Хотите, чтобы связка сама решала: ответить клиенту, записать лид в таблицу или создать сделку в CRM? В Альбато для этого есть отдельный шаг — ИИ-агент. Это не «чат ради чата», а узел, который читает входящее сообщение, следует вашим инструкциям и сам выбирает нужное действие из подключённых инструментов.
Ниже — практический гайд для предпринимателя и маркетолога из России: собрать агента без кода, подключить 2–3 tools, при необходимости включить память по диалогу и запустить сценарии под лиды и черновики контента. Без публикации вслепую и без обещаний «волшебной базы знаний», которой у шага пока нет.
Коротко. ИИ-агент в Альбато = модель + инструкции + инструменты + опциональная память. Запускается внутри связки после триггера. Один запуск агента списывает 3 транзакции; если модель — встроенная Альбато AI, токены тарифицируются отдельно.
Чем «чат-бот в связке» отличается от ИИ-агента с tools
Обычный шаг в связке всегда делает одно и то же: «отправить сообщение», «создать строку», «вызвать нейросеть и получить текст». ИИ-агент работает шире: он сам выбирает, какое из доступных действий выполнить прямо сейчас.
Когда хватает обычного шага нейросети
Если задача линейная — «взять текст → переписать → положить в таблицу» — достаточно шага вроде Альбато AI или любого фиксированного вызова модели. Там нет выбора между действиями: на вход текст, на выход текст.
Когда агенту нужны действия, а не только текст
Агент нужен, когда в одной связке развилка:
- клиент спросил цену → ответить из таблицы;
- новый лид → создать сделку и написать менеджеру;
- повторное сообщение → вспомнить контекст диалога и не задавать те же вопросы.
Официально функция помечена как Preview: продукт уже в кабинете, но возможности ещё расширяют. Это важно честно закладывать в ожидания.
транзакции за запуск
Любой запуск ИИ-агента списывает пакет независимо от числа вызовов tools.
tools на старт
Меньше путаницы: Sheets/CRM + ответ в Telegram — рабочий минимум.
стоп перед эфиром
Черновик и спорные ответы — человеку; публикация только после approve.
Почему Альбато берут под лиды и контент в РФ
Для команды без разработчика важны три вещи: русский интерфейс, локальные сервисы и понятная оплата. Альбато закрывает связки с Telegram, amoCRM, Битрикс24, VK, Яндекс Директом, маркетплейсами — без сборки «зоопарка» иностранных аккаунтов ради одной воронки.
На витрине продукт заявляет: резидент «Сколково», серверы в РФ, обработка с ориентиром на 152-ФЗ, «более 10 000 команд и компаний». Для лидов и поддержки это часто решает выбор быстрее, чем «самый гибкий» западный iPaaS.
Вход, кабинет и интеграции без «зоопарка» аккаунтов
Старт простой: регистрация → личный кабинет → новая связка → триггер (сообщение Telegram, форма, вебхук, расписание) → шаг «ИИ-агент» в колонке инструментов. Дальше настраиваете модель, инструкции и tools в одной карточке шага.
Практический канон из документации: Telegram (входящее) → ИИ-агент → поиск в Google Sheets → ответ в Telegram. Этого достаточно, чтобы понять логику до CRM.
Где тариф и лимиты режут первый сценарий
С февраля 2026 тариф задаёт формат работы (Эксперт / Команда / Компания), а пакет транзакций выбирается отдельно. На пробном Эксперте — 14 дней и до 100 транзакций: хватит на тест, не на поток.
Как списываются запуски агента (по официальной help):
| Что происходит | Сколько транзакций |
|---|---|
| Любой запуск ИИ-агента | 3 (независимо от числа вызовов tools) |
| Модель Альбато AI | + 1 за каждые 2 000 токенов (вход+выход, округление вверх) |
| Внешняя модель (свой API-ключ: OpenAI, DeepSeek, Gemini) | только 3 за запуск; токены платите провайдеру |
Пример: запуск на Альбато AI съел 4 500 токенов → 3 пакета токенов → итого 6 транзакций (3 + 3).
Не тащите в план «бесплатного вечного агента»: даже на пробном периоде лимит быстро съедают тесты с длинными промптами. Для первого вечера — короткий сценарий и короткие инструкции.
Цикл ИИ-агента: tools, память и стоп перед эфиром
Сообщение из Telegram попадает в шаг «ИИ-агент». Мозг выбирает 2–3 инструмента, память держит диалог по chat_id, журнал показывает, какие actions сработали — и перед публикацией контента стоит проверка человеком.
- Триггер → агент: не «чат ради чата», а роутер действий в связке.
- Tools: Sheets / ответ в Telegram / CRM — стартуйте с двух-трёх, не с десятка.
- Память: отдельный ID треда на клиента; общий thread = чужие диалоги.
- HITL: черновик поста не уходит в канал без стоп-крана.
Дальше разберём сборку по шагам: модель → инструкции → tools → память — и типичные ошибки, из‑за которых связка «зелёная», а результат врёт.
Редакционная схема цикла, не скриншот кабинета Альбато. Фазы: входящее → решение → tools → память → журнал → HITL.
Сборка агента: модель → инструкции → tools → память
Создание ИИ-агента в Альбато — это четыре настройки, а не «волшебная кнопка». Ниже — порядок, который реже ломается на втором запуске.
Пошаговая настройка (how-to)
Создайте связку и триггер
В кабинете: новая связка → источник события (например, «Telegram: новое сообщение»). Без триггера агенту нечего анализировать.
Добавьте шаг «ИИ-агент»
В колонке «Инструменты» найдите ИИ-агент. В карточке увидите: название, иконку «Мозг» (модель), «Шестерёнку» (инструкции), кнопку «Добавить инструменты».
Выберите модель
По актуальной help доступны: Альбато AI (без своего API-ключа), OpenAI, DeepSeek, Google Gemini. На лендинге также фигурируют YandexGPT и Claude — перед выбором сверьте список в своём UI: help и витрина иногда расходятся.
Три поля инструкций (до 1 000 символов каждое)
1) Сообщение пользователя — что пришло из триггера (обязательно). 2) Системные инструкции — роль и правила (обязательно). 3) Ограничения — чего нельзя (по желанию).
Подключите 2–3 tools
Сервис → действие → подключение. Часть полей зафиксируйте жёстко, часть отдайте агенту кнопкой «Разрешить ИИ-агенту принять решение».
Память — только для многоходового диалога
Переключатель «Использовать память» → объём 1–100 взаимодействий → ID треда (для Telegram берите chat_id из триггера).
Признак успеха. В журнале запусков видно: агент отработал, какие tools вызвал и с какими данными; в Telegram/таблице/CRM появился ожидаемый результат без «чужой» истории диалога.
Типичные ошибки новичка:
- Один общий ID треда на всех клиентов → память смешивается. Решение: всегда
chat_idконкретного диалога. - Десять tools «на будущее» → агент путает действия. Решение: стартуйте с 2–3, как в примере Sheets + Telegram.
- Инструкция длиннее 1 000 символов в одном поле → упрётесь в лимит. Решение: режьте текст или выносите правила в таблицу и давайте lookup через tool.
Инструкции, которые не разъезжаются на втором запуске
Пишите инструкции как должностную инструкцию оператора:
- кто агент и какая цель;
- какие данные собрать (имя, контакт, задача);
- когда звать человека;
- что запрещено.
Не смешивайте в одном абзаце «будь дружелюбным» и «создай сделку на 500 000 ₽» без условий. Противоречие системных инструкций и ограничений — частая причина странных ответов.
Какие tools подключить сначала (2–3, не «всё подряд»)
Минимум для проверки логики:
- Google Sheets — найти строки (или CRM — найти контакт).
- Telegram — отправить сообщение (ответ пользователю или алерт менеджеру).
- Опционально: создать/обновить сделку или строку лога.
HTTP-запрос как tool доступен — удобно, если нужен ваш внутренний API. Нативной базы знаний у шага ИИ-агента пока нет (прямо сказано в FAQ help): правила кладите в инструкции и/или отдавайте lookup через таблицу/CRM.
Память по диалогу: когда включать и как не смешать сессии
Память по умолчанию выключена — и это нормально для одноразовых заявок.
Включайте память, когда:
- поддержка ведёт несколько реплик подряд;
- квалификация лида занимает 3–5 вопросов;
- важно не спрашивать одно и то же.
Не включайте память «на всякий случай» для разовых форм с сайта — только сожжёте токены и усложните отладку.
Сценарий лидов: Telegram → агент → таблица или CRM
Рабочий контур под продажи и поддержку:
Триггер (Telegram / Jivo / форма) → ИИ-агент (квалификация) → amoCRM или Битрикс24 (найти/создать) + Sheets (лог) + уведомление менеджеру.
По официальным сценариям поддержки агент умеет закрывать типовой ответ, классифицировать обращение, собирать контекст до эскалации, отвечать вне рабочего времени и «будить» зависшие тикеты. Для лидов логика та же: сначала понять запрос, потом записать в CRM, а не наоборот.
Что агент пишет в Sheets / amo / Битрикс, а что оставляет оператору
Агенту можно доверить:
- найти контакт по телефону/email;
- создать карточку с полями, которые вы жёстко задали;
- записать краткое резюме диалога в таблицу;
- ответить шаблоном, если правила однозначны.
Оператору оставить:
- скидки и обещания сроков;
- спорные жалобы;
- сделки с нетипичным бюджетом;
- всё, где ошибка стоит денег или репутации.
Где теряются лиды при кривом tool-вызове
Частые дыры:
- агент создаёт дубль, потому что tool «найти контакт» не подключён или плохо описан;
- в CRM улетает пустое имя — поле отдали ИИ без подсказки;
- ответ ушёл в общий чат, а не клиенту — перепутали поля ID;
- связка «зелёная», но в журнале tool упал с ошибкой доступа.
Перед потоком прогоните 5–10 тестовых сообщений и смотрите журнал запусков: какие tools вызывались и с какими данными. Это быстрее, чем гадать по симптомам в CRM.
Сценарий контента: черновик поста без публикации «в никуда»
Автопостинг в Telegram и соцсети — отдельный большой спрос. Но соединять ответ агента напрямую с «опубликовать сейчас» опасно: галлюцинации, тон, юридические формулировки, ошибочный CTA.
Рабочая схема для контент-контура:
Источник идеи (Sheets / сообщение в служебный бот) → ИИ-агент пишет черновик → запись в таблицу или черновик админу в Telegram → человек утверждает → только потом шаг публикации.
Агент готовит текст — человек жмёт «в эфир»
Дайте агенту tools:
- прочитать бриф из Sheets (тема, оффер, запреты);
- записать черновик в соседний лист / отправить админу;
- (опционально) предложить 2 заголовка на выбор.
Не давайте на старте tool «опубликовать в канал», пока не отлажен тон. Практика рынка 2026: первую-две недели агент в режиме «подготовил → утвердили», потом точечная автономия.
Связка с автопостингом: где стоп-кран обязателен
Стоп-кран — отдельный шаг или ручной статус в таблице: draft → approved → published. Публикующий шаг смотрит только на approved.
Так вы не запрещаете автоматизацию — вы запрещаете публикацию без фильтра. Для бренда и «контент-завода» это дешевле любого «быстрого» автопоста с ошибкой в оффере.
Ошибки, на которых связка «оживает», но врёт
Связка может быть технически успешной и при этом вредить бизнесу. Ниже — три ловушки, которые чаще всего ломают доверие к агенту.
Слишком много tools и размытые инструкции
Десять действий «на все случаи» превращают агента в угадайку. Симптом: то пишет в Sheets, то молчит, то создаёт сделку без нужды. Лечение: сузьте роль до одной задачи на связку (лиды или черновики, не оба сразу в одном агенте на старте).
Путаница session / chat id и «память не того клиента»
Если ID треда пустой, общий или взят из чужого поля — агент тащит чужой контекст. Для B2C-поддержки это критично. Проверка: два разных тестовых чата не должны видеть факты друг друга.
Публикация или ответ клиенту без проверки человеком
Официально автопост никто не запрещает. Но для лидов с обещаниями и для публичного контента HITL — обязательный слой. Особенно если модель внешняя: сбой или странный ответ API ляжет прямо клиенту.
Дополнительно заложите ограничения продукта: нет обработки медиа/вложений, нет нативной базы знаний у шага. Обход — tools к таблице/CRM/HTTP и короткие правила в инструкции.
Альбато, Make или n8n — где быстрее получить рабочий агентный контур
Сравнение не «кто круче вообще», а кто быстрее даст рабочий агент команде без разработчика в РФ.
| Критерий | Альбато | Make | n8n |
|---|---|---|---|
| Язык и поддержка | RU, локальная поддержка | в основном EN | EN / self-host |
| Оплата | рубли, часто счёт/ЭДО | валюта | VPS в рублях или cloud в валюте |
| ПДн | заявляет серверы в РФ | облако за рубежом | контроль при self-host |
| Локальные коннекторы | сильная сторона (amo, Битрикс, VK, ЯД) | слабее локальный стек | через API/HTTP |
| ИИ-агент | встроенный шаг Preview | Make AI Agents (отдельный модуль) | AI Agent / LangChain-узлы |
| Порог для маркетолога | низкий | средний | высокий |
Порог входа и оплата для команды без разработчика
Если нужно «сегодня вечером» связать Telegram и amoCRM с агентом-квалификатором — Альбато обычно короче путь. Make сильнее в глобальных сценариях и гибких AI-агентах, но оплата и часть стека — не про РФ из коробки. n8n выигрывает контролем и ценой при своей инфраструктуре, но требует технавыка.
Не утверждайте категорично, что «у Make нет российских интеграций» — они встречаются. Честнее: покрытие локального стека и рублёвая операционка у Альбато ближе маркетологу в России.
Когда уходить в n8n / Make, а когда остаться в Альбато
Оставайтесь в Альбато, если:
- ядро — RU CRM/мессенджеры;
- нет DevOps;
- нужен агент как шаг связки, а не исследовательский стенд.
Смотрите в Make/n8n, если:
- уже живёт сложный международный контур;
- нужна тонкая оркестрация многих агентов и self-host;
- команда готова держать инфраструктуру и валютные счета.
Для оффера Kovcheg логика такая: Альбато — быстрый вход в агентные связки под лиды/черновики; дальше систему контента и более сложную автоматизацию можно наращивать отдельно (в том числе через обучение автоматизации и контент-завод), не смешивая это с «ещё одним гайдом по Make».
Чеклист: первая рабочая связка за один вечер
Минимум для лидов
- Триггер Telegram / Jivo / форма
- Модель выбрана (для теста удобна Альбато AI)
- Системные инструкции: роль квалификатора + 5–7 правил
- Tools: найти/создать в CRM или писать в Sheets + уведомление менеджеру
- Жёстко зафиксированы критичные поля (источник, стадия)
- Память выкл. (если заявка одноразовая) или
chat_id(если диалог) - 10 тестовых сообщений + проверка журнала запусков
- HITL на спорные ответы
Минимум для черновика контента
- Источник брифа (Sheets / служебный чат)
- Агент пишет только draft
- Tool публикации не подключён на старте
- Статус
draft → approved → published - Админ получает черновик в Telegram
- Отдельный шаг автопостинга только после approve
Ориентир по расходу: даже 500 коротких запусков агента в месяц — это уже заметный пакет транзакций (минимум 500 × 3 = 1 500 trx только за запуски, без токенов Альбато AI). Закладывайте запас на тесты.
FAQ
Чем ИИ-агент в Альбато отличается от шага «нейросеть» в связке
Шаг нейросети (в том числе Альбато AI) превращает текст в текст. ИИ-агент — роутер с tools и опциональной памятью: он может сам выбрать действие в CRM, таблице или мессенджере.
Нужна ли память, если диалог одноразовый
Нет. Память имеет смысл в многоходовых переписках. Для формы «имя + телефон + вопрос» она чаще мешает, чем помогает.
Можно ли сразу гнать автопостинг из ответа агента
Технически — да, если подключить публикующий tool. Практически для бренда — сначала HITL. Иначе один сбой модели = пост в канал.
Чем Альбато отличается от Zapier Agents и n8n AI
Zapier Agents сильнее в англоязычном экосистемном контуре. n8n AI гибче для техкоманды и self-host. Альбато ближе, если нужны рубли, RU-поддержка, локальные коннекторы и агент как шаг no-code связки без сервера.
С чего начать, если цель — контент-завод, а не поддержка
Не начинайте с автопостинга. Соберите контур «бриф → черновик → approve → публикация». Агент закрывает черновик и первичную упаковку; система публикаций и контроль качества — следующий слой. Так вы получаете скорость нейросети без риска «контент улетел сырым».
Что проверяли по источникам
- Официальная настройка ИИ-агента в Альбато — модель, инструкции, tools, память, тарификация, FAQ.
- Практический пример связки Telegram + Sheets.
- Витрина ИИ-агентов Альбато — Preview, сценарии, позиционирование и заявления по инфраструктуре.
- Сравнение порога входа с Make/n8n — по открытым материалам вендора и практики рынка; категоричные диги в адрес конкурентов не использовали.
Итог. Чтобы создать ИИ-агента в Альбато, не нужен код: триггер, модель, чёткие инструкции, 2–3 tools и осознанное решение по памяти. Для лидов агент квалифицирует и пишет в CRM/таблицу; для контента — готовит черновик, а человек даёт зелёный свет. Так связка экономит время и не публикует ошибки за ваш бренд.
