Как создать ИИ-агента: из каких этапов состоит работа?
Создание агента проходит пять этапов: выбор задачи с измеримым результатом, сборка базы знаний, подключение инструментов и интеграций, описание инструкций и границ полномочий, замер качества на контрольных вопросах. Технически прототип собирается быстро — основное время уходит на данные и на проверку того, что агент отвечает правильно, а не просто связно.
Ошибка большинства проектов — начинать с выбора модели. Модель влияет на формулировки, но не добавляет фактов, которых нет в ваших документах. Поэтому порядок обратный: сначала задача и данные, затем инструменты, и только потом тонкая настройка.
Шаг 1. Как выбрать задачу для первого агента?
Подходящая задача отвечает трём условиям: обращения однотипные и повторяются десятки раз в неделю, существует письменный регламент правильного ответа, а результат можно измерить долей вопросов, закрытых без человека. Плохой первый кандидат — процесс, где каждое решение уникально и требует переговоров или ответственности сотрудника.
Хорошие стартовые сценарии: ответы на внутренние вопросы сотрудников, помощь первой линии поддержки, подбор товара по параметрам, проверка комплектности заявки перед передачей дальше.
Шаг 2. Как собрать базу знаний для агента?
База знаний собирается из регламентов, документации и истории обращений, после чего очищается от дублей и устаревших версий, режется на смысловые фрагменты и размечается метаданными: тема, источник, дата. Затем фрагменты индексируются для поиска. Именно на этом шаге закладывается точность будущих ответов — агент не может знать больше, чем есть в индексе.
Типичные проблемы: две редакции одного регламента без пометки актуальности, документы в виде сканов без текстового слоя, знания, которые существуют только в голове опытного сотрудника. Первое лечится ревизией, второе — распознаванием, третье — интервью и записью правил.
Шаг 3. Инструменты и интеграции: что подключать?
Инструменты — это функции, которые агент вызывает, чтобы получить данные или выполнить действие: найти заказ, проверить остаток, создать заявку. Подключать их стоит поэтапно, начиная с операций только на чтение. Действия, меняющие данные, добавляют позже, с подтверждением от пользователя или сотрудника.
Практическое правило: любой вызов инструмента должен логироваться вместе с аргументами. Без журнала невозможно разобрать, почему агент повёл себя не так, — а разбирать придётся.
Шаг 4. Инструкции и границы полномочий
Инструкция описывает роль агента, стиль ответа, темы вне его компетенции и правила эскалации на человека. Формулировать её нужно запретами и условиями, а не пожеланиями: «при вопросе о возврате денег передавай диалог оператору» работает, а «будь осторожен с деликатными темами» — нет, потому что модель не знает, что вы считаете деликатным.
Шаг 5. Как проверить, что агент работает правильно?
Нужен контрольный набор вопросов с заранее известными правильными ответами — от нескольких десятков для пилота. Агент прогоняется по нему, каждый ответ размечается как верный, неполный, неверный или вышедший за рамки, а ошибки разбираются по причине. После правок тот же набор прогоняется повторно: только так видно, стало ли лучше.
Без этого шага улучшения превращаются в спор о вкусах: кто-то считает, что «стало лучше», а объективного подтверждения нет. Контрольный набор — это и приёмка, и защита от регресса при смене модели.
Что чаще всего ломается на практике?
Три типовые поломки: агент отвечает уверенно по устаревшему документу, потому что база знаний не почищена; агент отвечает на вопросы вне компетенции, потому что границы не описаны; качество падает после смены модели, и это никто не замечает, потому что замера нет. Все три причины лежат в данных и процессе, а не в самой модели.
Мы делаем эту работу под ключ: приводим базу знаний в пригодный для поиска вид, описываем сценарии и рамки, разрабатываем самого агента с интеграциями и замеряем долю корректных ответов до и после доработок. Если разработку ведёт ваша команда, можем закрыть только слой данных и независимую оценку — подробнее на странице ИИ-агенты для бизнеса.