19 ИИ-агентов вместо отдела: как маркетинговое агентство наняло машины

Автор: Сергей Морозов, основатель агентства Direct Marketing (Екатеринбург).

Полгода назад у меня ушёл менеджер. Хороший, с опытом. И я поймал себя на том, что искать замену не очень хочется — уже несколько месяцев я параллельно строил что-то другое.

Сейчас в агентстве Direct Marketing работает 10 специалистов и 19 ИИ-агентов. Агенты не болеют, не уходят на больничный в разгар проекта, не просят повышения после первого успешного кейса и работают пока я сплю. Рассказываю как всё устроено, плюсы и минусы.

Как до этого дошли

Всё началось с банальной перегрузки. Шесть активных клиентов, команда на максимуме. Не успевали делать отчёты, согласовывать контент, отвечать на входящие от СМИ. Я сам садился писать кейс в 22:00, потому что день был занят операционкой.

Первые эксперименты с Claude API были примитивными: попросил написать пост — получил пост. Потом понял: если дать модели правильный контекст (данные из реальных кейсов, правила агентства, стиль работы), результат становится на уровне хорошего специалиста. Разница между «попросить ИИ написать текст» и «агентом с контекстом агентства» — примерно как между фрилансером с биржи и своим сотрудником.

Постепенно это выросло в систему.

Что такое агент в нашем понимании

Понятие «ИИ-агент» сейчас применяют ко всему подряд — важно разобраться с терминологией.

У нас агент — это специализированная языковая модель с чёткой ролью (контекстолог, PR-менеджер, аналитик), доступом к базе знаний агентства (21 кейс с реальными данными, правила работы, примеры хороших и плохих решений) и набором инструментов: API рекламных платформ, почта, Telegram, таблицы.

Это не чат-бот с заготовленными ответами. Агент принимает произвольную задачу и выполняет её, опираясь на реальный опыт агентства.

Архитектура: координатор и четыре блока

Система работает как служба такси с диспетчером. Главный агент — Координатор — принимает задачу в свободной форме, определяет нужного специалиста и передаёт ему работу.

18 суб-агентов разбиты на четыре блока: контент и медиа (6 агентов), реклама и трафик (3), аналитика и разведка (4), клиент и продукт (5).

[схема в PDF прилагается в конце статьи]

Практически это выглядит так: я говорю «напиши кейс по AlpaChina для VC.ru». Координатор отправляет задачу к PR-агенту. Тот открывает базу кейсов, вытаскивает данные (CPA с €8,20 до €2,70 за 8 недель, конверсия подписчик-лид 15%), пишет черновик. Через семь минут у меня готовый текст на 5 000 знаков.

Что реально работает

Контент в семь минут. Раньше на первичный черновик кейса уходило 1,5–2 часа. Агент делает то же за 7 минут. Я трачу ещё 20 на правки. Итого 27 минут вместо 120. На неделе с тремя кейсами — это около пяти часов, которые я трачу на что-то другое.

Время на черновик кейса до и после агента: 120 минут против 27.

Аналитика кампаний. Аналитик-агент находит неочевидные вещи. В кампании одного из клиентов по стройматериалам он обнаружил, что 52 площадки РСЯ давали клики, но ноль конверсий за 18 месяцев. Расход — 767 000 рублей. Я проверял кампанию регулярно и этого не замечал.

Находка Аналитик-агента в одной из кампаний клиента.

PR-аутрич без меня. На VPS работает PR-агент, который сам пишет письма редакторам раз в три недели, следит за ответами, обновляет статус в таблице. Именно так появился этот материал — агент написал в Cossa, редактор ответил, задача вернулась ко мне.

Мониторинг серверов. Supervisor-агент следит за 12 сервисами. Если что-то упало — алерт в Telegram и попытка починить самостоятельно. В июле было три ночных инцидента, которые я увидел только утром — потому что агент уже восстановил работу.

Где агенты лажают: честный список

Уверенно ошибается. Агент может озвучить конкретную цифру уверенным тоном — и ошибиться. Правило простое: любые цифры без ссылки на источник проверять вручную.

Живой разговор с клиентом. Агент отлично работает с задачами, которые можно описать текстом. Но позвонить клиенту, услышать интонацию, почувствовать что человек недоволен хотя говорит «всё нормально» — это может только живой специалист.

Нет контекста момента. Агент не знает, что вчера был сложный разговор с клиентом. Не знает, что конкурент обновил прайс. Если не передать контекст вручную — агент действует в вакууме.

Граница: куда агентов не пускаем

Живые отношения с клиентами — только человек. Клиент платит в том числе за живое общение с тем, кто помнит его историю. Агент может подготовить повестку встречи, написать письмо после переговоров, сделать отчёт. Саму встречу проводит человек.

Стратегические решения — финальное слово за человеком. Агент собирает данные, предлагает варианты, считает риски. Принимаю решение я.

Всё что создаёт финансовые обязательства — только человек. Никаких автоматических договоров и согласований бюджета.

Что изменилось за полгода

Мы освободили около 40% операционного времени и направили его туда, где раньше не хватало: на стратегию и на более качественную работу с клиентами.

Команда не уменьшилась. Агенты добавились к людям. Разница в том, что десять специалистов сейчас делают работу, на которую раньше потребовалось бы пятнадцать.

Для тех кто думает об этом: начинать надо не с автоматизации, а с документирования. Агент настолько хорош, насколько хорошо ему описана ваша работа. Первые три месяца я больше писал правила и собирал базу кейсов, чем настраивал агентов. Это и есть настоящая точка старта.

Схема архитектуры ИИ-агентов https://drive.google.com/file/d/1CjukF3LX7QTQUQBNz-2yr68LmKf_Meo9/view?usp=sharing

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.