> 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/vozmozhnosti-i-ogranicheniya-ii-agentov-i-nextbot.md). # Возможности и ограничения ИИ-агентов и Nextbot ИИ-агент может взять на себя значительную часть работы с клиентами и данными. Но это не универсальная программа, которой можно поставить любую задачу словами «сделай сам». Чтобы правильно выбрать задачу для агента, важно понимать две вещи: 1. **Что в принципе хорошо умеют современные ИИ-агенты.** 2. **Какие инструменты доступны для реализации этой задачи в Nextbot.** Разберём это на конкретных примерах. ## Как смотреть на задачу для ИИ-агента Большинство задач, которые мы будем рассматривать на интенсиве, можно разложить на три части: **Диалог → данные → действия.** Например, клиент пишет в компанию и хочет записаться на услугу. Агенту нужно: **Диалог:** понять запрос, уточнить услугу и удобное время. **Данные:** получить информацию об услугах, ценах и свободных слотах. **Действие:** создать запись и подтвердить её клиенту. В другой компании процесс может выглядеть так: **Диалог:** выяснить потребность клиента. **Данные:** подобрать подходящий товар из каталога. **Действие:** создать сделку в CRM и передать её менеджеру. Не каждой задаче нужны все три элемента. Иногда агенту достаточно только ответить на вопрос. Иногда основная ценность, наоборот, заключается именно в действиях после разговора. Но такая схема помогает уйти от абстрактного запроса: > «Хочу автоматизировать продажи с помощью ИИ». И перейти к конкретной задаче: > «Хочу, чтобы агент отвечал на входящие обращения, выяснял потребность клиента, собирал контакты и передавал квалифицированную заявку менеджеру». Вторую задачу уже можно проектировать и настраивать. ## Какие задачи можно поручить ИИ-агенту ### 1. Консультировать клиентов Одна из самых простых и распространённых задач — ответы на вопросы клиентов. Агент может рассказывать: * о компании; * товарах и услугах; * стоимости; * условиях работы; * доставке; * расписании; * правилах; * других вопросах, для которых у него есть необходимая информация. Для этого агенту можно предоставить источники знаний: базу знаний, документы, справочники, таблицы и другие данные. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-6f95beb97e12ff89696c788b589493b84f5054a3%2Fintensiv-glossarii-image-5.png?alt=media) Например, клиент спрашивает: > «Можно ли перенести запись на другой день?» Агент находит правила переноса записи и отвечает на основании информации компании. {% hint style="warning" %} Важно: агент не должен сам придумывать отсутствующие условия. Если необходимой информации у него нет, нужно заранее определить, как он должен поступить: уточнить вопрос, сообщить об отсутствии информации или передать клиента сотруднику. {% endhint %} *** ### 2. Квалифицировать клиентов и помогать в продажах Агент может не просто отвечать на вопросы, а самостоятельно вести клиента по определённой логике диалога. Например: 1. узнать, что нужно клиенту; 2. задать уточняющие вопросы; 3. определить подходящий вариант; 4. ответить на вопросы; 5. получить контактные данные; 6. предложить следующий шаг. Так можно автоматизировать первичную работу менеджера. Например, агент компании по производству мебели может узнать: * какую мебель хочет заказать человек; * куда её нужно доставить; * бюджет; * желаемые сроки покупки. После этого агент может передать квалифицированного клиента менеджеру. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-8f2c60e1564e2cc09cd3512e83a374bcbd252323%2Fintensiv-vozmozhnosti-gif-1.gif?alt=media) При этом логика такого общения не появляется автоматически. Её необходимо предварительно спроектировать и описать в промпте. Именно с проектирования такой логики мы начнём работу на интенсиве. *** ### 3. Собирать и передавать информацию Во время разговора агент может получать данные пользователя и использовать их дальше. Например: * имя; * телефон; * email; * интересующий товар; * бюджет; * город; * выбранную услугу; * другую необходимую информацию. После этого данные можно передать дальше: например, в CRM или сотруднику компании. Так диалог превращается в полноценную часть бизнес-процесса. Например: **Клиент написал → агент выяснил задачу → получил имя и телефон → создал заявку → менеджер продолжил работу.** В Nextbot для этого используются функции и подключённые к ним действия. Функции могут сохранять данные, выполнять вычисления и передавать результаты в CRM, мессенджеры и другие системы. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-04b2eacee658a31884f04ecdff051f7331c6394c%2Fintensiv-vozmozhnosti-image-1.png?alt=media) *** ### 4. Работать с CRM ИИ-агент можно связать с CRM компании. Например, после разговора он может: * создать лид или сделку; * заполнить необходимые поля; * передать контактные данные; * изменить этап сделки; * передать менеджеру информацию из разговора. В Nextbot есть готовые возможности для работы, например, с Bitrix24, amoCRM / Kommo и рядом других CRM и бизнес-систем. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-7255f6b4a2f8f2d5bf70cfcd17bc58778044a276%2Fintensiv-vozmozhnosti-gif-2.gif?alt=media) Это позволяет построить цепочку: **клиент написал → агент провёл первичную квалификацию → данные появились в CRM → менеджер продолжил работу.** При этом возможности разных CRM-интеграций могут отличаться. Нельзя автоматически считать, что любое действие, которое существует в самой CRM, обязательно доступно агенту через стандартную интеграцию. Актуальные возможности конкретной интеграции всегда нужно проверять в документации Nextbot. *** ### 5. Записывать клиентов Агент может работать не только с заявками, но и с расписанием. Например: 1. клиент сообщает, на какую услугу хочет записаться; 2. агент уточняет необходимые параметры; 3. получает доступное время; 4. предлагает клиенту варианты; 5. создаёт запись; 6. подтверждает результат. Для этого Nextbot можно связать с системами записи или календарями. Например, интеграция с YCLIENTS позволяет проверять расписание, предлагать время и создавать запись, а через Google Calendar агент может работать с событиями календаря. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-e15380d62342973965207787f8d39f773b18255b%2Fintensiv-vozmozhnosti-gif-3.gif?alt=media) Это хороший пример того, что агент не просто «общается как человек», а взаимодействует с реальными данными и выполняет действие после разговора. *** ### 6. Работать со структурированными данными Иногда информация компании представляет собой не несколько страниц текста, а сотни или тысячи позиций. Например: * каталог товаров; * объекты недвижимости; * автомобили; * услуги; * прайс; * остатки; * характеристики. Такие данные удобнее хранить в структурированном виде. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-9828175ea977a2557e91c926f9a053584886b8a2%2Fintensiv-vozmozhnosti-image-2.png?alt=media) В Nextbot для этого есть таблицы. Агент может через функцию выполнять поиск по нужным полям таблицы и получать найденные строки. Например, клиент пишет: > «Хочу купить найки аир ретро». Агент может получить заданные параметры, выполнить поиск по каталогу и использовать найденные данные для ответа. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-6802e233aa6fa4b7e1c4d4ab8459dddea85bc60a%2Fintensiv-vozmozhnosti-gif-4.gif?alt=media) Это позволяет работать с большими наборами информации, не помещая весь каталог непосредственно в промпт. *** ### 7. Выполнять действия после разговора Работа агента не обязательно заканчивается после последнего сообщения клиента. Например, после определённого события можно: * уведомить сотрудника; * отправить данные в CRM; * выполнить функцию; * переключить агента; * поставить разговор на паузу; * отправить сообщение позже; * выполнить другое автоматическое действие. Для более гибкой автоматизации в Nextbot существуют сценарии. Они запускаются при определённых событиях и могут выполнять настроенные действия. Среди доступных действий есть работа с CRM, Custom API, Python, функции, отложенные сообщения и другие инструменты. Например: **клиент перестал отвечать → через заданное время отправить follow-up.** Или: **агент квалифицировал клиента → создать сделку → уведомить менеджера → поставить ИИ на паузу.** ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-64d6ad214d9ceaa295a3c45cca248e4cb3a549ad%2Fintensiv-vozmozhnosti-gif-5.gif?alt=media) *** ### 8. Работать не только с текстом В зависимости от настроек и канала агент может работать и с другими форматами. Например, Nextbot поддерживает распознавание голосовых сообщений: речь переводится в текст, после чего агент может обработать её как обычное сообщение. Также можно настроить голосовые ответы через ElevenLabs. Агент также может распознавать изображения и использовать полученную из них информацию в работе. Есть возможности работы с документами. Например, в настройках агента предусмотрена обработка PDF в поддерживаемых каналах. Это позволяет решать дополнительные задачи: * клиент прислал голосовое вместо текста; * отправил фотографию товара; * приложил документ; * агенту нужно отправить клиенту изображение или файл. При этом поддерживаемые форматы и каналы могут различаться, поэтому для конкретного проекта их необходимо отдельно проверять в документации. *** ## А если нужной возможности нет в стандартных инструментах? Наличие готовой интеграции сильно упрощает создание агента, но Nextbot не ограничивается только стандартными подключениями. Для более сложных задач можно использовать дополнительные инструменты. Например: * Custom API; * webhook; * Python; * внешние сервисы; * собственный сервер. Через Custom API Nextbot может отправлять запросы во внешние системы, а сценарии позволяют выполнять Python-скрипты и связывать несколько действий в более сложную бизнес-логику. Это значительно расширяет возможный класс задач. Но здесь важно разделять два утверждения: **«Это можно сделать на базе Nextbot»** и **«Это можно сделать стандартными настройками Nextbot без дополнительной разработки».** Это не всегда одно и то же. На интенсиве мы в первую очередь будем работать со стандартными возможностями платформы. Кастомные разработки — отдельный, более продвинутый уровень работы с агентами. ## Ограничения ИИ-агентов До этого мы говорили в основном о возможностях. Теперь важно определить границы. ИИ-агент — мощный инструмент автоматизации, но его работа отличается от обычной программы с жёстко заданным алгоритмом. ### ИИ может ошибаться Современные ИИ-модели способны хорошо понимать естественный язык и работать со сложной информацией, но они не гарантируют абсолютную точность. Модель может: * неправильно понять неоднозначный запрос; * сделать неверный вывод; * использовать неподходящую информацию; * сгенерировать правдоподобный, но неверный ответ. Последнее часто называют **галлюцинацией ИИ**. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-a410b80f8205a76dd81198df85701bc7e4727ce3%2Fintensiv-vozmozhnosti-image-3.png?alt=media) {% hint style="warning" %} Поэтому нельзя строить работу агента на предположении: «Если информация передана ИИ, значит он в 100% случаев ответит правильно». {% endhint %} Задача разработчика агента — снижать вероятность ошибок с помощью хорошего промпта, корректных данных, функций, ограничений и тестирования. ### Один и тот же запрос не всегда даёт абсолютно одинаковый результат Формулировка ответа может меняться. Модель может немного по-разному вести разговор и интерпретировать неоднозначные ситуации. ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-be7b13515e08563af0dc39ce592d85a810cbcfea%2Fintensiv-vozmozhnosti-image-4.png?alt=media) Это преимущество, когда нам нужен естественный диалог. Но если какое-либо действие должно выполняться строго по правилу, не всегда стоит оставлять решение только на усмотрение ИИ. Для этого в агентах используются функции, сценарии и другие инструменты. ### Агент знает только то, к чему ему дали доступ ИИ-модель не получает автоматически информацию из вашей CRM, сайта, внутренней базы или таблиц. Если агент должен знать актуальную цену — ему нужно предоставить источник этой информации. Если должен знать свободное время — нужно связать его с расписанием. Если должен создать сделку — нужно настроить соответствующую функцию и доступ к CRM. Поэтому вопрос: > «Может ли ИИ это узнать?» часто правильнее заменить на: > «Откуда агент получит эти данные?» ### Агент может делать только те действия, которые ему доступны Способность ИИ понять просьбу пользователя не означает, что он технически способен выполнить соответствующее действие. Например, агент может прекрасно понять: > «Перенесите мою запись на пятницу». Но для фактического переноса записи ему нужен инструмент, который умеет взаимодействовать с системой записи. Отсюда второй полезный вопрос: > «Какой инструмент позволит агенту выполнить это действие?» ### Не каждое решение стоит полностью отдавать ИИ Есть процессы, где ошибочный результат несёт слишком высокий риск. Например: * юридически значимые решения; * критические финансовые операции; * решения, связанные с безопасностью; * нестандартные скидки и обязательства компании; * ситуации, требующие обязательного согласования сотрудником. В таких случаях ИИ можно использовать для сбора информации, подготовки следующего шага или предварительной обработки обращения, но окончательное решение разумно оставить человеку или жёстко заданной системе. **ИИ-агент не обязательно должен заменить человека целиком.** Часто лучший сценарий выглядит так: **ИИ обрабатывает типовые ситуации → человек подключается там, где требуется его решение.** ## Ограничения Nextbot При проектировании агента важно учитывать не только возможности ИИ, но и **какими инструментами нужную задачу можно реализовать в Nextbot**. Одни действия доступны в платформе сразу, другие зависят от конкретной интеграции или канала, а для некоторых понадобится дополнительная разработка. Поэтому любую нужную возможность можно условно отнести к одной из следующих ситуаций: ### 1. Возможность есть в Nextbot Тогда её можно реализовать штатными инструментами платформы. Например, использовать готовую CRM-интеграцию, таблицу или функцию. ### 2. Возможность есть, но с определёнными ограничениями Функционал может зависеть от: * выбранного канала; * конкретной интеграции; * тарифа; * возможностей стороннего сервиса; * поддерживаемого формата данных. Поэтому перед разработкой конкретного проекта необходимо проверять документацию нужного инструмента. ### 3. Готового инструмента нет, но задачу можно решить через дополнительную интеграцию В таком случае могут понадобиться: * API; * webhook; * Python; * внешний сервис; * собственный сервер; * дополнительная разработка. Такой проект по-прежнему может использовать Nextbot как основу ИИ-агента, но его реализация становится сложнее. ### 4. Возможность платформы существует, но мы не рассматриваем её на интенсиве Nextbot содержит значительно больше инструментов, чем можно подробно разобрать за три дня. Поэтому на интенсиве наша задача — не изучить каждую настройку платформы. Мы будем учиться проектировать и запускать ИИ-агента под конкретный бизнес-процесс. Остальные инструменты можно изучать по мере необходимости с помощью документации и других обучающих материалов. ## Что не является задачей этого интенсива На интенсиве мы работаем в первую очередь с ИИ-агентами для бизнес-процессов: * общения с клиентами; * продаж; * квалификации; * поддержки; * записи; * обработки информации; * передачи данных; * автоматизации связанных действий. Например, ИИ-модели в принципе умеют генерировать тексты, а современные ИИ-сервисы умеют создавать изображения, видео, музыку и другие виды контента. Но **создание контента как самостоятельный процесс не является предметом этого интенсива**. Мы не будем учиться: * генерировать изображения; * создавать видео; * вести социальные сети с помощью ИИ; * строить универсального «ИИ-сотрудника, который делает всё». ![](https://2593311972-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fef2EBU68XAlye1NtG8DF%2Fuploads%2Fgit-blob-9492cd96e170bb979093617ebb6f469d1efe5bfc%2Fintensiv-vozmozhnosti-image-5.png?alt=media) Наша задача конкретнее: научиться создавать агента, которому можно передать **понятный бизнес-процесс с определёнными правилами, данными и результатом**. ## Как правильно оценивать идею агента Если у вас появилась идея автоматизации, не начинайте с вопроса: > «Может ли Nextbot это сделать?» Сначала попробуйте разложить задачу. ### 1. Что должен делать агент в диалоге? Что он должен узнать, объяснить или предложить пользователю? ### 2. Какая информация ему понадобится? Где сейчас находятся цены, услуги, каталог, расписание и другие необходимые данные? ### 3. Какие действия должны произойти? Нужно ли создать заявку, записать клиента, найти товар, уведомить менеджера или изменить что-то во внешней системе? После этого уже можно определить: **что сделает сама ИИ-модель → что зададим через промпт → какие источники знаний подключим → какие функции понадобятся → с какими системами нужно связать агента.** И только после этого становится понятно, насколько легко или сложно реализовать задачу. В следующем материале вы используете эту логику, чтобы выбрать и описать задачу своего первого ИИ-агента для интенсива. *** ### Навигация **Предыдущая статья** {% content-ref url="/pages/GLpWmOJBtgrBWVOu12QQ" %} [Глоссарий: основные термины ИИ и Nextbot](/getting-started/intensiv/glossarii-osnovnye-terminy-ii-i-nextbot.md) {% endcontent-ref %} **Следующая статья** {% content-ref url="/pages/W1BWGlU092NfFI82vv0p" %} [Подготовьте проект для работы на интенсиве](/getting-started/intensiv/podgotovte-proekt-dlya-raboty-na-intensive.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/vozmozhnosti-i-ogranicheniya-ii-agentov-i-nextbot.md?ask=&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.