ИИ-агент в маркетинге: задачи, границы и первые шаги

ИИ-агент для маркетинга выполняет цепочки задач: собирает данные, готовит сегменты, пишет черновики писем и сводит отчёты по расписанию. Он не заменяет маркетолога, а снимает рутину и ускоряет подготовку решений. Ниже — что именно он делает, где ошибается и сколько стоит запуск.

Сергей Езепенко · 11.11.2026 · время чтения 17 мин

Чем агент отличается от чат-бота и автоматизации

Разница проявляется на первом же нестандартном запросе. Чат-бот обучен отвечать по сценарию: если клиент спрашивает про цену — бот отдаёт шаблон с прайсом, если про доставку — шаблон про доставку. Сценарий заканчивается там, где заканчивается дерево вариантов. Автоматизация устроена иначе: это жёсткая цепочка «событие → действие». Заявка попала в CRM — ушло письмо, лид заполнил форму — создалась задача менеджеру. Цепочка работает, пока условия совпадают с заложенными. Появился новый канал, поменялся формат выгрузки, клиент написал в два места сразу — цепочка ломается или обрабатывает данные неправильно, и разбираться с этим идёт человек.

Агент строит работу от цели, а не от сценария. Ему задают результат: «собери отчёт по стоимости лида за неделю и покажи, где выросла цена». Дальше он сам решает, какие источники открыть, в каком порядке, что делать, если один кабинет не отдаёт данные, и как пересчитать метрики, если часть лидов не склеилась. Это не значит, что агент умнее аналитика, — значит, что он держит в голове промежуточный результат и корректирует следующий шаг под него. Сценарий такой гибкости не даёт: в нём нельзя предусмотреть ветку «выгрузка пришла в другом формате, сопоставь колонки по смыслу».

Практическая разница видна на рутине. Маркетолог ставит задачу «проверь, не дублируются ли кампании в Директе и VK, и сведи расходы по дням». Автоматизация тут справится только с той частью, под которую написан скрипт. Агент проходит цепочку сам:

1. Открывает список кампаний в каждом кабинете.
2. Сопоставляет названия и UTM-метки, находит пересечения.
3. Проверяет, не считается ли один и тот же клиент дважды.
4. Сводит расходы по датам и каналам.
5. Возвращает таблицу с пометками, где данные расходятся.

Шаги 2–4 в жёсткой цепочке пришлось бы прописывать вручную под каждый кабинет, и при смене интерфейса всё пришлось бы переделывать.

Есть и ограничение, о котором стоит сказать прямо. Агент ошибается иначе, чем бот: бот ошибается предсказуемо (не нашёл ответ), агент может уверенно сделать неверный шаг — например, склеить двух разных клиентов с похожими телефонами. Поэтому агенту нужны правила проверки: лимиты на действия, логи каждого шага и точки, где результат уходит человеку на подтверждение. Без этого гибкость превращается в источник ошибок, которые сложно поймать.

Выбор между тремя инструментами — не про «что современнее», а про характер задачи. Если ответы клиентам укладываются в известные сценарии — хватит бота. Если процесс стабильный и повторяется одинаково — дешевле автоматизация. Агент нужен там, где на входе разнородные данные и заранее неизвестна последовательность шагов: сбор из нескольких кабинетов, сверка источников, подготовка сводок. Подробнее о том, где проходит граница между ботом и агентом, разобрано в материале Чем ИИ-агент отличается от чат-бота и что выбрать бизнесу.

Сбор и очистка данных из рекламных кабинетов

Основная работа маркетингового агента начинается не с креативов, а с данных. Кабинеты Директа, VK Рекламы и CRM живут отдельно: в рекламных системах — показы, клики, расход, в CRM — сделки и выручка. Пока эти данные не сведены, посчитать реальную стоимость лида и клиента нельзя, а решения принимаются по цифрам из разных отчётов, которые не сходятся между собой. Агент забирает выгрузки из каждого источника по расписанию (обычно раз в сутки ночью, иногда чаще), приводит их к одной таблице и дальше работает уже с ней.

Первый этап — сведение. У Директа и VK разная структура отчётов, разные названия колонок и разные идентификаторы кампаний. Агент приводит их к единому виду: дата, канал, кампания, группа, расход, показы, клики, заявки. Дальше добавляет то, чего в кабинетах нет, — статусы из CRM: заявка принята, дозвонились, отказ, сделка. Без этой связки расход и выручка остаются в разных вселенных.

Второй этап — очистка, и здесь чаще всего ломаются ручные отчёты. Один клиент оставляет заявку в форме на сайте, потом звонит, потом пишет в VK — в CRM это три лида, а в реальности один человек. Агент склеивает записи по телефону, нормализует номер (убирает скобки, дефисы, приводит к формату +7…), отсекает явные дубли по e-mail и связке «телефон + дата». Тестовые заявки сотрудников, спам и лиды без контактов помечаются и не попадают в расчёт. Это скучная часть, но именно она определяет, насколько цифры в отчёте соответствуют реальности.

Третий этап — ежедневный расчёт метрик по каналам. Агент считает CPL (расход / число принятых лидов) и CAC (расход / число клиентов, дошедших до сделки) отдельно по каждому каналу и кампании, обновляет цифры каждое утро и сравнивает с предыдущим периодом. Если CPL по каналу вырос больше чем на заданный порог — например, на 30% за три дня, — агент помечает это в сводке, чтобы маркетолог посмотрел причину, а не искал её вручную по таблицам.

Пример из практики. У компании с двумя каналами — Директ и VK — в отчёте за месяц сходились расходы, но не сходились лиды: в рекламных кабинетах их было 412, в CRM — 366. Ручная сверка занимала у маркетолога полдня в неделю. После настройки агента выяснилось, что 38 заявок были дублями (клиенты писали в оба канала), а 8 — тестовыми. Реальный CPL оказался на 12% выше того, что показывал отчёт по кабинетам. Цифра изменилась не потому, что изменилась реклама, а потому, что раньше в расчёт попадали лишние лиды.

Что стоит заложить при запуске: правила склейки (по каким полям считаем клиента одним), список исключаемых типов заявок и пороги, после которых агент сигналит о росте цены лида. Эти правила — часть постановки задачи, без них агент будет считать быстро, но неверно. Общий порядок первого запуска с учётом таких настроек описан в материале ИИ-агент для малого бизнеса: практический план первого запуска.

Сегментация базы и подготовка рассылок

Рассылка по всей базе одним текстом даёт предсказуемо низкий отклик: люди с разной историей покупок реагируют на разное. Агент снимает с маркетолога рутину разметки и черновиков, но не принимает решение, кого вообще стоит трогать.

Работа начинается с выгрузки из CRM или платёжной системы. Агент получает таблицу с полями: email или телефон, дата регистрации, дата последней покупки, число заказов за 12 месяцев, средний чек, категории товаров, статус согласия на рассылку. Дальше он раскладывает базу по сегментам. Типовая сетка для интернет-магазина с чеком 2–8 тыс. рублей выглядит так:

1. Новые — регистрация меньше 60 дней назад, покупок нет.
2. Разовые — одна покупка за год, средний чек ниже медианы по базе.
3. Активные — две и более покупки за полгода.
4. Спящие — последняя покупка была 6–12 месяцев назад.
5. Потерянные — больше года без заказа.

Границы агент не выдумывает: их задаёт маркетолог, а агент только применяет правила и показывает, сколько адресов попало в каждый сегмент. Это важный момент — если в «активных» оказалось 4% базы, а в «спящих» 60%, проблема не в агенте, а в качестве данных или в самом бизнесе.

Дальше — черновики писем. На каждый сегмент агент пишет свой вариант: новым — письмо о первом заказе с условиями доставки, активным — подборку новинок в купленных ранее категориях, спящим — напоминание с актуальным ассортиментом без скидочного давления. В промпт закладывают тон бренда, длину письма (обычно 600–900 знаков), обязательные блоки: тема, прехедер, тело, кнопка, подпись. Агент не сочиняет акции — он берёт условия из переданного ему файла с оффером.

Отдельный слой — проверка текста. Агент сверяет черновик со списком запрещённых формулировок: гарантии результата, обещания лечения и дохода, слова вроде «бесплатно» и «только сегодня» в теме письма, капслок, обилие восклицательных знаков, ссылки на сторонние ресурсы без необходимости. Для регулируемых сфер — медицина, финансы, БАДы — список шире, и его стоит держать в отдельном файле-справочнике, который агент читает при каждой проверке. На выходе маркетолог получает не готовое письмо, а черновик с пометками: что агент изменил и почему.

Пример из практики: магазин товаров для дома с базой 38 тыс. адресов запускал реактивацию «спящих». Агент разбил сегмент на две группы по среднему чеку — до 3 тыс. и выше — и написал два письма. В первом предложил товары для уборки, во втором — текстиль и декор. Отклик по второй группе оказался примерно вдвое выше, чем в прежней массовой рассылке, но точную цифру прироста магазин не измерял: не было контрольной группы. Это типичная ошибка первого запуска — без контрольного сегмента эффект агента не отделить от сезонности.

Что остаётся человеку: проверить, нет ли в выборке дублей и адресов с отозванным согласием, утвердить оффер, посмотреть финальный текст глазами и только потом ставить отправку в очередь. Агент экономит часы на разметке и первом черновике, но ответственность за содержание письма и за то, кому оно уйдёт, лежит на маркетологе.

Если запускаете агента впервые и не уверены, с какого процесса начать, полезен разбор ИИ-агент для малого бизнеса: практический план первого запуска — там про порядок шагов и типичные ошибки пилота.

Контент: от брифа до черновика статьи

В контенте агент закрывает разрыв между «надо написать статью» и «есть готовый черновик, с которым можно работать». Он не заменяет автора, а снимает с него самый скучный этап — сбор материала и первичную сборку текста.

Процесс начинается с брифа. Маркетолог передаёт агенту: тему и основной запрос, целевую аудиторию, объём (например, 6000–8000 знаков), список источников — ссылки на исследования, внутренние документы, прошлые статьи, транскрипты интервью с экспертами. Без списка источников агент начнёт додумывать факты, и это главный риск всей схемы. Правило простое: нет источника — нет утверждения.

Дальше агент проходит по источникам и вытаскивает то, что пойдёт в текст: цифры с указанием года и методики, прямые цитаты с именем и должностью автора, определения терминов, спорные места. Собранное он складывает в отдельный файл-выжимку, чтобы маркетолог мог быстро проверить, откуда взялась каждая цифра. Этот файл часто важнее самого черновика: по нему видно, где агент ошибся при чтении источника.

Структура собирается по редполитике. Обычно это фиксированный набор правил: заголовки не длиннее 70 знаков, в каждом разделе 2–4 абзаца, обязательный пример из практики, запрет на риторические вопросы, список запрещённых слов и клише. Агент получает редполитику как отдельный документ и следует ей при сборке плана, а затем и черновика. Если редполитики нет, её придётся написать — иначе каждый черновик будет в своём стиле.

Черновик агент пишет по разделам, а не целиком: так проще проверять и переписывать. На выходе — текст с расставленными подзаголовками, черновыми переходами между абзацами и пометками в квадратных скобках там, где не хватило данных: [нужна цифра по рынку за 2024], [цитата эксперта о сроках внедрения]. Эти пометки — не брак, а карта доработки.

Финальную правку и факт-чек делает человек. Проверяют три вещи: каждую цифру — по первоисточнику, каждую цитату — по транскрипту или публикации, каждое утверждение о продукте или услуге — на соответствие реальности. Агент склонен сглаживать формулировки и достраивать логические связки, которых в источниках не было; такие места надо безжалостно вычищать. Отдельно проверяют, не попали ли в текст выдуманные названия компаний и исследований — это самая частая и самая заметная ошибка.

Пример: агентству нужно было подготовить 12 статей для блога клиента за месяц. Агент собирал выжимки и черновики, редактор тратил на каждую статью около двух часов вместо шести — в основном на проверку фактов и переписывание переходов. Сроки сократились, но количество статей ограничили не возможностями агента, а временем редактора на проверку. Это и есть реальный потолок схемы: пропускная способность человека, который отвечает за достоверность.

Мониторинг конкурентов и упоминаний бренда

Ручной мониторинг конкурентов устроен так: маркетолог раз в неделю открывает десяток сайтов, смотрит цены, листает акции, проверяет отзывы на картах и маркетплейсах, потом сводит это в таблицу. На 10–20 конкурентов уходит 3–5 часов, и половина данных к моменту сведения уже устарела. Агент делает ту же работу по расписанию, без выходных и без «забыл проверить».

Что именно он отслеживает по конкурентам:

1. Цены и условия на карточках товаров и в прайсах — с фиксацией изменения и даты. Настраивается список конкретных SKU или категорий, а не «весь сайт»: иначе сводка превращается в шум.
2. Акции и промо-механики — баннеры на главной, разделы «Скидки», условия бесплатной доставки, порог для скидки. Агент заходит по заданному маршруту страниц и вытаскивает текст объявлений.
3. Новые позиции и уход товаров из ассортимента — появление нового раздела или исчезновение карточки из листинга.
4. Отзывы и жалобы — с карт, маркетплейсов, отзовиков и профильных площадок. Здесь важна не средняя оценка, а содержание: на что жалуются у конкурента и на что жалуются у вас.

По упоминаниям бренда логика похожая, но источники другие: поисковая выдача, соцсети, отраслевые форумы, комментарии под рекламой, Telegram-каналы. Агент собирает упоминания за период, отсекает явный мусор по стоп-словам, размечает тональность и группирует по темам — доставка, качество, цена, поддержка. Сплошная ручная вычитка тут не нужна: за неделю по небольшому бренду набирается 30–80 релевантных упоминаний, и просмотреть разметку быстрее, чем искать всё вручную.

Результат приходит в рабочий чат — обычно в понедельник утром, до планёрки. Формат сводки: 5–10 пунктов с изменениями, каждый со ссылкой на источник. Не «конкурент снизил цены», а «конкурент А снизил цену на модель X с 12 900 до 11 400 ₽, ссылка; у конкурента Б появилась акция „второй товар −30%“ до 30 числа, ссылка». Ссылка принципиальна: без неё маркетолог всё равно пойдёт проверять, и экономия времени обнулится.

Что важно понимать про ограничения. Агент не пробивает капчи и не парсит закрытые кабинеты — он работает с открытыми страницами и API площадок, где они есть. Динамические цены, которые подгружаются скриптом после авторизации, он может не увидеть. Часть источников отдаёт данные с задержкой в сутки. Поэтому мониторинг настраивают не «на всё», а на 15–25 конкретных URL и запросов, которые реально влияют на решения: цены ключевых категорий, три-четыре площадки с отзывами, поисковые запросы с названием бренда.

Пример из практики: у поставщика стройматериалов агент две недели подряд фиксировал у конкурента рост доли отзывов с жалобами на сроки доставки. Это не было всплеском — доля росла с 8% до 22%. Компания вынесла на сайт и в рекламу гарантию доставки за 48 часов по своему городу. Через месяц доля запросов с упоминанием сроков в сравнительных комментариях сместилась в их пользу. Ничего необычного: агент просто заметил тренд на две недели раньше, чем это стало видно по звонкам.

Настройка такого мониторинга занимает 1–2 дня, включая сбор списка источников и проверку разметки тональности на реальных данных. Дальше — поддержка: раз в месяц стоит просматривать, не сломались ли маршруты на сайтах конкурентов, потому что вёрстка меняется. Это честная часть работы, которую агент не отменяет.

Аналитика и отчёты без ручной сборки

Отчёт к понедельнику — это классическая точка, где ломается регулярность. Данные лежат в трёх местах: воронка в CRM, поведение на сайте в веб-аналитике, расходы в рекламных кабинетах. Маркетолог выгружает три таблицы, сводит по датам и UTM, чинит расхождения в названиях кампаний, считает стоимость лида — и к среде отчёт готов, но уже никому не нужен. Агент собирает тот же отчёт по расписанию, и делает это одинаково каждую неделю.

Что он сводит и считает:

1. Воронку из CRM. Лиды по источникам, конверсия из лида в квал, из квала в сделку, средний цикл сделки. Ключевое — сопоставление по UTM и ID кампании, а не по названию: «Яндекс_Поиск_Бренд_новый» и «яндекс поиск бренд» — для человека одно и то же, для скрипта — две разные кампании. Агент приводит метки к единому виду по заданным правилам.
2. Стоимость лида по кампаниям. Расход из кабинета делится на число лидов из CRM за тот же период и с той же атрибуцией. Отдельно считается стоимость квалифицированного лида — она обычно в 1,5–3 раза выше и именно она показывает, куда идут деньги.
3. Расхождения и аномалии. Кампания с расходом, но без лидов. Кампания с лидами, но без квалов. Резкий рост CPL относительно среднего за четыре недели. Эти пункты выносятся в начало отчёта, а не прячутся на пятой странице.
4. Срез по каналам и периодам. Неделя к неделе, месяц к месяцу, с учётом сезонности — сравнение с тем же периодом прошлого года, если данные есть.

Формат отчёта задаётся один раз: обычно это сообщение в чат с 5–7 цифрами и ссылкой на полную таблицу, плюс PDF или дашборд для тех, кто смотрит детали. К понедельнику, к 9:00, отчёт уже в канале — без напоминаний и без «забыл выгрузить».

Отдельная ценность — атрибуция. Агент фиксирует, какая модель используется: первый источник, последний источник или многоканальная. Без этого цифры в отчёте и в кабинете не сойдутся, и начнётся спор о том, чьи данные верные. Модель прописывается в настройке и не меняется задним числом, иначе динамика по неделям теряет смысл.

Пример из практики: у онлайн-школы агент три недели показывал в отчёте кампанию с 40 лидами и нулём квалов при CPL 380 ₽. Маркетолог проверил — оказалось, что форма на лендинге кампании отправляла заявки без поля «цель обучения», и отдел продаж не мог квалифицировать лиды, часть уходила в отказ. Починили форму за день, кампанию не выключали. Без автоматического сведения CRM и кабинета расхождение всплыло бы на месячном разборе, когда бюджет уже потрачен.

Что агент не делает: не объясняет причины провала и не предлагает стратегию. Он показывает, где расхождение, и даёт ссылку на срез данных. Интерпретация остаётся за человеком — и это правильно, потому что причина падения конверсии может быть в логистике, а не в рекламе. Если вы только начинаете выстраивать такую регулярность, полезен практический план первого запуска: ИИ-агент для малого бизнеса — там разобрано, с каких отчётов начинать и как не утонуть в настройке.

Технически сборка опирается на доступы: API CRM, API рекламных кабинетов, выгрузка из веб-аналитики. Если API нет, используется регулярная выгрузка CSV по расписанию — медленнее и менее надёжно, но работает. Срок настройки первого отчёта — от 3 до 10 рабочих дней в зависимости от числа источников и чистоты меток.

Где агент ошибается и как это ловить

Основной источник проблем — цифры. Если у агента нет прямого доступа к аналитике, CRM или рекламным кабинетам, он всё равно выдаст ответ: подставит правдоподобное значение из обучающих данных или просто сложит числа из контекста задачи. В отчёте появится «конверсия выросла на 18%», хотя реальный прирост — 4%. Опасность в том, что такая цифра выглядит убедительно и уходит в презентацию для руководства без проверки. Правило простое: любое число в ответе агента должно иметь источник — конкретный отчёт, таблицу, эндпоинт API. Если источник не прослеживается, цифру считаем выдуманной. Практический приём — требовать в промпте ссылку на поле данных рядом с каждым значением: «конверсия 3,2% (crm.deals, период 01–31.03)». Агент, у которого нет доступа к `crm.deals`, честно ответит, что данных нет, вместо того чтобы сочинять.

Вторая типовая ошибка — неверная трактовка нестандартных названий. В CRM статусы часто названы «в работе», «думает», «отправлено КП», «согласовано устно». Агент по умолчанию считает «сделкой в работе» всё, что не помечено как «закрыто», и завышает воронку. Или путает «оплачено» и «выставлен счёт». На чистой демо-базе с эталонными статусами это не видно, а на реальных данных отчёт расходится с тем, что видит руководитель отдела продаж. Лечится словарём соответствий: перед запуском вы выгружаете все значения поля «статус» и явно прописываете, к какой категории относится каждое, включая опечатки и старые варианты, оставшиеся от предыдущей версии CRM. Словарь хранится рядом с агентом и обновляется, когда появляется новый статус.

Третье — ошибки в логике многошаговых действий. Агент может собрать сегмент не по тем условиям, отправить письмо не той группе или посчитать метрику за неверный период, потому что неправильно понял дату в запросе. Здесь помогает не доверие, а наблюдаемость: журнал, где для каждого шага записаны входные данные, вызванный инструмент, параметры и результат. Без такого лога разбор инцидента превращается в угадывание.

Рабочая схема контроля для старта:

1. Включить полное логирование шагов и вызовов инструментов с сохранением входов и выходов.
2. Первые 2–3 недели проверять выборочно: 10–15% ответов вручную, обязательно все, что идут во внешние каналы или руководству.
3. Свести типовые ошибки в список и превратить его в тесты — набор вопросов с эталонными ответами, который прогоняется после каждого изменения промпта или модели.
4. Назначить ответственного за приёмку: конкретный маркетолог подписывает отчёт перед отправкой.

Пример из практики: агент готовил недельную сводку по лидам и стабильно завышал число «квалифицированных» на 20–25%. Причина оказалась в статусе «передан в отдел продаж» — агент считал его квалификацией, хотя менеджеры ещё не подтвердили бюджет. После правки словаря и добавления теста на этот статус расхождение ушло. На разбор ушло два дня, но без журнала действий искать пришлось бы неделю.

Внедрение: роли, сроки и бюджет

Пилот на одной задаче занимает 2–4 недели. Задача должна быть узкой и измеримой: не «автоматизировать маркетинг», а, например, «готовить еженедельный отчёт по каналам с разбивкой по источникам» или «собирать черновики ответов на входящие заявки с сайта». Первая неделя уходит на доступы и постановку, вторая-третья — на сборку, обкатку на реальных данных и правку промптов, четвёртая — на приёмку и сравнение с тем, как задачу делали вручную. Если пилот выходит за четыре недели, скорее всего, задача слишком широкая и её нужно дробить.

Роли. Нужен маркетолог-постановщик — человек, который формулирует задачу, знает, где лежат данные, и принимает результат. Это не обязательно руководитель: подойдёт специалист, который сейчас делает эту работу руками и может сказать, что считается правильным ответом. Второй участник — инженер или подрядчик, который настраивает доступы, инструменты и логи. На стороне бизнеса нужен владелец доступов: кто-то с правами администратора в CRM и рекламных кабинетах, кто выдаст API-ключи и настроит ограничения. Без маркетолога-постановщика проект буксует: инженер не знает, что считать верным, а маркетолог без технической части не может проверить, откуда взялись цифры.

Доступы к API — узкое место по срокам. Согласование прав в CRM, выгрузка из рекламных систем, доступ к базе сайта и почтовому сервису в среднем занимают от нескольких дней до двух недель, зависит от того, кто администрирует системы. Закладывайте это в план: пока доступов нет, инженер собирает каркас на тестовых данных, но реальную обкатку не начать.

Бюджет зависит от модели и объёма задач. Складывается из трёх частей: оплата обращений к модели (токены), инфраструктура и работа людей. По токенам порядок такой: отчёт или черновик ответа — это тысячи токенов, при десятках-сотнях задач в день суммы остаются небольшими, но при массовой обработке всей базы лидов или генерации контента по каталогу из тысяч позиций счёт растёт заметно. Дешёвая модель на простых задачах и дорогая на сложных — рабочая схема: маршрутизацию по типу задачи настраивают сразу. Инфраструктура — это хостинг, база для логов, возможно, очередь задач; на пилоте часто хватает минимального набора. Работа людей — основная статья: постановка, сборка, тесты и приёмка. Ориентир для пилота на одной задаче — от нескольких дней работы инженера и порядка 20–30 часов маркетолога-постановщика суммарно за месяц, точнее зависит от состояния данных и числа интеграций.

Если это первый запуск и нужно понять, с чего начать и как не утонуть в интеграциях, пригодится разбор ИИ-агент для малого бизнеса: практический план первого запуска — там последовательность шагов от выбора задачи до приёмки.

Автор: Сергей Езепенко, основатель «Системы Поток». Работаю с клиентами с 2018 года, 20 запущенных проектов: стройка, медицина, юруслуги, недвижимость, онлайн-школы.