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.

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 / платформы | Код | |
|---|---|---|
| Примеры | Agent 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 старта | Быстро | Быстро, если есть кто-то, кто умеет |
| Гибкость | Ограничена возможностями платформы | Любая логика и интеграции |
| Где данные | Зависит от платформы | Где решите сами |
| Когда выбирать | Типовой сценарий, стандартные интеграции | Нестандартная 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