К содержанию
Все статьи

Как создать ИИ-агента для своего бизнеса: 10 шагов от процесса до запуска

Как создать ИИ-агента для бизнеса по шагам: выбрать процесс, описать входы и выходы, подключить данные и инструменты через MCP, написать правила, выбрать модель, проверить на реальных случаях и запустить с контролем человека.

🧑‍💻Сергей Шульман 7 мин чтения

Как создать ИИ-агента для своего бизнеса, если вы не программист и не хотите месяц разбираться в терминах? Хорошая новость: технически агент собирается за дни. Плохая: большинство агентов проваливаются не из-за технологии, а потому что их начали делать с выбора нейросети, а не с процесса. В этой статье — десять шагов, по которым я сам создаю агентов для клиентов, два пути (без кода и с кодом) и реальный пример.

Коротко:

  • Создание ИИ-агента начинается с одного процесса, где понятно, что на входе, что на выходе и как измерить результат.
  • Агент = модель + данные + инструменты + правила. Модель — самая заменяемая часть.
  • Правила (harness) решают больше, чем выбор нейросети: что агент делает, чего не делает никогда и когда зовёт человека.
  • Тестировать нужно на реальных обращениях из прошлого, а не на придуманных примерах.
  • Первую неделю агент работает под присмотром человека. Отпускать — только по метрикам.

Чем агент отличается от чат-бота

Чат-бот отвечает на вопросы. Агент выполняет работу: получает задачу, сам решает, какие шаги сделать, пользуется инструментами (CRM, таблицы, почта, база знаний) и доводит дело до результата. Например, не «рассказать про услугу», а «выяснить потребность, оценить заявку, завести сделку в CRM и передать менеджеру». Подробнее о том, где агенты окупаются, — в статье «ИИ-агенты для бизнеса».

Шаг 1. Выберите один процесс

Хороший первый кандидат:

  • повторяется десятки или сотни раз в месяц;
  • понятен: его можно объяснить новому сотруднику за час;
  • измерим: видно, сколько времени и денег он съедает сейчас;
  • не катастрофичен при ошибке: если агент ошибётся, человек успеет поправить.

Квалификация входящих заявок, ответы на типовые вопросы, разбор входящих документов, подготовка коммерческих предложений по шаблону — классика. «Агент, который заменит отдел продаж», — плохой кандидат: это не процесс, а пожелание.

Шаг 2. Опишите входы и выходы

Возьмите лист и запишите:

  • что приходит на вход: сообщение в чате, письмо, файл, заявка с сайта;
  • что должно получиться на выходе: сделка в CRM с заполненными полями, ответ клиенту, таблица, документ;
  • критерий «сделано хорошо»: как вы поймёте, что агент справился.

Если выход нельзя описать конкретно — агента делать рано. Сначала договоритесь внутри компании, как процесс должен работать.

Шаг 3. Соберите данные

Агенту нужны знания, которые сейчас живут в головах сотрудников: прайс, условия, ответы на частые вопросы, примеры хороших диалогов, критерии «горячей» заявки. Соберите это в документы. Если документов много, агенту понадобится поиск по ним — как это устроено, я разбирал в статье про RAG.

Отдельно решите, какие данные агенту видеть нельзя. Это проще заложить сразу, чем вычищать потом.

Шаг 4. Подключите инструменты и интеграции

Агент без инструментов — это чат. Инструменты — то, чем он действует: создать сделку, найти клиента, записать в таблицу, отправить уведомление.

Стандартный способ подключения сейчас — MCP (Model Context Protocol): открытый протокол, через который агент получает доступ к внешним системам. Его поддерживают Claude Code, Kimi Code, Codex, а Yandex AI Studio позволяет подключать корпоративные системы через MCP-серверы. Для популярных сервисов готовые MCP-серверы часто уже есть, для своих систем их пишут под задачу.

Главное правило: давайте агенту минимум прав. Если ему нужно создавать сделки, ему не нужен доступ на удаление клиентов.

Шаг 5. Напишите правила (harness)

Это шаг, который чаще всего пропускают, и именно он отличает рабочего агента от игрушки. Harness — окружение агента: инструкции, ограничения, контекст и проверки. Запишите:

  • роль и цель: кто агент и чего добивается в каждом разговоре;
  • порядок действий: что спросить сначала, что потом;
  • запреты: не называть цены, которых нет в прайсе, не обещать сроки, не обсуждать конкурентов;
  • когда звать человека: конфликт, нестандартный запрос, крупный клиент, жалоба;
  • тон: как вы общаетесь с клиентами.

Подробнее о правилах для агентов — в статье «Harness для ИИ-агента».

Шаг 6. Выберите модель

Модель выбирают после того, как понятны задача и данные, а не до. Критерии: качество на ваших примерах, русский язык, цена на ваших объёмах и где обрабатываются данные. Из доступного в России официально: GigaChat, Alice AI и открытые модели в Yandex AI Studio, модели в MWS GPT от МТС, открытые модели на своём сервере. Полная карта — в статье «ИИ для бизнеса: какие нейросети работают в России».

Закладывайте возможность сменить модель. Через полгода появится новая, лучше и дешевле, и переход должен занимать час, а не проект.

Шаг 7. Проверьте на реальных случаях

Возьмите 30–50 реальных обращений из прошлого: удачные, неудачные, странные. Прогоните через агента и сравните с тем, как отработали люди. Смотрите не на «красиво ли отвечает», а на результат: правильно ли он оценил заявку, заполнил ли поля, позвал ли человека, когда надо.

Каждая ошибка — повод поправить правила или данные, а не менять модель. В девяти случаях из десяти проблема именно там.

Шаг 8. Человек в контуре

Первые недели агент работает под присмотром. Варианты:

  • агент готовит ответ, человек одобряет и отправляет;
  • агент работает сам, но человек каждый день просматривает диалоги;
  • агент сам закрывает типовые случаи, а всё нестандартное передаёт человеку.

Для действий с деньгами, договорами и персональными данными человек в контуре остаётся всегда.

Шаг 9. Запустите

Запуск — это не «включили и забыли». Включите агента на части потока (например, на одном канале или в рабочие часы), предупредите команду, назначьте ответственного, который смотрит диалоги и собирает ошибки.

Шаг 10. Считайте метрики

До запуска зафиксируйте, как было. После — сравнивайте:

  • время от обращения до ответа;
  • доля обращений, которые агент закрыл без человека;
  • конверсия в следующий шаг (встреча, сделка, оплата);
  • количество ошибок и передач человеку;
  • сколько часов сотрудников освободилось.

Как перевести это в деньги — в статье про окупаемость автоматизации.

Без кода или с кодом

No-code / платформыКод
ПримерыAgent Atelier в Yandex AI Studio, n8n (визуальный конструктор, можно поставить на свой сервер)Свой сервис на API модели, агентные инструменты вроде Claude Code или OpenCode для разработки
Скорость стартаБыстроБыстро, если есть кто-то, кто умеет
ГибкостьОграничена возможностями платформыЛюбая логика и интеграции
Где данныеЗависит от платформыГде решите сами
Когда выбиратьТиповой сценарий, стандартные интеграцииНестандартная логика, своя CRM, 1С, требования к данным

Честно: граница между путями размылась. Агентные инструменты для разработки теперь пишут код под постановку на человеческом языке, поэтому «с кодом» больше не означает «полгода и команда». Я обычно начинаю с того, что быстрее даёт проверяемый результат, и не боюсь переделать, когда сценарий подтвердился.

Пример: агент-квалификатор для А-Энерго

А-Энерго — компания по электромонтажу в Уфе. Задача: обрабатывать обращения с сайта сразу, в любое время, и не терять заявки.

Что сделали:

  • Процесс: квалификация входящих обращений с сайта.
  • Модель: GigaChat Pro — российская модель, данные обрабатываются в России.
  • Интеграция: своя CRM с канбаном, которую мы сделали вместе с сайтом.
  • Правила: агент сначала помогает и выясняет задачу, а контакт просит на третьем-пятом сообщении, когда человек уже вовлечён в разговор.

Результат: заявка попадает в CRM через секунду после обращения, вместе с тем, что агент успел выяснить в разговоре. Рекламу в Яндекс Директе там тоже настроили с учётом до сделки, поэтому видно, какие обращения доходят до денег.

Частые вопросы

Сколько времени занимает создание ИИ-агента? Первая рабочая версия на одном процессе — дни, если данные и доступы готовы. Ещё одна-две недели уходят на работу под присмотром и доводку правил.

Можно ли создать ИИ-агента самому, без программиста? Для типового сценария — да, на no-code платформе. Для интеграций с вашей CRM, 1С или нестандартной логикой лучше один раз настроить со специалистом и научиться дорабатывать самим.

Какую нейросеть выбрать для агента? Ту, что лучше справилась с вашими реальными примерами при приемлемой цене и подходящем месте обработки данных. В России для агентов на русском часто выбирают GigaChat и Alice AI.

Что такое MCP простыми словами? Стандартный «разъём», через который агент подключается к вашим системам: CRM, базам, таблицам. Один раз написали MCP-сервер — и любой совместимый агент может им пользоваться.

Сколько стоит создать агента? Зависит от процесса и интеграций. Свою стоимость называю после 30-минутного созвона и фиксирую до старта.


Если у вас есть процесс, который хочется отдать агенту, посмотрите, как я запускаю AI-сотрудников, или опишите его в Telegram в двух-трёх предложениях — скажу, с чего начать.

Похожие статьи: ИИ-агенты для бизнеса: что умеют и с чего начать · AI-ассистент на сайте: как чат-бот собирает заявки

Читайте также

Есть похожая задача?

Разберу её бесплатно за 30 минут и предложу решение. Пишите в Telegram или звоните.