Где автоматизация с ИИ не работает: проверка до запуска
Как выбрать процесс для автоматизации: качество входа, критерии результата, цена ошибки и ручное согласование. Учебная таблица решений.
Автоматизация с ИИ может технически выполняться без ошибок и при этом давать непригодный результат. Письмо отправлено, запись обновлена, но адресат выбран неверно или обещание не согласовано. Поэтому до сборки workflow стоит проверить сам процесс: что известно на входе и как отличить правильный результат.
Ниже — авторская схема выбора первого пилота. Она помогает решить, где оставить черновик, где нужен человек и где пока рано внедрять ИИ.
1. Опиши действие вместо общего процесса
«Автоматизировать поддержку» слишком широко. Раздели её на действия: найти статью, предложить ответ, выбрать адресата, отправить письмо, изменить статус обращения. У этих действий разная цена ошибки и разные способы проверки.
Для каждого запиши вход, выход, владельца решения и способ отмены. Если никто не может объяснить, какой ответ считать верным, модель не исправит эту неопределённость. Сначала договорись о критериях или оставь задачу человеку.
2. Сравни кандидатов одинаковыми вопросами
Используй одну проверку для каждого процесса: достаточно ли фактов, есть ли критерий приёмки, какова цена ошибки, можно ли отменить действие, кто разберёт исключение и сколько ручной работы останется.
| Учебный кандидат | Главный пробел | Решение для первого пилота |
|---|---|---|
| Сгруппировать обезличенные отзывы | Нужно определить категории | Черновик группировки с проверкой |
| Ответить на жалобу без истории заказа | Не хватает фактов | Сначала получить контекст |
| Отправить обещание срока клиенту | Срок не согласован | Черновик и согласование владельцем |
| Удалить «ненужные» записи CRM | Не определено, что ненужно | Не запускать удаление |
Это редакционные решения по учебным условиям, а не результаты тестов платформ. В другом процессе вывод может измениться после появления источников, критериев и ответственного.
3. Проведи разбор на конкретном примере
Представь учебный сценарий: после встречи агент должен написать клиенту итог. Есть заметка «обсудили интеграцию», но нет утверждённых сроков, списка получателей и решения, кто согласует текст.
Передай в используемый чат ИИ такой запрос:
Оцени готовность учебного процесса к автоматизации.
Вход: заметка «обсудили интеграцию».
Желаемое действие: отправить клиенту письмо с итогами встречи.
Сроки не утверждены, получатели не указаны,
ответственный за согласование не назначен.
Раздели процесс на подготовку черновика и внешнюю отправку.
Для каждого шага укажи необходимые данные, критерий приёмки,
последствие ошибки и ответственный следующий шаг.
Не придумывай адресата, срок и решение встречи.
Не выполняй отправку. Верни таблицу и два вопроса владельцу процесса.Ожидаемый вывод: подготовить структуру письма можно, но обещания и отправка не готовы. Если модель сама назначает адресата или срок, это провал проверки. Список неизвестных здесь полезнее правдоподобного письма.
4. Проверь границу перед действием
В n8n есть Human-in-the-loop для инструментов агента: выполнение выбранного инструмента приостанавливается до одобрения или отказа человека. При одобрении запускается действие с предложенными параметрами; при отказе оно отменяется. Это механизм согласования, а не автоматическая проверка правильности текста.
Человек должен видеть конкретное действие: адресата, тему, текст и существенные параметры. Кнопка «одобрить работу агента» без этих данных не помогает оценить результат. Для учебного пилота можно вообще остановиться на сохранении черновика без инструмента отправки.
Проверь четыре случая до включения реальных действий:
| Случай | Ожидаемое поведение |
|---|---|
| Все данные есть | Сформирован проверяемый черновик |
| Нет получателя | Отправка не выполняется |
| Человек отказал | Действие не выполняется |
| Согласующий не ответил | Нет автоматического разрешения по умолчанию |
Поведение ожидания и повторных запусков нужно явно проверить в своей реализации. Не считай молчание согласием. Неодобренный черновик не должен попасть в ветку отправки из-за другого условия workflow.
5. Измерь, осталось ли преимущество
В пилоте записывай время подготовки, проверки, исправлений и разбора исключений. Если черновик создаётся за минуту, а исправление занимает двадцать, скорость генерации мало говорит о пользе процесса. Сравни полное время с ручным способом на одинаковых случаях.
Начинай с обратимого действия и понятного владельца. После проверки можно расширить область автоматизации, но не переносить успех группировки текста на удаление данных или внешние обещания.
Для выбора сценария есть руководство по автоматизации процессов, для технических сбоев — обработка ошибок n8n. На курсе по агентам разбираем такие границы. Механика n8n сверена с документацией 12 ноября 2026 года; workflow и модельные прогоны для статьи не запускались.
Собери своего ИИ-агента и проверь результат
«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.
7 практических воркшопов · записи · вопросы автору в чате
Посмотреть программу курса ↗