Как создать ИИ-агента для бизнеса: инструменты и пошаговая схема

Чтобы создать ИИ-агента для бизнеса, подготовьте четыре вещи: описанный процесс, доступ к данным, инструмент для сборки и метрику, по которой вы поймёте, что агент работает. Инструменты делятся на четыре типа: конструкторы вроде n8n, Claude Code или Codex с подключением через MCP, готовые платформы и разработка на заказ. На примере утренней сводки продаж покажем выбор инструмента, сборку и протокол проверки настройки.

Если вы ещё не определились, что именно называть агентом, начните со статьи что такое ИИ-агент.

Что нужно до старта создания ИИ-агента

Неясная задача и неполные данные мешают проверить результат агента. Перед тем как открывать конструктор, ответьте на четыре вопроса.

Процесс

Опишите процесс так, как объяснили бы его новому сотруднику: что на входе, какие шаги, что на выходе, что делать в нестандартных случаях. Хорошая проверка — сможет ли человек со стороны выполнить задачу по вашему описанию без дополнительных вопросов. Если не сможет, уточните описание до сборки агента. Подробнее об этом в статье про описание бизнес-процессов.

Данные

Выпишите, откуда агент берёт информацию: CRM, 1С, банк, таблицы, почта, телефония. Для каждого источника проверьте две вещи. Первая — есть ли API или другой способ забрать данные автоматически. Вторая — насколько данные чистые. Если менеджеры не закрывают сделки в CRM, расчёт конверсии будет опираться на неполные статусы.

Доступы

Решите заранее, что агенту можно видеть и что можно менять. Для первого запуска хватает доступа только на чтение. Заведите отдельную служебную учётную запись или токен с минимальными правами. Логин директора для этого не подходит. Ключи должны принадлежать компании, а не подрядчику или сотруднику, который настраивал агента. Если в данных есть персональные данные клиентов, договоритесь, что можно передавать модели, а что нужно обезличить.

Метрика

Сформулируйте, по какой цифре вы через месяц решите, оставлять агента или нет. Например: сколько минут в день РОП тратит на подготовку отчёта, сколько лидов остались без перезвона, за сколько часов клиент получает ответ. Метрику нужно замерить до запуска, иначе сравнивать будет не с чем.

Как создать ИИ-агента: четыре варианта

Способ создания ИИ-агента выбирают по трём вопросам: кто будет его поддерживать, с какими системами он работает и где должны обрабатываться данные.

No-code и low-code: n8n и аналоги

n8n — платформа автоматизации, где сценарий собирают из блоков на визуальной схеме. Для агентов в ней есть узел AI Agent: к нему подключают языковую модель и минимум один инструмент, после чего агент сам решает, какой инструмент вызвать для задачи (документация n8n). Из коробки поддерживаются модели OpenAI, Anthropic и Google, память, векторные базы для поиска по документам и подключение к MCP-серверам (n8n Advanced AI).

Узел Schedule Trigger запускает сценарий по расписанию, в том числе по cron-выражению (документация). Узел Telegram умеет отправлять сообщения и документы в чат или канал (документация). n8n можно развернуть на своём сервере: без лицензионного ключа он работает как бесплатная Community-версия (документация по хостингу). Лицензия Sustainable Use License предусматривает внутреннее бизнес-использование. Если вы предлагаете n8n другим компаниям как часть своего сервиса, отдельно проверьте условия лицензии (LICENSE).

Для Битрикс24 n8n описывает подключение через HTTP Request (n8n). Можно рассмотреть и сторонний пакет, например n8n-nodes-bitrix, но его совместимость и поддержку нужно проверить. Для amoCRM и конкретной конфигурации 1С отдельно проверьте доступный API, права и способ подключения.

В анонсе Yandex AI Studio описаны визуальный конструктор без кода, мультиагентные сценарии и подключение внешних сервисов по MCP, например amoCRM и Контур.Фокуса (Yandex Cloud). Нужный коннектор и условия доступа проверьте для своего проекта.

Claude Code или Codex с MCP

Claude Code и Codex работают с файлами, программами и подключёнными инструментами. Оба подключаются к внешним системам через MCP (Claude Code, Codex). Для чтения сделок нужен совместимый MCP-сервер CRM, настроенные права и проверка его инструментов. Поддержка MCP сама по себе не означает наличие готового подключения к вашей CRM.

Агента можно собрать из подключений к системам, инструкции и механизма запуска. В Claude Code Desktop локальные Scheduled tasks срабатывают, пока приложение открыто, а компьютер не спит. Облачные scheduled tasks работают отдельно от компьютера; подключения к инструментам настраиваются для задачи (документация). Документация MCP для Codex подтверждает подключение инструментов в CLI и IDE, а механизм регулярного запуска нужно выбирать и проверять отдельно.

Такой вариант можно использовать для сводок руководителя, разбора почты и подготовки документов. Для локального режима заранее решите, кто следит за рабочим местом и пропущенными запусками. Если сводка нужна всему отделу, проверьте требования к доступности, журналу и поддержке выбранного режима.

Готовые платформы

Готовые платформы для создания ИИ-агентов предлагают сервисы, где агент уже собран под типовую задачу: ответы в поддержке, расшифровка и оценка звонков, ассистент по базе знаний. Сюда же относятся корпоративные платформы вроде GigaChat Enterprise, которую можно развернуть в облаке, гибридно или локально в периметре компании (Sber Pro).

Срок запуска зависит от готовности коннекторов и данных. Вы работаете в пределах функций платформы: свою логику, нестандартный отчёт или связку с 1С добавить можно не всегда.

Разработка на заказ

Агента пишут под вашу задачу: код, интеграции, правила, мониторинг. Состав работ и бюджет определяют после разбора систем и требований. Место обработки данных зависит от инфраструктуры, модели и внешних API. Возможность сменить модель нужно заложить в архитектуру и проверить тестами.

Сравнение вариантов

	n8n и конструкторы	Claude Code / Codex с MCP	Готовая платформа	Разработка на заказ
Что влияет на срок	Готовность узлов и API	Готовность инструментов и режима запуска	Поддержка нужного сценария	Объём интеграций и тестов
Кто нужен	Человек, понимающий API	Сотрудник плюс настройка интеграций	Администратор сервиса	Подрядчик или своя команда
Связь с 1С, Битрикс24, amoCRM	Через узлы сообщества или HTTP-запросы	Через MCP-серверы и API	Только то, что поддерживает платформа	По доступным API и согласованным доработкам
Где обрабатываются данные	Сервер n8n плюс внешние API и модель	Среда запуска плюс внешние API и модель	По выбранной конфигурации и подключениям	По архитектуре, модели и внешним API
Что ограничивает логику	Возможности узлов и собственного кода	Инструменты, права и среда запуска	Функции и API платформы	Архитектура, бюджет и поддержка
Когда выбирать	Связать 3–5 сервисов в понятный сценарий	Агент для руководителя или ключевого сотрудника	Типовой сценарий, поддерживаемый платформой	Несколько систем, запись данных, работа с клиентами

Прототип можно собрать в Claude Code или n8n, проверить на данных компании, а затем решить, какие части требуют отдельной разработки.

Какую модель выбрать для агента

Проверьте модель на примерах своей задачи. При выборе ответьте на три вопроса.

Что делает агент. Для классификации обращений, извлечения полей и анализа сводки подготовьте контрольные примеры. Сравните ошибки, время ответа и стоимость запуска на одном наборе данных.

Где можно обрабатывать данные. Мы работаем с Claude, GPT и Gemini. Если данные нельзя выносить за пределы компании, проверяйте локальное развёртывание и весь путь данных, включая инструменты, журналы и резервные копии. Российское происхождение модели не означает обработку на сервере клиента. У GigaChat Enterprise описаны локальная, облачная и гибридная конфигурации; нужный периметр зависит от выбранной конфигурации.

Сколько стоит запуск. Агент, который читает сотни звонков в день, и агент, который раз в сутки пишет сводку, расходуют токены по-разному. Посчитайте объём заранее на реальных данных.

Закладывайте возможность сменить модель: держите инструкции и интеграции отдельно от вызова конкретной модели. При замене проверьте совместимость инструментов, формат ответов, стоимость и все приёмочные сценарии. Срок перехода зависит от этих проверок.

Пошаговая схема на примере

Разберём агента утренней сводки продаж. Пример условный: компания, процесс и цифры придуманы для иллюстрации.

Исходная ситуация. Руководитель отдела продаж каждое утро открывает CRM, считает вчерашнюю выручку, сверяет оплаты с 1С, ищет сделки без активности и пишет сводку собственнику. Допустим, на это уходит 40 минут в день. Пример, цифры условные.

Шаг 1. Формулируем результат. В 9:00 по будням в Telegram приходит сообщение: выручка за вчера, выполнение плана месяца, сделки без активности больше трёх дней со ссылками, менеджеры с заметно упавшей конверсией и два-три вывода, на что обратить внимание.

Шаг 2. Определяем источники. Сделки, задачи и звонки берём из CRM (Битрикс24 или amoCRM), оплаты из 1С, план продаж из Google Таблицы.

Шаг 3. Настраиваем доступы. Заводим служебную учётную запись в CRM с правами только на чтение, токен для 1С и сервисный аккаунт для таблицы. Создаём Telegram-бота и добавляем его в чат собственника и РОПа.

Шаг 4. Настраиваем сбор данных. В n8n первым ставим Schedule Trigger с cron-выражением 0 9 * * 1-5. Здесь легко ошибиться: расписание срабатывает по часовому поясу сценария или инстанса n8n, поэтому его нужно явно выставить на ваш. Для запуска по расписанию workflow нужно сохранить и опубликовать в n8n. Дальше идут запросы к API CRM и 1С и чтение таблицы. До расчёта проверьте схему полей, период и свежесть каждого источника.

Шаг 5. Считаем цифры кодом. Выручку, процент плана и конверсию считает обычный код, например узел Code, а не модель: языковая модель может ошибиться в арифметике. Так стоит делать в любом агенте, который работает с цифрами.

Шаг 6. Подключаем модель. На вход модели уходят готовые цифры и список проблемных сделок, а также инструкция: формат сводки, что считать отклонением, тон. Модель пишет выводы и формулирует текст. Если агент должен ещё и отвечать на уточняющие вопросы, вместо простого вызова модели ставим узел AI Agent с инструментами для чтения CRM.

Инструкция для модели в таком агенте может выглядеть так:

Ты готовишь утреннюю сводку продаж для собственника. На входе цифры за вчера и список сделок без активности. Не пересчитывай цифры, бери их как есть. Начни с выручки и процента плана. Затем перечисли сделки без активности больше трёх дней: клиент, сумма, менеджер, ссылка. Если конверсия менеджера упала больше чем на треть к прошлой неделе, отметь это отдельно. В конце дай не больше трёх выводов по фактам из данных. Если данных за вчера нет, напиши об этом и не делай выводов.

Заранее задайте правила для неполных данных: модель может заполнить пробел правдоподобным текстом. В этом примере проверка источников останавливает расчёт и отправку до вызова модели.

Шаг 7. Отправляем и проверяем. Узел Telegram отправляет сообщение. В этом условном плане первые две недели агент работает параллельно с РОПом: тот по-прежнему готовит отчёт сам и сверяет его с автоматическим. Все расхождения разбираем и правим логику.

Шаг 8. Замеряем эффект. В условном плане через месяц сравниваем с замером до запуска: время РОПа на отчёт, число сделок, которые долго висели без активности, скорость реакции на просадки.

Для такого агента в Claude Code понадобятся проверенные MCP-подключения к CRM, 1С и таблице, навык с описанием формата сводки и правил, задача по расписанию на 9:00. Цифры считайте скриптом, который запускает Claude Code, а модели оставьте выводы.

Как настроить ИИ-агента после запуска

Настройка ИИ-агента продолжается после первого запуска. РОП или собственник принимает результат, владелец источника отвечает за данные, интегратор исправляет подключения и логику отправки. Изменения инструкции храните с версией, а после правок повторяйте затронутые проверки.

Что проверить перед приёмкой

Зафиксируйте период и часовой пояс сводки. Для CRM, 1С и плана продаж запишите источник, время получения и период данных. Заранее установите допустимую задержку: вчерашняя выгрузка не заменяет сегодняшнюю без предупреждения. Отсутствие выгрузки означает неизвестные оплаты (unknown), а не нулевые.

Сравните расчёт кодом с независимым контрольным расчётом по тем же исходным записям. Проверьте знаменатель процента плана, валюту, возвраты и правила конверсии. Выводы модели должны опираться на переданные цифры. Отдельно проверьте права только на чтение, адресата, остановку при ошибке и передачу человеку. Регламент доступа и остановки подробнее разобран в статье о рисках внедрения ИИ.

В журнале различайте приём сообщения сервисом и прочтение человеком. Узел Telegram в n8n поддерживает отправку, но сам по себе не подтверждает прочтение и не защищает от дублей. Для ошибок n8n предусмотрен error workflow. Его execution.id и execution.url зависят от сохранения выполнения и могут отсутствовать при ошибке триггера; предусмотрите запись ошибки и в этом случае.

Четыре заполненных учебных прогона

Все записи ниже вымышлены для обучения. Это образец протокола, а не выполненные нами клиентские тесты. Имена файлов, ID и результаты условные, без персональных данных. В примере правило такое: при неполных данных или ошибке схемы сводку не отправлять.

Для всех четырёх записей входной период: 02.11.2026 00:00:00 включительно → 03.11.2026 00:00:00 исключительно, Europe/Moscow (UTC+03:00). План проверяется на ноябрь 2026; дневные операции CRM и 1С отбираются за указанный период. Для накопительных оплат нужен отдельный срез с 01.11.2026 00:00:00 включительно до 03.11.2026 00:00:00 исключительно в том же часовом поясе. В своей копии протокола замените период, версию, ответственных и ссылки на доказательства.

1. Штатный

Версия инструкции: summary-v1.0. run_id: demo-20261103-01. Входной период с TZ: общий период четырёх прогонов, указанный выше.

Ожидалось. Все источники свежие; контрольный расчёт совпадает; одна отправка.

Факт. CRM и 1С, включая накопительный срез оплат, выгружены в 08:55 МСК 03.11; план ноября получен в 08:56. В учебном правиле допустимая задержка после конца периода составляет 9 часов, источники прошли эту проверку. Оплаты за период: 120 000 руб.; накопительно за ноябрь: 300 000 руб.; план: 1 000 000 руб.; выполнение: 30%. Контроль совпал. Отправлено одно сообщение.

Доказательство. crm-1102.json, payments-1102.csv, payments-mtd-1102.csv, plan-202611.csv; metadata-01.json: периоды и время получения; control-01.csv: 300000 / 1000000 × 100 = 30%; send-01.log; условный message_id=demo-msg-101.

Ответственный. РОП принимает результат; интегратор проверяет журнал отправки.

Следующий шаг. РОП сверяет сводку с файлами и фиксирует решение о приёмке.

Подтверждение доставки. Сервис принял сообщение demo-msg-101 в 09:00 МСК; прочтение человеком не подтверждено.

2. Нет выгрузки 1С

Версия инструкции: summary-v1.0. run_id: demo-20261103-02. Входной период с TZ: общий период четырёх прогонов, указанный выше.

Ожидалось. При отсутствии оплат за нужный период остановка до отправки; неизвестное не заменяется нулём.

Факт. Запрос 1С завершился ошибкой. Последний файл payments-1101.csv охватывает 01.11.2026 00:00 → 02.11.2026 00:00 МСК. Оплаты за 02.11 unknown; расчёт выполнения плана и отправка остановлены.

Доказательство. fetch-02.log: источник 1С недоступен; metadata-02.json: период последнего файла; run-02.log: stopped_missing_source.

Ответственный. Владелец 1С восстанавливает выгрузку; РОП решает, когда продолжать.

Следующий шаг. Получить файл за нужный период, сверить свежесть и контрольный расчёт; повторить приёмку с новым run_id.

Подтверждение доставки. Отправка сводки не выполнялась по журналу run-02.log; ID сообщения отсутствует.

3. Повтор запуска

Версия инструкции: summary-v1.0. run_id: demo-20261103-03. Входной период с TZ: общий период четырёх прогонов, указанный выше.

Ожидалось. Проверенная защита на том же периоде не допускает повторной отправки после demo-20261103-01.

Факт. Использован тот же снимок источников и контрольный расчёт, что в demo-20261103-01. Начальный статус доставки uncertain. После сверки чата, ответа сервиса и журнала найдено demo-msg-101 от demo-20261103-01. Проверка состояния отправки заблокировала второй вызов отправки.

Доказательство. delivery-review-03.txt: совпали период, исходный run_id и demo-msg-101; guard-03.log: duplicate_blocked; повторный вызов отправки отсутствует.

Ответственный. Интегратор проверяет защиту; РОП подтверждает ручную сверку.

Следующий шаг. Зафиксировать найденную доставку. Повторно сводку не отправлять; отдельно проверить реализацию защиты на сбое между отправкой и записью статуса.

Подтверждение доставки. Исходное сообщение demo-msg-101 найдено; новой отправки нет; прочтение человеком не подтверждено.

4. Смена поля CRM

Версия инструкции: summary-v1.0. run_id: demo-20261103-04. Входной период с TZ: общий период четырёх прогонов, указанный выше.

Ожидалось. Изменение поля обнаруживается до расчёта и отправки, без подстановки нуля.

Факт. Проверка схемы ожидала amount, но получила total_amount. Проверка завершилась ошибкой до использования значения; расчёт и отправка не выполнялись.

Доказательство. crm-sample-04.json: total_amount; schema-04.log: required amount missing; run-04.log: stopped_schema_validation.

Ответственный. Интегратор исправляет маппинг; владелец CRM подтверждает смысл поля; РОП принимает расчёт.

Следующий шаг. После согласования маппинга выпустить новую версию схемы, повторить контрольный расчёт и штатный прогон с новым run_id.

Подтверждение доставки. Отправка не выполнялась по run-04.log; ID сообщения отсутствует.

Скачать заполненный учебный протокол CSV, UTF-8. В файле все поля каждой записи, включая полный период с часовым поясом. Чтобы использовать его как шаблон, сохраните заголовки и замените учебные строки своими наблюдениями.

Как исправлять ошибки и повторять запуск

run_id обозначает попытку, но сам по себе не предотвращает повторное бизнес-действие. Промпт с запретом дублей тоже не даёт такой гарантии. Интегратор должен реализовать и проверить защиту по событию или периоду и состоянию отправки. Конкретный механизм зависит от платформы; отдельно тестируйте сбой между отправкой сообщения и сохранением результата.

Если доставка имеет статус uncertain, сначала сверьте сообщение в чате, ответ сервиса и журнал предыдущей попытки. Не запускайте отправку вслепую. Если неопределённость остаётся, РОП фиксирует её и передаёт интегратору на разбор. После разрешения повтора создайте новый run_id, сохраните ссылку на исходный и заново проверьте источник, расчёт и доставку.

Возвраты, валюты и другие нестандартные случаи дописывайте в правила. Смену полей CRM или 1С проверяйте до расчёта и отправки. Ответственный за процесс может уточнять текст инструкции, но изменения прав, схемы и защиты отправки требуют проверки интегратором. Храните журнал с доступом по ролям и согласованным сроком хранения, без ключей и лишних персональных данных.

Частые ошибки при создании ИИ-агента

При самостоятельной сборке проверьте следующие риски.

Начинать с самой сложной задачи. Хочется сразу агента, который ведёт клиента от заявки до оплаты. Начните с ограниченного сценария, например отчёта: для него проще подготовить контрольные данные и проверить результат.

Доверять модели расчёты. Языковая модель хорошо пишет и анализирует текст, но может ошибиться в сложении. Всё, что можно посчитать формулой, считайте кодом.

Давать права на запись с первого дня. Агент, который сам меняет статусы сделок или проводит документы в 1С, при ошибке создаёт проблему, которую потом разбирают вручную. Сначала чтение и черновики, запись — после того как агент показал стабильный результат.

Не назначить владельца. Если за агента никто не отвечает, сбой может остаться незамеченным: поменялось поле в CRM, истёк токен, сломался узел после обновления. Владелец процесса должен получать уведомления об ошибках.

Не замерить «до». Без замера до запуска трудно оценить изменение времени и качества работы. Один удачный показ этого не доказывает.

Из чего складывается бюджет на создание ИИ-агента

Даже если агента собирают своими силами, он не бесплатный. В бюджете пять статей:

• Сборка и интеграции. Время своего сотрудника или подрядчика. Чем больше систем и сложнее логика, тем дороже.
• Модели. Оплата по факту использования: чем больше данных агент читает и чем чаще запускается, тем выше счёт. Сравнивайте фактические тарифы и затраты на инфраструктуру при одинаковом качестве результата.
• Инфраструктура. Сервер для n8n или для самого агента, подписки на платформы и инструменты.
• Поддержка. Обновления после изменений в системах, новые правила, разбор ошибок.
• Время команды на проверку. На старте кто-то сверяет результаты агента. Это тоже затраты, и их стоит заложить.

Подробнее о том, как считать эти затраты и сравнивать их с эффектом, — в статье о стоимости внедрения ИИ.

Когда лучше заказать разработку

Собрать агента своими силами реально, особенно если в компании есть человек, которому это интересно. Заказывать разработку стоит в пяти случаях:

1. Агент работает с несколькими системами сразу. 1С, CRM, банк и телефония в одном сценарии — это много точек отказа и разных API.
2. В 1С нестандартная конфигурация или нет готового API. Здесь может понадобиться доработка самой 1С, которую нужно согласовать с её владельцем.
3. Агент записывает данные. Ошибка в записи в учётную систему стоит дороже, чем ошибка в отчёте.
4. Результат видят клиенты. Ответы в поддержке, на отзывы, в мессенджерах требуют тестов и контроля качества.
5. Нужны согласованные требования к данным и поддержке. Кто-то должен отвечать за то, что агент работает каждое утро, а не только в день сдачи.

Мы занимаемся разработкой ИИ-агентов под ключ: разбираем задачу, показываем прототип на ваших данных, подключаем системы и остаёмся на поддержке. Если хотите собирать агентов сами, начните с обучения сотрудников работе с ИИ: мы ставим Claude Code или Codex, подключаем рабочие системы и на реальной задаче показываем, как собрать своего агента.

Итог

Создание ИИ-агента начинается с описания процесса, проверки данных, настройки доступов и метрики. Перед приёмкой заполните протокол: штатный запуск, отсутствие источника, повтор и изменение схемы. Сохраните ожидания, факты, доказательства и решение ответственного. Инструмент выбирают потом, под задачу: n8n для связки сервисов, Claude Code или Codex для рабочего места, готовую платформу для типовых сценариев, разработку для сложных интеграций.

Если пока непонятно, какой процесс автоматизировать первым, начните с аудита процессов: на нём можно выбрать процесс для проверки затрат и ожидаемой пользы. Если задача уже есть, напишите нам, обсудим её на вводном созвоне.

Источники

• n8n. AI Agent node
• n8n. Обработка ошибок
• n8n. Advanced AI
• n8n. Schedule Trigger
• n8n. Telegram node
• n8n. Hosting
• n8n. Sustainable Use License
• n8n. Bitrix24 integrations
• n8n-nodes-bitrix на npm
• Claude Code. Connect to tools via MCP
• Claude Code. Scheduled tasks
• OpenAI Codex. MCP
• Yandex Cloud. AI Studio: ИИ-агентов можно создать без навыков разработки
• Sber Pro. Сбер представил ГигаЧат Бизнес (GigaChat Enterprise)