ММООЗЗГГ.ru

Курс по ИИ-агентам: бесплатно, без кода и с сертификатом

КурсОбучение

50 мин

Бесплатный курс по ИИ-агентам для тех, кто хочет понять, как работает агент, и собрать первого для своей задачи. За 6 уроков и около 50 минут вы разберете, из чего состоит агент, какие задачи ему отдавать, на чем его собирать и как держать под контролем. Программировать не нужно, регистрации нет, сертификат появится после теста.

сотрудник или руководитель, который хочет понять, как устроен ИИ-агент, и собрать первого для своей задачи. Программировать не нужно.

6 уроков · 50 минут · Без регистрации и оплаты

Урок 1 из 6

Что такое ИИ-агент и чем он отличается от чат-бота

Чат-бот отвечает на вопрос и ждет следующего. ИИ-агент получает задачу и сам выполняет ее по шагам: ищет данные, вызывает нужные программы, проверяет результат и решает, что делать дальше. Разница не в модели, а в том, что агенту разрешено действовать.

По руководству OpenAI «A practical guide to building agents» (апрель 2025), у агента три части:

  1. Модель. Нейросеть, которая рассуждает и принимает решения.
  2. Инструменты. Функции и программы, через которые агент действует: поиск по базе, запись в CRM, отправка письма.
  3. Инструкции. Явные правила и ограничения: что агент делает, чего не делает и когда зовет человека.

Агент работает по циклу: собрать контекст, сделать действие, проверить результат, повторить. Этот подход описали в 2022 году под названием ReAct: модель чередует рассуждение и действие с инструментом. На нем работает большинство ИИ-агентов.

Не каждая система с ИИ работает как агент. Anthropic в статье «Building effective agents» (декабрь 2024) делит такие системы на два вида:

  • Рабочий процесс. Шаги заранее заданы кодом: получить письмо, извлечь реквизиты, записать в таблицу. Модель выполняет отдельные шаги, но их порядок не выбирает.
  • Агент. Модель сама выбирает, какие шаги сделать и какие инструменты вызвать, пока задача не решена.

Пример. Рабочий процесс отвечает на заявку с сайта по шаблону и передает ее менеджеру. Агент читает заявку, находит клиента в CRM, смотрит историю заказов, уточняет недостающее и ставит менеджеру задачу с готовым предложением.

Урок 2 из 6

Какие задачи отдавать агенту, а какие нет

Главный совет Anthropic: начинать с простого решения и усложнять, только когда это нужно. Иногда это значит, что агент не нужен вовсе. Если шаги задачи всегда одинаковые, надежнее и дешевле рабочий процесс или обычная автоматизация.

Агент оправдан, когда в задаче есть хотя бы одно из трех (по руководству OpenAI):

  1. Сложные решения и исключения. Например, решить, одобрить ли возврат денег клиенту.
  2. Громоздкие правила, которые дорого и долго поддерживать в коде. Например, проверка поставщика по десяткам условий.
  3. Много неструктурированных данных: письма, сканы, переписка, договоры.

Агенту не стоит отдавать:

  • Задачи с одинаковыми шагами: перенос данных из формы в таблицу, рассылку по расписанию.
  • Решения, за которые никто не готов отвечать: платежи, отказ клиенту, увольнение.
  • Задачи без данных: агент не узнает цены и правила, которые нигде не записаны.

Почему это важно. По прогнозу Gartner (июнь 2025), больше 40% проектов агентного ИИ закроют к концу 2027 года из-за затрат, неясной пользы и слабого контроля рисков. Все три причины закладываются в самом начале, когда выбирают задачу.

Проверьте задачу тремя вопросами:

  1. Можно ли описать результат одной фразой и проверить его?
  2. Есть ли данные и доступы, которые нужны для работы?
  3. Что будет, если агент ошибется, и кто это заметит?

Урок 3 из 6

Из чего собирают агента: модель, инструменты, знания и память

Модель. Прототип собирают на сильной модели, чтобы понять, какое качество вообще достижимо. Потом пробуют модели меньше там, где результат остается приемлемым: так работа становится дешевле и быстрее.

Инструменты бывают трех видов:

  1. Для данных: поиск по базе знаний, чтение CRM, таблиц и почты.
  2. Для действий: создать сделку, отправить письмо, записать клиента.
  3. Для управления: передать часть задачи другому агенту.

Чтобы не писать подключение к каждому сервису заново, в ноябре 2024 года Anthropic открыла протокол MCP (Model Context Protocol): единый способ подключать ИИ к данным и сервисам. В декабре 2025 года протокол передали в Agentic AI Foundation при Linux Foundation, так что он не принадлежит одной компании.

Знания. Модель не знает ваших цен, договоров и регламентов. Чтобы агент отвечал по ним, используют RAG: перед ответом агент ищет нужные фрагменты в базе документов и отвечает по ним. Дообучать модель при этом не нужно. Если база небольшая, меньше 500 страниц, ее можно целиком положить в запрос к модели без поиска.

Память бывает двух видов:

  • Краткосрочная: история одного разговора.
  • Долгосрочная: данные о клиенте или задаче, которые сохраняются между разговорами.

Полная история может не поместиться в запрос, а на длинном тексте большинство моделей работают хуже. Поэтому устаревшее из памяти убирают.

Инструкции пишут так же, как задание новому сотруднику: берут существующие регламенты, делят задачу на шаги, для каждого шага задают конкретное действие и описывают нестандартные случаи.

Урок 4 из 6

На чем собирать агента: конструкторы, библиотеки и модели

Для первых агентов программировать не нужно. Открытые конструкторы позволяют собрать агента из блоков в браузере и поставить его на свой сервер:

  • n8n. Платформа автоматизации с ИИ-агентами. Лицензия fair-code: можно ставить на свой сервер и менять, нельзя перепродавать как облачный сервис.
  • Flowise. Визуальный конструктор агентов, лицензия Apache 2.0.
  • Dify. Платформа для ИИ-приложений и агентов, лицензия Apache 2.0 с двумя условиями: без разрешения нельзя запускать многопользовательский облачный сервис по типу Dify и убирать логотип из консоли.

Когда нужен код, берут открытые библиотеки: LangChain и LangGraph для Python и JavaScript, CrewAI для команд из нескольких агентов. Все три на лицензии MIT.

Модель для российской компании. Россия не входит в списки стран, где работают сервисы OpenAI и API Anthropic. Поэтому для рабочих задач удобнее открытые модели, которые ставят на свой компьютер или сервер, например DeepSeek R1 (лицензия MIT) или семейство Qwen 3 (лицензия Apache 2.0). Запускать их удобно через Ollama.

Открытая модель на своем сервере решает и вопрос данных: переписка, документы и сведения о клиентах не уходят за пределы компании.

Как выбрать:

  1. Один агент, понятные шаги, нужны готовые подключения к сервисам: n8n.
  2. Чат с ответами по вашим документам: Dify или Flowise.
  3. Сложная логика, несколько агентов, свой продукт: библиотеки и разработчик.

Урок 5 из 6

Первый агент: план сборки за вечер

Возьмите одну задачу, которую вы каждую неделю делаете руками. Например, разбор входящих писем: понять, о чем письмо, найти клиента и подготовить черновик ответа.

План сборки на n8n и открытой модели:

  1. Запишите задачу одной фразой и опишите, как выглядит хороший результат.
  2. Установите Ollama и скачайте модель, которая умеет вызывать инструменты. Например, qwen3:8b весит 5,2 ГБ, а если памяти мало, есть qwen3:4b на 2,5 ГБ.
  3. Запустите n8n командой npx n8n и откройте его в браузере.
  4. Добавьте узел AI Agent и подключите к нему модель. Агенту нужен хотя бы один инструмент, без него узел не работает.
  5. Напишите инструкцию: роль, шаги, ограничения и что делать, если данных не хватает.
  6. Подключите сначала инструмент для данных, например поиск по таблице клиентов, и только потом инструмент для действий.
  7. Проверьте агента на 20–30 настоящих примерах и запишите, где он ошибся.

Две ловушки первого агента:

  • Временное хранилище. Узел Simple Vector Store в n8n хранит данные только в памяти: после перезапуска они теряются. Он годится для проб, для работы нужна настоящая база.
  • Лишние инструменты. Каждый лишний инструмент дает агенту лишнюю возможность ошибиться. Добавляйте их по одному и проверяйте после каждого.

Пошаговые инструкции с командами и настройками для n8n, Dify и Flowise есть в отдельных статьях на нашем сайте.

Урок 6 из 6

Контроль и безопасность: права, проверки, ответственность

Агент действует сам, поэтому его ошибки дороже ошибок чат-бота. OWASP, международное сообщество по безопасности приложений, называет этот риск избыточной автономией. Его причины: лишние функции, лишние права и лишняя самостоятельность.

Пять правил контроля:

  1. Только нужные инструменты. Агенту, который отвечает клиентам, не нужен доступ к бухгалтерии.
  2. Минимальные права. Если агент только читает CRM, ему не дают права удалять сделки.
  3. Человек подтверждает важное. Платежи, крупные возвраты и отмена заказов проходят проверку человеком, пока агент не докажет надежность.
  4. Передача человеку. Если агент не справился за несколько попыток, задача уходит сотруднику.
  5. Журнал действий. Каждый шаг агента записывается, чтобы потом разобрать ошибку. Для этого есть открытые инструменты, например Langfuse.

Ответственность несет компания. В феврале 2024 года трибунал Британской Колумбии в Канаде признал Air Canada ответственной за неверный ответ чат-бота на сайте. Довод авиакомпании, что чат-бот отвечает за себя сам, отклонили.

Данные. По 152-ФЗ персональные данные граждан России при сборе записывают и хранят в базах на территории России. Если агент работает с данными клиентов, проверьте, где стоит модель и где хранится база знаний.

Итог курса в пяти правилах:

  1. Начинайте с простого решения: агент нужен не всегда.
  2. Агент состоит из модели, инструментов и инструкций, и каждую часть можно проверить отдельно.
  3. Знания агент берет из ваших документов, а не из памяти модели.
  4. Первого агента собирают на одной задаче и проверяют на настоящих примерах.
  5. Важные действия подтверждает человек, а за ответы агента отвечает компания.

Для руководителя

Отправьте ссылку на курс сотрудникам, которые будут ставить задачи агентам или проверять их работу. Курс проходят за один подход, в конце тест: нужно ответить верно на 10 вопросов из 12. Сертификат с номером присылает сам сотрудник, а сайт имен не собирает и не знает, кто прошел курс.

Курс не учит программировать. Он дает команде общий язык: что такое модель, инструменты и инструкции, где агент окупается, а где хватит простого сценария, какие действия нельзя отдавать агенту без проверки человеком. С этим языком проще обсуждать проект с подрядчиком и оценивать его предложение. Когда нужен ИИ-агент, а когда хватит сценария автоматизации, разобрано в отдельной статье.

Пошаговая инструкция, как собрать ИИ-агента на n8n и открытой модели, вынесена в отдельную статью. Если сотрудникам нужны занятия на задачах вашей компании, посмотрите форматы корпоративного обучения.

Как выбрать первую задачу для агента

Главная ошибка первого проекта случается до сборки: агенту отдают не ту задачу. Курс учит начинать с простого решения и усложнять, только когда это нужно. Если шаги задачи всегда одинаковые, надежнее и дешевле обычная автоматизация.

Агент оправдан, когда в задаче есть хотя бы одно из трех: решения с исключениями, например одобрить ли возврат клиенту; громоздкие правила, которые дорого держать в коде, например проверка поставщика по десяткам условий; много неструктурированных данных: письма, сканы, договоры.

Перед стартом задачу проверяют тремя вопросами. Можно ли описать результат одной фразой и проверить его? Есть ли данные и доступы для работы? Что будет, если агент ошибется, и кто это заметит? Если на последний вопрос ответа нет, задачу агенту не отдают.

Пример из курса. Сценарий автоматизации отвечает на заявку с сайта по шаблону и передает ее менеджеру. Агент читает заявку, находит клиента в CRM, смотрит историю заказов и ставит менеджеру задачу с готовым предложением. Первый вариант проще и дешевле, второй нужен, когда заявки сильно отличаются друг от друга.

Данные и права агента

Агент действует сам, поэтому его ошибка дороже ошибки чат-бота: он может отправить письмо, изменить сделку или показать лишнее. Курс разбирает правила контроля: агенту дают только нужные инструменты и минимальные права, платежи и отмену заказов подтверждает человек, а задача, с которой агент не справился, уходит сотруднику.

Отдельный вопрос касается данных клиентов. По итогам 2025 года объем данных, ушедших из 150 российских организаций в публичные ИИ-сервисы, вырос в 30 раз, среди них клиентские базы и финансовые отчеты. Агент, подключенный к CRM и к зарубежной облачной модели, отправляет ей сведения о клиентах в каждом запросе, где они нужны для ответа.

Цена такой ошибки записана в законе: с 30 мая 2025 года по 420-ФЗ штраф за утечку персональных данных составляет от 3 до 15 млн ₽, за повторную утечку от 1 до 3% годовой выручки. Поэтому для рабочих задач с данными клиентов курс советует открытую модель на своем сервере: переписка и документы не уходят за пределы компании.

Что делать после курса

Курс заканчивается планом первого агента на одной задаче. Дальше у компании три пути. Агента с понятными шагами и без доступа к данным клиентов сотрудник собирает сам по инструкции. Агента с доступом к CRM, почте или клиентской базе собирают при участии ответственного за безопасность. Агента для нескольких отделов или для своего продукта делают с разработчиком, и тогда общий язык из курса помогает проверить его предложение.

Две ловушки первого агента курс разбирает отдельно. Первая ловушка во временном хранилище: узел Simple Vector Store в n8n держит данные только в памяти, после перезапуска они теряются, поэтому для работы нужна настоящая база. Вторая в лишних инструментах: каждый дает агенту еще одну возможность ошибиться, поэтому их подключают по одному и после каждого проверяют агента на настоящих примерах.

Вопросы и ответы

Нужна ли регистрация? Нет. Курс открывается сразу, без почты, телефона и оплаты.

Прогресс хранится только в вашем браузере, на сервер ничего не уходит.

Нужно ли уметь программировать? Нет. Курс объясняет, как устроен агент и как его собирают в конструкторах без кода.

Команды и настройки для тех, кто захочет собрать агента сам, вынесены в отдельные статьи с инструкциями.

Сертификат это документ об образовании? Нет. Сертификат подтверждает прохождение бесплатного курса на сайте mmoozzgg.ru и не заменяет документ об образовании или о квалификации.

Для компании он служит подтверждением, что сотрудник прошел вводный курс.

Куда уходит мое имя? Никуда. Сертификат собирается в вашем браузере: имя не отправляется на сервер и не попадает в аналитику, поэтому персональные данные сайт не обрабатывает.

Сертификат можно скачать в PDF или картинкой.

Чем ИИ-агент отличается от чат-бота? Чат-бот отвечает на вопрос и ждет следующего. Агент получает задачу и сам выполняет ее по шагам: ищет данные, вызывает программы, проверяет результат и решает, что делать дальше.

Разница не в модели, а в том, что агенту разрешено действовать, поэтому и контроль ему нужен строже.

Написать в Telegram