Как построить AI-агента: советы Джованни Беджато для маркетологов, дизайнеров и бухгалтеров

Print Friendly, PDF & Email

Разбираем, как создать AI-агента под свои рабочие задачи на основе опыта Джованни Беджато, который внедрил агентов в 50+ компаниях.

Если ты работаешь в маркетинге, дизайне или финансах — скорее всего, ежедневно сталкиваешься с повторяющимися задачами, на которые уходит куча времени. Проверить почту, отсортировать запросы, сделать отчет, собрать данные из пяти источников. И так — по кругу. Но что, если часть этой рутины можно автоматизировать? Не общими словами, а реально — с инструментами, которые уже работают в бизнесе?

Об этом знает Джованни Беджато — AI-инженер, который создал AI-агентов для более чем 50 компаний. В своих публикациях он прямо говорит: AI — это не абстрактный «разум», а решения, которые экономят время и деньги. Не нужно создавать робота-супергероя. Достаточно создать агента, отвечающего на отдельные задачи. Именно с таких решений и начинается эффективная автоматизация.

Что такое AI-агент — просто о сложном

AI-агент — это твой личный цифровой помощник, который выполняет задачи от твоего имени. Представь себе сотрудника, который знает, как пользоваться Google, читать документы, отвечать на вопросы клиентов, а еще — способен принимать решения в рамках заданной логики. Это и есть агент.

В техническом смысле AI-агент — это комбинация трех составляющих:

1. LLM (модель языка) — мозг агента

Это, например, ChatGPT. Именно он «понимает» твои запросы, генерирует ответы и логику действий. Но сама по себе LLM — как студент без доступа к интернету: она много знает, но не может проверить актуальную информацию или взаимодействовать с системами.

2. Инструменты — руки агента

Здесь в игру вступают API, CRM, база данных, email-сервисы, Google Sheets, Google Search, Notion, Slack и даже файлы в твоем компьютере. Инструменты — это то, что позволяет агенту действовать во внешнем мире, а не просто «отвечать в чате».

Например:

  • через API агент может считать актуальные транзакции,
  • через веб-парсер — собрать новости или упоминания бренда,
  • через плагин к Gmail — отправить ответ клиенту.

3. Промпт — инструкция или «голос в голове»

Это текст, который определяет, как именно агент должен себя вести. Именно промпт превращает «языковую модель» в агента для конкретной задачи: обработать письма, найти аномалии, сгенерировать отчет. В нем прописывают:

  • кто агент (роль),
  • какие шаги выполнять (инструкции),
  • что делать в случае неизвестных данных (эскалация),
  • какие ограничения существуют (не выдумывать факты, не действовать без разрешения и т. д.).

AI-агент — это хорошо спроектированный процесс. Ты сам определяешь, что он должен делать, с чем работать и где его границы. И это дает полную гибкость — агент может быть настолько «умным» и полезным, насколько четко ты поставишь задачу.

Теперь, когда ты понимаешь, из чего состоит агент, — давай посмотрим, с чего начать его обучение и запуск. Спойлер: первые задачи — самые простые. И именно в этом их сила.

С чего начать: первые задачи для AI-агента

Не нужно сразу строить мегасистему, которая решает все проблемы бизнеса. AI-агенты лучше всего проявляют себя в простых, рутинных задачах, которые ты ежедневно откладываешь или выполняешь «на автомате». Именно с таких кейсов советует начинать Джованни Беджато — и вот почему.

Почему именно из рутины?

Потому что там:

  • много повторений — агенту легко научиться;
  • низкий риск ошибок — в случае чего всегда можно проверить;
  • быстрый эффект — экономия времени ощущается уже в первые дни.

Беджато говорит: «Клиенты платят не за искусственный интеллект, а за автоматизацию скучной работы». И это ключ. Твоя цель — найти задачу, которая кажется незначительной, но отнимает по несколько часов в неделю. Вот примеры задач, которые отлично подходят для старта:

1. Ответы на часто задаваемые вопросы (FAQ)

У каждого бизнеса есть перечень стандартных запросов:

 – «Какая цена?» – «Где скачать документы?» – «Когда скидка?» – «Как изменить пароль?»

AI-агент может автоматически: – распознавать суть запроса, – находить ответ в базе знаний, – отвечать пользователю в чате или по почте.

Этот сценарий работает уже в десятках компаний — и экономит сотни часов поддержки каждый месяц.

Сбор и обобщение информации

Пример: агент, который еженедельно мониторит Reddit или X (Twitter) и собирает упоминания о твоей нише. Затем — формирует краткий отчет с трендами или проблемами клиентов. И все это без твоего участия.

Другой вариант: агент проверяет аналитику за неделю и присылает краткое резюме:

 – что выросло, – что упало, – какие кампании дали результат.

3. Очистка входящей почты

Агент читает письма и сам решает:

 

– что нужно передать дальше, – что можно обработать автоматически, – что просто удалить или архивировать.

Он может маркировать письма по категориям, извлекать ключевую информацию (например, сумму заказа, имя клиента, дедлайн) и даже создавать заметки в CRM.

4. Расписание и напоминания

Агент следит за календарем и сам: – формирует список задач на день, – проверяет дедлайны, – присылает тебе утренний дайджест.

Это полезно как для соло-специалистов, так и для команд: агент может пинговать коллег о статусе задач или готовить сводки по проекту.

Маленький секрет

Не нужно придумывать сложную логику. Возьми то, что уже происходит каждый день — и запиши это в виде сценария.

  1. Если в письме есть слово «счет» — агент проверяет вложения.
  2. Если нет — просит клиента прислать документ.
  3. Если сумма указана — записывает ее в Google Sheet.

Даже такая простая схема может сэкономить десятки минут ежедневно. А это — уже реальная выгода.

Теперь, когда мы знаем, с каких задач начать, перейдем к структуре, которая поможет собрать агента как конструктор: от цели — к инструментам и проверке.

Блок-схема создания агента: «Цель → Инструменты → Проверка»

У Джованни Беджато есть четкая формула: хороший агент — это не магия, а последовательность. Если ее придерживаться, можно создавать агентов быстро, масштабируемо и без головной боли.

Вот три шага, которые лежат в основе каждого эффективного агента:

1. Цель — что именно должен делать агент

Прежде чем начинать что-то строить, задай себе вопрос: «Какой результат я хочу получить?»

 – Сгенерировать ответ на письмо? – Подготовить финансовый отчет? – Собрать отзывы из соцсетей?

Важно: сформулируйте действенный результат, а не абстракцию. Не «анализировать данные», а «найти все транзакции за сентябрь и посчитать сумму по каждой категории».

Чем конкретнее ты определишь цель, тем легче будет дальше — и тебе, и модели.

Если ты в поиске новой специальности — самое время сделать первый шаг. Переходи по ссылке на наши ближайшие мероприятия, выбирай направление, которое тебе близко, и работай с современными технологиями бок о бок. Кем бы тебе ни хотелось работать: маркетологом, дизайнером, бухгалтером или программистом — мы научим и покажем, как искусственный интеллект помогает быстрее учиться, работать и развиваться в диджитал-сфере.

2. Инструменты — как агент достигает этой цели

После того как цель определена, выбери:

  • которые данные нужны агенту (входящие письма, CRM, Google Sheets, API);
  • какие действия он должен выполнить (читать, искать, сортировать, вычислять);
  • какие сервисы нужно подключить (email, Slack, Notion, банк, календарь и т. д.).

Пример:

Цель: автоматизировать ответ на типичные запросы клиентов из почтыИнструменты: Gmail API, база FAQ в Notion, OpenAI GPTДействия: прочитать письмо → классифицировать → найти ответ → отправить ответ

Важно: агент не должен знать «все». Достаточно дать ему ровно те инструменты, которые нужны для достижения цели. Остальное — лишнее и только запутывает.

3. Проверка — что делать, если что-то не так

Последний шаг — логика проверки:

  • как агент понимает, что все сделал правильно?
  • что должно произойти, если есть сомнение или неопределенность?
  • куда передать задание, если агент не справился?

Примеры проверки:

  • Если запрос не соответствует ни одной категории — отправить уточняющий вопрос.
  • Если суммарная сумма не совпадает с ожидаемой — вынести в отчет для ручной проверки.
  • Если ответ требует оценки человека — отметьте менеджера в Slack.

Этот этап важен, чтобы агент не наносил вреда, когда не уверен. Он позволяет держать ситуацию под контролем и постепенно «обучать» агента действовать все лучше и лучше.

Подведем итоги в схеме:

🎯 Цель → 🧰 Инструменты + Источники → ✅ Проверка + Эскалация

Эта структура помогает избежать «хаоса» в построении. Агент — это не просто LLM с доступом к куче API. Это четкий сценарий, где каждый компонент работает на результат.

Далее покажу, какие инструменты чаще всего используются в таких сценариях — и как их объединить между собой, даже если ты не программист.

Инструменты, которые стоит знать: от no-code до SDK

Окей, у тебя уже есть цель, ты понимаешь, какие действия должен выполнять агент и как проверять его результаты. Следующий логичный вопрос — какими инструментами все это реализовать?

Здесь есть две хорошие новости:

  1. Большинство инструментов имеют интуитивный интерфейс — без кода.
  2. Даже самые простые агенты могут быть суперполезными, если правильно интегрированы.

Вот базовый набор платформ, сервисов и библиотек, с которыми работает большинство агентов, описанных Джованни Беджато.

Агенты OpenAI (или Assistants API)

Это официальный фреймворк от OpenAI для создания агентов, которые умеют:

  • вызывать инструменты (например, браузер, код, базу знаний),
  • обрабатывать файлы (PDF, CSV, DOCX),
  • сохранять контекст «памяти» между сессиями,
  • запускать цепочки действий (например, сначала найди данные → затем построй отчет → затем отправь письмо).

Он подходит для более технических решений, но даже базовая интеграция через Zapier или n8n позволяет использовать все возможности без кода.

Языковая цепочка

Это библиотека на Python (и других версиях), которая позволяет создавать комплексные агенты с сохранением памяти, подключением баз данных, функций и логики. Особенно полезна для:

  • построения агентов с логикой условий («если → тогда»),
  • работы с векторными базами (RAG-пайплайны),
  • кастомных сценариев.

Но: она больше подходит разработчикам. Если не программируешь — переходи к следующему варианту.

Zapier / Make / n8n — интеграции без программирования

Эти сервисы позволяют визуально соединять сервисы между собой: Gmail ↔ ChatGPT ↔ Google Sheets ↔ Slack

Сценарий:

  1. Новое письмо в Gmail
  2. ChatGPT классифицирует, формирует ответ
  3. Запись в таблицу
  4. Сообщения в Slack

n8n — бесплатный и гибкий, но более сложный. Zapier — удобный, но частично платный.

Для большинства агентов, которых описывал Беджато (типа «обработать входящие», «ответить по сценарию», «сделать отчет»), — этого достаточно.

Векторные базы данных (Pinecone, Weaviate, Chroma)

Если твой агент работает с большими объемами данных (база знаний, архивы, файлы), — нужен механизм поиска. Векторная база — это индекс, который помогает агенту «запоминать» документы и находить релевантные.

Например:

  • агент получает запрос: «Что сказал клиент о доставке в июле?»
  • вместо того, чтобы перечитывать 1000 страниц, он спрашивает Pinecone → получает 3 абзаца → генерирует ответ.

Так работает RAG (Retrieval-Augmented Generation) — архитектура, которая сочетает память с генеративной логикой.

ChatGPT + Плагины + Файлы

Даже без сложных платформ ты можешь создать агента в ChatGPT 4, просто:

  • загрузив файл (PDF, таблицу),
  • активировав плагины (например, для браузера или кода),
  • прописав четкий промпт.

Да, это не будет агент в классическом понимании. Но если задача — «объясни, что в этом договоре» или «сделай сводку финансов» — этого будет достаточно.

Если тебе интересно разобраться глубже — какие инструменты стоит выбирать для разных задач, советуем прочитать нашу статью «Не ChatGPT единственным, или как выбрать идеальный AI-инструмент под твои рабочие потребности». В ней мы собрали подборку самых эффективных сервисов — от узкоспециализированных платформ для дизайнеров и маркетологов до AI-помощников для финансов и планирования. Это практический гайд, который поможет подобрать именно тот инструмент, который усилит твою работу, а не создаст лишнюю сложность.

Сами инструменты — это только половина дела. Вторая половина — это инструкция, которая управляет агентом. В следующем разделе мы разберем, как правильно писать промпты, чтобы агент не тормозил и не выдавал «белую кашу» вместо действий. Итак, переходим к промпт-шаблонам.

Как писать эффективные промпты для агентов

Промпт — это мозг агента. Точнее, его инструкция, которая объясняет, кто он, что должен делать, как вести себя в нестандартных ситуациях и каких ошибок избегать. Хороший промпт — это не просто «сделай мне красиво», а четкая карта действий для искусственного интеллекта.

Даже самый умный LLM не угадает твоих ожиданий без правильной задачи. У Джованни Беджато есть простое правило: чем яснее задача — тем стабильнее агент.

Структура промпта: четыре ключевых блока

1. Роль агента (кто ты)

Задает контекст. Например: «Ты — бухгалтерский AI-агент, который помогает компании отслеживать финансовые аномалии и готовить ежемесячные отчеты.»

Чем конкретнее описание — тем лучше модель понимает себя и свою функцию.

2. Инструкция к действию (что ты делаешь)

Пошаговый алгоритм или логика. Пример:

1. Проанализируй входящие транзакции за последние 30 дней.  2. Сравни с предыдущим месяцем.  3. Определи аномальные расходы или необычные паттерны.  4. Сгенерируй краткий отчет с выводами.

Это как рецепт: что, за чем и зачем.

3. Поведение в случае неопределенности (что делать, если…)

Этот блок критически важен, чтобы агент не «выдумывал», если не уверен. Например:

«Если данных недостаточно — задай уточняющий вопрос. Если не понимаешь запрос — не отвечай, а эскалируй задачу человеку.»

Без этой части агент часто будет выдавать ложный или выдуманный ответ.

4. Ограничения (что не делать)

Здесь задается предел. Например:

«Не придумывай факты. Не меняй формат таблиц. Не добавляй предположения без подтверждения.»

10 идей AI-агентов для маркетолога, дизайнера и бухгалтера

AI-агенты могут быть чрезвычайно полезны именно тогда, когда созданы под конкретную роль и выполняют понятные задачи. Ниже — подборка из десяти идей, которые уже сегодня применяются в реальных командах. В каждом случае агент берет на себя рутину, помогает с аналитикой или работает с контентом — быстрее, дешевле и без человеческой усталости. Неважно, являешься ли ты продвинутым маркетологом, графическим дизайнером или бухгалтером с фокусом на деталях — среди этих примеров ты точно найдешь что-то, что сразу можно внедрить или адаптировать под свои нужды.

Для маркетолога

1. Агент ответов на запросы клиентов. Автоматически обрабатывает входящие сообщения на email или в форме обратной связи. Определяет суть запроса, находит ответ в базе знаний и отправляет ответ без участия человека.

2. Агент мониторинга бренда в соцсетях. Ежедневно сканирует соцсети, Reddit, форумы, чтобы найти упоминания о бренде или ключевые слова в нише. Формирует сводку трендов и негатива.

3. Контент-агент для email-рассылок. Генерирует персонализированные письма для различных сегментов аудитории на основе поведения пользователей: кто подписался, посещал сайт, кликал по баннерам и т. д.

4. Агент-оптимизатор рекламных кампаний. Анализирует данные из рекламных кабинетов, определяет, какие объявления работают, какие нет — и предлагает перераспределение бюджета между каналами.

Для дизайнера

5. Генератор дизайн-вариантов. На основе брифа, цветов бренда и темы создает несколько вариантов баннера, обложки, поста или логотипа с помощью генеративной AI-модели (например, DALL·E).

6. Агент проверки доступности макетов. Анализирует готовые дизайны на соответствие стандартам доступности: контрастность, шрифты, изображения с alt-текстом. Дает фидбек, что нужно улучшить.

7. Агент-надзиратель брендстиля. Сканирует новые макеты и сравнивает их с брендбуком: используются ли правильные цвета, шрифты, логотипы. В случае нарушения — сигнализирует дизайнеру.

Для бухгалтера

8. Агент сверки банковских транзакций. Автоматически подтягивает движение средств из банка, сверяет с внутренними записями и выделяет расхождения или подозрительные платежи.

9. Агент поиска финансовых аномалий. Сканирует транзакции за период и находит аномалии: резкие колебания расходов, дубликаты, подозрительные изменения. Предупреждает до закрытия месяца.

10. Агент по формированию отчетности. Подготавливает ежемесячные или еженедельные отчеты с основными цифрами, сравнениями по категориям и объяснениями, повлиявшими на изменение динамики.

Выбери 1–2 идеи, запусти их в тестовом режиме и постепенно расширяй их функционал. А в следующем разделе ты узнаешь, как именно это сделать.

Как запустить своего агента: адаптация, тест и масштабирование

Создать агента — это только половина дела. Чтобы он реально работал, а не просто «существовал», нужно пройти еще три важных шага: адаптация под твой контекст, тестирование на реальных данных и масштабирование.

Начни с малого: возьми одну задачу, которую ты выполняешь регулярно, и сформулируй ее максимально конкретно. Например: «Каждый понедельник я собираю данные о трафике из Google Analytics и формирую краткий отчет в Notion». Это и есть первая цель для агента. После этого — выбери инструменты (например, Zapier + ChatGPT), пропиши четкий промпт и позволь агенту впервые выполнить задачу.

Тестируй на реальных кейсах. Смотри, понимает ли агент суть задачи, выдает ли точные результаты, как ведет себя в нестандартных случаях. Исправляй промпт, добавляй ограничения, уточняй формулировки. Как говорит Беджато, «агентов не создают сразу идеальными — их формируют в процессе использования».

Когда видишь, что агент стабильно справляется — можно масштабировать. Например, дать ему несколько ролей: обрабатывать письма, формировать отчет, делать еженедельный мониторинг. Или — подключить к работе команду: дизайнер получает сводку комментариев к макетам, бухгалтер — автоматическую сверку расходов, маркетолог — дашборд с упоминаниями о бренде.

Не пытайтесь автоматизировать все сразу. Один стабильный агент, который реально работает, — ценнее десяти экспериментов. И именно с него начинается ваша новая реальность работы — где рутина решается нажатием одной кнопки.

В итоге

AI-агенты — это не будущее, а уже настоящее. Они не заменяют специалистов, а усиливают: снимают рутину, подсказывают лучшие решения и дают время на важное. Если правильно выбрать задачу, инструмент и промпт — агент начнет приносить пользу уже с первого дня.

Построение агента — это последовательный процесс из трех шагов: цель → инструменты → проверка. Джованни Беджато доказывает: достаточно 1–2 эффективных агентов, чтобы изменить способ работы твоего отдела или команды. Начни с малого, тестируй, адаптируй и постепенно преврати агента в настоящего ассистента.

А если ты хочешь не просто понять, как работают AI-агенты, но и превратить этот навык в старт карьеры — присоединяйся к нашим ближайшим ивентам. Здесь ты сможешь выбрать современную диджитал-профессию: от SMM и интернет-маркетинга до дизайна, программирования и других актуальных направлений. Переходи по ссылке, выбирай специальность — и строй карьеру вместе с новыми помощниками, такими как AI-агенты.