Как дать ИИ-агенту память всей компании
Как связать рабочий чат, CRM и базу знаний, чтобы агент понимал контекст и помогал команде в ежедневной работе.
Человек 2.0В компаниях редко пропадают данные. Чаще никто не помнит, где искать нужное.
Переписка с клиентом осталась в чате. Текущий статус сделки записан в CRM. Важное правило спряталось в документе, название которого уже никто не вспомнит. Когда нужен ответ, сотрудник открывает вкладки и по кусочкам восстанавливает историю.
Чат с нейросетью без подключённых рабочих источников опирается только на переданный ему контекст. Нужная деталь при этом часто остаётся в другой системе.
Решение — не переносить всё в один бесконечный промпт, а связать рабочее пространство, CRM и базу знаний. Например, BUZZ может стать пространством для совместной работы людей и ИИ-агентов, Teable — интерфейсом к структурированным данным, а Markdown под управлением Git — местом для правил и процедур. Такой контур работает только после настройки интеграций и прав доступа.
Один вопрос вместо поиска по чатам и вкладкам
Менеджер пишет в рабочий чат: «Почему зависла сделка?»
Если интеграции и права настроены, агент открывает карточку клиента, находит последнюю переписку и сверяется с внутренними правилами. В ответ менеджер получает короткую сводку: что произошло, где возникла задержка и какой шаг нужен сейчас.
Менеджеру не приходится вспоминать, кто писал клиенту неделю назад, и искать нужный файл по названию «финал_точно_3». Агент берёт этот поиск на себя.
Сотрудник задаёт вопрос там, где уже работает. Агент обращается к нужным системам, а если данных не хватает, уточняет детали в том же диалоге.
Откуда агент берёт факты и правила
В настроенной CRM хранятся карточки клиентов, статусы сделок, ответственные сотрудники и история работы. Она отражает зафиксированное состояние процессов, а точность ответа зависит от того, насколько регулярно команда обновляет данные.
База знаний помогает понять, как действовать. В ней собраны регламенты, сведения о продуктах и принятые командой решения. Markdown остаётся читаемым обычным текстом и может передаваться модели как контекст. В истории коммитов Git видно, что изменилось, какой автор указан и когда был создан коммит.
Получив доступ к обоим источникам, агент сопоставляет текущую ситуацию с правилами компании. Ответ можно проверить, если агент возвращает ссылки на использованные карточки, сообщения и документы.
Какие решения остаются за человеком
Доступ к данным не должен автоматически давать агенту право действовать от имени компании. Он может собрать информацию и подготовить следующий шаг. Отправка сообщения клиенту, платёж или удаление данных должны требовать подтверждения человека.
Запускать такую систему лучше поэтапно. Сначала агент получает доступ только на чтение и готовит черновики. Команда проверяет его ответы и замечает, каких данных или правил не хватает. Затем агенту можно разрешить менять записи в одном конкретном процессе.
В реализацию следует включить журналирование действий и подтверждений. Отправка сообщений, платежи и удаление данных по-прежнему требуют отдельного разрешения человека.
Для пилота подойдёт регулярная задача, которая давно отнимает у команды время. Например, подготовка карточки клиента перед созвоном. Результат легко проверить, поэтому ошибку можно заметить до того, как она повлияет на работу.
Когда команда убеждается, что результат стабилен, агенту доверяют следующий участок работы. Так единый ИИ-контур растёт вместе с реальными задачами компании и остаётся управляемым.
С чего начать свой контур
Первый шаг — собрать личного агента и научиться давать ему рабочий контекст: правила, файлы, ссылки, память и повторяемые сценарии. На воркшопе Codex + Hermes вы проходите этот путь от первых задач в Codex до своего Hermes-агента. Затем его можно подключать к данным и процессам компании.
После воркшопа в программу входит 30 дней доступа в Среду внедрения ИИ. Там можно принести свой сценарий, разобрать настройку и продолжить внедрение вместе с людьми, которые уже работают с агентами.