ИИ-агент: цикл рассуждение-действие-проверка и из чего он собирается

Короткий ответ: ИИ-агент — это модель, которой дали инструменты и разрешили ходить по кругу. Она рассуждает, вызывает инструмент, смотрит на результат и решает, нужен ли следующий шаг. Чат-бот отвечает одним проходом, сценарий автоматизации идёт по заранее нарисованной цепочке, агент выбирает шаги сам — отсюда и польза, и все его сбои.

Чем ИИ-агент отличается от чат-бота и от сценария в n8n

Практический признак для выбора: если все ветки можно нарисовать заранее, агент не нужен — сценарий дешевле и надёжнее. Агент оправдан там, где веток слишком много и заранее неизвестно, какая понадобится.

Цикл агента на живом примере: обращение «где мой заказ»

Клиент пишет: «где мой заказ, оплачивал вчера, фамилия Ковалёв». Номера заказа нет. Обычный бот на этом останавливается и просит номер. Агент проходит цикл.

1. Рассуждение. Номера нет, но есть фамилия и дата — можно искать по ним.
2. Вызов инструмента. Запрос к базе заказов с параметрами: фамилия, вчерашняя дата.
3. Наблюдение. Вернулось два заказа.
4. Рассуждение. Однозначно выбрать нельзя, надо уточнить у клиента.
5. Действие. Ответ с двумя вариантами и коротким описанием каждого.
6. Наблюдение. Клиент выбрал первый.
7. Вызов инструмента. Запрос статуса у службы доставки по номеру накладной.
8. Ответ. Статус, дата доставки, предложение изменить адрес.

Восемь шагов означают 4-6 обращений к модели вместо одного. Отсюда две особенности агента: ответ приходит не за 2-3 секунды, а за 10-40, и стоит он в разы дороже реплики в чате.

Пять частей, из которых собирается любой агент

1. Модель. Принимает решения на каждом шаге. Выбирается по связке «качество рассуждений и цена»: на простых шагах ставят дешёвую, на разборе сложных обращений — сильную.
2. Инструменты. Функции, которые агент может вызвать: поиск в базе, запись в CRM, отправка письма, расчёт. У каждого есть описание, что он делает и какие параметры принимает.
3. Память. Короткая — текущий разговор. Длинная — что помнить о клиенте между обращениями. Без короткой памяти агент забывает вопрос на третьем шаге.
4. База знаний. Ваши документы, порезанные на куски и найденные поиском по смыслу. Отсюда агент берёт условия доставки, прайс, регламент.
5. Ограничения. Системная инструкция, права доступа, лимит шагов и лимит расхода. Это не украшение, а часть конструкции: без лимита шагов агент уходит в бесконечный круг.

Качество агента на четыре пятых определяется вторым и пятым пунктом, а не формулировкой промта. Инструмент с описанием «ищет данные» модель вызывает наугад, инструмент с описанием «возвращает статус заказа по номеру накладной, только по заказам за последние 90 дней» — по делу.

Сборка агента в n8n: восемь шагов до первого рабочего ответа

1. Триггер. Вебхук из Телеграма, форма на сайте или новое письмо в ящике.
2. Нода агента. Готовый узел, в который подключается всё остальное.
3. Модель и ключ. Подключается ключ API, сразу выставляется лимит расхода на месяц.
4. Системная инструкция. Роль, тон, что агент делает, чего не делает никогда и при каких словах зовёт человека.
5. Инструменты. Начинают с одного: запрос к своей таблице или базе. Второй добавляют после того, как первый работает стабильно.
6. Память. Привязывается к идентификатору чата, иначе разговоры разных клиентов смешиваются.
7. База знаний. Документы режутся на куски по 500-1000 знаков и складываются в векторное хранилище.
8. Лог. Каждый шаг пишется в таблицу: время, вход, какой инструмент вызван, что вернулось, что ответил агент.

По времени: первый агент, который отвечает осмысленно, собирается за 2-4 вечера. Доводка до состояния, когда его можно показать клиентам, занимает 2-3 недели тестов на реальных обращениях. Восьмой шаг новички пропускают чаще всего, а без лога отладка невозможна: непонятно, на каком шаге агент свернул не туда.

Где агент даёт сбой: семь типовых поломок и что помогает

Сколько токенов съедает разговор с агентом и как считать расход

Один вопрос в обычном чате обходится примерно в 1-3 тысячи токенов. У агента на каждом шаге заново передаётся вся история плюс описания всех инструментов, поэтому разговор из шести шагов стоит 15-40 тысяч токенов. Разница на одной задаче — в 5-15 раз.

Ориентиры для планирования: обработка одного обращения агентом стоит примерно 0,01-0,05 доллара. Поток в 500 обращений в месяц даёт около 20-80 BYN на модель, плюс сервер под сценарии 15-30 BYN в месяц. Настройка у подрядчика в Беларуси начинается примерно от 500 BYN за сценарий, связка с CRM и телефонией обходится дороже.

Что сокращает счёт без потери качества: обрезать историю до последних 6-8 реплик, ставить дешёвую модель на классификацию и разбор темы, оставляя сильную только на финальный ответ, кэшировать системную инструкцию и держать жёсткий лимит шагов. Эти четыре меры обычно снижают расход вдвое.

В каком порядке учиться агентам: от одного инструмента к нескольким

1. Свободно писать запросы и видеть ошибки модели. Без этого непонятно, агент ошибся или задача поставлена криво.
2. Один сценарий без ИИ. Форма, запись в таблицу, письмо. Так осваивается логика узлов и данных.
3. Модель одним шагом внутри сценария. Например, классификация входящего обращения по темам.
4. Первый агент с одним инструментом. Поиск по своей таблице и ответ на его основе.
5. Память и база знаний. Здесь появляется работа с документами и нарезкой кусков.
6. Логи, лимиты, права. Всё, что превращает демонстрацию в рабочий инструмент.
7. Несколько агентов и передача задач между ними. Последний шаг, к нему переходят с готовым первым агентом в работе.

Второй пункт пропускают чаще всего: хочется сразу к агентам. Именно оттуда берётся ситуация, когда агент собран, но не запускается, и непонятно, что чинить — логику узлов или поведение модели.

С чего начать внедрение агента в своей компании

Первым берут процесс, где ошибка стоит дёшево и объём заметный: разбор входящих обращений по темам, подготовка черновиков ответов, сбор данных из нескольких таблиц в одну сводку. Диалог с клиентом отдают агенту позже, когда налажены логи и выборочная проверка.

Какие задачи бизнеса закрываются автоматизацией и агентами и в каком порядке их берут, разобрано на странице курса для бизнеса, а во что вырастает этот навык как отдельная работа — на странице про новую профессию. В программе есть блок по n8n и агентам, обучение рассчитано на 12 месяцев, уроков больше 150 и они добавляются, тарифы — 99, 169 и 699 BYN в месяц. Если непонятно, нужен ли вам агент или хватит обычного сценария, для этого есть бесплатный разбор на 20-30 минут.

Частые вопросы

Чем ИИ-агент отличается от чат-ботаЧат-бот отвечает одним проходом по заранее написанному сценарию. Агент получает цель и набор инструментов, а порядок шагов выбирает сам в момент выполнения: смотрит в базу, пишет в CRM, отправляет письмо. Отсюда и гибкость, и необходимость логов.

Можно ли собрать ИИ-агента без программированияДа. В n8n агент собирается визуально: нода агента, подключённая модель, инструменты, память и база знаний. Первый рабочий агент собирается за 2-4 вечера, доводка до боевого режима занимает 2-3 недели тестов на реальных обращениях.

Сколько стоит держать одного агента в месяцПри потоке около 500 обращений расход на модель составляет примерно 20-80 BYN в месяц, сервер под сценарии - 15-30 BYN. Настройка у подрядчика в Беларуси начинается примерно от 500 BYN за сценарий, связка с CRM обходится дороже.

Почему агент дороже обычного чата по токенамНа каждом шаге агенту заново передаётся вся история разговора вместе с описаниями инструментов. Один вопрос в чате стоит 1-3 тысячи токенов, разговор агента на шесть шагов - 15-40 тысяч. Разница на одну задачу выходит в 5-15 раз.

С чего начинать обучение ИИ-агентамС обычной автоматизации без ИИ: форма, таблица, письмо. Потом в готовый сценарий вставляется один шаг с моделью, и только затем собирается агент с одним инструментом. Пропуск шага с обычной автоматизацией - самая частая причина, почему первый агент не запускается.