> For the complete documentation index, see [llms.txt](https://docs.suvvy.ai/ru/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.suvvy.ai/ru/mcp/rabota-cherez-ii-agentov.md). # Работа через ИИ-агентов Подключив Савви к ИИ-агенту, вы можете полностью делегировать ему настройку агента — от первой идеи до проверенного в тестах результата. Вы описываете бизнеси задачу, агент проектирует архитектуру, собирает агента, тестирует его и итеративно доводит до рабочего состояния. Без ручного кликанья по интерфейсу. ## Как это работает Когда вы ставите агенту задачу, он не бросается сразу её выполнять. Сначала он составляет план: какой должна быть структура инструкции, как организовать базу знаний, какие действия нужны, как выглядит логика диалога. Этот план агент показывает вам — вы можете его скорректировать или сразу одобрить. После одобрения агент строит агента: пишет системную инструкцию, создаёт файлы быстрых ответов и документы, настраивает действия. Когда всё готово — сам запускает тестовые сценарии от лица клиента, проверяет поведение агента в разных ситуациях, находит проблемы и исправляет их. И так по кругу, пока агент не будет работать так, как задумано. Вы участвуете на двух этапах: одобряете план в начале и оцениваете готовый результат в конце. Всё между этим агент делает самостоятельно. Кроме того, агент имеет доступ к интернету и может самостоятельно собирать информацию из внешних источников. Это значит, что для создания агента необязательно вручную готовить все материалы — достаточно дать ссылку. Агент обойдёт нужные страницы сайта, извлечёт тексты, структурирует их и сразу создаст на их основе базу знаний. {% hint style="info" %} Чем подробнее вы опишете бизнес, аудиторию и задачу агента в самом начале — тем точнее агент спроектирует архитектуру и тем меньше итераций потребуется. Если у вас есть сайт с описанием услуг — просто дайте на него ссылку. {% endhint %} ## Что умеет агент **Работа с** агентами * Создавать новых агентов с нуля по описанию задачи * Писать и улучшать системную инструкцию * Менять настройки: модель, история диалогов, рабочие часы, режим работы с изображениями и другие * Настраивать пользовательские переменные диалога, память, шаблоны в инструкции **База знаний** * Создавать, редактировать и удалять файлы быстрых ответов и документы * Импортировать документы из файлов: PDF, DOCX, Excel и других форматов * Строить структуру базы знаний: делить на темы, переименовывать, расставлять теги аналитики * Загружать таблицы с данными — прайс-листы, каталоги, расписания **Действия** * Создавать и настраивать действия: вебхуки, SQL-запросы к таблицам, отправку сообщений клиенту, уведомления в Telegram и другие шаги * Настраивать автоматические триггеры — действия, которые запускаются сами при определённых событиях в диалоге **Тестирование и анализ** * Запускать тестовые диалоги и проверять поведение агента по сценариям * Находить ошибки: когда агент даёт неверный ответ, не вызывает нужную функцию или отвечает не в том стиле * Просматривать реальные диалоги с клиентами, искать по тексту сообщений * Анализировать, какие вопросы задают чаще всего и где агент «ломается» {% hint style="warning" %} Каналы (Telegram, WhatsApp, amoCRM и другие) и интеграции агент не настраивает — это делается вручную в личном кабинете Савви. {% endhint %} ## Примеры: что можно попросить агента Создать агента с нуля Опишите задачу своего бизнеса — агент составит план, создаст агента, напишет инструкцию и заполнит начальную базу знаний. > «Создай агента для стоматологической клиники. Агент должен отвечать на вопросы об услугах и ценах, помогать записаться на приём и рассказывать о врачах. Название клиники — ДентаПро, работаем в Москве.» > > «Сделай агента-помощника для интернет-магазина одежды. Он должен консультировать по размерам, отвечать на вопросы о доставке и возврате, и помогать с выбором.» Создать агента из сайта Агент может сам обойти ваш сайт, извлечь всю нужную информацию и сразу построить на её основе базу знаний — без необходимости вручную копировать тексты. > «Вот наш сайт: example.com. Изучи его и создай агента, который будет отвечать на вопросы об услугах и ценах.» > «Создай базу знаний для агента из раздела FAQ на нашем сайте: example.com/faq» > «Вот сайт конкурента: example.com. Посмотри, какие услуги они предлагают, и сделай для нашего агента аналогичный раздел с нашими ценами: \[список цен].» ### Обновить базу знаний Передайте агенту новую информацию — он сам разберётся, как её структурировать и куда разместить. > «Мы обновили прайс-лист. Вот актуальные цены: \[список]. Обнови все документы в базе знаний, где упоминаются старые цены.» > «Добавь в базу знаний информацию о новой акции: при покупке от 5000 рублей — бесплатная доставка, акция действует до конца месяца.» > «Загрузи этот PDF с инструкцией по продукту как базу знаний для агента.»*(прикрепите файл)* ### Протестировать и отладить Агент проведёт тест от лица клиента и подробно расскажет, где есть проблемы. > «Протестируй агента в трёх сценариях: клиент хочет записаться на приём, клиент спрашивает о ценах, клиент недоволен и хочет пожаловаться. Напиши отчёт: что работает, что нет.» > «Агент перестал нормально отвечать на вопросы о доставке. Разберись, в чём проблема, и исправь.» > «Проверь, правильно ли агент вызывает кастомное действие записи. Если нет — найди причину и устрани.» ### Проанализировать диалоги с клиентами Агент может просмотреть историю реальных разговоров и сделать содержательные выводы. > «Посмотри последние 30 диалогов. Какие вопросы клиенты задают чаще всего? Есть ли темы, на которые агент отвечает плохо или не отвечает вообще?» > «Найди диалоги, в которых клиенты упоминали слово «возврат». Что они спрашивали и как агент реагировал?» > «Мне кажется, клиенты уходят после вопроса о цене. Проверь статистику диалогов и попробуй найти, есть ли здесь проблема.» ### Настроить действие Агент настроит логику действия по описанию задачи — без необходимости разбираться в технических деталях. > «Нужно, чтобы при записи клиента нам в Telegram приходило уведомление с его именем и телефоном. Настрой это.» > «Подключи таблицу с расписанием мастеров. Агент должен уметь проверять свободные окна при записи.» > «Если клиент спрашивает про скидку, агент должен молча уведомить менеджера в Telegram и не отвечать самостоятельно.» ### Улучшить стиль и инструкцию > «Агент общается слишком формально. Сделай тон более живым и дружелюбным, но без фамильярности.» > «Агент слишком многословен — клиентам важна суть, без лишних вступлений. Сократи типовые ответы.» > «Проверь инструкцию на противоречия и дублирующуюся информацию. Если найдёшь — исправь.» ## Как работать с агентом эффективно **Давайте контекст о бизнесе.** Агент не знает, чем вы занимаетесь. В начале сессии расскажите: что за бизнес, кто клиенты, какой тон общения вы хотите, какие задачи у агента. Чем больше контекста — тем точнее результат. **Описывайте результат, а не шаги.** Не нужно объяснять, куда нажимать. Говорите: «агент должен уведомлять менеджера при любом упоминании слова "жалоба"» —агент сам разберётся, как это реализовать. **Агент сначала планирует.** Перед тем как что-то делать, агент покажет вам план. Это нормально — посмотрите, поправьте, если нужно, и только потом давайте добро. Такой подход защищает от случайных изменений, которые сложно откатить. **Тестируйте после каждого изменения.** После любых правок просите агента прогнать тестовые сценарии. Только тест показывает, работает ли агент так, как задумано. **Итерируйте.** Агент редко получается идеальным с первой попытки. Нормальный рабочий процесс: сделали → протестировали → нашли проблему → исправили → снова протестировали. Агент хорошо справляется с такими циклами. {% hint style="success" %} **Подсказка:** Когда начинаете новую сессию с агентом, скажите ему: «Я работаю с Савви — платформой для ИИ-агентов. У меня есть агент \[название]. Нужно \[задача].» Это поможет агенту сразу сориентироваться. {% endhint %} ## Поддерживаемые агенты Интеграция работает со всеми агентами, которые поддерживают MCP. Среди них: Claude Code, Cursor, Windsurf, VS Code, JetBrains AI Assistant, OpenAI Codex, Gemini CLI, GitHub Copilot и многие другие. Полный список с инструкциями по подключению — на странице MCP и Agent Skill. ## Что нужно для подключения Для полноценной работы настройте два компонента: {% content-ref url="/pages/BGrSIabUN9BEyhYP6MiP" %} [Подключение MCP-сервера](/ru/mcp/rabota-cherez-ii-agentov/mcp.md) {% endcontent-ref %} MCP даёт агенту доступ к инструментам и данным Савви. {% content-ref url="/pages/hUQHCs2xGL5aVjdM502q" %} [Agent Skill](/ru/mcp/rabota-cherez-ii-agentov/agent-skill.md) {% endcontent-ref %} Agent Skill задаёт правила работы и помогает агенту корректно использовать возможности платформы. Дополнительно можно подключить MCP-сервер документации Савви — тогда агент сможет сам обращаться к актуальной документации платформы и работать ещё точнее. Инструкции по подключению — на странице MCP. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.suvvy.ai/ru/mcp/rabota-cherez-ii-agentov.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.