> For the complete documentation index, see [llms.txt](https://doc.nextbot.ru/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.nextbot.ru/getting-started/intensiv/chto-takoe-ii-agent-i-nextbot.md).

# Что такое ИИ-агент и Nextbot

Перед началом интенсива разберёмся с базой: что мы называем ИИ-агентом, из каких частей он состоит и какую роль во всём этом играет Nextbot.

Глубоко погружаться в устройство искусственного интеллекта не будем. Для дальнейшей работы достаточно понимать общую конструкцию.

## Что такое ИИ-агент

ИИ-агент — это программа на базе искусственного интеллекта, которая получает определённую задачу, инструкции, необходимые знания и доступ к нужным инструментам.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-2cce041a7a456c598c981f4f32b5ace8dc62e9b8%2Fintensiv-chto-takoe-image-0.png?alt=media)

Проще говоря, это ИИ, настроенный выполнять конкретную работу.

Например, агент отдела продаж может:

* отвечать на вопросы клиента;
* выяснять его потребность;
* рассказывать о подходящем продукте;
* собирать контактные данные;
* записывать клиента;
* создавать сделку в CRM;
* передавать диалог менеджеру, когда это необходимо.

При этом агент не знает сам по себе, как устроен именно ваш бизнес и как ему нужно работать.

Его необходимо настроить: определить задачу, объяснить правила работы, предоставить нужную информацию и подключить инструменты, которыми он сможет пользоваться.

## Из чего состоит ИИ-агент

Устройство агента можно сильно усложнять, но для начала достаточно понимать пять основных элементов.

### 1. ИИ-модель

ИИ-модель — это основа, которая отвечает за интеллектуальную часть работы агента.

Например, модели семейства GPT или Claude.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-17d8e45399e20db94d17f7be093de5a614e84e03%2Fintensiv-chto-takoe-image-1.png?alt=media)

Когда клиент пишет сообщение, именно модель анализирует его содержание и контекст разговора, понимает запрос и формирует подходящий ответ.

Например, клиент пишет:

> «Мне нужна квартира примерно за 15 миллионов, желательно недалеко от центра».

ИИ-модель может понять из обычной человеческой фразы несколько вещей:

* клиент ищет квартиру;
* его бюджет — около 15 миллионов;
* для него важно расположение;
* дальше имеет смысл уточнить остальные параметры.

Для этого нам не нужно заранее прописывать все возможные варианты того, как клиент сформулирует свой запрос.

Модель умеет работать с естественным языком: люди могут задавать один и тот же вопрос разными словами, писать длинными сообщениями, дополнять предыдущие ответы или менять тему разговора.

{% hint style="warning" %}
Но у ИИ-модели есть важное ограничение: **сама по себе она ещё не знает, как должна работать именно в вашем бизнесе**.

Она не знает автоматически:

* какую роль должна выполнять;
* какие вопросы задавать клиенту;
* какие у вашей компании товары и цены;
* какие правила действуют в компании;
* что можно обещать клиенту, а что нельзя;
* когда нужно записать клиента;
* когда нужно создать заявку;
* когда следует передать разговор человеку.
  {% endhint %}

{% hint style="info" %}
Поэтому **ИИ-модель и ИИ-агент — не одно и то же**.
{% endhint %}

Можно представить ИИ-модель как очень способного нового сотрудника.

Он умеет разговаривать, работать с информацией и понимать поставленные задачи. Но в первый рабочий день он ещё не знает ваши продукты, процессы и внутренние правила.

Чтобы сотрудник начал приносить пользу, его нужно обучить, дать инструкции и предоставить необходимые рабочие инструменты.

С ИИ-агентом происходит примерно то же самое.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-ceff8675c305528040c873f1c6ff7941da418abf%2Fintensiv-chto-takoe-image-2.png?alt=media)

**ИИ-модель отвечает за интеллектуальную работу, а остальные элементы определяют, какую работу она должна выполнять и что ей для этого доступно.**

### 2. Промпт

Промпт — это основная инструкция агента.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-4995660e25faa2f7fe0ca648ba3e8b0a6728c2cd%2Fintensiv-chto-takoe-image-3.png?alt=media)

В ней мы описываем:

* какую роль выполняет агент;
* какую задачу решает;
* как должен вести диалог;
* какие вопросы задавать;
* какие правила соблюдать;
* что ему разрешено и запрещено;
* как действовать в разных ситуациях.

Например, в промпте можно указать агенту:

сначала выяснить задачу клиента → затем уточнить необходимые параметры → предложить подходящее решение → получить контактные данные → передать заявку менеджеру.

Именно промпт во многом определяет логику поведения агента.

На интенсиве мы отдельно разберём, как проектировать эту логику и переносить её в промпт.

### 3. Источники знаний

Кроме инструкции агенту нужна информация, с которой он будет работать.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-bb974e47e3bf5ed00933f26a0252e92b91ad1bf4%2Fintensiv-chto-takoe-image-4.png?alt=media)

Например:

* описание компании;
* товары и услуги;
* цены;
* условия работы;
* расписание;
* ответы на частые вопросы;
* инструкции;
* другие материалы компании.

Если клиент спросит о стоимости услуги, агенту необходимо откуда-то получить правильную стоимость.

Если спросит об условиях доставки — нужны актуальные условия доставки.

Поэтому источники знаний отвечают на вопрос:

**«Какую информацию агент может использовать в работе?»**

Промпт при этом отвечает на другой вопрос:

**«Как агент должен действовать?»**

Это два разных элемента.

### 4. Функции и интеграции

Диалог — только часть работы агента.

Во многих задачах после разговора должно что-то произойти в других системах.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-88ffb9c8c1e9dc8e969e5b267d4f490cb0e1a86f%2Fintensiv-chto-takoe-image-5.png?alt=media)

Например, агенту может понадобиться:

* сохранить данные клиента;
* создать заявку;
* передать информацию в CRM;
* записать клиента;
* получить необходимые данные;
* отправить уведомление сотруднику;
* выполнить другое действие в бизнес-процессе.

Для этого агенту подключают функции и интеграции.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-c21284023be791814ca8e5e2d69bd6fcd55b17dc%2Fintensiv-chto-takoe-image-6.png?alt=media)

Именно они позволяют перейти от:

**«агент поговорил с клиентом»**

к:

**«агент поговорил с клиентом и выполнил нужную работу».**

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-9a348eb91799de2daa44abbd5978ef4c6479e279%2Fintensiv-chto-takoe-image-7.png?alt=media)

Например, клиент согласился на консультацию. Агент получил его данные, создал сделку в CRM и уведомил менеджера.

### 5. Канал связи

Наконец, агенту нужно место, где он будет взаимодействовать с пользователем.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-b634424dd54dec1f70e00d122f3a158f899777c7%2Fintensiv-chto-takoe-image-8.png?alt=media)

Например:

* WhatsApp;
* Telegram;
* Instagram\*;
* другой подключённый канал.

Для клиента это выглядит как обычный диалог в привычном мессенджере или социальной сети.

Но сообщение поступает агенту, который обрабатывает его согласно своим инструкциям, использует доступные знания и при необходимости выполняет подключённые действия.

## Как всё работает вместе

Разберём простой пример.

Компания хочет автоматизировать первичную обработку входящих заявок.

Клиент пишет:

> «Здравствуйте, сколько стоит ваша услуга?»

Дальше может происходить следующая цепочка:

1. Сообщение клиента поступает агенту из подключённого канала.
2. ИИ-модель понимает запрос клиента и контекст разговора.
3. Промпт подсказывает агенту, как нужно вести этот диалог.
4. Агент использует знания компании, чтобы дать правильный ответ.
5. По заданной логике уточняет потребность клиента.
6. Получает необходимые данные.
7. С помощью функции создаёт заявку в CRM.
8. При необходимости передаёт клиента менеджеру.

Для клиента всё это выглядит как один обычный разговор.

![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-eb5dc26b0544c309308ef7a4b6892c1d13bbc433%2Fintensiv-chto-takoe-image-9.png?alt=media)

Но внутри работает целая система.

## Что такое Nextbot

Nextbot — это платформа для создания и настройки ИИ-агентов.

Она позволяет собрать основные элементы агента в одном месте:

* выбрать ИИ-модель;
* написать промпт;
* подключить необходимые знания;
* создать функции;
* подключить каналы общения;
* настроить интеграции;
* протестировать работу агента;
* управлять его настройками и диалогами.

То есть Nextbot — это платформа, на которой мы объединяем ИИ-модель, инструкции, знания, функции и подключения в готового агента под конкретную бизнес-задачу.

## Как мы будем работать на интенсиве

В течение интенсива вы последовательно соберёте своего агента под реальный проект.

Сначала определите, **какую задачу он должен решать и как должен действовать**.

Затем перенесёте эту логику в промпт и настроите необходимые функции.

После этого подключите остальные элементы и подготовите агента к работе.

Поэтому сейчас не нужно пытаться разобраться во всех возможностях Nextbot или запомнить каждую настройку.

На этом этапе важно понять основную конструкцию:

**Клиент обращается через канал → ИИ-модель понимает его сообщение → промпт определяет правила работы → знания дают необходимую информацию → функции позволяют выполнить нужные действия.**

В следующих материалах мы разберём основные термины, а затем посмотрим, какие задачи можно поручать ИИ-агентам, какие возможности для этого есть в Nextbot и какие ограничения важно учитывать.

\**Принадлежит корпорации Meta, запрещена на территории РФ.*

***

### Навигация

**Следующая статья**

{% content-ref url="/pages/GLpWmOJBtgrBWVOu12QQ" %}
[Глоссарий: основные термины ИИ и Nextbot](/getting-started/intensiv/glossarii-osnovnye-terminy-ii-i-nextbot.md)
{% endcontent-ref %}

**Навигация по разделу**

{% content-ref url="/pages/RRq1DxTuKbEx4Kaqg68g" %}
[Интенсив](/getting-started/intensiv.md)
{% endcontent-ref %}


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://doc.nextbot.ru/getting-started/intensiv/chto-takoe-ii-agent-i-nextbot.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.