Как создать ИИ-агента самому

Собрать работающего ИИ-агента самому можно — за вечер, без программиста и почти без денег. Но работать он будет в демонстрации, а не на живых клиентах. Разница между этими двумя состояниями — не в модели и не в промпте, а в том, что происходит, когда что-то идёт не так.

Коротко

Есть три способа сделать агента без разработчика: внутри ChatGPT, в визуальном конструкторе вроде n8n и на готовой российской платформе. Первый путь в декабре 2026 закрывается — OpenAI сворачивает кастомные GPT, и то, что связывало их с внешними системами, при переносе не сохраняется. Второй работает, но упирается в надёжность: вызовы внешних инструментов в реальной эксплуатации ошибаются в 3–15 % случаев, и самое неприятное — часть из них ошибается молча. Третий проще всего запустить, но он привязывает вас к одному поставщику. Ниже — шесть шагов, по которым прототип собирается за вечер, и готовый каркас инструкции, который можно забрать. Сделать его стоит в любом случае: это лучший способ понять, нужен ли вам агент вообще.

Что вообще значит «создать агента»

Под этими словами прячутся две очень разные задачи.

Первая — собрать помощника для себя. Чтобы он разбирал ваши письма, писал черновики, отвечал на вопросы по вашим документам. Здесь вы и заказчик, и единственный пользователь. Если он ошибётся, вы это увидите и поправите.

Вторая — поставить систему, которая говорит с вашими клиентами или пишет в вашу учётную систему. Здесь вы не видите каждый ответ. И цена ошибки другая: неверная цена, названная клиенту, — это не опечатка, а обещание, которое придётся выполнять.

Первую задачу реально закрыть самому за вечер. Вторую — нет, и дальше будет видно, почему.

Способ первый: внутри ChatGPT

Самый популярный ответ на вопрос «как создать ИИ-агента» — сделать кастомный GPT. Заходите в конструктор, пишете инструкцию обычными словами, прикладываете файлы с информацией о компании — и через двадцать минут у вас свой помощник.

Это действительно работает и действительно просто. Но есть три вещи, о которых в гайдах не пишут.

Он не помнит вчерашний разговор. Каждая новая беседа начинается с чистого листа. Для поддержки, где важна история обращений клиента, это дисквалифицирующее ограничение.

Он не действует сам. Он отвечает, когда к нему пришли. Он не заметит новое сообщение на Авито, не заведёт сделку и не напомнит менеджеру о сроке.

И главное: в декабре 2026 кастомные GPT закрываются. 11 сентября 2026 года OpenAI объявила о сворачивании этой функции. Замена — плагины, перенести всё нужно до 11 февраля 2027 года. При переносе инструкции и файлы с информацией сохранятся, а вот Custom Actions — именно та часть, которая связывала GPT с внешними системами, — не переносится. Как и история диалогов.

Оговорка: это не значит, что путь плохой. Для личного помощника и для проверки идеи он отличный. Это значит, что строить на нём то, от чего зависит работа компании, сейчас не стоит.

Способ второй: визуальный конструктор

Следующая ступень — платформы, где агента собирают из блоков на холсте: n8n, Make, Dify. Выглядит как схема: сюда приходит сообщение, тут модель думает, здесь запись уходит в CRM.

Здесь уже можно сделать настоящую автоматизацию: агент сам реагирует на события, ходит в другие системы, работает без вас. Из этих трёх для боевой эксплуатации обычно выбирают n8n — у него есть журналы выполнения, повторные попытки и мониторинг, то есть инструменты, которые нужны не чтобы собрать, а чтобы потом чинить.

И здесь же стоит история, которая хорошо показывает риск этого пути. Flowise — один из самых известных визуальных конструкторов агентов, его рекомендовали в каждой подборке — в 2026 году закрылся. 29 июля прекратили разработку, 10 августа заархивировали репозиторий, 31 августа команда свернула поддержку. Команда объяснила решение тем, что разработчики перешли на кодинг-агентов и перестали пользоваться низкокодовыми инструментами.

Оговорка: код Flowise открыт и остался доступен, его можно развернуть у себя. Но это уже не «без программиста».

Способ третий: российские платформы

Если агент должен говорить с вашими клиентами, вопрос доступа и персональных данных перестаёт быть теоретическим. Здесь работают отечественные модели — GigaChat у Сбера и YandexGPT у Яндекса. Обе умеют вызывать внешние функции: агент на их основе может ходить в CRM и базы. Конкретные ограничения — длину контекста, лимиты и цены — смотрите в документации поставщика: они заметно меняются от версии к версии.

Поверх них есть и готовые среды для сборки агентов: GigaChat Business и GigaCowork у Сбера, Agent Atelier у Яндекса, платформы у МТС и Cloud.ru.

Оговорка: готовая среда сокращает путь до первого результата, но привязывает к одному поставщику. Переехать потом — это переписать логику заново.

Соберите прототип за вечер: шесть шагов

Это тот путь, который реально пройти самому. Он не сделает систему для клиентов — он даст вам работающий прототип и понимание, нужен ли вам агент вообще.

Шаг 1. Выберите одну задачу. Не «помощник по бизнесу», а одно предложение с глаголом: «отвечает на вопрос о сроке доставки», «из письма достаёт дату и сумму», «по описанию объекта считает смету». Если задачу не получается уместить в одно предложение — её ещё не видно, и агент тут не поможет.

Шаг 2. Соберите базу фактов. Один документ с тем, на чём агент будет отвечать: условия, сроки, цены, частые вопросы, что говорить нельзя. Пять страниц достаточно. Это самый долгий шаг, и он же определяет, будет агент полезным или начнёт выдумывать: модель отвечает по тому, что ей дали, а чего не дали — додумывает.

Шаг 3. Выберите, где он живёт. По таблице выше. Для пробы задачи хватит конструктора внутри ChatGPT. Если агент должен реагировать сам, без вас, — сразу визуальный конструктор.

Шаг 4. Напишите инструкцию. Не «будь полезным ассистентом», а рамки: кто он, на чём отвечает, чего не делает никогда, что делает при незнании. Ниже готовый каркас — забирайте и подставляйте своё.

Шаг 5. Проверьте на двадцати реальных обращениях. Не на придуманных. Возьмите двадцать последних сообщений из вашей переписки — тех самых, с опечатками, без знаков препинания, с двумя вопросами в одном предложении. Именно на них становится видно, что инструкция не покрывает половину случаев.

Шаг 6. Поставьте ограничители. Пока агент отвечает вам — можно без них. Как только он заговорит с клиентом, они обязательны, и о них дальше отдельный разговор.

Каркас инструкции, который можно забрать

Ты первая линия компании [что делаете]. Отвечаешь на обращения клиентов.

На чём отвечаешь: только на фактах из материалов ниже. Чего в них нет — ты не знаешь.

Как отвечаешь: по сути вопроса, своими словами, 2–4 предложения. Если вопроса два — отвечаешь на оба.

Никогда не называешь: цену «под ключ», конкретный срок, скидку, гарантию — даже если клиент настаивает и даже если тебе кажется, что ты знаешь ответ.

Если не знаешь или сомневаешься: говоришь, что уточнишь, и передаёшь человеку. Не додумываешь.

Цель диалога: [например — получить телефон и договориться о созвоне]. Ведёшь к ней, но не требуешь контакт в первом же сообщении.

Материалы: [сюда вставляете базу фактов из шага 2]

Оговорка: этот каркас — начало, а не решение. Он задаёт рамки поведения, но не отвечает на вопрос, что делать, когда внешняя система промолчала или клиент написал третий раз подряд. Об этом — следующий раздел.

Где самодельный агент ломается

Теперь главное. Вы собрали агента, проверили на десяти сообщениях, всё работает. Дальше начинается то, ради чего эта статья написана.

Вызовы внешних систем подводят чаще, чем кажется. Команды, которые занимаются наблюдением за агентами в эксплуатации, называют диапазон в 3–15 % неудачных обращений к внешним инструментам — доля зависит от модели и сложности задачи. Это оценка практиков, а не результат независимого исследования, но порядок она показывает верно: на сотне обращений в день это несколько сбоев ежедневно.

Хуже всего — молчаливые отказы. Внешняя система отвечает «всё хорошо», но возвращает пустоту. Агент не видит ошибки: он просто продолжает работать с пустыми данными и дописывает недостающее сам. Клиент получает уверенный ответ, построенный на воздухе.

Контекст не бесконечен. Чем дольше идёт диалог, тем дальше агент уплывает от исходной задачи: каждый новый кусок переписки перетягивает внимание на себя. В длинных разговорах цель, с которой всё начиналось, размывается.

Бесконечные петли. Агент повторяет один и тот же вызов снова и снова, пока не упрётся в лимит. Если за расход никто не следит, это обнаруживается по счёту.

Оговорка: это не поломки конкретных платформ. Так устроены языковые модели: один и тот же запрос может привести к разным решениям. Поэтому надёжность агента — не свойство модели, а то, что вы построили вокруг неё.

Что приходится строить вокруг

На наших внедрениях к каждому агенту, который говорит с клиентами, прилагается одно и то же.

Теневой режим. Неделю или две система работает на реальных обращениях, но ответы клиенту не уходят — их читают и сверяют. Это единственный способ увидеть, как агент ведёт себя на ваших живых диалогах, а не на придуманных примерах.

Проверка перед отправкой. Отдельный слой режет обещания по цене, срокам, скидкам и гарантиям — всё, что потом придётся выполнять. За всё время работы наших систем ни одно такое обещание не ушло клиенту.

Передача человеку. Агент должен уметь остановиться. Как только менеджер вступил в диалог — система замолкает и больше не вмешивается.

Стоп-кран. Одно действие, которое выключает ответы клиентам, оставляя сбор данных. Нужен редко, но когда нужен — нужен немедленно.

Защита от повторной обработки. Одно и то же сообщение не должно обрабатываться дважды, даже если площадка прислала его дважды.

Ни одно из этого не является частью «создания агента» в том смысле, в котором об этом пишут гайды. Но именно это отделяет демонстрацию от системы, которую можно пустить к живым клиентам.

Как понять, что пора звать разработчика

Чек-лист. Если хотя бы на три пункта ответ «да» — самодельный агент не доедет.

• Агент будет писать клиентам, а не только вам.
• Он должен записывать что-то в систему, где ведётся учёт: CRM, 1С, таблицы.
• Ошибка в его ответе будет стоить денег или репутации.
• Он должен работать круглосуточно, а не когда вы его запустили.
• Данные, которые он обрабатывает, — персональные.
• Вам нужно знать, почему он ответил именно так, спустя месяц.
• У вас больше двадцати обращений в день.

Если ответ «да» на один-два пункта — пробуйте сами. Прототип, собранный своими руками, стоит дороже любого коммерческого предложения: после него вы точно знаете, что именно вам нужно.

Мы, кстати, тоже так работаем — прежде чем назвать цену, собираем прототип по техзаданию заказчика. На одном из таких прототипов вскрылись четыре ошибки в самом техзадании: формула давала погонные метры вместо штук, а требование к точности распознавания читалось двумя способами. Каждая меняла цифры в смете.

Частые вопросы

Источники

• FlowiseAI, официальное объявление о сворачивании проекта: код-фриз 29 июля 2026, архивация репозитория 10 августа, конец поддержки 31 августа
• OpenAI, объявление от 11 сентября 2026 о сворачивании кастомных GPT и переходе на плагины; срок миграции — до 11 февраля 2027
• Openlayer, разбор типовых отказов агентов в эксплуатации: доля неудачных вызовов инструментов 3–15 %, молчаливые отказы, бесконечные петли. Оценка компании, разрабатывающей инструменты наблюдения за агентами
• Документация GigaChat и Yandex Cloud: поддержка вызова внешних функций