- Много одинаковых вопросов, ответы в документах
- Чат-бот на базе знаний
- Шаги зависят от запроса
- ИИ-агент с подтверждением действий
- Шаги одни и те же, даже в разных системах
- Сценарий автоматизации
- Клиенту нужен чат, а за ним работа в системах
- Бот и агент за ним
Содержание
Чат-боты для бизнеса и ИИ-агенты часто путают: и то и другое «отвечает в чате и что-то делает с помощью нейросети». Разница в том, кто решает, какой шаг сделать следующим. Чат-бот ведёт разговор по заданным правилам или отвечает по базе знаний. ИИ-агент сам выбирает, какие действия выполнить и в каких системах, чтобы довести задачу до результата. От этого зависят и польза, и риски, и стоимость разработки. Ниже — как понять, что нужно вашей компании, и что заказать: если задача уже ясна, её можно сразу описать в заявке на разработку ИИ-агента или чат-бота.
Чем ИИ-агент отличается от чат-бота
Чат-бот — это прежде всего канал общения: окно на сайте, бот в мессенджере, чат во внутреннем портале. Внутри у него может быть жёсткий сценарий с кнопками, а может быть языковая модель, которая отвечает по вашим документам. Но порядок действий задан заранее: получил вопрос — нашёл ответ — ответил или передал сотруднику.
Агент устроен иначе. В документации n8n это сформулировано так: цепочка выполняет заранее заданную последовательность вызовов, а агент с помощью языковой модели сам определяет, какие действия предпринять. У агента есть инструменты — подключения к почте, CRM, таблицам, внутренним API, — и он выбирает, какими воспользоваться для ответа на конкретный запрос. Одна задача для агента — это несколько проходов: подготовка, вызов инструмента, оценка результата, следующий шаг или ответ.
Поэтому вопрос «чат-бот или агент» на деле звучит так: нужен ли вашей задаче выбор шагов на ходу. Бот и агент при этом не исключают друг друга: клиент может общаться с ботом в мессенджере, а за ботом работает агент, который проверяет статус заказа в учётной системе.
Чат-бот и ИИ-агент: сравнение
| Что сравниваем | Чат-бот | ИИ-агент |
|---|---|---|
| Кто решает, что делать дальше | Сценарий, заданный заранее | Языковая модель по ходу задачи |
| Типичная работа | Ответить на вопрос, принять заявку, передать оператору | Собрать данные из нескольких систем, подготовить документ, обновить запись |
| Доступ к системам | База знаний; при приёме заявок — запись в CRM или передача менеджеру | Чтение и изменение данных через подключённые инструменты, которые агент выбирает сам |
| Предсказуемость | Высокая: одинаковый вопрос — одинаковый путь | Ниже: путь зависит от запроса, нужны проверки |
| Что важно при разработке | Качество базы знаний и сценарий передачи человеку | Права доступа, подтверждение важных действий, журнал работы |
Когда бизнесу хватит чат-бота
Чат-бот подходит, когда основной поток — повторяющиеся вопросы и заявки:
- ответы клиентам о сроках, условиях, документах и порядке работы;
- приём заявок с сайта или из мессенджера с передачей менеджеру;
- справочная для сотрудников по регламентам, инструкциям и внутренним правилам;
- первичный разбор обращений: о чём вопрос и кому его передать.
Если ответы лежат в документах компании, бот строят на RAG: система находит в базе знаний подходящие фрагменты, и модель формулирует ответ на их основе. Так бот отвечает по вашим правилам, а не по общим знаниям модели. В любой бот стоит сразу заложить передачу человеку: когда бот не уверен или клиент просит оператора, разговор уходит сотруднику. В n8n для этого есть готовый приём — сценарий, который подключает человека, когда ИИ не может помочь.
Когда нужен ИИ-агент
Агент оправдан, когда заранее неизвестно, какие шаги понадобятся: их выбор зависит от запроса и от того, что нашлось на предыдущем шаге.
- менеджеру нужен черновик коммерческого предложения: агент берёт карточку клиента из CRM, историю переписки и действующие цены;
- входящее письмо нужно разобрать, найти по нему договор, проверить статус оплаты и подготовить ответ;
- руководителю нужна сводка из нескольких систем — продажи, реклама, обращения — по запросу обычными словами;
- данные из документов нужно перенести в учётную систему, сверив с тем, что там уже есть.
Агенту нужен доступ к вашим системам. Если у системы есть API, его подключают как инструмент агента — прямо в сценарии или через MCP-сервер. MCP удобен, когда одни и те же действия нужны агентам в разных программах: набор описывается один раз, и агент сам видит, что ему доступно.
Товар MCP — подключение API к ИИ-агентам по запросу Смотреть →Как не дать агенту ошибиться в важном
Агент, который может менять данные, требует правил. Три вещи, которые стоит заложить с первого дня:
- Права по минимуму. Агент получает доступ только к тем системам и действиям, которые нужны задаче. Что он может только читать, а что менять, согласуется до запуска.
- Подтверждение человеком. В n8n можно потребовать одобрения перед вызовом конкретного инструмента: сценарий останавливается и ждёт, пока сотрудник подтвердит или отклонит действие. Документация советует так поступать с необратимыми действиями — удалением данных, отправкой сообщений наружу, покупками — и там, где этого требуют внутренние правила.
- Журнал. Видно, какие шаги агент сделал и с какими данными. По журналу разбирают ошибки и решают, где проверку можно ослабить.
Хорошая практика — запускать агента с подтверждением всех важных действий и ослаблять контроль постепенно, когда видно, что он справляется. Так же советуют разработчики n8n.
Бот, который общается с клиентами, ещё нужно защитить от попыток заставить модель нарушить правила или раскрыть лишнее. Об этом — статья про LLM Firewall для ИИ-ботов.
Разработка чат-бота или ИИ-агента: из чего складывается стоимость
Готового бота «из коробки» под ваш процесс не бывает: даже простому боту нужна ваша база знаний и правила передачи оператору. Стоимость зависит от нескольких вещей:
- Каналы. Сайт, мессенджер, внутренний чат — каждый канал подключается отдельно.
- База знаний. Сколько документов, в каком они виде и как часто меняются.
- Подключения. Для агента — сколько систем и действий, есть ли у систем API.
- Языковая модель. Облачная оплачивается за использование, открытая на своём оборудовании требует сервера.
- Контроль. Подтверждения, журналы, роли сотрудников.
Собирают такие решения обычно на готовых платформах — n8n и Dify: это быстрее, чем писать всё с нуля, и обе платформы можно поставить на сервер компании. С чего начать внедрение и как выбрать первый процесс, разобрано в статье внедрение ИИ в бизнес.
Что выбрать: короткое правило
- Много одинаковых вопросов, ответы в документах — чат-бот на базе знаний.
- Шаги зависят от запроса, и их нельзя расписать заранее — ИИ-агент с подтверждением важных действий.
- Шаги всегда одни и те же, даже если систем несколько — сценарий автоматизации, где ИИ только разбирает текст или готовит черновик.
- Клиенту нужен чат, а за ним работа в системах — бот как интерфейс и агент за ним.
Работаем с юрлицами по договору: оцениваем задачу, предлагаем решение и считаем стоимость до начала работ. Опишите, что должен делать бот или агент:
Опишите, что должен делать бот или агент и с какими системами работать, — оценим задачу и пришлём предложение с решением и стоимостью.
Отправлено, номер заявки . Ответ придёт на . Ссылку на статус пришлём в письме.
Частые вопросы
Чем ИИ-агент отличается от чат-бота? +
У чат-бота порядок действий задан заранее: получил вопрос, нашёл ответ, ответил или передал сотруднику. ИИ-агент с помощью языковой модели сам выбирает, какие инструменты и системы использовать и какой шаг сделать следующим, чтобы довести задачу до результата.
Можно ли совместить чат-бота и ИИ-агента? +
Да, и это частый вариант: клиент общается с ботом на сайте или в мессенджере, а за ботом работает агент, который, например, проверяет статус заказа в учётной системе и готовит ответ.
Сколько стоит разработка чат-бота для бизнеса? +
Зависит от числа каналов, объёма и состояния базы знаний, подключаемых систем и выбранной языковой модели. Опишите задачу в заявке — оценим и пришлём предложение со стоимостью до начала работ.
Можно ли доверить ИИ-агенту действия в CRM или учётной системе? +
Можно, с правилами: агент получает права только на нужные действия, а важные шаги подтверждает человек. В n8n можно потребовать одобрения перед вызовом конкретного инструмента — сценарий ждёт, пока сотрудник подтвердит или отклонит действие.
Можно ли подключить ИИ-агента к 1С? +
Если у системы есть API, агент работает с ней через него как через инструмент; удобный способ — MCP-сервер. Какой доступ есть у вашей конфигурации и какие действия агенту разрешить, проверяем на оценке.
Что будет, если бот не знает ответа? +
Это зависит от настройки, поэтому передачу человеку закладывают сразу: когда ИИ не может помочь или клиент просит оператора, сценарий подключает сотрудника. В n8n для этого есть готовый пример такого сценария.
Где может работать бот? +
На сайте, в мессенджере или во внутреннем чате компании. Каждый канал подключается отдельно, поэтому список каналов стоит указать в заявке — от него зависит объём работ.


