UK
Ігор НіколенкоСлово «агент» звучить на кожній конференції, і кожен вкладає в нього своє. Одні продають «ШІ-агента» — а це чат-бот із трьома кнопками. Інші обіцяють, що агент замінить відділ продажів до кінця кварталу. Підприємець між ними не розуміє головного: що з цього реальне, що можна впровадити без команди розробників і де закінчується користь і починається ризик.
Розібратися варто саме зараз, бо технологія перейшла з лабораторій у звичайні інструменти: агента можна зібрати в n8n без коду, мовна модель уміє викликати ваші сервіси, а стандарти підключення до даних стали відкритими. Ті, хто зрозуміє механіку, отримають робочих помічників. Ті, хто купить слово, отримають розчарування і рахунок.
У цій статті — мовна модель і агент простими словами, різниця між ними, три реальні задачі для малого бізнесу, межі довіри й перелік запобіжників, без яких агента випускати не можна. Без коду й без ілюзій.
Що таке мовна модель, якщо без термінів
LLM, велика мовна модель, — це програма, яка вміє одне: передбачати, яке слово має йти далі. Здається дрібницею, але коли модель навчена на величезних обсягах текстів, це «далі» стає відповіддю на питання, перекладом, кодом, планом. Вона не шукає в базі готову відповідь — вона складає її щоразу заново.
З цього випливають три властивості, які підприємцю варто знати.
Контекст обмежений. Модель бачить лише те, що їй дали в поточній розмові, плюс те, що вивчила під час навчання. Вона не знає ваших цін, вашого складу і того, що клієнт писав вам учора, — якщо ви цього не передали.
Упевненість не дорівнює правді. Коли модель не знає, вона все одно продовжує текст найімовірнішим чином, і виходить переконлива вигадка. Це називають галюцинацією, і це не помилка, яку колись «виправлять», а наслідок самого принципу роботи. Тому факти, цифри й умови модель має брати з ваших джерел, а не з памʼяті.
Робота коштує токенів. Текст для моделі — це токени, фрагменти слів. Кожен запит і кожна відповідь мають ціну в токенах, і довгий контекст коштує дорожче за короткий. Це важливо, коли модель працює не в чаті, а в автоматизації, де запитів тисячі.
Чат і агент: у чому різниця насправді
Чат — це модель, яка відповідає на ваше повідомлення. Один запит — одна відповідь. Усе, що вона може, — написати текст.
Агент — це модель, у якої є інструменти й мета. Інструменти — це дії, які вона може викликати: пошукати в інтернеті, прочитати документ, заглянути в таблицю, написати в CRM, надіслати повідомлення. Мета — задача, яку треба довести до результату. Агент сам вирішує, який інструмент потрібен наступним, дивиться на результат і робить наступний крок, поки задача не виконана або поки не впреться в межу, за якою потрібна людина.
| Ознака | Чат | Агент |
|---|---|---|
| Що на вході | Ваше повідомлення | Мета або подія: заявка, лист, розклад |
| Що може | Відповісти текстом | Викликати інструменти й діяти |
| Скільки кроків | Один | Стільки, скільки потрібно до результату |
| Звідки знання | Розмова й навчання моделі | Плюс ваші дані через підключені джерела |
| Хто запускає | Людина | Подія в системі або розклад |
| Головний ризик | Неточна відповідь | Неправильна дія в реальній системі |
Три технічні слова, які ви зустрінете і які варто розуміти. Виклик інструментів (function calling, tool use) — здатність моделі не просто написати «треба перевірити склад», а зробити структурований запит до вашої системи. RAG — коли перед відповіддю модель отримує потрібні фрагменти з ваших документів, і тому відповідає саме з них, без опори на памʼять. MCP, Model Context Protocol, — відкритий стандарт, за яким модель підключається до інструментів і даних однаковим способом, незалежно від того, хто ці інструменти зробив. Завдяки йому «підключити агента до CRM» дедалі частіше означає не проєкт на місяць, а налаштування.
Три задачі, де агент уже окупається в малому бізнесі
Кваліфікація заявок. Заявка з сайту чи повідомлення в Telegram приходить о десятій вечора. Агент вітається, ставить три-чотири уточнювальні питання за вашим сценарієм, оцінює, наскільки запит вам підходить, записує все в таблицю чи CRM і повідомляє менеджера з готовим резюме. Вранці менеджер дзвонить уже підготовленим і не починає з «що вас цікавить».
Перша лінія підтримки. Агент відповідає на повторювані питання з вашої бази знань, перевіряє статус замовлення через підключений інструмент, а коли питання виходить за межі документів або клієнт роздратований — передає людині з усією історією. Він не вигадує умов, бо умови в нього лише з ваших документів.
Внутрішній помічник. Агент, що збирає ранкове зведення: нові заявки, прострочені задачі, листи, які чекають відповіді більше доби, зміни в таблиці продажів. Він не ухвалює рішень — він робить так, щоб ви ухвалювали їх на повній картині за пʼять хвилин замість години.
Обʼєднує ці три задачі одне: повторюваний сценарій, чіткі джерела правди і людина на виході. Саме така конструкція працює. Агент, якому дали «розвивати продажі» без сценарію і джерел, працювати не буде.
Межі довіри: чого агентові не давати
Найважливіша частина статті, і найкоротша.
- Не давати незворотних дій без підтвердження. Списати гроші, видалити дані, надіслати договір, змінити ціну на сайті — тільки після кроку, де людина каже «так». Агент готує, людина натискає.
- Не давати відповідати про факти з памʼяті. Ціни, строки, умови, наявність — лише через інструмент, що читає ваше джерело правди. Якщо джерела немає — агент каже «уточню в менеджера» замість імпровізувати.
- Не давати доступу ширше за задачу. Агент для підтримки не має бачити бухгалтерію. Це і безпека, і точність: менше зайвого контексту — менше помилок.
- Не запускати без журналу. Кожен крок, кожен виклик інструмента, кожна відповідь — записані. Без цього ви не знайдете, де він помилився, і не зможете йому довіряти більше.
- Не запускати без ліміту. Обмеження на кількість кроків, на витрату токенів, на кількість повідомлень одній людині. Агент, що зациклився, — це рахунок і зіпсована репутація.
Цей перелік — не «на потім». Це умови, за яких агента можна вмикати взагалі.
Як це збирається без розробника
Практичний стек для підприємця сьогодні виглядає так: платформа автоматизації на кшталт n8n як каркас, у ній вузол агента, до якого підключено модель від OpenAI, Anthropic чи Google, інструменти — таблиця, CRM, месенджер, пошук — і памʼять розмови. Сценарій описується текстом: хто агент, що він має зʼясувати, чого не має робити, коли передати людині. Інструменти додаються з готових вузлів або через MCP. Усе це — інтерфейс, а не код.
Порядок впровадження, який я раджу: спочатку сценарій на папері (питання, гілки, межі), потім тиждень у ручному режимі — ви самі граєте роль агента за цим сценарієм і бачите, де він ламається, — і лише потім автоматизація. Готовий приклад такої конструкції для заявок із Telegram — n8n Telegram Traffic Processor: сценарій, який приймає трафік, кваліфікує і передає далі, і його можна взяти за основу для свого.
А якщо агент — частина більшої задачі, запуску продукту чи напряму, де потрібні і воронка, і сайт, і автоматизація, і люди, — це те, що я роблю в супроводі запуску: не «впровадити ШІ», а довести до перших системних продажів, у яких агент — один із інструментів.
Коротко
- Мовна модель передбачає наступне слово; звідси обмежений контекст, впевнені вигадки і ціна в токенах.
- Агент — модель з інструментами й метою: діє кроками до результату, запускається подією без участі людини.
- Виклик інструментів, RAG і MCP — три механізми, які дають агентові ваші дані замість памʼяті моделі.
- Окупаються три задачі: кваліфікація заявок, перша лінія підтримки, внутрішнє зведення.
- Межі довіри: незворотні дії лише з підтвердженням, факти лише з джерел, доступ не ширше за задачу, журнал і ліміти.
- Збирається без коду: n8n, вузол агента, модель, інструменти, сценарій текстом.
- Спочатку сценарій на папері й тиждень у ручному режимі, потім автоматизація.
Питання, які ставлять найчастіше
Чи потрібен програміст, щоб зробити агента?
Для типових задач — ні: платформи автоматизації дають вузол агента і готові підключення. Програміст потрібен, коли треба інтегрувати систему, для якої немає готового вузла, або коли навантаження велике.
Яку модель обрати для агента?
Ту, що стабільно викликає інструменти і вкладається у ваш бюджет на токени. Практично — тестуйте на своєму сценарії дві-три моделі й дивіться на точність і вартість за сотню діалогів; рейтинги тут вторинні.
Чи можна довірити агентові спілкування з клієнтами від імені компанії?
Так, у межах сценарію і джерел правди, з чесним попередженням, що це асистент, і з передачею людині за першою ознакою, що розмова вийшла за межі. Клієнти нормально сприймають асистента, який швидко відповідає і не вигадує.
Чим агент відрізняється від звичайної автоматизації в n8n?
Автоматизація виконує заздалегідь описану послідовність. Агент сам обирає наступний крок за ситуацією. Тому автоматизація точніша там, де сценарій жорсткий, а агент — там, де вхідні дані непередбачувані, наприклад у живому діалозі.
