# Как создавать и продавать ИИ-агентов: полное руководство для начинающих

> Спикер: Лиам Оттли | Длительность: 3:50:39

## Ключевые идеи

1. **ИИ-агент — это цифровой сотрудник, а не чат-бот** — ключевое отличие в способности действовать: проверять календарь, отправлять email, обновлять CRM. Чат-бот только отвечает на вопросы, агент решает задачи.

2. **Пять компонентов ИИ-агента** — мозг (LLM), промпт (инструкции), память (контекст разговора), внешние знания (документы компании) и инструменты (API для действий). Инструменты — самый важный компонент.

3. **Три ингредиента для планирования агента** — при создании агента фокусируйтесь на промптинге (поведение), знаниях (данные) и инструментах (действия). LLM заменяем, память автоматическая.

4. **Всё в интернете — запросы и ответы через API** — GET (получить данные) и POST (отправить данные). Агенты используют те же API, что и приложения, но программно.

5. **Схемы — инструкции на естественном языке** — schema описывает инструмент: что делает, что принимает на вход, что возвращает. LLM читает схему и понимает когда и как использовать инструмент.

6. **Сила — в комбинации инструментов** — один инструмент малополезен, но комбинация (поиск + таблицы + email) создаёт полноценного цифрового работника.

7. **Два типа агентов** — разговорные (чат, телефон, мессенджеры) и автоматизированные (триггеры, расписания, работа в фоне).

8. **No-code платформы демократизируют создание агентов** — Relevance AI, n8n, Voiceflow, Agent позволяют строить продакшн-агентов без кода.

9. **Firecrawl — ключ к качественному веб-скрейпингу** — превосходит базовый парсинг, критически важен для исследовательских инструментов.

10. **Бизнес-агенты — главная возможность монетизации** — персональные ассистенты достанутся BigTech, деньги — в специализированных решениях для бизнеса.

11. **Мультиагентные системы — будущее** — иерархия специализированных агентов под управлением координатора эффективнее одного универсального агента.

## Транскрипт

### Зачем учиться строить ИИ-агентов

Лиам Оттли начинает с контекста: за 2 года самообучения в области ИИ он построил несколько бизнесов с совокупной выручкой более $5 млн, вырастил канал до 450 000 подписчиков и создал агентов для крупнейших компаний мира. По данным McKinsey, ИИ и агенты могут автоматизировать до 50% текущей работы к 2030 году. 41% компаний планируют сократить штат из-за ИИ. Но обратная сторона медали: 66% работодателей планируют нанимать людей с навыками ИИ, потому что ИИ-грамотный сотрудник может быть в 5-10 раз продуктивнее обычного.

### Что такое ИИ-агент

ИИ-агент — это цифровой работник, который понимает инструкции и выполняет действия для решения задач. В отличие от чат-ботов, которые только отвечают заскриптованными фразами, агенты могут проверить календарь, найти свободные слоты, забронировать встречу, отправить подтверждение и обновить CRM — всё за секунды. Создание агента аналогично найму сотрудника: нужно объяснить роль, дать доступ к системам и доверить самостоятельную работу.

### Анатомия ИИ-агента: пять компонентов

**Мозг (LLM)** — GPT, Claude, Gemini. Понимает инструкции на естественном языке и определяет план действий.

**Промпт** — текстовые инструкции, определяющие поведение агента. Это программирование через естественный язык, что делает создание агентов доступным без навыков кодинга.

**Память** — позволяет агенту помнить контекст разговора, отслеживать задачи, строить на предыдущих диалогах. Большинство платформ обрабатывают память автоматически.

**Внешние знания** (опционально) — PDF документов компании, таблицы с продуктами, транскрипты звонков. Дополняют базовые знания LLM специфичной информацией.

**Инструменты** — API-интеграции, позволяющие агенту действовать: проверять данные, обновлять базы, отправлять сообщения, создавать документы.

### Три ингредиента: практическая рамка

При планировании агента фокусируйтесь на трёх элементах: промптинг (как агент себя ведёт), знания (какими данными оперирует) и инструменты (какие действия может совершать). LLM легко заменяем между провайдерами, а память обрабатывается платформами автоматически.

### Как работают API и инструменты

Каждое действие в интернете — это запрос и ответ через API. Два основных типа запросов: GET (получить данные — загрузить видео, проверить погоду) и POST (отправить данные — опубликовать твит, отправить email). API — как официант в ресторане: принимает заказ (запрос), передаёт на кухню (сервер) и приносит еду (ответ).

Инструменты агента бывают двух видов: готовые интеграции (Google Calendar, Gmail — «готовая еда») и кастомные инструменты, созданные с нуля («готовка с нуля»). Кастомные дают больше контроля.

### Анатомия инструмента

Инструмент состоит из: функции (выполняет работу), API-обёртки (делает функцию доступной через интернет) и схемы (инструкция на естественном языке). Схема — одностраничная инструкция: что инструмент делает, какие входные данные нужны, что ожидать на выходе.

LLM читает схему и самостоятельно определяет: какой инструмент использовать, какие данные извлечь из сообщения пользователя, что передать в API и как преобразовать сырой JSON-ответ в естественный язык.

### Продвинутое использование инструментов

Настоящая мощь раскрывается при комбинации нескольких инструментов. Пример: «Найди ИИ-стартапы, получившие инвестиции, занеси в таблицу с описаниями и отправь мне ссылку по email». Агент декомпозирует задачу: поиск → создание таблицы → заполнение → суммаризация → отправка. Reasoning-модели (o1, o3) добавляют способность рефлексировать и перепланировать при неудаче.

### Разговорные и автоматизированные агенты

Разговорные агенты взаимодействуют с людьми через чат (веб, WhatsApp, Instagram) или телефон (голосовые агенты с мультимодальными моделями). Автоматизированные агенты запускаются событиями (новая заявка, расписание) и работают в фоне без участия человека.

### Реальные бизнес-применения

**Ко-пилоты** — специализированные агенты для конкретных ролей (поддержка клиентов, продажи). Дают сотрудникам мгновенный доступ к базе знаний, информации о клиенте и автоматизации рутины.

**Агенты генерации лидов** — работают на сайтах, в WhatsApp, Instagram, по телефону 24/7. Отвечают на вопросы, захватывают контакты, бронируют встречи.

**Исследовательские агенты** — автоматически собирают информацию о новых лидах: данные о компании, LinkedIn-профиль, определяют квалификацию и готовят бриф для отдела продаж.

### Практика: четыре сборки агентов

**Сборка 1: Ко-пилот продавца (Relevance AI)** — три кастомных инструмента: исследование компании (веб-скрейпинг URL), исследование контакта (LinkedIn) и генератор предпродажного отчёта. Агент помогает продавцам готовиться к звонкам.

**Сборка 2: Автоматическая квалификация лидов (n8n)** — автоматизированный агент, который при получении новой заявки исследует компанию, квалифицирует лида и уведомляет нужного менеджера.

**Сборка 3: Лидогенерация и поддержка на сайте и по телефону (Voiceflow)** — агент отвечает из базы знаний, генерирует мгновенные расчёты через кастомный инструмент, захватывает лиды. Подключается к сайту как виджет и к телефонному номеру.

**Сборка 4: Лидогенерация в WhatsApp (Agent)** — быстрое создание агента с подключением к WhatsApp-номеру и автоматической отправкой лидов в Airtable.

### Ключевые навыки для создания инструментов

Веб-скрейпинг через Firecrawl превосходит базовый парсинг. Важно правильно именовать переменные, добавлять описания к каждому параметру инструмента и тестировать инструменты изолированно перед подключением к агенту.

## Практические задания

### Задание 1: Определи задачи для автоматизации
Проанализируй свой рабочий день и выпиши все повторяющиеся задачи. Из них выбери 3 задачи, которые включают: получение информации, принятие простого решения и выполнение действия. Для каждой задачи определи: какие инструменты нужны агенту, какие знания потребуются, какой промпт описывает поведение.

### Задание 2: Создай первый инструмент на Relevance AI
Зарегистрируйся на Relevance AI. Создай инструмент: на вход — URL компании, шаг веб-скрейпинга для извлечения контента, LLM-шаг для генерации резюме. Протестируй на 3-5 реальных сайтах.

### Задание 3: Напиши промпт для ко-пилота
Используя структуру из видео, напиши системный промпт: роль агента, контекст компании, доступные инструменты, правила поведения. Промпт должен быть 300-500 слов.

### Задание 4: Разбери анатомию API-запроса
Открой DevTools (F12 → Network), перезагрузи страницу. Найди 3 GET и 1 POST запрос. Для каждого запиши URL, тип, формат ответа.

### Задание 5: Построй автоматизацию на n8n
Установи n8n, создай webhook-триггер → LLM-обработку → отправку email. Это база для автоматизированных агентов.

### Задание 6: Составь JSON-схему кастомного инструмента
Выбери действие для автоматизации, напиши JSON-схему с name, description, parameters. Проверь через ChatGPT, правильно ли он понимает назначение инструмента.

## Лучшие цитаты

> «ИИ-агент — это цифровой работник, который может понимать инструкции и выполнять действия для решения задач» — Лиам Оттли

> «Это как иметь сотрудника, который забывает всё, что вы сказали 30 секунд назад» — Лиам Оттли

> «Когда вы поймёте этот паттерн, вы больше никогда не будете смотреть на интернет так же. Каждое действие онлайн — это запросы и ответы» — Лиам Оттли

> «Подтянуть знания по ИИ — это гораздо проще, чем вы думаете» — Лиам Оттли

> «Они не просто модные чат-боты. Это настоящие цифровые работники» — Лиам Оттли

> «То, что сейчас кажется сложным, не будет казаться сложным всегда» — Лиам Оттли

> «Создание ИИ-агента — это как найм нового сотрудника: нужно объяснить роль, дать доступ к системам и доверить самостоятельную работу» — Лиам Оттли

> «Готовые интеграции — как купить готовую еду, а кастомные инструменты — как готовить с нуля. Оба варианта работают, но кастомные дают гораздо больше контроля» — Лиам Оттли