Как создать ИИ-агента: пошагово в n8n, конструкторах и через API без команды разработчиков

Что такое ИИ-агент и чем он отличается от бота и ассистента

ИИ-агент — это программа на основе языковой модели, которая сама выбирает шаги и инструменты, чтобы выполнить задачу. В разборе Anthropic проведена удобная граница: в рабочем сценарии модель и инструменты идут по заранее написанному пути, а агент управляет своим ходом сам.

Для бизнеса разница выглядит так.

Anthropic советует брать самое простое решение, которое работает: автономия агента стоит дороже и добавляет накопительные ошибки. Поэтому мы всегда начинаем разбор с вопроса, нужен ли здесь агент вообще. Что агенту стоит поручать в разных отделах и где он лишний, подробно написано в статье про ИИ-агентов для бизнеса.

Из чего состоит ИИ-агент

ИИ-агент состоит из четырёх частей: модели, инструкций, инструментов и памяти. Проще всего понять их на примере нового стажёра. Модель — это его голова, инструкция — должностная памятка, инструменты — выданные доступы к CRM и почте, память — блокнот, где он записывает, что уже обсудил с клиентом. Умного стажёра без доступов никто не посадит на заявки, и с агентом всё так же.

Инструменты заслуживают не меньше внимания, чем инструкция. Anthropic рекомендует описывать инструмент так, будто объясняете его новому сотруднику: что делает, какие данные принимает, чем отличается от похожего. Плохое описание инструмента — частая причина того, что агент вызывает не то или не вовремя.

Подключить внешние сервисы теперь проще через протокол MCP, общий стандарт для инструментов. Подробнее о нём рассказано в статье что такое MCP.

Какую платформу выбрать для создания ИИ-агента

Платформу выбирают по трём признакам: кто будет поддерживать агента, где должны лежать данные и нужны ли подключения к вашим сервисам. Ниже варианты, которые работают для российской компании на ноябрь 2026 года.

Важная деталь про n8n: облачная версия закрыта для России и Беларуси с марта 2022 года. Работает только установка на свой сервер, поэтому цены с официальной страницы (Starter 20 евро, Pro 50 евро в месяц) российскую компанию не касаются. Зато один запуск сценария считается одним выполнением, сколько бы шагов в нём ни было, а на своём сервере число запусков не ограничено тарифом.

В Yandex AI Studio агент собирается в браузере: выбираете модель, подключаете поиск по файлам или интернету, интерпретатор кода, MCP-серверы. В MCP Hub есть шаблоны для amoCRM, Контур.Фокуса и Яндекс Трекера, а для каждого агента можно ограничить набор инструментов и настроить подтверждение вызова.

Альбато тоже умеет подключать нейросети: инструмент Albato AI доступен на платных тарифах начиная с Basic, на пробном периоде он не работает. С февраля 2026 года у сервиса новая модель тарифов, где транзакции покупаются пакетами, а докупленные сверх пакета стоят на 50% дороже.

Если вы не уверены, начните с Agent Atelier: там быстрее всего проверить, справляется ли модель с вашей задачей. На n8n стоит переходить, когда понятно, что агент нужен, и пора подключать его к рабочим системам.

Что подготовить перед созданием агента

Перед сборкой агента подготовьте одну задачу, описание результата и 30–50 реальных примеров. Эту цифру мы берём из своей практики, в документации платформ её нет. Смысл простой: на примерах вы проверите агента до того, как он встретится с клиентом.

1. Выберите один процесс с понятным результатом: разобрать заявку, подготовить отчёт, ответить на типовой вопрос.
2. Запишите, что сотрудник делает в этом процессе шаг за шагом и какими данными пользуется.
3. Определите границу: что агент делает сам, что предлагает человеку, что ему запрещено.
4. Соберите базу знаний: актуальные цены, условия, ответы на частые вопросы.
5. Возьмите реальные примеры из переписок и уберите из них персональные данные.
6. Для каждого примера запишите правильный результат, чтобы потом сравнивать.

Если работу будет делать подрядчик, те же пункты превратятся в техническое задание на ИИ-агента. Базу лучше сразу собирать по правилам из статьи про базу знаний для чат-бота: одна тема на карточку, цены в одном месте, запреты отдельным блоком.

Как создать ИИ-агента для заявок: пошаговый сценарий

Агент для заявок читает обращение, определяет тему и срочность, находит подходящий ответ в базе и готовит черновик для менеджера. Это хороший первый проект, потому что ошибка ловится человеком до отправки. Покажем сборку на n8n, логика в других платформах такая же.

1. Поставьте n8n на сервер в России и защитите доступ паролем. Если администрировать некому, закажите настройку разово.
2. Создайте сценарий с точкой входа: форма на сайте отправляет заявку в n8n по адресу вебхука, или сценарий читает почтовый ящик.
3. Добавьте узел AI Agent и подключите к нему модель. По документации n8n у агента должен быть хотя бы один инструмент, и он сам выбирает, какой вызвать.
4. Напишите инструкцию: кто агент, какие темы заявок бывают, какой формат ответа нужен, что делать при нехватке данных.
5. Подключите инструмент поиска по базе знаний и инструмент чтения карточки клиента из CRM.
6. Запретите агенту отправлять клиенту что-либо напрямую. Результат пусть попадает в карточку сделки как черновик с пометкой.
7. Прогоните 30–50 примеров, сравните с правильными ответами и поправьте инструкцию.
8. Запустите на части заявок и две недели читайте каждый черновик.
9. Когда ошибок почти не остаётся, разрешите автоматическую отправку самых простых типов обращений.

Шестой пункт важнее всего. Anthropic советует ставить контрольные точки с участием человека и условие остановки, например максимальное число шагов. Без него агент, не нашедший ответ, может ходить по кругу и тратить деньги.

Если заявки содержат имена и телефоны, отправка их в модель считается обработкой персональных данных. Перед запуском проверьте договор с провайдером и согласие клиентов.

Как сделать агента для отчётов без программиста

Еженедельный отчёт проще всего собрать сценарием, где нейросеть занимает один шаг: сценарий берёт цифры, модель пишет выводы, письмо уходит руководителю. Формально получается обычная автоматизация с шагом нейросети, и для отчётов это преимущество: цифры не проходят через догадки модели.

1. Настройте запуск по расписанию, например в понедельник в 9:00.
2. Заберите данные из источников через готовые подключения или таблицу: расходы на рекламу, заявки, продажи.
3. Посчитайте показатели обычными формулами до нейросети: сумму, изменение к прошлой неделе, цену заявки.
4. Передайте модели готовую таблицу с инструкцией: «Напиши 5 выводов, опирайся только на эти цифры, если данных нет, так и скажи».
5. Отправьте результат на почту или в рабочий чат вместе с исходной таблицей.
6. Первые четыре недели сверяйте выводы с таблицей вручную.

Модель здесь только формулирует. Считать ей мы не доверяем, потому что языковые модели ошибаются в арифметике и могут сочинить цифру. Поэтому в инструкции стоит прямой запрет на цифры, которых нет в таблице.

Когда отчётов становится несколько и им нужны разные источники, появляется соблазн завести несколько агентов, которые передают задачи друг другу. Это отдельная архитектура со своими рисками, смотрите статью про мультиагентные системы. На старте она почти никогда не нужна.

Сколько стоит запуск ИИ-агента

Запуск простого агента на 600 заявок в месяц в условном примере стоит около 4 000 ₽ в месяц на сервисы, не считая разовой настройки. Цены взяты из тарифов Yandex AI Studio и тарифов GigaChat для юрлиц на 5 ноября 2026 года, с НДС.

Условия примера: 600 заявок в месяц, на каждую агент делает 2 вызова модели по 3 000 токенов на входе и 500 на выходе, плюс 1 поиск по базе. Объём токенов условный, он зависит от длины инструкции и базы.

Теперь полный расчёт для варианта с Alice AI LLM.

Вызовы MCP и исполнение кода в Yandex AI Studio не тарифицируются, веб-поиск стоит 915 ₽ за 1 000 запросов. Основные деньги уйдут на разовую настройку и на время сотрудника, который читает черновики. По нашей практике, настройка простого агента подрядчиком обычно занимает от нескольких дней до пары недель, и цена зависит от числа интеграций. В бюджет заложите ещё и поддержку: базу и инструкцию придётся обновлять.

Сравните итог с ручной работой. Если разбор заявки занимает 4 минуты, то 600 заявок дают 40 часов в месяц. При ставке 400 ₽ в час это 16 000 ₽. Человек остаётся на проверке, поэтому экономия выйдет меньше этой суммы, но порядок цифр понятен. Подставьте свои минуты и ставку.

Как тестировать агента и контролировать ошибки

Агента тестируют на заранее собранных примерах с правильными ответами и только после этого выпускают на реальные заявки. Anthropic рекомендует проверять агентов в изолированной среде на большом числе примеров и усложнять систему только тогда, когда это заметно улучшает результат.

После запуска держите простой журнал: заявка, что сделал агент, что исправил человек. Раз в неделю читайте исправления и дописывайте инструкцию. Такой журнал даёт основу для решения, когда можно снимать контроль.

Сколько времени держать ручную проверку, зависит от цены ошибки. Неверно определённая тема заявки стоит пары минут менеджера, а обещанная клиенту скидка, которой нет, может стоить денег и репутации. Действия с деньгами, договорами и удалением данных мы оставляем за человеком всегда.

Мифы о создании ИИ-агентов

Главный миф об ИИ-агентах говорит, что их можно собрать за вечер и больше не трогать. На практике прототип действительно появляется быстро, а настоящая работа начинается после него.

В наших проектах агенты чаще всего буксуют из-за данных: цены лежат в трёх таблицах, регламент устарел, а сотрудники держат половину правил в голове. Поэтому подготовка базы обычно занимает больше времени, чем сборка самого агента.

Когда агента лучше заказать, а когда собрать самому

Собрать агента самому стоит, если задача внутренняя, ошибка недорогая и в компании есть человек, который готов разбираться пару недель. Заказывать лучше там, где агент пишет клиентам, работает с персональными данными или подключается к нескольким системам.

Хороший компромисс — собрать прототип самому на 30 примерах. Даже если потом вы отдадите работу подрядчику, у вас будут готовые примеры и понимание задачи, а это сильно сокращает сроки и бюджет.

Если хочется сначала понять, какие задачи в вашей компании вообще стоит отдавать агенту, можем разобрать это вместе и прикинуть расходы.