список действий самостоятельно. Запуск первого агента — это старт, дальше команда ведёт систему без внешнего разработчика.
Частые вопросы
Как создать ИИ агента под бизнес за разумное время?
Простой агент на готовых инструментах мы собираем за несколько рабочих сессий на реальном процессе. Сложная связка с проверками и доступом к нескольким системам требует дольше, но команда запускает её поэтапно.
Хватит ли одного сотрудника, чтобы его запустить?
Для простого агента на n8n или готовых коннекторах хватает обученного сотрудника. Под нестандартную логику зовут инженера, который собирает связку и передаёт её команде.
Нужно ли обучать собственную языковую модель?
Обучать свою модель избыточно — и так делают почти всегда. Агент работает на облачной модели, а ценность даёт обвязка: доступ к данным компании, набор действий и проверка результата.
С чего начать команде, у которой нет опыта с агентами?
Начинаем с описания одного процесса, где много повторяющейся работы. Под него подбираем инструменты, подключаем данные и задаём границы действий системы.