Що таке AI-агент у n8n і чим він відрізняється від чат-бота за сценарієм?
AI-агент у n8n — це вузол, до якого підключають чат-модель і один або кілька інструментів, а агент сам вирішує, які інструменти викликати, щоб виконати завдання1. Інструмент — це дія, яку агенту дозволено зробити: знайти клієнта в CRM, створити угоду, перевірити наявність товару, записати на прийом.
Чат-бот за сценарієм працює інакше. Він веде клієнта заздалегідь намальованими гілками: кнопка «Ціни», кнопка «Доставка», кнопка «Зв’язатися з менеджером». Якщо клієнт пише щось поза меню — бот губиться або відповідає шаблоном, який не стосується питання.
Агент розуміє вільний текст. Клієнт пише «хочу на вівторок після обіду, але не до того майстра, що минулого разу», і агент сам розбирає, що треба: перевірити історію, знайти вільне вікно, запропонувати варіант. Різниця для бізнесу проста:
| Чат-бот за сценарієм | AI-агент у n8n | |
|---|---|---|
| Як розуміє клієнта | Кнопки й ключові слова | Вільний текст |
| Хто вирішує, що робити далі | Автор сценарію наперед | Агент у межах дозволених інструментів |
| Коли ламається | Питання поза меню | Нечіткі правила, погана база знань |
| Де сильний | Прості повторювані запити | Розмови з різними формулюваннями |
Сценарний бот не гірший — він передбачуваніший. Якщо клієнти ставлять одні й ті самі питання, кнопок часто досить.
Подивіться, як це працює вживу: спробуйте демо →
З чого складається агент, який відповідає клієнтам?
Агент у n8n складається з чотирьох частин: тригера, який приймає повідомлення (наприклад, із Telegram), вузла AI Agent, мовної моделі та пам’яті3. Щоб агент ще й писав у CRM, до нього додають інструменти.
По кроках це виглядає так:
- Тригер. Приймає повідомлення клієнта з каналу, де він пише вам, і запускає сценарій.
- Вузол AI Agent. «Диспетчер»: отримує повідомлення, читає інструкцію, яку ви для нього написали, і вирішує, що робити.
- Мовна модель. Формулює відповідь людською мовою й розуміє, чого хоче клієнт.
- Пам’ять. Зберігає попередні репліки, щоб агент не перепитував те, що клієнт уже сказав.
- Інструменти. Дії в ваших системах: CRM, таблиця, календар, каталог.
- Відправка відповіді. Повертає текст у той самий канал.
Найважливіша частина, про яку рідко згадують, — інструкція агенту. Саме в ній записано, про що він має право говорити, що робити, коли не знає відповіді, і коли кликати людину. Слабка інструкція дає агента, який ввічливо вигадує.
Як агент записує ліди й угоди в CRM, не псуючи дані?
Агент записує ліди в CRM через інструмент: ви даєте йому дію «створити контакт» або «створити угоду», і він викликає її, коли з розмови зрозуміло, що клієнт готовий. Більшість CRM мають готові вузли в n8n або відкритий інтерфейс для підключення.
Головна помилка — довірити агенту все. AI-агент як вузол дозволяє поєднувати кроки з AI і звичайну логіку, а прості завдання, наприклад перевірку email-адреси, можна робити без AI2. На практиці це означає:
- Агент збирає дані з розмови: ім’я, телефон, що цікавить.
- Звичайна логіка перевіряє: чи телефон схожий на телефон, чи email коректний, чи такий контакт уже є в базі.
- Лише після перевірки дані потрапляють у CRM.
Так ви уникаєте дублів, порожніх карток і «клієнтів» з іменем «добрий день». Корисно також ставити позначку, що лід створив агент, — менеджеру легше перевірити картку, а вам — оцінити, скільки звернень агент реально довів до заявки.
Як зробити, щоб агент пам’ятав розмову і відповідав за вашою базою знань?
Пам’ять агента в n8n — це окремий блок, який зберігає історію діалогу з конкретним клієнтом і підставляє її в кожен новий запит. Без неї агент щоразу починає з нуля: клієнт пише «а доставка?», а агент не знає, про який товар ідеться.
Пам’ять прив’язують до ідентифікатора клієнта в каналі, щоб розмови різних людей не змішувались. Для коротких діалогів вистачає вбудованої пам’яті, для довгих або повторних звернень історію краще зберігати в базі даних — тоді агент «згадає» клієнта і наступного тижня.
Відповіді за базою знань (RAG) — це коли агент перед відповіддю шукає потрібний фрагмент у ваших документах: прайсі, умовах доставки, правилах повернення — і відповідає лише на його основі. Це головний захист від вигадок. Але база знань працює настільки добре, наскільки вона впорядкована: застарілий прайс у документах дасть застарілу відповідь клієнту. Тому перед запуском агента варто навести лад у даних, а не після.
Коли агент має передати розмову живому менеджеру?
Агент має передати розмову людині щоразу, коли помилка коштує дорожче, ніж кілька хвилин очікування. Це правило краще прописати явно, а не сподіватися, що модель здогадається.
Типові причини передати розмову:
- клієнт роздратований, скаржиться або вимагає повернення коштів;
- питання не знайдено в базі знань;
- йдеться про індивідуальні умови, знижки, нестандартне замовлення;
- клієнт прямо просить людину;
- агент вже двічі не зрозумів запит.
При передачі агент має записати в CRM короткий підсумок розмови, щоб менеджер не перепитував усе заново. Клієнту варто чесно сказати, що зараз підключиться людина. Агент, який до останнього вдає менеджера, шкодить довірі більше, ніж будь-яка пауза.
Що впливає на вартість агента в n8n: хмара, власний сервер, виконання й токени?
Вартість агента в n8n складається з кількох незалежних частин, і кожну варто оцінити до запуску:
- Сам n8n. Хмарна версія — менше клопоту, але тарифи залежать від кількості виконань. Власний сервер (self-hosted) не обмежує виконання, зате потребує людини, яка оновлює, робить резервні копії й стежить за безпекою.
- Виконання (executions). Одне виконання — один запуск сценарію. Якщо кожне повідомлення клієнта запускає сценарій, кількість виконань дорівнює кількості повідомлень, а не діалогів. Це варто врахувати, коли рахуєте хмарний тариф.
- Мовна модель. Оплата за токени — обсяг тексту, який модель читає й пише. Довга інструкція, велика пам’ять і об’ємні фрагменти бази знань збільшують витрату на кожну відповідь.
- Супровід. Інструкцію, базу знань і перевірки доведеться оновлювати разом зі змінами в бізнесі.
Про персональні дані: на власному сервері ви контролюєте, де лежать розмови й контакти. У хмарі перевірте, де розташовані сервери, і передавайте мовній моделі лише ті дані, без яких відповідь неможлива.
Кому AI-агент у n8n не потрібен?
AI-агент не потрібен бізнесу, де клієнти ставлять кілька однакових питань, на які відповідають кнопки чи шаблони. Сценарний бот тут дешевший у супроводі й передбачуваніший.
Агент також не допоможе, якщо:
- звернень мало і менеджер спокійно відповідає сам;
- в CRM безлад, а прайс і умови живуть у голові власника — агент просто автоматизує хаос;
- немає людини, яка відповідатиме за інструкцію агента й перевірятиме його розмови хоча б вибірково;
- кожна угода унікальна й вимагає довгого живого обговорення.
Якщо болить саме те, що заявки губляться між месенджером і CRM, іноді досить звичайної автоматизації без AI: повідомлення потрапляє в CRM, менеджер отримує сповіщення. Агента варто додавати тоді, коли менеджери тонуть у повторюваних розмовах, а не коли бракує порядку.
Типові помилки при створенні AI-агента в n8n
Агенти в n8n найчастіше підводять не через модель, а через те, що навколо неї не налаштовано правил:
- Немає інструкції та меж. Агент ввічливо вигадує умови, знижки й терміни, яких ви не даєте.
- Запис у CRM без перевірки. Дублі, порожні картки й «клієнти» з іменем «добрий день».
- База знань у безладі. Застарілий прайс у документах дає застарілу відповідь клієнту.
- Немає передачі людині. Роздратований клієнт сперечається з моделлю замість того, щоб потрапити до менеджера.
- Ніхто не читає діалоги. Помилки накопичуються, доки про них не скаже клієнт.
Самостійно чи з командою: що обрати?
Простого агента з відповідями за кількома документами можна зібрати самому; команда потрібна, коли агент пише в ваші системи і спілкується з клієнтами напряму.
| Самостійно | З командою | |
|---|---|---|
| Коли підходить | внутрішній помічник, відповіді за кількома документами, без запису в CRM | запис у CRM, кілька каналів, жорсткі межі, перевірка даних |
| Що забирає час | навчання, перші сценарії | інструкція, база знань, перевірки, тестові діалоги |
| Головний ризик | агент, який вигадує, і ніхто цього не бачить | нечітка постановка: що агент має право робити |
Як це виглядає з нами
У власній роботі ми використовуємо ШІ-агента, який збирає компанії, оцінює відповідність, готує персональний лист — і нічого не надсилає без підтвердження людини. Ту саму логіку в Laboratory (laborant.space) закладаємо в агентів для клієнтів:
- Обговорюємо задачу: який канал, які звернення бере на себе агент, а що віддає людині.
- Пишемо інструкцію, межі та джерела знань, підключаємо CRM і перевірки даних.
- Збираємо агента в n8n і пробуємо на реальних діалогах, доки відповіді не стануть стабільними.
- Запускаємо з передачею людині й вибірковим переглядом розмов.
Як працює такий агент, можна подивитися на живому демо.
Читайте також:
