ИИ-агент — это отдельный шаг внутри связки, который умеет самостоятельно принимать решения: анализировать входящие данные и выбирать нужное действие в зависимости от ситуации.
Больше не нужно вручную настраивать условия и ветвления. Чтобы собрать связку, достаточно описать задачу своими словами, задать инструкции и подключить нужные инструменты. Дальше агент сам выберет подходящее действие в зависимости от ситуации.
Чем ИИ-агент отличается от обычных шагов связки
Обычный шаг всегда выполняет одно конкретное действие: например, отправляет сообщение, создаёт запись или обновляет данные. ИИ-агент работает иначе: он анализирует входящие данные и сам решает, какое действие выполнить в рамках заданных инструкций.
Агент состоит из четырёх частей:
- Модель («мозг») — принимает решения, читает инструкции и выбирает, что делать.
- Инструкция (промпт) — описание задачи, которую должен выполнять агент. Её можно задать в свободной форме и на любом языке.
- Инструменты (действия) — действия в сторонних сервисах, которые агент может выполнять. Подключения к этим сервисам нужно заранее настроить в Альбато.
- Память о прошлых запусках по умолчанию выключена, но её можно включить, если важно сохранять контекст между запусками. Это может быть полезно, например, при настройке чат-бота.
Например, в Яндекс Трекере появляется новая задача. Если агент определит, что она срочная, он отправит уведомление в Telegram. Если из описания следует, что нужен звонок или встреча, он создаст событие в Яндекс Календаре. Всё это можно реализовать в одном шаге.
Поэтапно, как выполнить настройку, рассказываем далее.
Что умеет ИИ-агент
- Анализировать входящие данные и принимать решения без ручных условий.
- Использовать любые действия из подключенных сервисов в качестве инструментов.
- Работать с данными из предыдущих шагов.
- Самостоятельно заполнять нужные поля в действиях.
- Действовать строго в рамках заданных ограничений.
Как добавить ИИ-агента в связку
Шаг 1 — Добавление агента
ИИ-агент нужно добавить действием. Ему нужны входные данные, поэтому связка должна начинаться с триггера, например, вебхука или расписания.
Пример: Триггер — новая задача в Яндекс Трекер.
При нажатии на + для добавления нового шага появится новая опция — ИИ-агент.
После добавления в редакторе связки появится шаг с агентом.
Шаг содержит:
- Название — по умолчанию «ИИ-агент». Его можно изменить через контекстное меню (три точки → Переименовать).
- Иконка «Мозг» — выбор и подключение модели, которая будет принимать решения.
- Иконка «Шестерёнка» — настройка инструкций, по которым будет работать агент.
- Кнопка «Добавить инструменты» — подключение действий, которые агент может выполнять.
- Контекстное меню — дополнительные действия для управления шагом.
Шаг 2 — Подключение языковой модели
Нажмите ИИ-модель, чтобы выбрать модель — это «мозг» агента, который будет принимать решения.
Доступные на данный момент модели:
- Альбато AI — встроенная модель от Альбато, удобна тем, что не требует отдельного подключения к LLM и сразу готова к использованию. Подробнее об Альбато AI можно узнать в этой статье и в разделе Тарификация.
- OpenAI
- DeepSeek
- Google Gemini
В будущем список моделей планируется расширять.
Если вы выбрали модель Альбато AI, то просто нажмите Продолжить.
Если вы выбрали другую модель, сначала настройте подключение к ней: нажмите Добавить подключение или выберите ранее созданное.
Нажмите Продолжить, и в следующем окне откроются настройки выбранной модели. Ниже показан пример с OpenAI.
Из обязательных полей нужно указать только идентификатор модели, то есть выбрать, какую именно модель выбранного провайдера использовать. Например, gpt-4, gpt-5, если вы используете OpenAI. Остальные настройки можно не заполнять или задать на своё усмотрение.
Модель можно поменять в любой момент, нажав на кнопку слева Изменить модель LLM.
Шаг 3 — Настройка инструкций
Нажмите на иконку «Шестерёнка», чтобы открыть настройки агента.
В окне вы увидите три поля.
Сообщение пользователя (обязательное) — что агент получает на вход. Можно передавать данные из предыдущих шагов или написать фиксированный текст. Максимум 1 000 символов.
Например: данные из предыдущего шага — название задачи, описание, дата начала, дедлайн и исполнитель.
Системные инструкции (обязательное) — что агент должен делать. Здесь вы описываете логику его работы. Максимум 1 000 символов.
Например: Ты — ИИ-агент для обработки новых задач из Яндекс Трекера. Проанализируй название, описание, сроки и исполнителя. Если задача выглядит срочной или критичной, отправь уведомление в Telegram. Если из задачи видно, что нужен созвон, встреча или обсуждение по времени, создай событие в Яндекс Календаре. Если задача не требует дополнительных действий, не используй инструменты. Используй только данные из задачи.
Ограничения (необязательное) — дополнительные правила и рамки, в которых агент должен работать. Чем точнее вы опишете границы, тем предсказуемее будет результат. Максимум 1 000 символов.
Например: не отправлять уведомления без признаков срочности, не создавать событие без явного указания на встречу, не выдумывать дату, время и участников.
ИИ-агент получает данные с предыдущего шага (или триггера), инструкции и ограничения, если они есть. Эти три источника вместе формируют задачу для модели.
При настройке инструкции рекомендуем:
- коротко описать роль агента и его задачу;
- перечислить, какие данные он должен анализировать;
- явно указать, в каких случаях нужно выполнять действие, а в каких — нет;
- прописать ограничения и важные правила;
- избегать лишних подробностей, повторов и противоречивых формулировок.
Кнопка Сохранить становится активной только после заполнения обязательных полей.
Шаг 4 — Подключение инструментов
Далее нажмите Добавить инструменты — откроется окно управления инструментами агента.
Нажмите Добавить инструмент.На этом шаге вы выбираете действия из подключенных сервисов, которые агент может вызывать в зависимости от ситуации.
В Альбато доступно около 5 000 действий, которые можно использовать как инструменты агента.
На этом шаге нужно настроить те действия, выполнение которых вы описали в инструкции агента на предыдущем шаге.
Для каждого инструмента укажите:
- сервис;
- действие, которое агент сможет выполнять;
- аккаунт приложения (выберите уже созданное подключение или настройте новое).
После нажатия Продолжить откроется окно сопоставления полей.
Если раньше при настройке полей в обычных действиях нужно было вручную указывать, какое значение в какое поле передавать, то с появлением ИИ-агента это больше не обязательно.
В окне сопоставления справа от каждого поля появилась кнопка «Разрешить ИИ-агенту принять решение». Если нажать на неё, агент сам определит, какое значение передать в это поле.
У поля, для которого агенту разрешено принимать решение, справа появится дополнительная кнопка в виде шестигранника. По умолчанию агент сам решает, какое значение передать в поле, исходя из заданных ранее инструкций. При необходимости вы можете добавить отдельное правило именно для этого поля, чтобы точнее задать логику его заполнения. Для этого нажмите на кнопку с шестигранником справа.
В открывшемся окне задайте дополнительные инструкции для этого поля.
Автоматическое сопоставление полей с помощью ИИ-агента — полезная, но необязательная функция. Она может заметно сократить время на настройку. При этом, если вам нужно передавать в отдельные поля строго определённые статические или динамические значения из предыдущих шагов связки, вы по-прежнему можете сделать это вручную.
Эти подходы можно комбинировать: одни поля заполнять с помощью ИИ-агента, а другие — настраивать самостоятельно.
Шаг 5 — Настройка памяти агента (опционально)
По умолчанию агент не помнит ничего между запусками — каждый раз он начинает с чистого листа. Это удобно, если при каждом запуске агент получает данные, не связанные с предыдущими запусками.
Если вам нужен контекст между сессиями (например, чат-бот, который помнит предыдущие сообщения пользователя), включите память.
Нажмите на иконку «три точки» рядом с моделью ИИ, чтобы открыть настройки хранилища данных.
По умолчанию память выключена. Включите переключатель Использовать память — появятся дополнительные поля.
Объём памяти — это количество последних взаимодействий, которые агент будет учитывать при следующем запуске. Значение можно задать от 1 до 100.
Одно взаимодействие — это входящие данные, которые получает агент, и результат его работы. Например, если при запуске связки агент получит фразу «Привет!» и в ответ отправит «Привет! Как дела?», это будет считаться одним взаимодействием.
ID треда позволяет разделять память между разными пользователями или диалогами. Например, если агент работает как чат-бот в Telegram, сюда можно передать ID чата из предыдущего шага. В этом случае у каждого пользователя будет свой собственный контекст, а не общий для всех.
Тарификация
Каждый запуск агента стоит 3 транзакции независимо от того, сколько инструментов агент вызвал в рамках одного запуска связки.
Дополнительно:
- если в качестве LLM используется Альбато AI — списывается 1 транзакция за каждые 2 000 токенов (входящих и исходящих);
- если используется любая другая LLM — дополнительные транзакции за токены не списываются.
Пример 1
В ИИ-агенте настроена Альбато AI и подключено 5 инструментов. При запуске связки агент вызвал несколько из них, некоторые — повторно, и за время работы использовал 4 500 токенов.
В этом случае будет списано:
- 3 транзакции за запуск агента;
- 3 транзакции за токены, так как 4 500 токенов округляются вверх до 3 пакетов по 2 000.
Итого будет использовано 6 транзакций.
Пример 2.
В ИИ-агенте настроена любая другая LLM и подключено 5 инструментов. При запуске связки агент также вызвал несколько инструментов, некоторые — повторно, и использовал 4 500 токенов.
Итого будет использовано 3 транзакции.
Заключение
ИИ-агент упрощает настройку связок. Вместо длинных цепочек условий и ветвлений достаточно описать задачу, задать инструкции и подключить нужные инструменты. Дальше агент сам проанализирует входящие данные и выберет подходящее действие в рамках заданных правил.
ИИ-агент не заменяет связку, а помогает упростить её логику. Благодаря этому одна и та же автоматизация может обрабатывать разные сценарии: проверять данные, классифицировать лиды, отправлять уведомления, создавать записи в CRM и других сервисах, а также поддерживать сценарии чат-ботов.
Если у вас возникнут вопросы по настройке, обратитесь в чат поддержки на сайте.
Частые вопросы
Можно ли передавать агенту на вход большой массив объектов, например через строковые секции?
Да, может. Но важно учитывать, что большие массивы данных увеличивают расход токенов. Поэтому лучше передавать только те поля и объекты, которые действительно нужны агенту для принятия решения.
Может ли ИИ-агент работать со сценариями в CRM, где нужно сначала проверить, существует ли клиент, а затем создать нового или привязать заказ к существующему?
Да, может. Для этого нужно добавить агенту соответствующие CRM-действия как инструменты, например для поиска и создания контакта. После этого в инструкциях можно указать, что перед созданием нового контакта агент должен сначала проверить, существует ли клиент уже в системе. Если клиент найден, агент использует существующую запись. Если нет — создаёт новую.
Может ли ИИ-агент работать с кастомным HTTP-запросом, или только с готовыми действиями подключённых сервисов?
ИИ-агент может работать не только с готовыми действиями подключённых сервисов, но и с кастомными HTTP-запросами. Такой запрос можно добавить как отдельный инструмент, и агент сможет сам использовать его при выполнении задачи.
Умеет ли ИИ-агент обрабатывать и передавать медиафайлы из вложений?
Пока нет. Поддержка медиафайлов планируется в будущих обновлениях.
Можно ли подключить к ИИ-агенту базу знаний?
Сейчас такой возможности пока нет, но она планируется в будущих обновлениях. В дальнейшем агент сможет работать с подключённой базой знаний как с дополнительным источником контекста.
Чем ИИ-агент отличается от обычных ИИ-действий в связках?
Обычные ИИ-действия (например ChatGPT Open AI) чаще всего работают как один отдельный шаг: получают входные данные и возвращают результат, например текст.
ИИ-агент работает шире: он действует как умный роутер. Агент анализирует входные данные, учитывает инструкции и при необходимости сам выбирает, какой инструмент использовать и какое действие выполнить дальше. Кроме того, он может использовать память и учитывать контекст предыдущих запусков.