В феврале я пообещал клиенту собрать агента для поддержки за неделю. Сценарий простой: отвечает на вопросы про доставку, сложное эскалирует на человека. Открыл четыре платформы подряд, потыкал в каждую по часу и понял: «просто» тут не работает. За следующие три недели собрал пять разных агентов и сжёг пару нервов. Ниже честный разбор: где реально получается, а где вы платите за красивый лендинг.
Конструктор агентов это не кнопка «создать умного помощника»
Платформа для создания ИИ агентов берёт на себя скучную часть: подключение моделей, память диалога, вызовы внешних сервисов, повторные попытки при сбоях, логи. Вам остаётся описать, что агент делает, какие инструменты ему доступны и где его границы. Всё, что обычно съедает выходные при сборке с нуля, платформа закрывает сама.
Дальше начинаются нюансы. За словом «конструктор» прячутся три разные категории продуктов. Оркестраторы автоматизаций вроде n8n и Make.com, где агент это один из узлов в большом сценарии. Канальные конструкторы под конкретную точку контакта: Telegram, телефонный звонок, CRM. И обёртки над API моделей с памятью и инструментами, где вы просто общаетесь с агентом и меняете модель под задачу. Выбор между ними определяется не фичами на сайте, а тем, кто будет это поддерживать через полгода.
n8n: три ночи, зато я понимаю, как работает каждый шаг
n8n я попробовал первым, его советовали все знакомые технари. Открытый исходный код, визуальный холст, а когда drag-and-drop перестаёт хватать, вы спускаетесь в JavaScript или Python. Основана в Берлине в 2019 году, сейчас больше 230 000 активных пользователей и свыше 3 000 корпоративных клиентов, среди них Vodafone и SoftBank. Цифры внушают, но дело не в них.
Главное, что n8n не прячет логику. Агент тут это цепочка узлов: триггер, запрос к модели, проверка ответа, запись в базу, отправка в мессенджер. Видно каждый шаг, каждый payload, каждую ошибку. Когда агент начал отвечать клиентам невпопад, я за десять минут нашёл причину: модель получала историю диалога в перевёрнутом порядке. На платформе с «умной» автоматикой искал бы сутки.
Минус ровно один и он болезненный. n8n требует инженерного мышления. Не кода, именно мышления: вы должны понимать, что такое вебхук, идемпотентность и почему агент не должен вызывать сам себя. Если в команде нет человека с таким бэкграундом, сценарий соберётся, но при первом нестандартном запросе развалится.
Make.com: тысячи интеграций и счётчик, который тикает
Make.com, бывший Integromat, это противоположный полюс. Готовые интеграции на любой вкус, аккуратная визуализация сценариев, интерфейс, в котором логику буквально рисуешь. Для маркетинга, e-commerce и аналитики он хорош: связать форму на сайте, таблицу, CRM и модель, которая пишет ответ клиенту, можно за вечер без единой строчки кода.
Плата за удобство предсказуемая. Make считает операции, и агент, который крутится в фоне и дёргает модель на каждый чих, сжигает лимит быстрее, чем кажется. Я поймал это на сценарии с ответами в поддержку: за неделю улетело больше операций, чем я планировал на месяц. В обсуждениях на Reddit автоматизаторы ловят те же грабли: счётчик тикает быстрее, чем дописываешь сценарий. Лечится фильтрами и кэшем, но думать об этом нужно до запуска, а не после счёта.
No-code конструкторы, где агент собирается без инженерного мышления
Nodul делают под людей, которые мыслят не схемами, а бизнес-процессами. Конструктор без кода, легко стыкуется с CRM, и агент сразу видит клиентскую базу: кто писал, что покупал, на каком этапе воронки. Для отдела продаж это ощутимо полезнее, чем ещё один чат с умным собеседником.
Wikibot заточен под Telegram и омниканальные сценарии. Если вся аудитория в телеге, логичнее взять инструмент, который изначально живёт в этом канале, а не прикручивать мессенджер к универсальной платформе. Агент держит контекст диалога, умеет возвращаться к пользователю и переключаться между каналами без потери истории.
TargetAI это история про голос. Звонки, клиентский сервис, дозвон по базе. Звучит натуральнее, чем коллега из продаж, который читает скрипт с листа, и это не фигура речи: на записи сложно понять, что на другом конце не человек. На тестовом звонке клиент попросил позвать менеджера, и агент вежливо уточнил, что уже говорит с ним. Голосовые агенты сейчас лучший ответ на банальную проблему: людей на телефоне не хватает, а очередь растёт.
Flowise и Thalors AI: визуальные среды для мультиагентных схем
Flowise это open-source визуальный конструктор, где агент собирается из блоков: модель, векторная база, инструменты, память. Хорошо ложится на сценарии с поиском по своим документам. Загрузили регламенты, прайсы, историю тикетов, получили агента, который отвечает не по общим знаниям модели, а по вашим данным.
Thalors AI идёт в сторону мультиагентных схем и продвинутой аналитики. Когда один агент не тянет, ставят несколько: исследователь, критик, исполнитель, и они передают работу по цепочке. Звучит как магия, на практике требует дисциплины. Схема без чётких ролей превращается в совещание, где каждый соглашается с предыдущим и никто не проверяет факты.
Разработчикам: GenAPI, LangChain и вечная история «собери сам»
GenAPI даёт автономных агентов через API и позволяет строить цепочки взаимодействий между разными моделями и внешними сервисами. Хорошая штука, если у вас есть свой бэкенд и вы точно знаете, зачем вам второй слой оркестрации. Для маркетолога с идеей это тупик: чтобы дойти до первого результата, нужно писать код.
LangChain это вообще не платформа, а фреймворк. Максимальная гибкость и максимальная цена входа: память, инструменты, обработка ошибок, деплой, мониторинг, всё на вас. Я использую его для нестандартных задач, где готовые конструкторы упираются в потолок. Для типового агента в поддержку или продажи это стрельба из пушки по воробьям.
СигмаЧат всплывает в подборках, но внятных деталей по нему мало, обычно речь про чат-ботов в мессенджерах. Смотрите в его сторону, если нужен именно чат-сценарий и вы готовы тестировать без подробной документации.
НейроТекстер и агенты для контента
НейроТекстер специализируется на ИИ-агентах для бизнеса, которые генерируют тексты, анализируют данные и автоматизируют контент-процессы. Готовые шаблоны под статьи, разбор конкурентов, регулярные задачи с текстом. Маркетологу без бюджета на разработку заходит: бесплатные агенты под типовые сценарии, запуск почти сразу.
Ограничение очевидное. Узкая специализация даёт скорость на своём поле и беспомощность за его пределами. Агент, который пишет посты, не станет отвечать на претензии по доставке. Если задач много и они разные, вы упрётесь в потолок за пару месяцев.
Три сценария, которые окупаются быстрее всего
Первая линия поддержки. Агент отвечает на типовое, человек забирает сложное. Экономия не в увольнении, а в том, что очередь перестаёт расти и вы не нанимаете третьего оператора в сезон.
Разбор входящих заявок. Агент читает письмо или заявку с сайта, вытаскивает бюджет, задачу, срок, раскладывает по приоритету и пишет в CRM. Менеджер открывает не 60 писем, а 10 горячих. Я видел, как это сокращает время первого ответа с шести часов до двенадцати минут.
Контентный конвейер. Один агент собирает факты по теме, второй пишет черновик, третий проверяет на соответствие редполитике. Так я делаю статьи и лендинги: время на черновик падает с четырёх часов до сорока минут, а правки остаются за мной.
Где я держу агентов сейчас, и почему это 3GPT
После всех экспериментов пришёл к простой схеме. Сложные процессы, где нужны свои данные и внешние системы, живут в n8n. Всё остальное, а это процентов восемьдесят задач, я закрываю через 3GPT. По сути это ИИ-роутер от 3SELLER: прямой доступ из России к флагманским моделям Chat GPT 6 Astra, the model 5, 5.1 и 5.5, Chat GPT 5.5, Chat GPT 6.1 Sol, плюс Nano Banana для изображений и генерация видео.
Иностранная карта не нужна. Пополнить баланс можно российской картой, через СБП или криптой. Доступ к флагманским моделям стартует от 149₽, и это не «ознакомительный период на три запроса». Chat GPT 6 и the model 5 в России за 149₽, без иностранных карт - так это и выглядит на практике. Для человека, который весь 2023 год искал способы оплатить подписку, звучит почти неприлично.
Готовый агент за две минуты вместо конструктора на месяц
Отдельная фишка, из-за которой я перестал собирать агентов под каждую мелкую задачу. На 3seller.com/ai/agents лежат готовые ИИ-агенты под разные задачи. Выбираете агента, начинаете общение, а модель меняете прямо в чате, если текущая не вывозит. Думать про память, инструменты и деплой не нужно.

Мой типовой сценарий выглядит так. Агент разбирает входящие заявки и раскладывает их по приоритету. Дальше тот же чат переключаю на модель, которая лучше пишет, и получаю черновик ответа клиенту. Потом Nano Banana делает иллюстрацию для коммерческого предложения. Три разные задачи, один интерфейс, никакой возни с ключами и лимитами. Для повседневных задач в бизнесе и в работе этого хватает: продающие тексты, сайты, разбор заявок - всё в одном окне.
Картинки, видео и голос на той же подписке
Реалистичные изображения делаю через 3gpt-image. Отдельная ссылка, потому что это отдельный инструмент, и путать его с текстовым чатом не стоит. Руки, текст на вывесках, мелкие детали: за полгода стало заметно лучше, брака почти нет.


Для бизнеса это закрывает целый пласт задач, под которые раньше искали дизайнера. Обложки для карточек товара, иллюстрации в статьи, картинки для рекламы. Видео и озвучка там же, и это удобнее, чем держать пять подписок и пять счетов.

Реальные деньги: где платформа съедает бюджет незаметно
Стоимость платформы для создания ИИ-агентов это не только подписка. Считайте четыре вещи. Токены модели при каждом вызове. Операции в оркестраторе вроде Make. Минуты голоса у TargetAI. И время человека, который всё это поддерживает. Последний пункт дороже остальных трёх вместе взятых.
Пример из практики. В поддержке крутился агент, который обрабатывал 400 диалогов в месяц. Подписка на конструктор 30 долларов, токены ещё 20, правки сценария два-три часа моего времени в месяц. Терпимо. Как только я добавил «умную» проверку каждого ответа через вторую модель, расход на токены вырос втрое, а качество выросло на пять процентов. Проверку выкинул.
Ещё одна ловушка: агент без ограничений по длине диалога. Память растёт, каждый следующий запрос тащит всю историю, счёт увеличивается лавинообразно. Сейчас у меня везде стоит лимит на 10-15 сообщений и суммаризация старой части. Скучно, зато предсказуемо.
Что проверить перед тем, как платить
- Кто будет поддерживать агента через полгода. Если вы сами и вы не технарь, берите no-code и не геройствуйте.
- Сколько стоит один диалог целиком, а не подписка. Посчитайте на своих реальных объёмах, а не на демо.
- Что с оплатой из России. Карта, СБП, крипта, счёт от юрлица: уточняйте до того, как построите процесс.
- Есть ли выбор модели. Привязка к одной модели это приговор на год вперёд, а модели меняются каждые пару месяцев.
- Как быстро правится сценарий. Если правка требует разработчика и релиза, вы будете трогать агента раз в квартал вместо раза в неделю.
По этому списку я и выбрал схему с 3GPT для повседневных задач. Модель меняется в один клик, оплата российской картой, а всё, что сложнее чата, при необходимости уезжает в n8n. Никакой религии, просто работает.
С чего начать на этой неделе
Выберите одну задачу, которая бесит больше остальных. Не «автоматизируем всё», а конкретно: ответы на одни и те же пять вопросов в поддержке, разбор заявок с сайта, черновики коммерческих предложений. Соберите под неё агента, дайте поработать неделю и посчитайте, сколько времени он вернул.
Если через неделю вы не можете назвать цифру, агент вам не нужен. Если можете, открывайте 3GPT, берите готового агента на странице агентов и запускайте второй сценарий. Через месяц у вас будет не «эксперимент с ИИ», а рабочий инструмент, который делает часть работы за вас.