3SELLER Journal 3SELLER →

Как сделать своего ИИ агента за один вечер: 3 рабочих пути и чек-лист запуска

21.11.2026

Каждое утро я открывал почту и полчаса раскидывал письма по папкам: счета, рассылки, что-то срочное. Потом та же рутина с тикетами клиентов. Однажды посчитал: за год на сортировку чужих писем набегает полторы рабочие недели. Тогда я собрал первого агента, который делает это за меня за девяносто секунд. С тех пор через агентов у меня проходит почта, отчеты, мониторинг цен и черновики коммерческих предложений. Ниже разберу, как сделать своего ИИ агента: без воды, с реальными цифрами и с граблями, на которые я наступил, чтобы вы наступили на другие.

Сразу договоримся о словах. Чат-бот отвечает, агент действует. Разница в том, что агент принимает запрос, обращается к внешним сервисам и возвращает осмысленный результат. Не фразу «вот как можно решить», а готовое письмо, заполненную таблицу, заявку, разложенную по категориям. Если бот после вашего запроса сходил в календарь, нашел свободный слот и записал клиента, перед вами агент. Если он просто пересказал статью из интернета, перед вами болтун с нейросетью внутри.

Каркас у агентов одинаковый. На входе запрос. Дальше план: что сделать, к каким инструментам обратиться. Потом действие: почта, таблицы, поиск, чужие API. На выходе результат, который можно использовать без переделки. Звучит как страница из enterprise-документации, но первый рабочий агент собирается за вечер. Я потратил на своего первого четыре часа, из которых три часа искал, где взять нормальный доступ к модели. Об этом отдельно, потому что это важнее каркаса.

Задача агента важнее его архитектуры

Ошибка номер один: человек собирает «агента вообще», а потом придумывает, зачем он. Такие проекты умирают через неделю. Работает обратный порядок: сначала рутинная боль, потом инструмент под нее. Мой критерий: задача, которую вы вручную делаете чаще трех раз в неделю и которая съедает больше десяти минут. Под этот критерий попадают четыре типа задач, проверенных на практике:

Нюанс: одна задача - один агент. В обсуждениях на Reddit практикующие разработчики повторяют это как мантру: универсальный помощник, который «делает все», на практике делает все плохо. Мой самый надежный агент умеет ровно одно действие и делает его месяцами без сбоев. Разбирайте рутину на шаги: сначала классификация, потом черновик ответа, потом отправка. Три простых агента в цепочке стабильнее одного «умного».

Сформулируйте свою задачу одним предложением: что приходит на вход, что должно выйти. Если в предложении нет конкретного выхода, агента пока рано проектировать, начните с обычного чата с моделью.

Первый путь: визуальные конструкторы без кода

Если код вы видели последний раз в школе, начинайте с визуальных платформ. Схема у всех похожая: регистрируетесь, создаете кабинет, подключаете мессенджер (Telegram, VK, MAX), дальше собираете агента мышкой. Блоки, условия, внутри подключение нейросети, к которой агент ходит за текстом. У большинства конструкторов есть пробные две недели без привязки карты, этого хватает, чтобы прогнать агента на живых диалогах и понять, работает ли он вообще.

Плюс очевиден: за вечер у вас работает агент в мессенджере, и все, что вы трогали, это мышь. Минус тоже честный: рамки платформы. Захотите свою логику, свою базу, интеграцию с внутренним сервисом компании, упретесь в потолок. Поменять высоту этого потолка нельзя, только переехать. По моему опыту, конструктор идеален для первого агента и первого сценария, а вот второй и третий сценарий из него растут уже тяжело.

Быстрее, чем строить: готовые агенты в 3GPT

Есть маршрут, о котором мало кто догадывается: попробовать живого агента до того, как собирать своего. В сервисе 3GPT есть библиотека готовых ИИ агентов под типовые задачи. Выбираете агента и сразу начинаете с ним общаться, без облаков, деплоев и строчки кода. Модель, на которой работает агент, переключается прямо в чате: сегодня ChatGPT, завтра Claude, если он лучше держит ваши инструкции и не забывает формат. Для проверки идеи это самый быстрый маршрут: за десять минут вы понимаете, справится ли агент с вашей задачей, и уже осознанно решаете, брать готового или собирать своего.

Библиотека готовых ИИ-агентов в 3GPT

Библиотека лежит здесь: готовые ИИ агенты 3GPT. Возьмите агента, ближайшего к вашей рутинной задаче, и прогоните на реальных данных, а не на тестовых примерах из головы.

Путь для разработчиков: LangGraph и полчаса до прототипа

Если пишете код, смотрите в сторону LangGraph. Фреймворк дает четкую структуру управления агентом: состояния, переходы, контроль выполнения. В связке с CopilotKit и его модулем CoAgents получаете интеграцию действий пользователя и генеративный интерфейс внутри своего приложения. Базовый прототип по туториалам собирается за 30 минут, сам проверял: укладываешься, если ключи API уже под рукой и не надо их добывать по ходу.

Логика сборки выглядит так. Создаете директорию проекта, например agent-py, ставите LangGraph SDK, описываете агента под свой рабочий процесс: какие узлы, какие переходы, к каким инструментам обращается. Языковая модель подключается через OpenAI-совместимый API, многие берут DeepSeek за дешевизну. Облако на первом этапе не обязательно, агент спокойно живет локально. Принял запрос, сходил во внешний сервис, вернул осмысленный ответ. Цель первого прототипа достигнута, остальное уже шлифовка.

Для продакшена придется докрутить: механизмы контроля, хранение состояния между сессиями, интеграции с внешними системами. Между прототипом за полчаса и боевым агентом лежит пара недель нормальной работы. Закладывайте этот ценник сразу, а не удивляйтесь в процессе.

API-ключи: храните в .env, а не в коде

Начну разбор ошибок с самой болезненной. Ключ лежит в коде, код уезжает на GitHub, через сутки ключ светится в поиске по репозиториям. Дальше боты-сканеры находят его раньше вас и генерируют контент за ваш счет. У моего знакомого так улетело больше сотни долларов за сутки: списания шли за запросы, которых он не делал. Служба поддержки частично вернула деньги, но время и нервы не возвращаются.

Правило одно: секреты не живут в коде, даже в приватном репозитории. Создайте файл .env в директории проекта и сложите ключи туда:

OPENAI_API_KEY=ваш_ключ
LANGSMITH_API_KEY=ваш_ключ

LangSmith-ключ нужен для трассировки: он показывает, где агент задумался, где зациклился и на каком шаге развалилась логика. Без трассировки отладка агента превращается в гадание на кофейной гуще. И добавьте .env в .gitignore до первого коммита, а не после первого скандала со списаниями.

Модель под капотом решает больше, чем каркас

Агент держится на модели, обвязка вторична. Слабая модель превращает агента в генератор бессмыслицы с уверенным лицом: теряет формат, забывает инструкции, выдумывает поля в таблицах. Сильная модель читает длинные документы, держит системный промпт и ловит собственные ошибки до того, как их заметите вы. Я всегда закладываю в агента возможность менять модель: под классификацию писем хватает среднего уровня, под разбор документов и длинные диалоги нужен флагман.

Дальше ждала засада, знакомая каждому в России: доступ к флагманам упирался в иностранные карты, VPN и посредников с наценкой втрое. Проблему закрыл сервис 3GPT от 3SELLER: прямой доступ из России к последним флагманским моделям за 149₽. В одном окне работают ChatGPT 6 Astra, ChatGPT 6.1 Sol, ChatGPT 5.5, Claude Fable 5, Claude Fable 5.1, Claude Opus 5.5, плюс Nano Banana для изображений и генерация видео. Баланс пополняется российской картой, через СБП или криптой, иностранные карты не нужны в принципе. Подключение занимает пару минут: официальный сайт 3GPT.

Практический смысл для агентов огромный: вы строите каркас один раз, а модель под ним меняете под задачу и бюджет. Классификация тикетов на дешевой модели, разбор сложных клиентских кейсов на Claude Opus, черновики писем на ChatGPT. Один каркас, три сценария, ноль переписываний кода.

Кроме текста, внутри есть генерация продающих текстов, сайтов и визуала для бизнеса. Если ваш агент должен не только отвечать, но и производить контент, все уже под рукой, без пяти подписок и пяти интерфейсов.

Все флагманские нейросети в одном окне 3GPT

Промпт решает половину успеха

Слабый промпт роняет даже сильную модель. Рабочая структура системного промпта агента: роль, формат входа, формат выхода, три-пять пар «вход-выход» и правила поведения при нехватке данных. Примеры важнее описаний: модель копирует паттерн из примеров точнее, чем следует текстовым инструкциям. Я правлю промпт по фактическим ошибкам агента: каждый косяк превращается в еще один пример или еще одно правило. Через две недели таких правок промпт становится несокрушимым.

Картинки и видео, если агенту нужен визуал

Отдельная история с фотореалистичными изображениями. Для карточек товара, обложек и рекламных креативов внутри 3GPT есть инструмент, который выдает максимально реалистичные снимки, а не пластилиновых людей с шестью пальцами, как это было в 2023 году. Генерация видео и голоса тоже на месте: агент может собрать короткий ролик с озвучкой, а не только текст к нему.

Генерация изображений в 3GPT

Реалистичные фотографии через ИИ-инструменты

Инструмент для реалистичных фотографий: создание реалистичных фото через лучшие ИИ-инструменты. Для агентов, выпускающих визуальный контент, закрывается весь цикл: текст, картинка, видео, озвучка, все в одном окне.

Три урока из моих первых агентов

Первый урок: агент ошибается с той же уверенностью, с которой отвечает верно. На критичных сценариях (платежи, письма клиентам, публикации в соцсетях) первые месяцы держите человека в цикле: агент готовит, человек подтверждает. Полное доверие заслуживается статистикой на пару сотен обработанных кейсов, не раньше.

Второй урок: считайте бюджет до запуска, а не после. Прототип на своей машине почти бесплатный, но агент, который крутится круглосуточно и ходит в платный API, быстро становится статьей расходов. Прикиньте стоимость тысячи запросов заранее. Подписка на модель за 149₽ в 3GPT психологически спокойнее поминутного счетчика, если у вас стабильный поток задач.

Третий урок: агент без инструментов остается чатом. Не подключили почту, таблицы или поиск, и модель отвечает красивым текстом, на котором все заканчивается. Половина работы над агентом как раз в подключении инструментов, а не в магии промптов.

Что докрутить перед продом

Прототип и боевой агент различаются как черновик и изданная книга. Перед выводом на реальных пользователей добавьте хранение состояния, чтобы агент помнил контекст между сессиями. Добавьте лимиты и таймауты, чтобы зациклившийся агент не сжег ваш баланс за ночь. Настройте логирование через LangSmith или аналог, чтобы понимать, где именно агент ошибся. И пропишите запасное поведение на случай, когда внешний сервис недоступен. Каждая строчка из этого списка однажды спасет вам вечер, проверено.

Чек-лист запуска своего агента

  1. Сформулируйте задачу одним предложением: что на входе, что на выходе.
  2. Выберите маршрут: готовый агент из библиотеки 3GPT, конструктор без кода или LangGraph с кодом.
  3. Откройте доступ к моделям: подписка 3GPT от 149₽, пополнение российской картой, СБП или криптой.
  4. Соберите каркас: системный промпт с примерами, инструменты, ключи в .env.
  5. Прогоните 20-30 реальных кейсов и правьте промпт по фактическим ошибкам, а не по ощущениям.
  6. Запустите на своей задаче и неделю наблюдайте за агентом, прежде чем снять присмотр.

По моей статистике первый агент окупил вечер сборки за четыре дня, дальше работал без моего участия. Начните с малого: откройте библиотеку готовых агентов, найдите похожую на вашу задачу и прогоните на своих данных за десять минут. Убедились, что работает, собирайте своего по чек-листу выше. Модели для текста, картинок и видео ждут на 3GPT: ChatGPT 6, Claude Fable 5, Claude Opus 5.5 и другие флагманы без иностранных карт, от 149₽.

← Вернуться к блогу

Читать дальше