Антон Аракчеев Маркетинговые агенты

Полезно различать цель и задачу по четырём параметрам: уровень абстракции, горизонт, мера успеха, степень свободы действий. Задача обычно описывает конкретное действие в коротком горизонте с понятной мерой успеха и небольшой свободой действий. Цель описывает желаемое состояние в более длинном горизонте, с многофакторной мерой успеха и большой свободой действий.

Параметр

Задача

Цель

Уровень абстракции

Действие

Результат

Горизонт

Дни/недели

Недели/месяцы

Мера успеха

Один показатель

Несколько KPI

Свобода действий

Низкая (заданы шаги)

Высокая (агент выбирает путь)

Контроль

Пошаговый

По里程碑ам

Эта модель — не теоретическая классификация, а практический инструмент. Если вы формулируете запрос к AI как задачу — вам нужен workflow, а не агент. Если как цель — вам нужен агент. Смешение этих уровней — одна из самых распространённых ошибок при внедрении AI в маркетинге: пытаются построить агента там, где нужен workflow, или пишут workflow там, где нужна агентная архитектура.

Рассмотрим эволюцию одного и того же запроса. Уровень 1 (промпт): «Напиши email для возврата брошенных корзин». Уровень 2 (задача): «Подготовь серию из трёх писем для возврата брошенных корзин, сегментируй базу по давности брошенной корзины (1 час / 24 часа / 72 часа), напиши разные варианты под каждый сегмент, передай готовые тексты и предложения по времени отправки». Уровень 3 (цель): «Снизь долю брошенных корзин, не дошедших до оплаты, с 23% до 17% за 8 недель, работая с сегментами по давности, типу товаров и сумме корзины, используя email и динамические push-уведомления на сайте; бюджет на скидки — не более 180 000 ₽ за период; если за две недели прогресс меньше 15% от цели — предложи пересмотр стратегии».

Разница не в количестве слов. Разница в том, что на уровне 3 исполнитель сам решает, сколько вариантов писем написать, как сегментировать базу, какие скидки предлагать, какие триггеры ставить, как тестировать и когда менять стратегию. Это уже не «помоги мне сделать X», а «сделай X, оставаясь в рамках Y». Этот переход и есть суть агентной модели в маркетинге.

Сквозной кейс: «ДомДеко» — формулировка цели для CRM-агента

Цель: в течение 60 дней снизить долю «зависших» лидов в CRM (статус «в работе» без активности более 14 дней) с 32% до 22% от общего числа активных лидов.

Контекст: текущая база 28 000 активных лидов; средний цикл сделки 18 дней; основные каналы привлечения — Яндекс Директ, VK, органика; 4 менеджера по продажам; в CRM есть поля «последняя активность», «сумма потенциальной сделки», «источник», «категория интереса».

Ограничения: не отправлять более одного автоматического письма в неделю одному контакту; не предлагать скидку выше 10% без подтверждения менеджера; не звонить клиентам без согласия; работать только с сегментом B2C (без корпоративных клиентов).

Критерий успеха: доля зависших лидов ≤ 22% на 60-й день; плюс — рост конверсии в продажу на 4 процентных пункта.

Доступные инструменты: чтение и обновление CRM; отправка email через рассыльщик; создание задач менеджерам; аналитика по сегментам.

Правила остановки: если за 2 недели доля зависших лидов не снизилась — приостановить и передать отчёт руководителю продаж; если количество жалоб на спам превысит 0,5% — немедленно остановить все автоматические отправки.

Полезно рассматривать формулировку цели не как текстовое описание, а как контракт между человеком и машиной. Контракт — это обещание: человек обещает, что если агент достигнет цели, оставаясь в ограничениях, его работа будет считаться успешной. Агент обещает прилагать разумные усилия для достижения цели, не нарушая ограничений. Этот взгляд снимает много проблем. Если цель сформулирована нечётко, контракт не заключён — и агент не понимает, что именно он обещал. Если ограничения слишком жёсткие, контракт невыполним — и агент будет работать только в режиме «безопасных рекомендаций». Если критерий успеха измерим, но нереалистичен, контракт нарушен с самого начала — и агент будет тратить ресурсы впустую.

Контрактный взгляд на цель полезен ещё и тем, что он требует явных границ. Если цель «увеличь продажи» — контракт разорван, потому что нет границы: насколько увеличить, за какой срок, при каком бюджете, с какими ограничениями. Если цель «увеличь продажи на 15% за квартал при бюджете до 1,2 млн ₽, не снижая маржинальность ниже 22%» — контракт заключён. Каждое слово в этой формулировке — обязательно. Уберите любое — и контракт теряет определённость.

В реальном бизнесе цель редко существует одна. Обычно есть иерархия: стратегическая цель (3-12 месяцев) → оперативная цель (1-4 недели) → тактическая цель (1-7 дней). Агент обычно работает на тактическом уровне, но должен «видеть» стратегический контекст. Например, CRM-агент на тактическом уровне снижает долю зависших лидов, но его работа осмысленна только в контексте стратегической цели — роста выручки от базы. Без этого контекста агент может оптимизировать свою тактическую метрику в ущерб стратегической: например, агрессивно «закрывать» лиды в статус «не актуально», что снижает долю зависших, но лишает бизнес потенциальных клиентов, которые могли бы вернуться через месяц.

Поэтому при проектировании агента важно явно связать его тактическую цель со стратегической. Это делается через метрики: тактическая метрика агента (доля зависших лидов) должна коррелировать со стратегической метрикой (выручка от базы). Если корреляция нарушается — значит, либо агент оптимизирует не ту метрику, либо стратегическая метрика зависит от других факторов, которые вне зоны агента. Оба случая требуют пересмотра архитектуры.

Большинство неудач с агентами начинается не с плохой реализации, а с плохой формулировки цели. Типичные ошибки: «улучшить» без числа, «увеличить» без срока, «оптимизировать» без критерия, «расширить» без границ. Все эти формулировки звучат осмысленно, но не дают агенту измеримого критерия успеха. Не менее распространённая ошибка — цель, у которой нет обратной связи. «Повышай лояльность клиентов» — но как именно мы узнаем, что лояльность повысилась? Если метрика не определена, цель не работает. Третья частая ошибка — конфликтующие цели: «увеличь продажи и снизь бюджет на маркетинг» может быть невыполнимым, если текущий ROI уже на пределе.

Чтобы избежать этих ошибок, используйте чеклист при формулировании цели: есть ли число? есть ли срок? есть ли ограничения? есть ли измеримый критерий успеха? есть ли способ проверить прогресс? есть ли обратная связь (как мы узнаем, что близки к цели)? если достигнем цели — будет ли это значить, что бизнесу стало лучше? Если на все вопросы ответ «да» — цель готова к агенту. Если хотя бы на один ответ «нет» — дорабатывайте формулировку, пока все ответы не станут утвердительными.

Сквозной кейс: «МетрикаПро» — формулировка стратегической цели

Бизнес-цель: удвоить количество активных аккаунтов SaaS-сервиса с 4 000 до 8 000 за 12 месяцев.

Стратегические рычаги: (1) увеличение притока новых лидов; (2) повышение конверсии из лида в активацию; (3) снижение оттока существующих клиентов.

Подцели для агентов: Research-агент — отслеживать изменения на рынке маркетплейс-аналитики и выявлять новые сегменты; Content-агент — увеличить органический трафик на 30% через контент-маркетинг; Sales-агент — поднять конверсию из лида в демо с 38% до 55%; CRM-агент — снизить отток существующих клиентов с 5,2% до 3,8% в месяц.

Каждая подцель связана с измеримой метрикой и сроком. Каждая привязана к стратегической цели через явную модель: например, рост конверсии с 38% до 55% при неизменном потоке лидов даёт +44% новых активаций.

Контракт между бизнесом и командой агентов: если все четыре подцели достигнуты, суммарный эффект даст ~75-80% прироста активных аккаунтов за 12 месяцев (не 100% — потому что есть взаимные влияния, сезонность и внешние факторы). Это реалистичный контракт, который учитывает, что мир неидеален.

WORKFLOW = A → B → C → D AGENT = A → B → ЕСЛИ X → C → ЕСЛИ Y → D → ПОВТОР

Workflow и агент — это два разных способа организовать выполнение задач. Workflow заранее описывает путь. Агент описывает цель и правила, а путь определяет сам. На первый взгляд разница кажется небольшой, но архитектурно и практически это два разных мира.

Как работает workflow

Классический workflow — это направленный граф шагов. Каждый шаг — это либо действие, либо условие. Действие: «отправить письмо», «создать задачу в CRM», «обновить статус». Условие: «если сумма корзины больше 5 000 ₽, перейти на шаг A; иначе — на шаг B». Путь от старта к финишу прописан полностью; любые отклонения — это новые ветки, которые тоже нужно прописать заранее. Это даёт две ключевые особенности. Первая: workflow полностью предсказуем — что произойдёт, можно прочитать в его коде. Вторая: workflow полностью негибок — все возможные сценарии должны быть заданы разработчиком.

В маркетинге workflow идеально подходит для таких задач: отправка приветственной серии новому подписчику; реактивация клиентов, не делавших покупку более 90 дней; еженедельная рассылка дайджеста; постановка задачи менеджеру при достижении лидом определённого скоринга; отправка подтверждения заказа. Все эти процессы имеют фиксированные шаги, понятные триггеры и предсказуемые результаты.

Как работает агент

Агент не имеет заранее прописанного пути от старта к финишу. У него есть цель, набор доступных действий, правила оценки результата и условия остановки. На каждом шаге он выбирает следующее действие на основе текущего состояния. Это может быть простая стратегия: «если текущая конверсия ниже целевой, попробуй новый креатив; если выше — масштабируй текущий». Или сложная: «анализируй весь набор метрик, формируй гипотезу, проверяй её мини-экспериментом, делай вывод, корректируй план». Ключевая разница — в том, что путь не задан, а конструируется в процессе.

Это даёт агенту принципиально другое свойство — адаптивность. Если рынок изменился, агент может изменить стратегию. Если креатив не сработал, он может сгенерировать новый. Если аудитория ведёт себя не так, как ожидалось, он может переопределить сегментацию. Workflow в таких условиях либо ломается (потому что сценарий не предусмотрен), либо требует ручной корректировки.

Сравнительная таблица

Критерий

Workflow

Агент

Источник пути

Человек прописывает шаги

Агент строит путь сам

Гибкость

Низкая — только заданные ветки

Высокая — выбор на каждом шаге

Предсказуемость

Высокая — путь известен заранее

Средняя — путь зависит от результатов

Стоимость разработки

Высокая на старте, низкая в поддержке

Ниже на старте, выше в поддержке

Контроль

Пошаговый

По里程碑ам и правилам

Подходит для

Повторяющихся, предсказуемых процессов

Вариативных, адаптивных задач

Риск

Низкий — система делает то, что задано

Средний/высокий — система выбирает сама

Скорость внедрения

Медленнее (нужно описать все шаги)

Быстрее (нужно описать цель и правила)

Из этой таблицы видно главное: выбор между workflow и агентом — не вопрос «что современнее», а вопрос «какова природа задачи». Если задача повторяющаяся, предсказуемая и не требует адаптации — workflow лучше, дешевле и надёжнее. Если задача вариативная, требует оценки промежуточных результатов и выбора между альтернативами — агент даёт принципиально другие возможности.

Когдаworkflow превращается в агента

Между чистым workflow и чистым агентом есть спектр промежуточных состояний. На одном конце — полностью заданный сценарий без ветвлений. На втором — сценарий с условиями и циклами. На третьем — сценарий с параметрами, которые может менять AI-модель, но в рамках заданных шагов. На четвёртом — сценарий, в котором AI-модель сама определяет, какие шаги выполнить. На пятом — агент с полной свободой действий в рамках цели и ограничений. Этот спектр — не теоретическая конструкция, а практический инструмент: переход между уровнянями можно делать постепенно, не пытаясь сразу перепрыгнуть от простого workflow к полностью автономному агенту.

Пример постепенного перехода. Шаг 1: workflow отправляет email всем, кто бросил корзину, через 1 час. Шаг 2: workflow добавляет условие — если сумма корзины больше 5 000 ₽, отправляем письмо с предложением консультации; иначе — с промокодом. Шаг 3: workflow отправляет разные письма в зависимости от сегмента (новый/вернувшийся, тип товара, гео). Шаг 4: AI-модель генерирует содержание письма под каждый контакт на основе его истории. Шаг 5: AI-агент сам определяет, отправлять ли письмо, какому сегменту, с каким предложением и когда, отслеживая конверсию в покупку и корректируя стратегию. На каждом шаге система становится более адаптивной, но и более сложной в контроле.

Гибридная модель: workflow + агент

На практике большинство систем — гибридные. Workflow используется для надёжных, предсказуемых операций (отправка письма, обновление статуса, постановка задачи). Агент включается там, где нужна адаптация (какое письмо отправить, какой статус поставить, какую задачу сформулировать). Такая гибридная архитектура даёт лучшее из двух миров: предсказуемость workflow и адаптивность агента. Большинство примеров в этой книге — гибридные.

Сквозной кейс: «МетрикаПро» (B2B) — гибридная архитектура

SaaS-сервис для аналитики маркетплейсов. Цикл сделки длинный (45–90 дней), средний чек 12 000 ₽/мес, конверсия из лида в продажу — около 8%. Архитектура: workflow обрабатывает базовый цикл — регистрация → welcome-серия → скоринг → передача в продажи. Агент включается на этапе квалификации лидов.

Workflow: новый лид регистрируется → получает welcome-серию из 4 писем (день 0, 2, 5, 9) → в каждом письме отслеживается активность (открытия, клики, входы в систему) → на основе активности скоринг обновляется → при скоринге 50+ лид передаётся менеджеру.

Агент: при передаче менеджеру агент анализирует действия лида в системе — какие отчёты открывал, какие метрики смотрел, какие магазины подключал. На основе этого формирует для менеджера краткую справку: «Лид интересуется аналитикой продаж на Wildberries, подключил два магазина, смотрел отчёты по конкурентам. Рекомендация: предложить тариф Pro с акцентом на анализ конкурентов». Агент не ведёт переговоры — он готовит контекст для менеджера.

Результат: время подготовки менеджера к звонку сократилось с 15–20 минут до 2–3 минут; конверсия из звонка в демо выросла с 38% до 47%.

Границы workflow: где он перестаёт работать

Workflow хорошо работает до тех пор, пока число возможных сценариев остаётся управляемым. На практике это значит: 5-10 ветвлений — нормально, 20-30 — сложно, но поддерживаемо, 50+ — уже не поддерживаемо. Каждый новый сценарий — это новая ветка в коде, новый тест, новый потенциальный баг. В какой-то момент код workflow становится настолько сложным, что любое изменение требует ревизии всех веток. Это и есть граница, за которой нужен агент.

Симптомы того, что workflow достиг своего предела: команда тратит много времени на поддержку существующих сценариев, а не на развитие; новые сценарии добавляются медленно; часто происходят «неучтённые случаи», которые требуют ручного вмешательства; логика workflow разрослась настолько, что никто в команде не помнит все детали. Если вы видите эти симптомы — это сигнал, что для текущей задачи нужен агентный подход, а не дальнейшее усложнение workflow.

Экономика выбора: workflow дешевле на старте, агент дешевле в развитии

Стоимость внедрения — отдельный фактор выбора. Workflow обычно дешевле в момент запуска: чёткие шаги, понятная логика, понятная разработка. Но workflow дорожает в поддержке: каждое новое условие, каждый новый сценарий — это разработка и тестирование. Агент дороже на старте: нужно спроектировать архитектуру, написать конституцию, настроить guardrails, обучить модель. Но агент дешевле в развитии: новые сценарии не нужно «добавлять в код» — агент обрабатывает их через свою логику, нужно только убедиться, что новые сценарии соответствуют правилам.

Эта разница в экономике объясняет, почему небольшие команды чаще выбирают workflow, а зрелые — агентов. На коротком горизонте (3-6 месяцев) workflow почти всегда дешевле. На длинном (12+ месяцев) агент становится выгоднее, особенно если задача вариативная. Для большинства маркетинговых задач горизонт — 1-2 года, и агент обычно выигрывает по совокупной стоимости владения.

Когда гибрид — лучший выбор

В реальности чистые workflow и чистые агенты встречаются редко. Большинство рабочих систем — гибриды: workflow для предсказуемой части процесса, агент — для вариативной. Например, в обработке входящих лидов: workflow принимает лид, проверяет обязательные поля, отправляет welcome-серию, ставит скоринг — это предсказуемая часть. Когда лид достигает определённого скоринга, срабатывает Sales-агент: он анализирует контекст, формирует персональное сообщение, передаёт менеджеру — это вариативная часть.

Гибрид хорош тем, что позволяет внедрять агентов постепенно. Сначала автоматизируете рутину через workflow. Когда workflow достигает предела сложности — добавляете агента на самом сложном участке. Со временем агентов становится больше, и workflow остаётся только там, где он действительно оптимален. Этот эволюционный путь — самый реалистичный для большинства компаний. Сразу построить «всё на агентах» — это риск и дорого; оставить всё на workflow — значит упустить возможности.

Если простой workflow решает задачу, не нужен агент.

Это правило — самое важное в этой главе. Любая задача, которую можно решить workflow, должна решаться workflow. Агент имеет смысл только тогда, когда заранее прописать шаги невозможно или неэффективно. Внедрение агента там, где достаточно автоматизации, — это лишние риски, лишние затраты и лишние сложности в поддержке без какой-либо выгоды.

Когда агент особенно полезен

Есть семь признаков, по которым можно понять, что задача подходит для агентного решения. Не обязательно, чтобы присутствовали все семь — но чем больше признаков совпадает, тем сильнее аргумент в пользу агента.

Задача повторяется с определённой частотой. Если задача возникает один раз в год — агент не окупится. Если раз в неделю или чаще — экономика начинает работать.

Задача содержит несколько шагов. Один шаг — это не задача для агента, а просто функция. Несколько шагов с зависимостями — уже кандидат.

Задача требует анализа. Не просто «сделай X», а «посмотри на данные и реши, какой X делать». Это базовое свойство агентного подхода.

Задача использует несколько инструментов. Если всё решается одним вызовом API — это не агент, а интеграция. Агент нужен, когда нужно собрать данные из CRM, рекламного кабинета и аналитики, чтобы принять решение.

Задача имеет измеримый результат. Без измеримого результата нет критерия успеха, и агент не сможет понять, достигнута ли цель.

Задача допускает ограниченную автономию. Не полную свободу, а разумные рамки — например, действовать в пределах бюджета и набора каналов.

Задача содержит множество вариантов пути. Если путь один — workflow. Если возможных путей много и они зависят от результатов промежуточных шагов — агент.

Когда агент не нужен

С другой стороны, есть признаки, при которых агент — плохое решение. Этих признаков меньше, но они важнее, потому что внедрение агента там, где он не нужен, — самая дорогая ошибка.

Задача слишком редкая. Если возникает раз в квартал — дешевле сделать вручную.

Стоимость ошибки очень высокая. Если ошибка может стоить миллионы или навредить репутации — оставьте решение человеку, а агент используйте только как ассистента.

Процесс плохо определён. Если вы не можете объяснить человеку, как выполняется задача, — вы не сможете объяснить это и агенту.

Нет данных. Агент работает с данными. Если данных нет или они низкого качества — агент будет принимать плохие решения.

Нет критериев успеха. Без них невозможно понять, достигнут ли результат, и тем более — оценить качество работы агента.

Обычный workflow решает задачу проще и надёжнее. Это самый частый случай: команда увлекается агентной модой и забывает, что простое решение лучше сложного.

Четыре вопроса для принятия решения

Прежде чем внедрять агента, задайте четыре вопроса. Первый: «Можно ли решить задачу workflow?» Если да — используйте workflow. Второй: «Какова стоимость ошибки агента?» Если ошибка критична — агенту нужны очень жёсткие ограничения, и он, скорее всего, будет работать в режиме рекомендаций. Третий: «Есть ли измеримый критерий успеха?» Если нет — задача не подходит для агента. Четвёртый: «Какой объём данных доступен?» Если данных мало — агент не сможет принимать качественные решения.

Эти четыре вопроса отсекают большинство кандидатов на агентное решение. На практике из 10 задач, которые команда хочет отдать агенту, 6–7 обычно оказываются задачами для workflow, 2–3 — задачами для гибрида (workflow + AI-ассистент), и только 1 — настоящей задачей для агента. Это нормально и даже желательно: меньше агентов — меньше рисков, проще поддержка, понятнее экономика.

Матрица «вариативность × стоимость ошибки»

Полезный инструмент принятия решений — матрица, где по одной оси отложена вариативность задачи (насколько предсказуем путь), по другой — стоимость ошибки (сколько стоит неверное решение). Четыре квадранта дают четыре разных рекомендации.

Стоимость ошибки низкая

Стоимость ошибки высокая

Вариативность низкая

Workflow

Workflow + жёсткий контроль

Вариативность высокая

Агент (полная автономия)

Агент (только рекомендации) или гибрид

В квадранте «низкая вариативность + низкая стоимость ошибки» — большинство рутинных операций (рассылки, обновление статусов, базовые отчеты). Workflow здесь оптимален. В квадранте «низкая вариативность + высокая стоимость ошибки» — финансовые операции, изменение ключевых настроек, отправка коммуникаций VIP-клиентам. Workflow с дополнительными проверками и подтверждениями. В квадранте «высокая вариативность + низкая стоимость ошибки» — генерация контента, тестирование гипотез, мониторинг. Здесь агент может работать с большой автономией. И, наконец, в квадранте «высокая вариативность + высокая стоимость ошибки» — стратегические решения, крупные бюджеты, репутационные вопросы. Здесь агент должен работать в режиме рекомендаций: предлагает варианты, человек выбирает.