Разработка ИИ-агентов - агент готовит, сотрудник решает

Менеджер получает письмо с вложением, ищет позиции в прайсе, переносит поля в CRM и пишет ответ. Каждый раз по-разному, потому что заявки разные. Жесткий сценарий такие различия не разберет, и работа остается ручной.

ИИ-агент берет эту рутину на себя. Он читает заявку, понимает, чего не хватает, сам выбирает, где искать, и готовит черновик. Решение остается за человеком.

Приложение и база - на сервере в России. Модель выбираем под ваши данные - GigaChat или YandexGPT в российском облаке либо открытая модель на вашем сервере. Где именно обрабатывается запрос у выбранной модели, проверяем до подключения.

1. Чем агент отличается от бота

   Бот отвечает по сценарию. Агент сам решает следующий шаг: найти позицию в каталоге, проверить статус в CRM, уточнить недостающее. Если маршрут заранее известен, агент не нужен, хватит обычной программы, и я так и скажу.

2. Только разрешенные действия

   Агент может читать каталог, документы и CRM, но писать и отправлять без вашего сотрудника не может. Инструкции внутри чужого письма или PDF для него просто текст, а не команда.

3. Черновик с источниками

   Сотрудник видит, что агент нашел и откуда: строку прайса, пункт регламента, карточку клиента. Может исправить, отклонить или забрать задачу в ручную работу.

4. Журнал и лимиты

   Каждый шаг агента записан. Для каждой задачи и месяца задан лимит расходов на модель. Если лимит исчерпан или модель недоступна, задача уходит сотруднику, а не теряется.

Путь данных

Письмо, заявка или документ → очередь задач → агент: поиск в каталоге, регламентах и CRM → черновик с источниками → проверка сотрудником → запись в CRM или отправка → журнал.

• Агента для одного процесса: продажи, закупки, поддержка или документы.
• Черновики со ссылками на источники вместо ответа «из головы» модели.
• Экран проверки, где сотрудник подтверждает каждое внешнее действие.
• Журнал шагов агента и учет расходов на модель.
• Замер на ваших примерах: сколько задач агент готовит без правок.

Для типовой связки сервисов попробуйте сначала готовые платформы. В n8n есть ИИ-узлы, в Albato и Jay Agents - готовые ИИ-агенты и интеграции. Для корпоративной платформы с ролями есть GigaCowork.

Свое решение нужно, когда агенту нужен ваш каталог и права доступа, обязательная проверка человеком и работа с данными, которые нельзя отправлять в чужое облако. На разборе сверяю ваш процесс с возможностями готовых сервисов. Если их хватает, советую их.

Половина оплаты перед началом, половина после запуска согласованного объема. 30 дней бесплатно исправляю ошибки в сделанном. Код и доступы передаю после оплаты, развитие и сопровождение согласуем отдельно.

1. Разбор и примеры

   Выбираем один процесс и владельца. Собираем 20–30 реальных примеров, включая трудные: с ошибками, пропусками и дублями. Фиксируем, что агенту запрещено.

2. Сборка пилота

   Подключаем источник данных и модель, собираем экран проверки. Прогоняем примеры и сравниваем с правильными ответами.

3. Работа с сотрудником

   Агент работает на живых задачах под контролем сотрудника. Проверяем сбои, лимиты и восстановление, передаем инструкцию.

Ежемесячно оплачиваются сервер в России, резервные копии и запросы к модели. Расход на модель зависит от числа задач и выбранной модели. Считаем его на ваших примерах до запуска и ставим месячный лимит.

Подписки CRM и других систем, распознавание сканов и сопровождение оплачиваются отдельно по их условиям.

У меня больше 1000 часов практики с ИИ-агентами - код в моих проектах пишут агенты под моим руководством. Для своих продаж я сделал AI Proposal Builder и Stock Configurator. Оба в статусе первой рабочей версии.

Proposal Builder уточняет запрос и собирает КП в DOCX и PDF, Stock Configurator собирает черновик спецификации из наличия на складе. В обоих цены и состав подтверждает человек. Тот же принцип закладываю в ваш пилот.