Штучний інтелект, який розуміє вас краще, ніж ви самі: як створити власного AI-агента (без коду!)
Привіт, друзі! З вами Ліла Харт, і сьогодні ми поговоримо про те, що ще нещодавно здавалося фантастикою. Уявіть собі: штучний інтелект, який не просто відповідає на запитання, а робить це так природно, ніби ваш найкращий друг, який, до того ж, знає все про ваш бізнес. Звучить складно, чи не так? Написання промптів, підключення баз знань, розгортання для реальних користувачів… Здається, без команди програмістів і купи вільного часу годі й мріяти.
Але знаєте що? Це не зовсім так. Минулого тижня мій друг, розробник, сказав, як дивується, що люди вважають створення AI-агента вищою математикою. Він сказав: “Ліло, це як навчитися пекти найсмачніший яблучний пиріг. Спочатку здається складно, але коли знаєш правильний рецепт і маєш потрібні інструменти, все виходить”. Це наштовхнуло мене на ідею: а що, як ми спробуємо разом пройти цей шлях?
Сьогодні я проведу вас за руку – від чистого аркуша до того, як ваш власний AI-агент почне працювати. Ми використаємо ChatGPT, щоб він допоміг нам написати найскладніші промпти. Потім побудуємо трьох абсолютно різних агентів: одного на платформі OpenAI, другого – на BotPress, і третього – на Zapier. Ви побачите, як налаштувати базу знань, як розгорнути агента для тестування, і, найголовніше, чесний розбір того, що кожна платформа пропонує. І так, ми детально поговоримо про вартість, адже коли ваш агент почне працювати з реальними користувачами, витрати на “спілкування” з великими мовними моделями можуть злетіти до небес. Деякі платформи додають до ціни 30-50%! Сьогодні ми з’ясуємо, хто скільки бере і як цього уникнути.
Готові? Тоді пристебніть ремені, бо ми вирушаємо у захопливу подорож світом AI-агентів!
Розділ 1: Коли все починається з “Привіт!” – Чому OpenAI Agent Builder – ваш найшвидший шлях у світ AI
Почнемо. У нас є задача: створити агента підтримки для нашого проєкту AI Master Pro. Його мета – відповідати на поширені запитання (FAQ), шукати інформацію в базі знань і, звичайно, збирати контакти потенційних клієнтів. Звучить просто, але саме тут P.R.O. – Підготовка, Розуміння, Оптимізація – приходить на допомогу.
Почнемо з найпростішого варіанту – OpenAI Agent Builder. Чому? Тому що це найшвидший спосіб отримати робочий прототип, особливо якщо вам потрібен інструмент для внутрішнього використання або просто щоб “відчути” процес.
Я заходжу на платформу OpenAI, у бічному меню знаходжу “Agents” і натискаю “Open agent builder”. Ось воно – візуальне полотно. Відразу вражає, наскільки все просто та зрозуміло, особливо для інструменту, що з’явився нещодавно. Інтерфейс темний, мінімалістичний, все на своїх місцях.
Зліва – панель інструментів, поділена на чотири категорії: “Core” (основні блоки), “Tools” (інструменти), “Logic” (логіка) та “Data” (дані). Посередині – порожній простір, де починається наша магія, з блоку “Start”.
Я перетягую блок “Agent” з категорії “Core” на полотно. Це, по суті, “мозок” нашого майбутнього агента. Натискаю на нього, і справа відкривається панель налаштувань. Даю йому ім’я: “FAQ Support Agent”.
А тепер – найцікавіше. Замість того, щоб годинами вигадувати інструкції з нуля, я скористаюся силою ChatGPT. Відкриваю нове вікно чату і пишу запит: “Мені потрібен детальний промпт для агента підтримки клієнтів, який відповідатиме на запитання щодо функцій продукту, ціноутворення та оплати. Запитай його використовувати форматування Markdown і надати конкретні приклади відповідей”.
ChatGPT обдумує запит кілька секунд і видає готовий, структурований промпт із прикладами. Це ж готовий рецепт! Копіюю його і вставляю в поле “Instructions” у налаштуваннях мого агента. Готово!
Тепер потрібно “навчити” агента. Як? Через базу знань. Натискаю на плюсик у розділі “Tools” і обираю “File Search”. Це дозволяє завантажувати документи: гайди до продукту, поширені запитання, документацію. Я завантажую PDF з нашою документацією. Це займає близько 10 секунд. Готово! Тепер агент може шукати інформацію в цьому документі.
Час тестувати! Натискаю “Preview” угорі. Відкривається вікно чату. Я пишу: “Як працює ваше ціноутворення?”. Агент миттєво знаходить інформацію в завантаженому документі й дає чітку, структуровану відповідь. Це працює! Швидко, просто.
Але є “але”. OpenAI Agent Builder – це справді швидко і просто налаштувати. Він чудово підходить для внутрішніх інструментів або для тих, кому потрібне спільне посилання. Але інтеграції тут обмежені: лише їхній MCP connector, Google Calendar, Gmail та ще кілька. Бібліотека інструментів невелика порівняно з іншими платформами. Управління робочим процесом відбувається через один агентний блок з одним набором інструкцій. Якщо вам потрібна складна умовна логіка або багатоетапні процеси, доведеться “складати” блоки. Розгортання – через посилання. Щоб вбудувати його на сайт чи підключити до месенджерів, потрібні додаткові зусилля.
OpenAI Agent Builder робить те, що обіцяє: швидкий старт, простий інтерфейс, добре для внутрішніх інструментів. Чудово. Але що, як нам треба щось серйозніше, для “продакшну”?
Розділ 2: Зустрічайте “Майстра”, який говорить вашою мовою – BotPress: від промптів до виробничих агентів
Зануримося у світ BotPress. Це вже не просто “іграшка” для швидких прототипів, а повноцінна платформа для створення AI-агентів, орієнтована на промислове використання. Тут агенти вміють вести повноцінні діалоги, працювати на багатьох каналах і, що найважливіше, масштабуватися. Платформа має візуальний редактор робочих процесів, дозволяє писати інструкції звичайною мовою і, увага, надає прямий доступ до LLM-моделей без жодного маркапу на API-витрати!
Заходжу на botpress.com, реєструюся (жодної кредитної картки, чудо!), і мене одразу перекидає на панель керування студією. Натискаю “Create bot”, щоб розпочати новий проєкт.
BotPress пропонує швидку настройку. Перше питання: як назвати нашого агента? “Master Assistant” – звучить солідно. Далі обираємо мету: “Customer Support”. І тут цікавий вибір: вставити URL сайту або написати інформацію текстом. Я вставляю посилання на наш сайт. Готово!
Тепер час наповнити базу знань. Обираю опцію завантаження PDF-файлу і натискаю наш документ з інформацією про продукт. Базова настройка завершена! Далі BotPress пропонує персоналізувати агента, налаштувати відповіді, поведінку – все, щоб “підігнати” його під наш контент.
І ось я в студії BotPress. З першого погляду на полотно може здатися, що воно схоже на OpenAI: полотно посередині, інструменти зліва. Але BotPress набагато потужніший. Ключова відмінність – “автономні вузли” (autonomous nodes). Це блоки, куди ви пишете інструкції звичайною мовою, і вузол сам приймає рішення на основі контексту. Він не просто слідує скрипту, він розуміє розмову.
На полотні вже є такий вузол, підключений до “Start”. Називаю його “Main Support Agent”. Ось де BotPress показує свою перевагу. Після базової настройки поле інструкцій вже містить автоматично згенерований, детальний промпт! Там є все, що зазвичай доводиться вигадувати чи просити ChatGPT: як агент має спілкуватися, що може, а чого не може, як реагувати на різні запити, навіть приклади розмов. Це готовий промпт для “продакшну”!
Але найцікавіше – автономні вузли можуть отримувати доступ до інструментів і здійснювати переходи. Я можу надати цьому вузлу можливість шукати в базі знань, викликати зовнішні API, або переходити до інших вузлів залежно від розмови. BotPress має власну систему RAG (Retrieval Augmented Generation). Це означає, що агент не “скидає” всю вашу базу знань у кожен запит. Він розумно аналізує документи, співставляє їх з контекстом користувача і витягує тільки найрелевантнішу інформацію. Так зменшується кількість “галюцинацій” і відповіді стають точнішими.
Переходжу в меню ліворуч, відкриваю розділ “Knowledge Base”. Тут BotPress пропонує безліч опцій: додати сайт, завантажити документ, підключити таблицю, увімкнути веб-пошук, написати текст вручну, або навіть підключити Notion. PDF-файл та URL сайту, які я додав під час початкового налаштування, вже тут. Обидва джерела проіндексовані.
Тепер про інтеграції. Натискаю на вкладку “Integrations”, і бачу “Hub” – бібліотеку BotPress з понад 190 готовими інтеграціями! WhatsApp, Slack, Microsoft Teams, Zapier, Make, HubSpot, Google Calendar, Stripe, Shopify… та майже будь-який інструмент, який ви використовуєте в бізнесі.
Я обираю WhatsApp, бо саме там зараз відбувається багато клієнтської підтримки. Натискаю, проходжу швидку авторизацію, і… готово! Агент вже працює в WhatsApp.
Але це ще не все. Одна з найкрутіших функцій BotPress – ви можете вибрати, яка саме LLM-модель буде живити кожен вузол. У налаштуваннях автономного вузла є випадаючий список “Model”. Я можу вибрати GPT-4o для складних міркувань, GPT-4o mini для швидкості, або навіть менші nano-моделі. Якщо я хочу оптимізувати витрати, наприклад, коли агент обробляє 90% простих FAQ, я можу використати nano-модель для основного вузла, а GPT-4o – лише для складних випадків. Така гнучкість дозволяє контролювати витрати до рівня вузла. І пам’ятайте: BotPress не додає жодного маркапу на використання LLM. Якщо OpenAI бере $0.02 за тисячу токенів, ви платите рівно $0.02, а не $0.03 чи $0.05.
ПеревіримоAgent у реальному часі. BotPress має вбудований попередній перегляд веб-чату. Натискаю “Emulator” угорі, відкривається окно чату. Пишу: “Чи пропонуєте ви безкоштовну пробну версію?”. Агент відповідає з інформацією з бази знань. “Чи можу я скасувати будь-коли?”. Знову точна відповідь. “Хочу зареєструватися”. Агент надає інструкції для реєстрації, згадує 7-денну гарантію повернення грошей і пропонує допомогу – все взято з бази знань. Це вже робоча поведінка для “продакшну”!
Розділ 3: Коли роботи починають працювати за вас – Zapier AI Agents: автоматизація плюс розмова
Остання платформа, яку ми розглянемо – Zapier AI Agents. Zapier відомий своєю автоматизацією, з’єднанням додатків і запуском робочих процесів. Їхня функція AI Agents додає розмовний AI до цієї екосистеми. Основна відмінність тут: Zapier створений для автоматизаційних робочих процесів, а не як чистий чат-бот для підтримки клієнтів. Якщо ваша задача – запускати дії на основі введених користувачем даних, Zapier сяє. Якщо ж вам потрібен чат-бот, який веде природну розмову, то це менш ідеальний варіант.
Логінюся в Zapier і одразу переходжу до розділу “Agents”. Інтерфейс тут кардинально відрізняється від OpenAI чи BotPress. Він побудований навколо робочих процесів та автоматизації.
Натискаю “New agent”, обираю “Start from scratch”. Zapier одразу просить описати, що має робити цей агент. Замість того, щоб писати інструкції вручну, я знову звертаюся до ChatGPT. Прошу його згенерувати промпт, оптимізований для Zapier, з акцентом на дії. Промпт має відповідати на запитання і автоматично запускати дію в Google Sheets, коли хтось просить демо. Прошу також формат Markdown та приклади, що показують як потік розмови, так і логіку автоматизації.
ChatGPT генерує чіткий, структурований промпт, і я вставляю його прямо в поле “Describe your workflow”. Після цього Co-pilot Zapier одразу реагує, аналізує інструкції, показує швидкий опис налаштованого і підтверджує, що робочий процес налаштовано правильно. Це не агент спілкується, це внутрішній помічник Zapier, який переконується, що все з’єднано.
Різниця стає очевидною. Zapier agents – це не традиційні чат-боти. Це двигуни автоматизації з розмовним шаром. Після додавання промпта поведінки я підключаю базу знань, завантаживши свій PDF. Отже, агент має доступ до реальної документації.
Далі додаю саму автоматизацію. Натискаю “Add tool”, обираю Google Sheets і “Create Spreadsheet Row”. Це дає агенту можливість збирати дані потенційних клієнтів і надсилати їх прямо в Google Sheets, коли виявляється запит на демо.
Перед тестуванням Zapier вимагає тригер. Тому я натискаю “Add trigger” над кнопкою “Test” і вибираю найпростіший варіант – “Chat Prompt”. Тепер агент готовий до роботи.
Щоб протестувати все, відкриваю “Agent Preview”. Пишу: “Я хочу забронювати демо”. Агент автоматично починає збирати потрібні деталі. Після отримання всієї інформації Zapier створює новий рядок у Google Sheets – повністю автоматизовано! Ось тут Zapier справді сяє. Агенти, орієнтовані на дії, які поєднують розмову з реальною автоматизацією по всьому вашому стеку.
Розділ 4: Коли “Зроби мені демо” стає кроком до угоди – детальніше про lead collection в BotPress
Отож, ми побачили три різні підходи. OpenAI Agent Builder – це найшвидший спосіб запустити внутрішній агент. Ідеально для досліджень, написання чернеток або інструментів для команди. Швидкий, гнучкий, але не зовсім для роботи з клієнтами. Zapier – ваш двигун автоматизації. Коли агенту потрібно відповідати на запитання і запускати робочі процеси по всьому вашому стеку (запис у таблиці, надсилання листів, створення тікетів) – він робить це бездоганно. Але розмови залишаються в межах інтерфейсу Zapier.
BotPress йде іншим шляхом. Він створений спеціально для агентів підтримки клієнтів наступного рівня, які обробляють реальні розмови в масштабі, на різних каналах, з повним контролем над логікою, даними та користувацьким досвідом.
Зараз я хочу повернутися до BotPress, бо є причина, чому ми постійно повертаємося до нього для роботи в “продакшні”. Давайте розберемося, що робить його таким особливим, коли вам потрібне щось, що дійсно масштабується.
Уявіть, що нам потрібно збирати контакти клієнтів, коли вони запитують про демо або надсилають запит. Для цього я додаю звичайний вузол до робочого процесу. Цей вузол відповідає за послідовний збір даних, як звичайна форма.
Називаю його “Collect Lead Info” і додаю “картки” для збору інформації. Перша – “Person Name” (Ім’я особи). Задаю питання: “Як вас звати?”. А в секції “Store resulting” (Зберегти результат) обираю змінну “lead_name”. Саме тут буде збережено ім’я користувача.
Далі додаю картку “Email Address” (Адреса електронної пошти). Питання: “Яка ваша електронна адреса?”. У “Store resulting” обираю “let email”. Тут буде збережено email.
Тепер створю таблицю в BotPress. Заходжу в розділ “Tables”, створюю нову таблицю, називаю її “Leads”. Всередині додаю дві колонки: “Name” (тип text) та “Email” (тип text).
Повертаюся до звичайного вузла і додаю картку “Insert Record” (Вставити запис). Це той блок, який записуватиме дані в таблицю. У налаштуваннях “Insert Record” обираю таблицю “Leads”. У полі “Name” вставляю змінну з ім’ям користувача. А в полі “Email” – змінну з email. Це пов’язує зібрані дані безпосередньо з таблицею.
Тепер, коли ми налаштували запис даних у таблицю, залишається один критичний елемент. Правильно підключити агента до блоку збору даних, щоб ліди збиралися тільки тоді, коли це потрібно (наприклад, коли хтось запитує демо).
Для цього повертаюся до автономного вузла “Main Support Agent” і додаю ще одну картку – “Transition” (Перехід). Ця картка відповідає за умовні переходи між вузлами. У налаштуваннях “Transition” мене цікавить поле “Condition”. Тут я вказую, коли користувача слід перенаправляти до блоку збору даних. У нашому випадку, це коли користувач пише, що хоче демо.
Отже, я ставлю умову: якщо користувач пише, що хоче демо, – його автоматично перенаправляють до звичайного вузла зі збором контактів.
Тепер з’єдную всю логіку правильно: “Start” пов’язаний з “Main Support Agent”. Потім через “Transition” я з’єдную “Main Support Agent” з “Collect Lead Info”. І нарешті, “Collect Lead Info” з’єднується з блоком “End”.
Протестуємо, як це працює на практиці. Відкриваю емулятор і пишу: “демо”. Агент відповідає і ставить перше питання: “Як вас звати?”. Вводжу своє ім’я. Далі запитує: “Яка ваша електронна адреса?”. Вводжу email. І після цього вся інформація автоматично зберігається в таблиці. Відкриваю таблицю “Leads” – і ось він, новий лід! Ім’я та email збережені правильно.
Отже, тепер у нас повністю функціональна система. Агент вільно спілкується з користувачами, відповідає на будь-які запитання, і коли з’являється комерційний інтерес, він автоматично запускає потік збору контактів і записує лід до бази даних. Без Zapier, без зовнішніх API, без додаткових інструментів – ми просто побудували повноцінну систему збору лідів всередині BotPress, з даними, що зберігаються нативно у внутрішній базі даних платформи.
Розділ 5: Ваш агент – ваш бренд: розгортання та персоналізація в BotPress
Тепер, коли наш агент готовий збирати ліди, час його розгорнути. Заходжу у вкладку “Publish” (Опублікувати). Тут я бачу опції розгортання та пряме посилання на мій екземпляр веб-чату, щоб отримати код для вбудовування на сайт.
Відкриваю налаштування розгортання веб-чату (“Web Chat Deploy Settings”). Саме тут BotPress показує тег скрипта, який можна вставити на будь-яку HTML-сторінку, щоб відобразити віджет чату.
Якщо я хочу розширитися на інші платформи, всі інтеграції каналів перераховані в меню зліва під “Integrations”. Ось де я підключаю WhatsApp Business, Slack, Telegram, Messenger, SMS, Discord, Teams та багато іншого. Все нативно! Жодного проміжного програмного забезпечення чи налаштувань Twilio. Один і той самий агент, та сама логіка – множинні канали. Не має значення, скільки ви їх активуєте. BotPress обробляє їх усі.
А щодо персоналізації? Це все всередині налаштувань веб-чату. Я можу змінити кольори, логотип, привітання, повідомлення, позицію віджета, анімації, вибрати світлий чи темний режим, або навіть застосувати власний CSS. Ви можете зробити його схожим на ваш бренд. Жодної “шаблонної” естетики чат-ботів.
BotPress має змінні та управління станом. Ви можете зберігати налаштування користувача, відстежувати історію розмов між сесіями і створювати персоналізований досвід. Наприклад, якщо користувач запитав про ціну, потім закрив чат і повернувся через 3 години із запитанням, агент пам’ятає контекст. Він не починає кожен раз з нуля. Це величезний плюс для утримання клієнтів та користувацького досвіду.
Ви також можете відстежувати розмови в реальному часі. Вкладка “Conversations” показує кожну взаємодію, записує переходи між вузлами, фіксує зміни змінних і дозволяє вручну втрутитися, якщо агент “застряг” або якщо користувач запитує людину. Це критично важливо для пошуку помилок і покращення роботи агента з часом. Ви не “пливете наосліп”. Ви бачите, де користувачі “відпадають”, де агент “бореться”, а де він працює добре.
Висновок: час перестати порівнювати й почати будувати!
Тепер давайте поговоримо про те, як BotPress підходить до роботи з агентами в “продакшні”. Коли ви починаєте створювати щось, що насправді використовуватимуть реальні користувачі, кілька речей починають мати більше значення: контроль витрат, прийняття рішень, інтеграції та розгортання.
По-перше, BotPress не додає жодного маркапу на використання мовних моделей. Ви підключаєте власного постачальника LLM і платите безпосередньо йому. Це робить витрати передбачуваними і легшими для управління при зростанні використання.
По-друге, платформа побудована навколо автономних вузлів. Замість того, щоб прописувати кожен можливий шлях, ви описуєте поведінку звичайною мовою, і агент самостійно міркує під час розмови на основі контексту.
Ще один важливий аспект – інтеграції. BotPress має великий набір вбудованих конекторів: канали обміну повідомленнями, CRM, календарі, платіжні системи, тож агенти можуть взаємодіяти з реальними інструментами без додаткового посередницького програмного забезпечення.
З боку знань, BotPress використовує спеціалізовану RAG-систему. Він не просто передає повні документи моделі. Він витягує тільки те, що релевантно для кожного питання, що допомагає зберігати відповіді точними та послідовними.
І нарешті, розгортання відбувається нативно. Коли агент готовий, ви можете опублікувати його в веб-чаті, додатках для обміну повідомленнями або інших каналах безпосередньо з платформи. Ця комбінація робить BotPress придатним для створення агентів, які виходять за рамки демо-версій та внутрішніх експериментів і стають справжніми інструментами для роботи з користувачами.
Тепер, ось що я хочу, щоб ви зробили. Припиніть порівнювати і почніть будувати! Почніть з простого: FAQ-бот, збирач лідів, асистент у WhatsApp. “Забрудніть” руки, протестуйте, розгорніть. Коли ви побачите, як швидко можна перейти від ідеї до робочого агента, ви зрозумієте, чому ми використовуємо його для всього, що стосується роботи з клієнтами.
Посилання на BotPress – у описі [посилання]. Перше посилання, не пропустіть! Безкоштовний обліковий запис, жодної кредитної картки, і ви матимете робочого агента, який працює на вашому сайті або в WhatsApp менш ніж за годину. Це не гіперболізація. Це саме те, що сталося, коли я будував агента у цьому відео.
Якщо ви створите щось круте, відзначте мене. Мені справді хочеться це побачити. А якщо вам потрібні ще детальні огляди, з реальними інструментами, чесними порівняннями, без зайвого “шуму”, підпишіться і натисніть на дзвіночок.
А тепер – ідіть і будуйте щось дивовижне!
