Коротко. Чат-бот отвечает на одно сообщение по сценарию или через один вызов модели и не помнит, что делал раньше. Ассистент держит контекст диалога и помогает человеку думать, но сам ничего не делает — только предлагает. ИИ-агент действует самостоятельно: получает задачу, разбивает её на шаги, вызывает внешние инструменты (CRM, почту, базу данных, сайт) и доводит процесс до результата без участия человека на каждом шаге. Граница между ними — не в «уме» модели, а в том, может ли система сама совершать действия во внешних системах.
Три термина, которые путают в описании одного и того же продукта
На сайтах разработчиков и в рекламе «чат-бот», «ИИ-ассистент» и «ИИ-агент» нередко используются как синонимы, потому что все три построены на одной технологии — языковой модели. Разница не в модели внутри, а в архитектуре вокруг неё: что система умеет помнить, может ли она действовать самостоятельно и что происходит, если задача требует больше одного шага. Для бизнеса это не терминологический спор: от того, что именно выбрано, зависит, какую задачу продукт реально закроет и сколько будет стоить его настройка и поддержка.
Чат-бот: один вопрос — один ответ
Классический чат-бот работает по одному из двух принципов: жёсткий скрипт с деревом кнопок («выберите раздел — оплата, доставка, возврат») или разовый вызов языковой модели на каждое сообщение без сохранения истории между сессиями. Он отвечает на вопрос из базы знаний, направляет по сценарию, в лучшем случае поддерживает диалог в рамках одной сессии. Он не помнит, что пользователь спрашивал вчера, не может сам ничего сделать вне чата — не оформит заказ, не изменит статус заявки в CRM. Область применения — первая линия поддержки, ответы на частые вопросы, квалификация лида по простому сценарию. Стоимость внедрения обычно самая низкая среди трёх вариантов: скриптовый бот на конструкторе можно настроить за 1-3 дня, бот на базе LLM с ответами по документам сайта — за 1-2 недели.
ИИ-ассистент: помнит контекст, но не действует сам
Ассистент — следующий уровень: он держит контекст всего диалога или даже нескольких сессий, понимает, о чём шла речь раньше, может рассуждать над сложной задачей вместе с пользователем — предложить варианты, сравнить, написать черновик текста или письма. Разница с чат-ботом в глубине диалога, а не в автономности: ассистент не выполняет действия за пределами чата сам, он выдаёт результат, который человек забирает и использует руками — копирует текст, применяет совет, сам вносит правку в документ. Типичный пример — помощник в написании коммерческих предложений или в подготовке ответов на возражения: он резко ускоряет работу человека, но финальное действие (отправить письмо, изменить цену в прайсе) остаётся за человеком.
ИИ-агент: доводит задачу до результата сам
Агент отличается тем, что умеет действовать во внешних системах без участия человека на каждом шаге. Технически это языковая модель, которой дали доступ к инструментам — вызовам API, базе данных, почте, CRM, — и способность самой решать, какой инструмент вызвать и в каком порядке, чтобы дойти от задачи до результата. Пример: агент для обработки заявок сам читает новую заявку, определяет тип запроса, создаёт сделку в amoCRM или Битрикс24, ставит задачу нужному менеджеру и отправляет клиенту письмо с подтверждением — без участия человека на каждом из этих шагов. Ключевое отличие от ассистента: агент не предлагает, что сделать, а делает это сам, и может выполнить задачу из нескольких последовательных действий, где результат одного шага определяет следующий.
Сравнение трёх типов систем
| Критерий | Чат-бот | ИИ-ассистент | ИИ-агент |
|---|---|---|---|
| Память между сообщениями | Обычно нет или только в рамках сессии | Да, весь диалог и часто история | Да, плюс состояние выполняемой задачи |
| Действует во внешних системах | Нет | Нет, только советует | Да — CRM, почта, API, базы данных |
| Число шагов на задачу | Один ответ на одно сообщение | Диалог, но одно действие за раз выполняет человек | Несколько связанных шагов подряд без участия человека |
| Типичная задача | Ответ на частый вопрос, простой скрипт | Помощь в написании текста, подготовка черновика решения | Обработка заявки от первого сообщения до записи в CRM |
| Срок внедрения | 1-3 дня на простом конструкторе | Несколько дней — зависит от источников знаний | От 2-3 недель — нужна интеграция с внешними системами |
Почему автономность агента — это ещё и риск
Способность действовать самостоятельно — главное преимущество агента и одновременно источник риска, который не возникает у чат-бота или ассистента. Если чат-бот ошибся — он дал неверный ответ, и это видно сразу. Если агент ошибся на третьем шаге из пяти — он мог уже создать дубль сделки в CRM, отправить письмо не тому клиенту или дважды списать остаток на складе, прежде чем ошибка обнаружится. Поэтому агенты требуют того, чего не требуют чат-боты: ограничений по правам доступа (агент не должен иметь возможность удалить данные, только создавать и изменять в заданных рамках), логирования каждого шага для разбора ошибок и, для критичных действий, точки подтверждения человеком — например, агент готовит счёт, но не отправляет его без подтверждения менеджера, пока система не показала стабильную работу на реальных задачах.
Как выбрать, что нужно бизнесу
Отправная точка — не «какая технология мощнее», а то, должен ли результат сразу становиться действием во внешней системе. Если задача — ответить на вопрос или дать человеку информацию для принятия решения, достаточно чат-бота или ассистента, и это дешевле и быстрее внедрить. Если задача — довести процесс до результата без участия человека на промежуточных шагах (обработать заявку, обновить статус, запустить цепочку писем), нужен агент, и здесь важна не столько сама модель, сколько качество интеграции с системами, куда агент должен «дотянуться» — CRM, склад, платёжный сервис. Ошибка, которая случается чаще всего, — заказывать «агента», когда по факту нужен обычный чат-бот с базой знаний: это удорожает и удлиняет проект без прироста пользы.
Чат-бот на сайте — это уже ИИ-агент?
Обычно нет. Большинство чат-ботов на сайтах отвечают на вопросы по базе знаний и не совершают действий во внешних системах — это ассистент или продвинутый чат-бот, но не агент в строгом смысле.
Может ли один продукт совмещать чат-бота и агента?
Да, и это частый случай: интерфейс для пользователя выглядит как обычный чат, но за кулисами часть сообщений обрабатывает агентная логика с доступом к CRM и другим системам, а часть — просто отвечает по базе знаний.
Сколько стоит внедрить ИИ-агента для обработки заявок?
Стоимость сильно зависит от числа систем, с которыми должен работать агент, и от сложности правил. Простая связка с одной CRM обходится дешевле, чем агент, который должен согласованно работать с CRM, складом и платёжным сервисом одновременно.
Нужен ли агенту человек в процессе вообще?
Для критичных действий — да, точка подтверждения человеком снижает риск дорогой ошибки. Полностью автономный агент без контроля оправдан только на задачах с низкой ценой ошибки.
Чем ИИ-агент отличается от обычной автоматизации по правилам (если-то)?
Классическая автоматизация действует строго по заранее заданным условиям. Агент на основе языковой модели сам решает, какой шаг предпринять дальше, исходя из содержания задачи, а не только из жёстко прописанного условия — это даёт гибкость на нестандартных случаях, но требует более тщательного контроля результата.
Разобраться, что подойдёт именно вашему бизнесу
Оценим задачу и скажем прямо, хватит ли обычного чат-бота или процессу действительно нужен ИИ-агент с доступом к вашим системам.