Создать ИИ-агента можно двумя путями: собрать его в конструкторе вроде Yandex AI Studio или n8n либо разработать на фреймворке под свои системы. Порядок работы в обоих случаях одинаковый: выбрать задачу, описать процесс и границы, подобрать нейросеть, подключить данные и инструменты, проверить агента на реальных примерах и запустить на части потока. Простой агент в конструкторе собирают за несколько дней, агент, встроенный в CRM, 1С и внутренние системы, - за несколько недель.
В инструкции разобраны все шаги, плюсы и минусы конструкторов и разработки, расчет расходов на нейросеть в рублях, сроки, команда и ошибки, из-за которых агенты не доходят до рабочего состояния.
Что такое ИИ-агент и чем он отличается от чат-бота
ИИ-агент - это программа на основе нейросети, которая сама выполняет задачу по шагам: понимает запрос, решает, какие действия нужны, обращается к системам компании и доводит дело до результата. Чат-бот в классическом понимании отвечает на вопросы по сценарию или базе знаний и на этом останавливается.
Разницу проще показать на примере. Клиент пишет, что заказ не пришел. Чат-бот ответит, как проверить статус заказа. Агент сам найдет заказ в CRM, проверит статус у службы доставки, увидит задержку, предложит клиенту новую дату и создаст задачу менеджеру, если клиент недоволен. Подробнее о видах агентов и примерах их работы мы рассказывали в статье что такое ИИ-агенты.
Из чего состоит ИИ-агент
У любого агента, собранного в конструкторе или написанного с нуля, одни и те же части. Понимать их полезно и тем, кто будет заказывать разработку: так проще обсуждать задачу с подрядчиком.
| Часть агента | Что делает | Пример |
|---|---|---|
| Нейросеть (модель) | Понимает запрос, рассуждает и решает, какое действие выполнить | GigaChat, YandexGPT, открытая модель на сервере компании |
| Инструкция | Описывает роль агента, правила и ограничения | «Ты помогаешь клиентам с доставкой, возвраты денег не обещаешь» |
| Инструменты | Дают агенту действовать: искать, читать и записывать данные | Поиск в CRM, создание задачи, отправка письма |
| Данные и знания | Документы и справочники, на которые агент опирается в ответах | Регламенты, прайс, история заказов |
| Память | Хранит контекст разговора и прошлых обращений | Что клиент уже спрашивал и что ему ответили |
Качество агента определяет не только модель. На практике больше всего времени уходит на инструкцию, инструменты и данные: от них зависит, сможет ли агент довести задачу до конца и не сделает ли лишнего.
Как создать ИИ-агента: пошаговая инструкция
Ниже семь шагов, которые проходит любой проект по созданию агента. Их порядок не зависит от того, какую платформу вы выберете.
Шаг 1. Выберите задачу для ИИ-агента
Лучшая задача для первого агента - массовая, повторяющаяся и с понятным результатом. Например, разбор входящих заявок, ответы клиентам о статусе заказа, сверка счетов с договорами, подготовка коммерческих предложений по шаблону. Если задача возникает раз в месяц или каждый раз требует творческого решения, агент вряд ли окупится.
Прежде чем двигаться дальше, посчитайте, сколько времени сотрудники тратят на эту задачу сейчас. Без исходной цифры потом невозможно понять, принес ли агент пользу.
Шаг 2. Опишите процесс и границы ответственности агента
Распишите задачу так, как объяснили бы ее новому сотруднику: откуда приходят данные, какие решения принимаются, куда записывается результат. Затем отметьте, что агент делает сам, а что только готовит для человека. Отправить клиенту статус заказа агент может самостоятельно, а вернуть деньги или изменить условия договора - только после подтверждения сотрудника.
Этот документ становится основой инструкции агента и списка инструментов. Чем точнее он написан, тем меньше переделок будет на этапе тестов.
Шаг 3. Выберите способ: конструктор или разработка
Конструктор подходит, если задача укладывается в один процесс, системы компании имеют готовые подключения, а нагрузка небольшая. Агента в конструкторе можно собрать без программиста и быстро проверить идею. Разработка нужна, когда агент работает с несколькими системами, данные нельзя передавать во внешние сервисы или нужна тонкая логика с проверками. Подробно платформы сравниваются в разделе ниже.
Шаг 4. Подберите нейросеть для агента
Для российских компаний основной выбор - GigaChat и YandexGPT по API или открытая модель на собственном сервере. Облачные модели быстрее подключить, а открытая модель на своем сервере нужна, когда данные нельзя отправлять наружу. Для простых шагов, например классификации обращений, хватает легких и дешевых моделей, а для сложных рассуждений берут старшие версии.
Удобно, когда в одном агенте разные шаги выполняют разные модели: дешевая модель сортирует запросы, а дорогая подключается только там, где без нее не обойтись. Какие модели доступны в России и сколько они стоят, мы разбирали в обзоре нейросетей для бизнеса.
Шаг 5. Подключите данные и инструменты
Агент без доступа к данным и системам может только разговаривать. Поэтому на этом шаге ему дают базу знаний (регламенты, инструкции, прайс), а также инструменты: чтение и запись в CRM, поиск заказа, создание задачи, отправку письма. Подключение к системам обычно идет через API. Для этого есть открытый протокол MCP: он позволяет подключать агенту внешние сервисы единым способом.
Каждому инструменту задают права. Агент для поддержки может читать заказы, но не может менять цены. Если агент работает с учетной системой, его подключают под отдельной учетной записью с ограниченным доступом. Как это делают на примере 1С, мы рассказали в статье про ИИ в 1С.
Шаг 6. Протестируйте ИИ-агента на реальных примерах
Соберите 50-100 реальных обращений или задач, включая сложные и нестандартные, и прогоните через агента. Кроме итогового ответа проверяйте шаги агента. Какие инструменты он вызвал, не сделал ли лишнего, правильно ли передал спорный случай человеку.
По результатам правят инструкцию, добавляют проверки и уточняют права. Обычно требуется несколько кругов тестов, прежде чем агент начинает стабильно справляться с типовыми случаями.
Шаг 7. Запустите агента на части потока и следите за метриками
Первый запуск лучше делать на части обращений или в одном отделе. Сотрудники видят, что делает агент, и могут поправить его до того, как ошибка дойдет до клиента. Каждое действие агента записывается в журнал, чтобы потом разобрать спорные случаи.
Метрики выбирают под задачу: доля обращений, закрытых без человека, время ответа, число ошибок, экономия часов сотрудников. Когда показатели стабильны несколько недель, агента подключают ко всему потоку.
Обсудим вашего первого ИИ-агента
Опишите задачу - на бесплатной диагностике подскажем, хватит ли конструктора, и соберем прототип на ваших данных до договора.
Где создать ИИ-агента: конструкторы и фреймворки
Инструменты для создания агентов делятся на три группы: конструкторы в облаке, платформы автоматизации, которые можно поставить на свой сервер, и фреймворки для разработчиков. Отдельный вариант - заказная разработка под процессы компании.
| Инструмент | Тип | Кому подходит | Стоимость |
|---|---|---|---|
| Yandex AI Studio | Облачная платформа: Agent Atelier и конструктор Workflows | Компаниям, которые хотят собрать агента на YandexGPT без своих серверов | Оплата за использование моделей и инструментов |
| n8n | Платформа автоматизации с узлами для ИИ-агентов | Командам, которым нужны связки с десятками сервисов и установка на свой сервер | Бесплатно на своем сервере для внутренних задач, облако - по подписке |
| GigaChain | Инструменты Сбера для агентов на GigaChat | Разработчикам, которые строят агентов на GigaChat | Бесплатно, оплачивается модель |
| LangGraph, CrewAI, OpenAI Agents SDK | Открытые фреймворки, лицензия MIT | Разработчикам, которым нужна своя логика и контроль | Бесплатно, оплачиваются модель и серверы |
| Unistory, заказная разработка | Агент под процессы и системы компании | Компаниям, где агент работает с CRM, 1С и несколькими системами | Диагностика и прототип на ваших данных бесплатно |
Yandex AI Studio: Agent Atelier и Workflows
В Yandex AI Studio агента можно собрать в веб-интерфейсе Agent Atelier: выбрать модель, написать инструкцию, подключить инструменты и сразу проверить ответы. Поддерживаются текстовые и голосовые агенты. Среди готовых инструментов - поиск по своим файлам, веб-поиск, подключение внешних сервисов через MCP и выполнение кода. Для сценариев из нескольких шагов есть low-code конструктор Yandex Workflows, а разработчики могут работать через API и открытые фреймворки.
n8n: агенты внутри автоматизаций
n8n - платформа автоматизации, в которой агент собирается из блоков на визуальной схеме и связывается с сотнями сервисов: почтой, таблицами, CRM, мессенджерами. Ее можно бесплатно установить на собственный сервер для внутренних задач компании, и тогда данные не уходят в чужое облако. Интерфейс на английском, а для сложной логики все равно понадобится человек с техническими навыками.
GigaChain и открытые фреймворки
Если агент должен работать по своей логике, с проверками и несколькими системами, его пишут на фреймворке. LangGraph описывает работу агента как граф шагов с состояниями, CrewAI помогает распределить роли между несколькими агентами, OpenAI Agents SDK дает базовые блоки для инструментов и передачи задач. Все три распространяются по лицензии MIT. Для GigaChat у Сбера есть набор инструментов GigaChain, совместимый с LangChain и LangGraph. Когда агентов становится несколько, это уже мультиагентная система.
Заказная разработка ИИ-агента: Unistory
Заказная разработка нужна, когда агент должен работать внутри процессов компании: брать данные из CRM и 1С, сверять документы, передавать спорное сотрудникам и соблюдать требования к данным. Мы в Unistory подбираем модель и платформу под задачу, пишем логику и проверки, подключаем системы и запускаем агента на части потока. До договора собираем прототип на данных заказчика, условия описаны на странице внедрения ИИ. Если задача простая и укладывается в один сервис, разумнее начать с конструктора.
Сколько стоит создать ИИ-агента
Расходы складываются из двух частей: создание агента и оплата нейросети в работе. В конструкторе основной расход - время сотрудника, который соберет и настроит агента. Разработка под системы компании - это проект, стоимость которого зависит от числа сценариев, интеграций и требований к данным.
Расходы на нейросеть удобно посчитать на примере. Допустим, агент обрабатывает 3 000 задач в месяц, и на каждую уходит около 6 000 токенов: агент несколько раз обращается к модели, читает данные и формирует ответ. Это 18 миллионов токенов в месяц. По тарифам на октябрь 2026 года это около 14 400 рублей на YandexGPT Pro 5.1, около 9 000 рублей на GigaChat Pro и около 1 200 рублей на GigaChat Lite.
| Модель | Цена за 1000 токенов | 18 млн токенов в месяц |
|---|---|---|
| YandexGPT Pro 5.1 | 0,8 ₽ | около 14 400 ₽ |
| GigaChat Pro | 0,5 ₽ | около 9 000 ₽ |
| YandexGPT Lite | 0,2 ₽ | около 3 600 ₽ |
| GigaChat Lite | 0,065 ₽ | около 1 200 ₽ |
Сравнивать эти суммы стоит с тем, сколько стоят часы сотрудников, которые сейчас делают ту же работу. Если агент забирает хотя бы часть рутины у двух-трех специалистов, расходы на модель окупаются быстро. Основные деньги уходят на разработку и поддержку, токены обходятся заметно дешевле.
Сроки и команда для создания ИИ-агента
Агента в конструкторе для одной задачи можно собрать и проверить за несколько дней. Проект с интеграциями в CRM, 1С и внутренние системы занимает от нескольких недель до пары месяцев: больше всего времени уходит на подготовку данных, настройку доступа и тесты на реальных примерах. Например, чат-бота для инженеров по ремонту банкоматов мы в Unistory запустили за месяц, и трудозатраты инженеров сократились в 4 раза.
Со стороны компании нужен хотя бы один ответственный, который знает процесс и может быстро ответить на вопросы. Без него проект буксует на каждом уточнении. Со стороны разработки работают специалист по процессам, разработчик и тестировщик, в небольших проектах эти роли может совмещать один человек.
Риски ИИ-агентов и как их снизить
Главный риск агента в том, что он может ошибиться и при этом выполнить действие. Поэтому важные шаги, например деньги, договоры и данные клиентов, агент выполняет только после подтверждения человека.
Второй риск связан с данными. Агенту дают ровно те права, которые нужны для задачи, а все его действия записывают в журнал. Если в работе участвуют персональные данные, выбирают модель и место хранения с учетом закона о персональных данных, вплоть до установки модели на серверах компании.
Третий риск - деньги без результата. Gartner в июне 2025 года прогнозировал, что больше 40% проектов агентного ИИ закроют к концу 2027 года из-за растущих затрат и неясной ценности. Чтобы не попасть в эту статистику, до старта договоритесь о метрике и сроке проверки: например, через два месяца агент должен закрывать заданную долю обращений без человека.
Ошибки при создании ИИ-агента
Первая ошибка - пытаться сразу сделать «агента для всего». Такой проект долго не выходит из тестов, и сотрудники так и не понимают, чем он им помогает. Агент, который хорошо решает одну задачу, приносит больше пользы и легче расширяется.
Вторая - экономить на тестах. Агент, проверенный на десятке удобных примеров, ломается на первых реальных обращениях. Третья - запускать агента без журнала действий и без человека, который смотрит спорные случаи. Тогда ошибка становится заметна только по жалобе клиента.
Как Unistory создает ИИ-агентов для бизнеса
Unistory - AI-интегратор из Санкт-Петербурга. Мы создаем ИИ-агентов, которые работают внутри процессов компании и подключены к ее системам: CRM, 1С, хелпдеску, мессенджерам и внутренним API.
Каких агентов мы делаем:
- оператор поддержки: поднимает историю обращений и данные клиента, проверяет статус заказа, ведет тикет до закрытия, сложное передает человеку;
- менеджер по продажам: принимает заявку из любого канала и заводит карточку в CRM, собирает пакет документов для тендера;
- специалист по документообороту: готовит договоры и счета по шаблонам, разбирает входящие документы и сверяет данные между системами;
- менеджер по закупкам: следит за остатками, сверяет счета с договорами и показывает отклонения до оплаты;
- команда агентов: несколько агентов делят роли в длинном процессе, один разбирает запрос, другой работает с данными, третий проверяет результат.
Как устроен проект:
- На бесплатной диагностике на 30-60 минут разбираем задачу и считаем, где агент даст измеримый эффект.
- До договора собираем прототип на ваших данных, чтобы было видно, как агент справляется с реальными примерами.
- Фиксируем сценарии и границу, где нужно подтверждение человека, подключаем системы и настраиваем права.
- Запускаем на части потока, собираем обратную связь и дорабатываем агента.
Пример нашей работы - персональный ИИ-ассистент Self AI. В нем несколько агентов с разными ролями: один классифицирует запрос и решает, нужен ли поиск в интернете, другой составляет поисковый запрос, третий проверяет найденные данные. Внедрение начинается от 150 тысяч рублей, сумма фиксируется в договоре после диагностики. Сценарии и этапы описаны на странице разработки AI-агентов.
Создадим ИИ-агента под вашу задачу
Оставьте заявку - на бесплатной диагностике разберем процесс и соберем прототип агента на ваших данных до договора.
Итог
Создать ИИ-агента можно в конструкторе или с помощью разработки, но порядок работы одинаков: задача, процесс и границы, нейросеть, данные и инструменты, тесты на реальных примерах и запуск на части потока. Конструктор подходит для простых задач и проверки идеи, разработка - для агентов, встроенных в системы компании. Расходы на нейросеть обычно невелики по сравнению с разработкой, а главный результат дает правильно выбранная задача.
Частые вопросы
Как создать ИИ-агента самостоятельно?
Выберите задачу, опишите процесс и границы, соберите агента в конструкторе вроде Yandex AI Studio или n8n, подключите базу знаний и инструменты, проверьте на 50-100 реальных примерах и запустите на части потока.
Можно ли создать ИИ-агента без программирования?
Да, в конструкторах. В Agent Atelier в Yandex AI Studio агента собирают в веб-интерфейсе, в n8n - из блоков на визуальной схеме. Для интеграций с несколькими системами и сложной логики обычно нужен разработчик.
Как создать ИИ-агента бесплатно?
Бесплатно можно поставить n8n на свой сервер для внутренних задач или использовать открытые фреймворки, например LangGraph. Платить все равно придется за нейросеть или сервер, на котором она работает.
Сколько стоит создать ИИ-агента?
Расходы на нейросеть для агента, который решает 3 000 задач в месяц, составляют от 1 200 до 14 400 рублей в зависимости от модели. Стоимость разработки зависит от числа сценариев и интеграций.
Чем ИИ-агент отличается от чат-бота?
Чат-бот отвечает на вопросы по сценарию или базе знаний. Агент сам выполняет задачу по шагам: обращается к системам, проверяет данные и доводит дело до результата.
Какую нейросеть выбрать для ИИ-агента?
В России чаще выбирают GigaChat или YandexGPT по API. Если данные нельзя передавать наружу, открытую модель ставят на сервер компании. Для простых шагов хватает легких моделей.
Как создать ИИ-агента в Яндексе?
В Yandex AI Studio откройте Agent Atelier, выберите модель, напишите инструкцию, подключите инструменты, например поиск по своим файлам, и проверьте ответы. Для сценариев из нескольких шагов есть конструктор Yandex Workflows.
Сколько времени занимает создание ИИ-агента?
Простого агента в конструкторе собирают за несколько дней. Проект с интеграциями в CRM, 1С и внутренние системы занимает от нескольких недель до пары месяцев.
Как создать ИИ-ассистента для компании?
Порядок тот же, что и для агента: задача, база знаний, выбор модели, подключение систем, тесты и запуск. Ассистент чаще отвечает сотрудникам по документам, а агент выполняет действия в системах.
Безопасно ли давать ИИ-агенту доступ к CRM?
Да, если агент работает под отдельной учетной записью с ограниченными правами, все действия пишутся в журнал, а важные шаги подтверждает человек.
