Какие задачи стоит передать ИИ-агенту уже сейчас: 4 типа задач и промпты
21 апреля, 2026
Как снять с сотрудников до 80% типовых задач: внедряем ИИ агенты
Где ИИ-агент может окупиться за месяц: 4 типа задач (с промптами).
Где ИИ-агент может окупиться за месяц: 4 типа задач (с промптами).
Проверка документов, ответы на типовые запросы клиентов, базовая аналитика и скрининг резюме — на эти задачи приходится 70-80% операционной нагрузки. Дмитрий Васильев («Онланта», ГК ЛАНИТ) предлагает передать их ИИ-агентам. Он делится готовыми промптами. Раньше ИИ-агенты были сложными технологическими системами, работа с которыми требовала участия ML-инженеров и значительных инвестиций. По сути, использовать их могли только узкие команды разработчиков внутри крупных компаний. Однако теперь ИИ-агенты научились понимать естественный язык и стали гораздо проще в подключении к корпоративным платформам — без сложной «склейки» кода и глубокой инженерной настройки. Технология вышла на новый уровень и стала доступна бизнес-пользователям. При этом ИИ-агенты принципиально меняют правила игры. В отличие от обычных LLM (нейросети, обученные на гигантских массивах текстовых данных), они не просто генерируют ответы — они выполняют действия.
Разберем четыре типа задач, которые вы можете доверить ИИ-агентам уже сегодня.
1. Агент-юрист: типовая проверка договоров
Ситуация. Коммерческий отдел присылает юристам 20–30 договоров в день. Большая часть времени уходит на типовые проверки: реквизиты, неустойка, соответствие шаблону. На сложные риски и нестандартные условия времени почти не остается. При этом риск пропустить критическое условие сохраняется — особенно в сезон высокой нагрузки.
Решение. ИИ-агент подключается к папке с входящими договорами, извлекает текст даже из сканов (OCR, оптическое распознавание символов), сверяет с эталонным шаблоном и регламентом. Затем присваивает статус: «зеленый» — можно подписывать, «желтый» — нужен беглый взгляд юриста, «красный» — обязательные пункты отсутствуют. Для желтых и красных статусов агент автоматически создает задачу в планировщике, назначает ответственного и отправляет уведомление автору договора.
Готовый промпт
«Ты — юридический агент предварительной проверки.
При появлении нового файла в папке «Входящие договоры» выполни следующие задачи:
1. Извлеки текст (PDF, DOCX, JPEG-сканы через OCR). 2. Проверь обязательные реквизиты по регламенту № 12-Ю: наименования сторон с ОГРН/ИНН, предмет договора, цена, срок действия, пени (не менее 0,1% за день просрочки).
3. Сравни с эталонным шаблоном. Отклонения перечисли.
4. Присвой статус: «зеленый» (все соблюдено), «желтый» (опечатки, несущественные формулировки), «красный» (отсутствуют обязательные пункты).
5. Для «желтого» и «красного» — создай задачу в планировщике, назначь дежурного юриста, отправь уведомление автору договора.
6. Для «зеленого» — перемести файл в папку «Проверено_на_подпись».
Эффект. Срок прохождения договора от входящего до статуса «на подпись» сокращается на 60–70%. Юристы переключаются на сложные кейсы, а риск пропустить отсутствие неустойки или неправильные реквизиты снижается практически до нуля.
Решение. ИИ-агент подключается к папке с входящими договорами, извлекает текст даже из сканов (OCR, оптическое распознавание символов), сверяет с эталонным шаблоном и регламентом. Затем присваивает статус: «зеленый» — можно подписывать, «желтый» — нужен беглый взгляд юриста, «красный» — обязательные пункты отсутствуют. Для желтых и красных статусов агент автоматически создает задачу в планировщике, назначает ответственного и отправляет уведомление автору договора.
Готовый промпт
«Ты — юридический агент предварительной проверки.
При появлении нового файла в папке «Входящие договоры» выполни следующие задачи:
1. Извлеки текст (PDF, DOCX, JPEG-сканы через OCR). 2. Проверь обязательные реквизиты по регламенту № 12-Ю: наименования сторон с ОГРН/ИНН, предмет договора, цена, срок действия, пени (не менее 0,1% за день просрочки).
3. Сравни с эталонным шаблоном. Отклонения перечисли.
4. Присвой статус: «зеленый» (все соблюдено), «желтый» (опечатки, несущественные формулировки), «красный» (отсутствуют обязательные пункты).
5. Для «желтого» и «красного» — создай задачу в планировщике, назначь дежурного юриста, отправь уведомление автору договора.
6. Для «зеленого» — перемести файл в папку «Проверено_на_подпись».
Эффект. Срок прохождения договора от входящего до статуса «на подпись» сокращается на 60–70%. Юристы переключаются на сложные кейсы, а риск пропустить отсутствие неустойки или неправильные реквизиты снижается практически до нуля.
2. Агент клиентской поддержки: автономная обработка типовых обращений
Ситуация. 500+ обращений в день через чат-бот, email и форму на сайте. 80% из них — однотипные запросы: «где мой заказ?», «сменить тариф», «забыл пароль». Операторы перегружены, время первого ответа достигает двух часов. Клиенты уходят к конкурентам, которые отвечают быстрее.
Решение. ИИ-агент интегрируется с каналами коммуникации, CRM (карточка клиента, история заказов), биллингом (тарифы, платежи, задолженности) и базой знаний. Он самостоятельно распознает намерение, собирает данные, выполняет разрешенные действия, такие как смена тарифа, генерация ссылки на сброс пароля, проверка статуса заказа. В сложных или конфликтных случаях (жалоба, претензия или неопределенный запрос) агент передает диалог оператору с логом предыдущих сообщений.
Готовый промпт
«Ты — агент клиентской поддержки первого уровня.
Шаг 1. Определи намерение: статус заказа, смена тарифа, проблема с доступом, вопрос по оплате, инструкция, жалоба, другое.
Шаг 2. Собери данные: номер заказа (из CRM или от клиента), текущий тариф и задолженность (из биллинга).
Шаг 3. Действуй по сценарию:
Статус заказа → запроси API логистики, выдай статус и дату. При задержке > 3 дней — предложи оператора.
Смена тарифа → если долг > 0 — сообщи сумму к оплате. Если нет — сформируй ссылку на оплату.
Забыл пароль → сгенерируй одноразовую ссылку для сброса.
Шаг 4. Эскалация человеку: если намерение не определено (<80%), клиент трижды задал один вопрос, появились слова "жалоба" / "претензия". Передай диалог оператору с логом.
Шаг 5. Стиль: деловой, обращение по имени, без эмодзи».
Эффект. 70–80% обращений обрабатываются без участия человека. Время первого ответа сокращается с часов до секунд. Операторы фокусируются на сложных кейсах и конфликтах, а клиент получает мгновенный ответ вне зависимости от времени суток.
О рынке ИИ-агентов
Аналитики Research and Markets оценивают глобальный рынок ИИ-агентов по итогам 2025 года в $8,29 млрд. По их прогнозам, в 2026 году показатель вырастет на 45,5% — $12,06 млрд. ИИ-агенты могут стать мейнстримом уже в ближайшие пять лет.
Решение. ИИ-агент интегрируется с каналами коммуникации, CRM (карточка клиента, история заказов), биллингом (тарифы, платежи, задолженности) и базой знаний. Он самостоятельно распознает намерение, собирает данные, выполняет разрешенные действия, такие как смена тарифа, генерация ссылки на сброс пароля, проверка статуса заказа. В сложных или конфликтных случаях (жалоба, претензия или неопределенный запрос) агент передает диалог оператору с логом предыдущих сообщений.
Готовый промпт
«Ты — агент клиентской поддержки первого уровня.
Шаг 1. Определи намерение: статус заказа, смена тарифа, проблема с доступом, вопрос по оплате, инструкция, жалоба, другое.
Шаг 2. Собери данные: номер заказа (из CRM или от клиента), текущий тариф и задолженность (из биллинга).
Шаг 3. Действуй по сценарию:
Статус заказа → запроси API логистики, выдай статус и дату. При задержке > 3 дней — предложи оператора.
Смена тарифа → если долг > 0 — сообщи сумму к оплате. Если нет — сформируй ссылку на оплату.
Забыл пароль → сгенерируй одноразовую ссылку для сброса.
Шаг 4. Эскалация человеку: если намерение не определено (<80%), клиент трижды задал один вопрос, появились слова "жалоба" / "претензия". Передай диалог оператору с логом.
Шаг 5. Стиль: деловой, обращение по имени, без эмодзи».
Эффект. 70–80% обращений обрабатываются без участия человека. Время первого ответа сокращается с часов до секунд. Операторы фокусируются на сложных кейсах и конфликтах, а клиент получает мгновенный ответ вне зависимости от времени суток.
О рынке ИИ-агентов
Аналитики Research and Markets оценивают глобальный рынок ИИ-агентов по итогам 2025 года в $8,29 млрд. По их прогнозам, в 2026 году показатель вырастет на 45,5% — $12,06 млрд. ИИ-агенты могут стать мейнстримом уже в ближайшие пять лет.
3. Агент-аналитик: ежедневная сводка без ручного сбора данных
Ситуация. Каждое утро руководитель отдела продаж тратит 30–40 минут на то, чтобы собрать данные из CRM, плановых таблиц и логистической системы. Нужно понять: какие регионы отстают, какие товары на исходе, где сбой с доставкой. Вручную это делать долго, и данные успевают устареть к моменту принятия решения.
Решение. ИИ-агент подключается к CRM, таблице планов (Google Sheets / Excel) и системе логистики. Он выгружает закрытые сделки за вчерашний день, сравнивает с планом, вычисляет отклонения, проверяет остатки товаров и задержки доставки, а затем формирует короткое сообщение в корпоративный чат с фактами и цифрами.
Готовый промпт
«Ты — аналитический агент утренней сводки.
Выполни задачи:
1. Выгрузи из CRM сумму закрытых сделок за вчера в разрезе регионов.
2. Сравни с планом на день из таблицы «План_продаж» — рассчитай процент выполнения и отклонение.
3. Выяви регионы с отставанием >10% — укажи сумму.
4. Запроси из логистики: товары с остатком менее семи дней продаж; заказы с задержкой >24 часов.
5. Сформируй сообщение: выполнение плана, лидеры и отстающие, дефицит товаров, задержки.
6. Если отклонений нет — напиши коротко: «Все по плану».
7. Сформируй сообщение в чат-канал »#ежедневная_сводка».
Эффект. Руководитель получает полную оперативную картину за одну минуту вместо 40. Отстающие регионы, дефицит товаров и сбои доставки перестают быть неожиданностью, и время от возникновения отклонения до реакции сокращается с дней до часов.
Решение. ИИ-агент подключается к CRM, таблице планов (Google Sheets / Excel) и системе логистики. Он выгружает закрытые сделки за вчерашний день, сравнивает с планом, вычисляет отклонения, проверяет остатки товаров и задержки доставки, а затем формирует короткое сообщение в корпоративный чат с фактами и цифрами.
Готовый промпт
«Ты — аналитический агент утренней сводки.
Выполни задачи:
1. Выгрузи из CRM сумму закрытых сделок за вчера в разрезе регионов.
2. Сравни с планом на день из таблицы «План_продаж» — рассчитай процент выполнения и отклонение.
3. Выяви регионы с отставанием >10% — укажи сумму.
4. Запроси из логистики: товары с остатком менее семи дней продаж; заказы с задержкой >24 часов.
5. Сформируй сообщение: выполнение плана, лидеры и отстающие, дефицит товаров, задержки.
6. Если отклонений нет — напиши коротко: «Все по плану».
7. Сформируй сообщение в чат-канал »#ежедневная_сводка».
Эффект. Руководитель получает полную оперативную картину за одну минуту вместо 40. Отстающие регионы, дефицит товаров и сбои доставки перестают быть неожиданностью, и время от возникновения отклонения до реакции сокращается с дней до часов.
4. Агент-рекрутер: автоматический прескрининг резюме
Ситуация. HR-отдел получает 100+ резюме на одну позицию. Ручной отбор занимает слишком много времени. Лучшие кандидаты уходят к конкурентам.
Решение. ИИ-агент подключается к папке с входящими резюме, извлекает ключевые поля: опыт, навыки, ожидания по зарплате, готовность к переезду. Сверяет с чек-листом требований, присваивает рейтинг (A, B, C), отправляет топ-5 на почту HR-менеджеру с краткой сводкой. Остальным кандидатам автоматически отправляется ответ-отказ, а резюме рейтинга C удаляются через заданный срок.
Готовый промпт
«Ты — рекрутинговый агент первичного отбора. При появлении новых файлов в папке «Резюме_входящие»:
1. Извлеки текст резюме (PDF, DOCX, DOC).
2. Сверь с чек-листом из таблицы «HR_требования_вакансия» (навыки, опыт, образование, ключевые слова).
3. Присвой рейтинг: A (соответствие >80%), B (50–80%), C (<50%).
4. Для рейтинга A: отправь топ-5 на почту hr-менеджера с таблицей сравнения.
5. Для рейтинга B: поставь в очередь на ручной просмотр.
6. Для рейтинга C: отправь шаблон вежливого отказа через 3 дня, затем удали файл.
7. Логируй все действия в таблицу «Обработанные_резюме» для отчетности».
Эффект. Время обработки пула резюме сокращается с нескольких дней до часов. HR-специалист тратит свои силы только на топ-кандидатов, а не на отсев заведомо неподходящих, и конкуренты перестают выигрывать за счет скорости реакции.
Решение. ИИ-агент подключается к папке с входящими резюме, извлекает ключевые поля: опыт, навыки, ожидания по зарплате, готовность к переезду. Сверяет с чек-листом требований, присваивает рейтинг (A, B, C), отправляет топ-5 на почту HR-менеджеру с краткой сводкой. Остальным кандидатам автоматически отправляется ответ-отказ, а резюме рейтинга C удаляются через заданный срок.
Готовый промпт
«Ты — рекрутинговый агент первичного отбора. При появлении новых файлов в папке «Резюме_входящие»:
1. Извлеки текст резюме (PDF, DOCX, DOC).
2. Сверь с чек-листом из таблицы «HR_требования_вакансия» (навыки, опыт, образование, ключевые слова).
3. Присвой рейтинг: A (соответствие >80%), B (50–80%), C (<50%).
4. Для рейтинга A: отправь топ-5 на почту hr-менеджера с таблицей сравнения.
5. Для рейтинга B: поставь в очередь на ручной просмотр.
6. Для рейтинга C: отправь шаблон вежливого отказа через 3 дня, затем удали файл.
7. Логируй все действия в таблицу «Обработанные_резюме» для отчетности».
Эффект. Время обработки пула резюме сокращается с нескольких дней до часов. HR-специалист тратит свои силы только на топ-кандидатов, а не на отсев заведомо неподходящих, и конкуренты перестают выигрывать за счет скорости реакции.
Как адаптировать промпты к своим задачам
Все четыре инструкции написаны на естественном языке и не требуют глубокого программирования. Чтобы агент заработал в вашей инфраструктуре, достаточно выполнить четыре шага.
1. Замените названия своих систем (CRM, биллинг, планировщик, HR-платформа). Промпты содержат обобщенные имена — «CRM», «биллинг», «планировщик», «папка «Входящие договоры». В реальности в каждой компании системы называются иначе. Пропишите точные имена. Без этой замены агент не сможет подключиться к вашим данным и выполнить необходимые действия.
2. Укажите конкретные поля и таблицы. Агент должен знать, где именно искать данные. Например, для сценария с договорами: из какого поля CRM взять ОГРН контрагента, в каком столбце таблицы планов лежат плановые показатели по регионам. Пропишите названия полей, идентификаторы статусов, форматы дат. Чем точнее вы опишете структуру, тем меньше ошибок будет при автоматической обработке.
3. Настройте права доступа агента. Определите, к каким системам и с какими операциями агент может обращаться. Например: чтение договоров из папки — разрешено, запись в планировщик (создание задач) — разрешено, отправка уведомлений в чат — разрешено, изменение договоров или списание средств — запрещено. Права настраиваются через API-ключи, сервисные аккаунты или ролевые политики в ваших системах.
4. Протестируйте на 10–20 реальных кейсах. Прежде чем запускать агента в полноценную работу, прогоните через него типичные договоры, обращения клиентов, резюме или запросы на аналитику. Проверьте, правильно ли распознаются статусы, корректно ли создаются задачи, не происходит ли ложной эскалации. По результатам тестов скорректируйте промпты и настройки.
Эти четыре шага — минимально необходимый набор для внедрения любого из описанных сценариев. Дальше останется только масштабировать решение на другие процессы.
1. Замените названия своих систем (CRM, биллинг, планировщик, HR-платформа). Промпты содержат обобщенные имена — «CRM», «биллинг», «планировщик», «папка «Входящие договоры». В реальности в каждой компании системы называются иначе. Пропишите точные имена. Без этой замены агент не сможет подключиться к вашим данным и выполнить необходимые действия.
2. Укажите конкретные поля и таблицы. Агент должен знать, где именно искать данные. Например, для сценария с договорами: из какого поля CRM взять ОГРН контрагента, в каком столбце таблицы планов лежат плановые показатели по регионам. Пропишите названия полей, идентификаторы статусов, форматы дат. Чем точнее вы опишете структуру, тем меньше ошибок будет при автоматической обработке.
3. Настройте права доступа агента. Определите, к каким системам и с какими операциями агент может обращаться. Например: чтение договоров из папки — разрешено, запись в планировщик (создание задач) — разрешено, отправка уведомлений в чат — разрешено, изменение договоров или списание средств — запрещено. Права настраиваются через API-ключи, сервисные аккаунты или ролевые политики в ваших системах.
4. Протестируйте на 10–20 реальных кейсах. Прежде чем запускать агента в полноценную работу, прогоните через него типичные договоры, обращения клиентов, резюме или запросы на аналитику. Проверьте, правильно ли распознаются статусы, корректно ли создаются задачи, не происходит ли ложной эскалации. По результатам тестов скорректируйте промпты и настройки.
Эти четыре шага — минимально необходимый набор для внедрения любого из описанных сценариев. Дальше останется только масштабировать решение на другие процессы.
Вместо вывода
Вместо вывода
Описанные сценарии закрывают большую часть типовой рутины, которая сегодня съедает до 40% рабочего времени квалифицированных сотрудников, и делают это с измеримым ROI уже в первые месяцы после внедрения.
ИИ-агент — это новый слой операционной инфраструктуры, такой же базовый, как CRM или система документооборота. Компании начинают с локальных задач — проверка договоров, первая линия поддержки, утренняя сводка, прескрининг резюме. Затем, увидев измеримый эффект, расширяют зону ответственности: добавляют новые типы обращений, углубляют интеграцию с ИТ-контуром, подключают продажи.
Те, кто рассматривает нейроагентов как инструмент долгосрочного развития, уже сегодня получают конкурентное преимущество, которое будет усиливаться по мере взросления технологий.
Автор Дмитрий Васильев, продакт-менеджер ИИ-направления «Онланта» (входит в ГК ЛАНИТ)
ИИ-агент — это новый слой операционной инфраструктуры, такой же базовый, как CRM или система документооборота. Компании начинают с локальных задач — проверка договоров, первая линия поддержки, утренняя сводка, прескрининг резюме. Затем, увидев измеримый эффект, расширяют зону ответственности: добавляют новые типы обращений, углубляют интеграцию с ИТ-контуром, подключают продажи.
Те, кто рассматривает нейроагентов как инструмент долгосрочного развития, уже сегодня получают конкурентное преимущество, которое будет усиливаться по мере взросления технологий.
Автор Дмитрий Васильев, продакт-менеджер ИИ-направления «Онланта» (входит в ГК ЛАНИТ)
