Как сделать ИИ-агента без кода: пошаговая схема

ИИ-агент без кода собирается из готового инструмента вроде Claude и подключаемых к нему возможностей — доступа к файлам, интернету, почте или другим сервисам. Разница с обычным чатом в том, что агент не просто отвечает текстом, а сам выполняет цепочку шагов: читает данные, вызывает нужные инструменты, проверяет промежуточный результат и двигается к цели дальше.

Ниже — из чего состоит агент, пошаговая сборка первого сценария и частые ошибки новичков.

Чем агент отличается от обычного чата

Обычный чат с нейросетью — это вопрос и ответ: вы спрашиваете, модель отвечает текстом, и на этом её участие заканчивается. Агент устроен иначе: он получает задачу целиком, сам разбивает её на шаги и выполняет их один за другим, обращаясь по пути к инструментам — файловой системе, поиску, календарю, — а не просто рассуждая о задаче в тексте.

Пример разницы: на вопрос «когда у нас дедлайн по проекту» обычный чат ответит, только если дата уже есть в переписке этого чата. Агент с доступом к файлам сам найдёт нужный документ, прочитает его и даст ответ с опорой на актуальные данные.

Из чего состоит агент без кода

Роль и инструкция. Текстовое описание того, что агент делает и по каким правилам — по сути, расширенный системный промпт с примерами и ограничениями.

Инструменты. Возможности, которые агент может вызывать: чтение и запись файлов, поиск в интернете, отправка сообщений, работа с таблицами. В Claude такие инструменты называются MCP-коннекторами — подробный список того, что можно подключить, собран в статье плагины, скиллы и MCP для Claude Code.

Память. Место, куда агент записывает промежуточные результаты и откуда берёт контекст для следующих задач — папка с заметками или отдельный проект.

Правила и ограничения. Что агент не должен делать без вашего подтверждения — например, отправлять сообщения от вашего имени или удалять файлы без явного разрешения.

Пошаговая сборка первого агента

1. Выберите одну узкую задачу. Не «автоматизируй мою работу», а конкретное повторяющееся действие — например, разбор входящих писем и сортировка по темам.
2. Опишите роль и правила текстом. Кто агент, что делает, в каком порядке, что не трогает без подтверждения.
3. Подключите нужные инструменты. Только те, что реально требуются для этой задачи, — лишние подключения увеличивают риск ошибки и усложняют отладку.
4. Запустите на тестовых данных. Не на реальной переписке или рабочих файлах сразу, а на копии или на нескольких примерах, где вы заранее знаете правильный результат.
5. Проверьте каждый шаг вручную. Особенно действия, которые нельзя откатить, — отправку сообщений, изменение файлов, публикацию.
6. Постепенно расширяйте автономность. После нескольких успешных прогонов можно доверить агенту больше шагов без промежуточной проверки — но не всё и не сразу.

Ты агент для [задача, например, сортировки входящих писем].
Инструкция: прочитай новые сообщения, раздели их по темам
[перечислить темы], для каждого предложи короткий ответ.
Ограничение: не отправляй ничего от моего имени без явного
подтверждения; если письмо не подходит ни под одну тему,
не пытайся угадать — вынеси в отдельный список на проверку.

Примеры задач для первого агента

Начинать стоит с задач из левой части таблицы — низкой сложности и с одним источником данных. Так проще увидеть, где агент ошибается, и поправить правила, прежде чем усложнять сценарий.

Сценарии по типу пользователя

Один человек, разовая автоматизация. Достаточно простого агента с одним-двумя инструментами — например, сортировкой писем или сбором сводки из папки с документами. Настройка занимает вечер, а результат сразу освобождает повторяющуюся ручную работу.

Небольшая команда. Полезно завести общие правила для агентов, которые используют несколько человек, — единый формат отчётов, единые ограничения на автономные действия. Без этого каждый сотрудник настраивает агента по-своему, и результат работы одной и той же задачи отличается от человека к человеку.

Компания с несколькими процессами. Здесь агенты обычно выстраиваются цепочкой: один собирает данные, второй готовит черновик документа, третий проверяет его на соответствие правилам компании. Такую цепочку не стоит собирать сразу целиком — каждое звено отлаживается отдельно, прежде чем соединяться со следующим.

Как agents без кода отличаются от готовых чат-ботов

Готовый чат-бот на сайте обычно отвечает по заранее прописанному сценарию с ограниченным набором вариантов — шаг влево или вправо от сценария, и бот теряется. ИИ-агент устроен иначе: он не следует жёсткому дереву диалога, а самостоятельно решает, какие шаги предпринять для конкретной задачи, опираясь на инструкцию и доступные инструменты. Это делает агента гибче на нестандартных запросах, но и менее предсказуемым — поэтому проверка результата на первых прогонах важнее, чем при работе с обычным чат-ботом по сценарию.

Агент и второй мозг: как они связаны

Агент работает заметно лучше, если у него уже есть постоянное хранилище контекста — файлы с заметками, правилами и историей проектов, — а не только сообщение с задачей здесь и сейчас. Как собрать такое хранилище и подключить его к агенту, разобрано в статье второй мозг на ИИ.

Голосовое управление агентом

Отдельный уровень удобства — когда агент запускается не текстовой командой, а голосом, как персональный помощник, к которому можно обратиться с телефона или умной колонки. Такая настройка не входит в базовую сборку, но логично дополняет её, когда основные сценарии уже отлажены текстом. Подробный разбор — в статье свой JARVIS на Claude Code.

Частая ошибка при первой сборке агента

Самая частая ошибка новичков — сразу пытаться собрать агента, который закрывает сразу несколько задач и подключает десяток инструментов. Такой агент сложно отлаживать: если результат неверный, непонятно, на каком из многих шагов случилась ошибка.

Разумнее начинать с одной задачи и одного-двух инструментов, убедиться, что результат стабильно правильный на нескольких прогонах подряд, и только потом добавлять следующий сценарий поверх уже рабочего. Такой пошаговый подход занимает чуть больше времени на старте, но экономит часы на отладке, когда что-то идёт не так в цепочке из множества шагов сразу.

Где ИИ ошибается

Слишком уверенно доводит задачу до конца. Если на одном из шагов агент не может найти нужные данные, он иногда всё равно выдаёт результат, достроив недостающее правдоподобно, вместо того чтобы остановиться и спросить. Прямой запрет на это в инструкции снижает риск.

Накапливает ошибку по цепочке шагов. Если на втором шаге агент неверно понял задачу, все следующие шаги строятся на этой ошибке, и итоговый результат может выглядеть логичным, но быть в корне неверным. Промежуточная проверка на первых прогонах особенно важна именно поэтому — она позволяет поймать неверную интерпретацию задачи на раннем шаге, а не разбирать уже готовый, но испорченный результат в самом конце.

Действует за пределами задуманных полномочий. Без явных ограничений агент может интерпретировать инструкцию шире, чем вы задумывали, — например, не просто подготовить черновик ответа, а отправить его. Каждое действие с необратимыми последствиями стоит прямо прописывать как требующее подтверждения, отдельно перечисляя, что нельзя делать без ручного разрешения даже при полной уверенности агента в правильности шага.

Что дальше

Список готовых инструментов и коннекторов для сборки агентов в Claude Code — в статье плагины, скиллы и MCP для Claude Code. Как собрать постоянную память, на которую опирается агент, — в статье второй мозг на ИИ. Базовая настройка окружения перед сборкой агентов — в статье настройка Claude Code в пять шагов.

Ярослав Сажнев — преподаватель ИИ в РАНХиГС, внедрение ИИ в компании. Подробнее об авторе