Как агент ищет и читает
Агент-исследователь работает циклом: решает, что искать, ищет, читает страницы и решает, хватает ли найденного. Такой цикл описан в подходе ReActReAct. ReAct это способ работы ИИ-агента, при котором модель по очереди рассуждает и действует: думает, вызывает инструмент, смотрит на результат и думает снова.: модель чередует рассуждение и действие с инструментом.
Ему нужны два инструмента: поиск, который возвращает список ссылок, и чтение страницы по ссылке. Поиск по вебу крупные поставщики моделей встраивают сами: OpenAI добавила его в Responses API 11 марта 2025 года вместе с поиском по файлам.
В n8n чтение страницы дает узел «HTTP Request», подключенный к агенту как инструмент. Его опция «Optimize Response» (сократить ответ) с типом HTML и настройкой «Return Only Content» оставляет текст без разметки, а «Truncate Response» обрезает слишком длинную страницу, чтобы не платить за лишний текст.
Поиск подключают отдельным инструментом, через программный интерфейс поисковой системы, к которой у вас есть ключ. Для российского рынка важно, чтобы поиск хорошо находил русскоязычные источники.
Сборка в n8n простая: узел «AI Agent», модель и два инструмента. В «System Message» агенту описывают, какие источники считать надежными и в каком виде сдавать сводку. Параметр «Max Iterations» ограничивает число попыток, по умолчанию 10, чтобы агент не искал бесконечно.
Для обзоров по десяткам источников делают команду агентов: ведущий делит вопрос на части, помощники ищут параллельно. В исследовании Anthropic от июня 2025 года такая система превзошла одного агента на 90,2% во внутренней оценке. Платят за это токенами, то есть кусочками текста, за которые считают оплату модели.
Сводка со ссылками
Сводка без ссылок бесполезна для решения: руководитель не знает, чему верить. Поэтому в инструкции агенту пишут правило: каждое утверждение с цифрой идет со ссылкой на страницу, где эта цифра стоит.
Anthropic в своей системе выделила для этого отдельного агента. После поиска он проходит по тексту и ставит к утверждениям точные ссылки на источники. В простом агенте ту же работу делает второй проход модели по готовой сводке.
Формат сводки задают заранее: вопрос, короткий ответ в 3-5 пунктах, таблица цифр с датой и источником и список того, что найти не удалось. Последний пункт важен: пробелы видны сразу, а не спрятаны в гладком тексте.
Дату источника агент пишет всегда. Цена конкурента двухлетней давности выглядит в сводке так же, как вчерашняя, и без даты их не различить.
В инструкцию добавляют и то, чего агент искать не должен: форумы без авторов, пересказы пересказов, страницы без даты. Короткий список запретов экономит время на проверке.
Для повторяющихся обзоров, например еженедельного мониторинга цен конкурентов, формат сохраняют шаблоном. Тогда сводки разных недель можно сравнивать строка в строку.
Проверка фактов
ИИ-поиск ошибается в ссылках чаще, чем кажется. Tow Center при Колумбийском университете в марте 2025 года проверил 8 ИИ-поисковиков на 1 600 запросах: вместе они ответили неверно больше чем на 60% запросов. У двух сервисов больше половины ответов ссылались на выдуманные или нерабочие адреса.
Уверенно поданный выдуманный факт называют галлюцинациейгаллюцинации нейросети. Галлюцинация это ответ нейросети, который звучит уверенно, но содержит выдуманные или неверные факты. модели. Вторая ловушка в качестве источников: по словам Anthropic, ранние версии ее агентов выбирали страницы, сделанные под поисковики, вместо авторитетных источников, и это исправляли правилами в инструкции.
1. Откройте ссылку у каждой цифры и найдите эту цифру на странице.
2. Проверьте дату публикации и автора: компания, исследование, СМИ или пересказ чужого текста.
3. Цифры, от которых зависят деньги, сверьте по второму независимому источнику.
4. Отметьте в сводке, что проверено, а что нет, и не передавайте дальше непроверенное.
Часть проверки можно отдать второй модели: она сравнивает утверждение с текстом по ссылке. Как устроить проверку агента на наборе вопросов, разобрано на странице о тестировании агента.
Ограничения
Агент видит только открытые страницы. Платные отчеты, закрытые базы и разговоры ваших менеджеров с клиентами ему недоступны, поэтому выводы о рынке без них неполные.
Исследование стоит денег. По данным Anthropic, агенты тратят примерно в 4 раза больше токеновтокен. Токен это кусочек текста: слово, часть слова или знак, с которыми работает языковая модель., чем обычный чат, а команды агентов примерно в 15 раз больше. Глубокий обзор оправдан, когда от ответа зависит решение.
Агент не знает вашего контекста. Маржу, планы и ограничения компании ему дают в инструкции, иначе он выдаст обзор рынка вообще, а не ответ на ваш вопрос.
Запросы к поиску зарубежного поставщика модели уходят к нему. Не отправляйте в такой поиск названия клиентов, внутренние цифры и планы сделок.
Агент не заменяет аналитика там, где нужен звонок поставщику, разговор с клиентом или выезд на объект. Он сокращает черновую часть работы: найти, прочитать и свести, а вывод и решение остаются за человеком.
С чего начать
Начните с одного вопроса, который сотрудник разбирает каждую неделю: цены конкурентов, новые тендеры отрасли, новости ключевых клиентов и поставщиков. Повторяющийся вопрос сразу дает шаблон сводки и понятную меру пользы.
До запуска запишите два числа: сколько часов уходит на такую сводку вручную и сколько неточностей находят в ней при проверке. Через месяц работы агента сравните те же числа, причем время считайте вместе с проверкой по ссылкам.
Перед первым настоящим обзором прогоните агента по вопросам, ответы на которые вы уже знаете. Anthropic в январе 2026 года советовала начинать проверку агента с 20–50 простых задач, взятых из реальных ошибок, и не верить баллам, пока не прочитаны записи его работы.
Правило решения простое. Если проверка сводки занимает почти столько же времени, сколько раньше занимал поиск, агент остается помощником для черновиков. Если проверка заметно короче, агенту отдают мониторинг целиком, а сотруднику оставляют выводы.