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:

  1. Тригер. Приймає повідомлення клієнта з каналу, де він пише вам, і запускає сценарій.
  2. Вузол AI Agent. «Диспетчер»: отримує повідомлення, читає інструкцію, яку ви для нього написали, і вирішує, що робити.
  3. Мовна модель. Формулює відповідь людською мовою й розуміє, чого хоче клієнт.
  4. Пам’ять. Зберігає попередні репліки, щоб агент не перепитував те, що клієнт уже сказав.
  5. Інструменти. Дії в ваших системах: CRM, таблиця, календар, каталог.
  6. 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:

  1. Обговорюємо задачу: який канал, які звернення бере на себе агент, а що віддає людині.
  2. Пишемо інструкцію, межі та джерела знань, підключаємо CRM і перевірки даних.
  3. Збираємо агента в n8n і пробуємо на реальних діалогах, доки відповіді не стануть стабільними.
  4. Запускаємо з передачею людині й вибірковим переглядом розмов.

Як працює такий агент, можна подивитися на живому демо.

Читайте також: