Читать книгу Агенты среди нас. Как нанять нейросеть на работу и не уволиться самому - - Страница 13

Теория звучит убедительно, но давайте посмотрим, как это выглядит «в металле». Как именно эти невидимые сущности передают друг другу эстафетную палочку?

Мы разберем классический кейс для малого бизнеса: «Автономная новостная редакция».

Задача: У вас есть Telegram-канал или блог компании. Вы хотите каждый вторник публиковать экспертную статью с обзором новинок рынка.

Проблема: Это занимает 4—6 часов времени живого человека (поиск, чтение, написание, редактура, верстка).

Решение: Команда из трех агентов, которая делает это за 5 минут и 0.5$ стоимости токенов.

Встречайте нашу команду. У них нет имен, но есть Роли (System Prompts).

АКТ 1. ИЩЕЙКА (The Researcher)

Роль: Агент-Исследователь.

Инструменты:

– search_web (доступ к Google через API Serper/Tavily).

– scrape_url (читалка сайтов).

– Триггер: Таймер (Каждый вторник, 09:00 AM).

Внутренний монолог (Chain of Thought):

«Я получил задачу: найти главные новости по теме «Нейросети в ритейле» за последние 7 дней.

Шаг 1: Формирую запросы. «AI in retail news last week», «Walmart AI implementation 2025», «Amazon AI shopping trends».

Шаг 2: Делаю запрос к API Google… Найдено 15 ссылок.

Шаг 3: Читаю контент. Ссылка 1 – рекламный мусор, пропускаю. Ссылка 2 – серьезный отчет McKinsey, беру. Ссылка 3 – новость про Amazon, беру.

Шаг 4: Извлекаю факты. Мне не нужно писать текст. Мне нужно собрать «мясо». Цифры, даты, имена, цитаты.

Шаг 5: Формирую JSON-файл для следующего агента».

Артефакт на выходе (Output):

Агент-Исследователь не пишет статью. Он выдает сухой файл dossier. json. В нем нет ни капли эмоций, только структурированные данные:

{

«topic»: «AI in Retail»,

«key_findings»: [

{«source»: «TechCrunch», «fact»: «Amazon внедрил умные тележки в 50 магазинах», «date»: «12.12.2025»},

{«source»: «McKinsey Report», «fact»: «Внедрение ИИ снизило затраты на логистику на 15%», «link»: «…»}

]

}

АКТ 2. ДУШНИЛА (The Critic / Editor)

Роль: Агент-Редактор.

Инструменты: База знаний (Ваш Brand Book, примеры ваших лучших постов).

Входные данные: dossier. json от Исследователя.

Внутренний монолог:

*«Я получил досье. Теперь моя задача – проверить его на соответствие редакционной политике.

Проверяю факт №1 (Amazon). Это действительно новость или старый пресс-релиз? Ага, новость свежая. Подходит.

Проверяю факт №2 (McKinsey). Слишком скучно. Нужно найти пример, понятный малому бизнесу, а не корпорациям.

Решение: Я отвергаю факт №2 и прошу Исследователя найти пример для малого бизнеса.

(Цикл возвращается назад. Исследователь доискивает информацию).

…

Теперь все факты утверждены. Я составляю План Статьи (Outline).

– Вступление: Проблема очередей в магазинах.

– Основная часть: Как Amazon решает это (на базе факта 1).

– Вывод: Что делать обычному магазину?

– Важное примечание для Писателя: Не используй слово «инновационный», босс его ненавидит». *

Артефакт на выходе:

Файл outline_approved. txt с жесткой структурой и инструкциями.

АКТ 3. ТВОРЕЦ (The Writer / Formatter)

Роль: Агент-Копирайтер.

Инструменты: Нет (ему запрещено ходить в интернет, чтобы не нахвататься чуши).

Входные данные: outline_approved. txt и dossier. json.

Внутренний монолог:

«У меня есть утвержденный план и проверенные факты. Моя задача – просто превратить это в текст.

Я пишу в стиле «Информационный стиль». Короткие предложения. Без воды.

Использую факты из досье.

Вставляю шутку про кассиров во вступлении (разрешено гайдлайном).

Теперь верстка. Мне нужен Markdown.

Заголовки делаю через H2 (##).

Ключевые цифры выделяю жирным (15%).

Вставляю плейсхолдер для картинки:! [Робот с тележкой]».

Артефакт на выходе:

Готовый файл article_final.md, который можно копировать и вставлять в CMS.

ФИНАЛ: ЧЕЛОВЕК НА БАЛКОНЕ

В 09:05 вы получаете уведомление в Telegram.

«Шеф, материал готов. Исследователь нашел 3 новости, Критик забраковал одну, но утвердил две. Писатель сверстал текст. Прочитать и опубликовать?»

Под сообщением две кнопки: [Опубликовать] и [Переделать].

В чем магия этого примера?

– Отсутствие галлюцинаций. Писатель физически не может выдумать цифру, потому что у него нет доступа в интернет, он работает только с тем, что дал Исследователь. А Исследователь не пишет текст, он только копирует факты. Цепь разорвана в нужном месте.

– Стиль. Если вам не нравится стиль текста, вы меняете промпт только у третьего агента (Писателя). Исследователя и Критика трогать не надо. Система модульная.

– Скорость. Пока вы наливали кофе, три нейросети провели планерку, поссорились, помирились и сделали работу.

Это не фантастика. Такая схема (Researcher -> Critic -> Writer) – это «Hello World» агентных систем. Она собирается на No-Code платформах (вроде n8n или Make) за один вечер, а экономит сотни часов в год.

Именно так выглядит разделение труда в цифровую эпоху. Мы не заставляем одного робота делать всё. Мы строим конвейер, где каждый робот закручивает свою гайку, но делает это безупречно.