Как подготовить рабочий процесс к AI-агенту: десять проверок

Компания подключила ChatGPT и Copilot, автоматизировала пару отчётов, поставила чат-бота. А работа идёт как раньше: человек получает задачу, сам собирает контекст, переносит данные из системы в систему, принимает промежуточные решения и передаёт результат дальше. AI ускоряет отдельных сотрудников, но устройство компании не меняется.

Чтобы поручить агенту настоящий процесс, мало хорошего промпта. Отделы остаются, но работа начинает двигаться по маршруту, который вместе проходят люди, агенты и сервисы. Нужно, чтобы у задачи были описанный результат, владелец, контекст, полномочия, проверка и условия остановки. Ниже — десять проверок, которые помогают найти пробелы перед передачей процесса агенту. Они основаны на модели «десяти контуров AI-компании» Сергея Пименова. Это рабочая модель для диагностики, а не отраслевой или научный стандарт.

Почему списка признаков недостаточно

Модель выросла из обсуждения списка из 30 признаков компании, построенной вокруг AI: карта процессов, корпоративные знания, маршрутизация между моделями, агентная разработка, финансовое прогнозирование, оценка качества, контроль доступа, постепенное расширение самостоятельности.

Обсуждение было ограниченной выборкой: ветка в X ранжирует ответы, а часть комментариев отмечена как созданная с помощью AI.

Но главное видно и так: в списке рядом стоят вещи разного уровня — технологии, принципы управления, метрики, сценарии, требования безопасности, культурные установки и гипотезы о будущем.

Например, корпоративные знания относятся к архитектуре, принцип «каждый сотрудник становится создателем» относится к культуре, стоимость принятого изменения в коде служит метрикой, а рой рекламных агентов — сценарием.

Без связей между ними легко ошибиться. Можно генерировать тысячи рекламных вариантов, никак не связанных с продажами. Можно построить поиск, не договорившись, кто такой «активный клиент». Можно выдать сотрудникам агентов, не решив, кто отвечает за их ошибки. Поэтому признаки удобнее собрать в десять связанных проверок — по одной на каждую сторону процесса.

1. Результат: что должно измениться

Работа начинается с изменения для клиента или бизнеса. У результата есть получатель, владелец, критерии принятия, исходная точка, ожидаемый эффект и условие, при котором эксперимент прекращают. Без этого агент быстро произведёт много ненужного. Единица работы — принятый результат: опубликованный материал, решённое обращение, проверенное изменение в коде, согласованный договор.

Вопрос для проверки: какой результат для бизнеса или клиента принимает владелец процесса?

2. Маршрут: как задача движется на самом деле

Восстановите фактический путь: откуда приходит задача, какие данные используются, какие решения принимаются, где бывают исключения, кому передаётся результат и что считается завершением. Купить инструмент до разбора процесса — значит часто ускорить существующий беспорядок. При этом сам агент может помочь найти реальные переходы, исключения и скрытую ручную координацию.

Вопрос: можем ли мы проследить одну реальную задачу от входа до принятого результата?

3. Контекст: что агент знает и откуда

Агент должен понимать, какая версия документа актуальна, что означает каждое понятие, откуда взялась информация, кто может её менять, почему было принято прежнее решение, когда знание устаревает и как исправить или удалить ошибочную информацию. Если два отдела по-разному понимают «активного клиента», агент будет последовательно воспроизводить это противоречие.

Anthropic называет это проектированием контекста: управлением всем, что видит модель, — инструкциями, инструментами, историей и внешними данными. Для длинных задач помогают отбор и сжатие контекста, структурированные заметки и устойчивые рабочие документы.

Вопрос: можем ли мы объяснить происхождение, смысл, владельца и срок жизни знания, на которое опирается агент?

4. Исполнение: можно ли повторить процесс

Хороший промпт сам по себе не делает процесс воспроизводимым. Зафиксируйте, что нужно сделать, какими инструментами можно пользоваться, откуда брать данные, когда задача завершена, в каком виде передать результат и что сообщить следующему исполнителю о ходе работы. Эту роль выполняет среда исполнения агента — то, что связывает модель, инструменты, инструкции, ограничения и проверки.

OpenAI описывает агента как систему, которая ведёт рабочий процесс, использует инструменты в заданных пределах, понимает, когда работа завершена, и при необходимости передаёт управление человеку.

Вопрос: сможет ли другой агент или человек повторить процесс по сохранённому описанию, не восстанавливая всё из переписки?

5. Доступ: что агенту разрешено

Права сотрудника обычно шире, чем нужно агенту, и выдать агенту весь доступ человека — лишний риск. Безопаснее:

• отдельная учётная запись для агента;
• полномочия на ограниченное время;
• доступ только к данным конкретной задачи;
• разрешение на конкретные действия;
• раздельные права для подготовки, исполнения, проверки и публикации.

Если агент будет работать с данными клиентов, компания в ЕС отдельно проверяет требования GDPR к такой обработке.

OWASP рекомендует для агентов принцип наименьших привилегий, проверку полномочий при каждом запросе, минимальные права у подключений к внешним системам и журнал операций.

Вопрос: можем ли мы точно сказать, что этот запуск агента вправе прочитать, изменить и отправить?

6. Ответственность: кто отвечает за итог

У агентного процесса есть как минимум четыре роли: владелец результата, владелец процесса, агент-исполнитель и проверяющий. Один человек может совмещать несколько ролей, но роли не должны исчезать. Агент выполняет работу, а организационная и юридическая ответственность остаётся у людей, которые поставили цель, выдали полномочия и приняли результат.

Как это выглядит на практике. В редакции, где агенты помогают с исследованием, структурой, текстом, иллюстрациями и технической частью сайта, материал проходит отдельные состояния:

1. Замысел.
2. Исследование.
3. Структура.
4. Полный текст.
5. Проверка.
6. Подтверждение записи.
7. Черновик в Notion.
8. Решение о публикации.
9. Проверка опубликованного результата на сайте.

Агент готовит материал, а решение о выходе текста остаётся за человеком. Запись черновика и публикация — разные действия, и каждый переход требует отдельного решения и проверяемого результата.

Вопрос: кто отвечает, если агент точно выполнил инструкцию, а компания получила неправильный результат?

7. Наблюдаемость: можно ли восстановить ход работы

Сохранить итоговый ответ недостаточно. Восстановите ход работы по журналу:

• задача и использованный контекст;
• модель, вызванные инструменты и выполненные действия;
• ошибки;
• кто проверил и кто принял результат.

Правильный итог ещё не доказывает, что процесс безопасен и экономичен: агент мог прийти к ответу случайно или сделать лишние действия. Anthropic советует оценивать и конечное состояние, и путь агента — вызовы инструментов и промежуточные шаги, — а оценку качества начинать с ясных критериев успеха.

Вопрос: можем ли мы объяснить не только что сделал агент, но и почему результат приняли?

8. Устойчивость: что будет при сбое

Процесс нельзя считать рабочим, если неизвестно, что произойдёт при отказе. До запуска определите:

• где агент обязан остановиться;
• сколько повторных попыток разрешено и сколько времени можно ждать ответа;
• когда задача переходит к человеку;
• как работает безопасный ручной режим;
• как откатить изменения и вернуть последнюю проверенную версию контекста.

Если сбой вызван ошибочным правилом, устаревшей инструкцией или повреждённым контекстом, верните последнюю проверенную конфигурацию целиком: инструкции, данные, инструменты, маршрутизацию и права.

Вопрос: что случится, если агент остановится посреди процесса или начнёт раз за разом принимать неверные решения?

9. Экономика: во что обходится принятый результат

Главная мера — стоимость принятого результата. Рядом с ней стоит смотреть на долю переделок, стоимость человеческой проверки, время от постановки задачи до принятия, стоимость ошибки и восстановления, влияние на выручку, маржу или пропускную способность. Пример такой метрики в разработке — стоимость принятого изменения в коде: сгенерированный код становится результатом только после проверки и принятия. Так же оцениваются материал, отчёт, договор или обращение клиента.

Вопрос: какая бизнес-метрика изменится, если процесс с агентом действительно работает?

10. Человек: какое решение остаётся за людьми

Определите точно, что остаётся за человеком и почему. Человек выбирает цель и отвечает за последствия. Его участие особенно важно в решениях о деньгах, доступах и необратимых действиях. Отдельного внимания требуют этика, отношения между людьми, вкус и авторская позиция, а также исключения, которых ещё нет в данных. Кто-то должен «подписываться под вкусом» — решать, какие варианты соответствуют голосу компании. И у человека остаётся право отказаться от автоматизации: иногда процесс сначала нужно убрать, упростить или переосмыслить.

Вопрос: какое решение в этом процессе человек обязан оставить за собой и почему?

Насколько процесс зрелый: пять уровней

Каждую из десяти проверок можно оценить по пяти уровням:

• уровень 0 — эта сторона процесса никак не описана;
• уровень 1, личный — отдельные сотрудники решают задачи своими инструментами;
• уровень 2, повторяемый — есть процесс, инструкции и обязательная проверка;
• уровень 3, управляемый — есть владелец, права, журнал действий, оценка качества, точки остановки и откат;
• уровень 4, адаптивный — процесс улучшается на данных собственных запусков и получает самостоятельность, заслуженную результатами.

Общий балл здесь мало что говорит: среднее скрывает перекосы. Развитое исполнение без ответственности, доступов или отката остаётся неуправляемым. Шкала — рабочая гипотеза для диагностики, не научно проверенный рейтинг.

Быстрая диагностика одного процесса

Выберите один процесс, где уже используется AI. Пройдите десять вопросов выше и отметьте, какие ответы подтверждены наблюдениями, а какие ещё нужно проверить.

Если уверенно отвечаете только на вопросы об инструментах и исполнении, компания начала пользоваться AI, но ещё не изменила то, как устроена работа.

Разобрать процесс можно вместе с AI. Опишите путь от входящего запроса до результата, который принимает конкретный человек, и используйте запрос:

Разбери один мой процесс по десяти проверкам готовности к AI-агенту.
Используй только данные ниже. Ничего не внедряй и не считай,
что у тебя есть доступ к компании. Незаполненные поля в квадратных
скобках считай отсутствующими данными.

Процесс: [начало, основные шаги и конечный результат]
Кто принимает результат и по каким признакам: [человек, критерии]
Роли и решения: [кто выполняет шаги, кто разрешает действия]
Где записан статус: [система или документ, один пример]
Известные сбои, ограничения и затраты: [наблюдения или «не знаю»]

Сначала проверь вводные. Пустое поле и «не знаю» означают отсутствие
данных. Если неясны границы процесса или критерии принятия либо
вводные противоречат друг другу, задай до трёх существенных вопросов и остановись до ответа.

Верни таблицу по десяти проверкам: результат и смысл; процессы
и задачи; контекст и организационная память; исполнение;
идентичность и доступ; ответственность; наблюдаемость и качество;
устойчивость и откат; экономика; человеческое участие. В каждой строке: что известно, фрагмент
вводных, чего не знаем и одна ручная проверка. Не делай вывод
об отсутствии из отсутствия сведений и не ставь общий балл.

Выбери один доказанный пробел, который мешает принять результат,
и объясни выбор. Если оснований нет, так и скажи. Заверши списком
того, что мне нужно подтвердить. Предложения проверок не выдавай
за проведённые проверки.

Получится карта одного процесса: что известно, чего не хватает и какую проверку сделать первой. Сверьте каждую строку с описанием процесса: модель не должна присваивать уровни неизвестным участкам или придумывать владельца результата. Такой разбор помогает найти вопрос для проверки. Он не подтверждает состояние всей компании и не заменяет наблюдения за реальной работой.

Главный признак готовности

Готовя процесс к агенту, проверьте, сможете ли вы передать его целиком и при этом сохранить смысл результата, владельца, актуальный контекст, ограниченные права, наблюдаемость, проверку, устойчивость, измеримую экономику и право человека остановить систему. Работающий процесс можно расширять и соединять с соседними — так AI постепенно становится частью устройства компании.

Читать дальше: сначала разберите рабочий день, потом стройте AI-агента и как передать задачу, чтобы всё не осталось в голове руководителя.

Если хотите разобрать по этим проверкам свой процесс, это можно сделать вместе с Simplit на бесплатной 30-минутной встрече. Обсудить задачу

Первоисточники: Alex Lieberman — 30 features of an AI-native company; OpenAI — A practical guide to building AI agents; Anthropic — Effective context engineering for AI agents; Anthropic — Demystifying evals for AI agents; OWASP Cornucopia — Agentic AI AAI6.