Как создать ИИ-агента для бизнеса: пошагово на n8n и GigaChat

Как создать ИИ-агента для бизнеса, чтобы он отвечал клиентам и сам заводил сделки, а не просто болтал в окне чата? Нужно пять шагов: задача и данные, модель, инструменты, сценарий, передача в CRM с проверкой. В таком порядке мы собираем агентов на n8n с российскими моделями.

Если вы ещё выбираете, нужен ли агент вообще, начните со статьи ИИ-агенты для бизнеса: что это и примеры. Эта статья — про сборку: какие узлы ставить, где ломается и что проверить до запуска. Если собирать самим некогда, это наша услуга внедрения ИИ-агентов.

Создание ИИ-агента: пять шагов

Создание ИИ-агента начинается с задачи, а не с выбора нейросети. Модель на нашей схеме стоит вторым шагом, и её можно сменить без переделки базы знаний и инструментов. Самое дорогое в исправлении — плохая база знаний и отсутствие правила, когда агент передаёт диалог человеку.

1. Задача и данныеОдин участок, база знаний, 100–200 реальных вопросов
2. МодельGigaChat или YandexGPT для работы с клиентами
3. ИнструментыПоиск по базе, запрос в 1С, запись в CRM
4. Сценарий в n8nТриггер, агент, память, журнал
5. CRM и проверкаСделка с полями, правило остановки, тест на обращениях

Какие факторы сильнее всего влияют на результат, мы свели в одну картинку. Баллы — наша оценка по проектам, а цифры в подписях взяты из документации Сбера и текста закона.

Шаг 1. Задача и база знаний

Первый шаг — выбрать участок, где сотрудники много раз в день отвечают на одни и те же вопросы. Это может быть первая линия в мессенджерах, вопросы о доставке или подбор товара по параметрам. Чем уже задача, тем быстрее агент начнёт отвечать без ошибок.

Как выбрать участок, мы разбирали в статье про ИИ-агентов для бизнеса. Для сборки важнее разметка: выгруженные 100–200 обращений делим на группы по смыслу вопроса и для каждой группы записываем, где лежит правильный ответ и кто его подтверждает. Вопрос, на который ответа нигде нет, агенту отдавать нельзя. Он придумает ответ сам и скажет его уверенным тоном.

Сразу назначьте человека, который будет обновлять базу знаний. Цены и сроки меняются, а агент об этом узнаёт только из базы. Если прайс поправили в 1С, а таблицу для агента забыли, клиент услышит старую стоимость доставки.

Шаг 2. Какую модель взять для ИИ-агента

Для агента, который работает с клиентами, берите российскую модель: GigaChat или YandexGPT. В сообщениях клиентов есть имена и телефоны. Если модель обрабатывает данные за рубежом, это трансграничная передача персональных данных. По части 3 статьи 12 152-ФЗ (КонсультантПлюс, октябрь 2026) о такой передаче уведомляют Роскомнадзор до её начала. Окончательную оценку даёт юрист компании.

По документации GigaChat API на октябрь 2026, токен доступа получают по ключу авторизации, и он действует 30 минут. Юрлица и ИП работают со scope GIGACHAT_API_CORP при оплате по факту или GIGACHAT_API_B2B при покупке пакетов. С 17 июля 2026 года основной адрес API — api.giga.chat.

Цены — по тарифам для юрлиц на developers.sber.ru, октябрь 2026, синхронный режим, с НДС. Если в месяц модель не вызывали, минимальный платёж не списывается. Для первой линии продаж обычно хватает GigaChat Pro (0,5 ₽ за 1000 токенов по тем же тарифам), Max мы оставляем для разбора документов.

Шаг 3. Инструменты: что агенту разрешено делать

Инструмент — это действие, которое агент может вызвать: найти ответ в базе знаний, проверить остаток, создать сделку. Сама модель ничего не выполняет. Она по описанию функции решает, какую вызвать и с какими параметрами, а выполняет вызов ваш сценарий. Так устроен вызов функций в GigaChat API, и по документации его поддерживают все модели GigaChat.

• Поиск по базе знаний — таблица, документы или векторное хранилище с прайсом и регламентами.
• Запрос к учётной системе — остаток, цена, статус заказа из 1С или склада.
• Запись в CRM — создать сделку, заполнить поля, поставить задачу менеджеру.
• Передача человеку — отдельный инструмент, который агент вызывает, когда вопрос вне его границ.

Описание инструмента пишут для модели, а не для программиста. «get_stock» без пояснений модель будет вызывать невпопад. «Проверить остаток товара на складе по артикулу, вызывать только когда клиент спросил о наличии» работает заметно точнее. На старте мы ограничиваемся тремя-четырьмя инструментами: так проще проверить, когда и какой из них агент вызывает.

Шаг 4. n8n и ИИ-агент: как собрать сценарий

В n8n агент собирается из триггера, узла агента, модели, памяти и инструментов. По документации n8n на октябрь 2026, к узлу AI Agent подключают модель и хотя бы один инструмент, а агент сам решает, какой вызвать.

С GigaChat есть тонкость. Встроенного узла этой модели в n8n нет, и её ставят community-пакетом n8n-nodes-gigachat. В его описании на npm (версия 1.9.0, август 2026) прямо сказано: модельный узел GigaChat Model со стандартным AI Agent не работает.

Вместо него ставят узел GigaChat AI из того же пакета, к которому подключаются память и инструменты. Пакет делают энтузиасты, а не Сбер, и автор сам называет его экспериментальным. Поэтому версию n8n и пакета мы фиксируем и обновляем только после теста.

1. Триггер: вебхук из CRM или мессенджера, на который приходит новое сообщение клиента.
2. Фильтр: если в диалог уже написал менеджер, сценарий останавливается.
3. Узел агента с инструкцией: роль, тон, границы, правило «нет в базе — передай человеку».
4. Память по идентификатору диалога, чтобы агент помнил предыдущие сообщения клиента.
5. Инструменты из шага 3, каждый — отдельный подсценарий с понятным описанием.
6. Запись в журнал: вопрос, ответ, вызванные инструменты и ошибки.

n8n ставим на свой сервер. Community edition бесплатна, а лицензия n8n разрешает использовать её для внутренних задач компании. В бесплатной версии нет SSO, проектов и Git-версионирования, поэтому выгрузку сценариев в репозиторий настраиваем отдельно.

Шаг 5. Как настроить ИИ-агента на работу с CRM и проверить

Агент полезен, когда после него в CRM остаётся сделка с заполненными полями, а не только переписка. В amoCRM сообщения клиентов сценарий получает через вебхуки: по документации amoCRM API есть события входящего сообщения, новой сделки и смены этапа. В Битрикс24 о новых сообщениях и сделках сценарию сообщает исходящий вебхук или обработчик событий, а записывает он в CRM через REST API по входящему вебхуку. Если CRM ещё не связана с другими системами, начните с этого. Выбор между готовым коннектором и своей интеграцией мы разбирали в статье коннектор или API.

Перед запуском прогоняем через агента 50–100 обращений из выгрузки первого шага и сравниваем его ответы с ответами менеджеров. Проверку и безопасность закрываем по чек-листу ниже.

Разработка ИИ-агентов: самим или с подрядчиком

Сделать своего ИИ-агента для теста можно быстро: n8n, модель, таблица с ответами. Для работы с клиентами разница в другом — в обработке сбоев, журнале, правах доступа и поддержке после запуска. Модель может обновиться, токен может не обновиться, CRM может вернуть ошибку на запись. Кто-то должен об этом узнать раньше клиента.

Собирайте сами, если в команде есть человек, который знает API вашей CRM и готов читать журнал каждую неделю. Подрядчик нужен, когда агент пишет в CRM и учётную систему, а ошибка стоит потерянной сделки. Мы обычно начинаем с пилота на одном канале и сразу считаем расходы на модель. Обсудить пилот можно на странице внедрения ИИ-агентов, а связку агента с 1С и сайтом — в разделе API-интеграций.