От Custom GPT к Workspace Agent: история миграции
Один из лучших способов понять Workspace Agents, посмотреть, как мигрирует Custom GPT. Вот как это выглядит на практике, с неожиданными сложностями, которые нас удивили.
Custom GPTs не умерли, для однооборотных ассистентов они по-прежнему работают отлично. Но некоторые Custom GPTs должны стать Workspace Agents, и пока вы сами не мигрировали хотя бы один, сложно оценить, что меняется, а что нет.
Это история об одной миграции. Название клиента и детали изменены, но суть реальная. Шесть часов квалифицированной работы, несколько сюрпризов и чёткий ответ на вопрос: «Оно того стоило?»
Точка отправления
У команды был Custom GPT под названием «RFP Helper». В нём были кастомные инструкции (~800 слов), загруженная база знаний (50 МБ прошлых предложений и согласованных ответов) и два Actions, один для отправки черновиков ответов в базу данных Notion, второй для получения актуальных цен из API каталога.
Им пользовались постоянно. Специалист по продажам вставлял вопросы из RFP в чат, GPT возвращал черновики ответов, специалист редактировал их и вносил в реальный документ RFP. Это работало. Команда была довольна.
Зачем вообще мигрировать
Причина была не в том, что Custom GPTs хуже. Причина в том, что команда захотела изменить модель триггера. Вместо того чтобы специалист вставлял вопросы в чат, они хотели, чтобы агент сам отслеживал конкретную базу данных Notion на предмет новых RFP, автоматически обрабатывал весь документ и выдавал черновик для проверки.
Это агентный рабочий процесс, а не чат-процесс. Custom GPTs на это не способны. Workspace Agents, способны. Значит, мигрируем.
Что перешло без изменений
- 01
Системный промпт
Лёгкая правка, убрали отсылки к «когда пользователь спрашивает» и добавили контекст, специфичный для триггера. ~15 минут работы. Суть не изменилась: голосовые инструкции, правила оценки уверенности, запрет на галлюцинации в ответах по комплаенсу, всё сохранено дословно.
- 02
Файлы знаний
Преобразованы из загруженных файлов в живые ссылки на коннектор. Вместо статичных загрузок агент теперь читает базу данных Notion с согласованными ответами в реальном времени. Плюс: когда команда обновляет ответ в Notion, агент сразу использует новую версию. Стоимость: ~1 час на подключение коннектора Notion с явным предоставлением доступа по страницам.
Что пришлось пересобрать
- 01
Actions
Actions из Custom GPT переносятся концептуально, но не механически. Повторно использовали уже имеющиеся OpenAPI-спецификации, но перестроили аутентификацию через административные контроли Workspace Agent (сервисный аккаунт вместо OAuth на каждого пользователя). ~2 часа, в основном ушедших на комплаенс-согласование с IT по новому сервисному аккаунту.
- 02
Триггер
Полностью новый. Custom GPTs запускаются по сообщению пользователя; Workspace Agents могут запускаться по событию (новая строка в базе данных Notion), расписанию (ночью) или сообщению. Мы выбрали «по новой строке в базе загруженных RFP», больше никаких вставок вопросов, агент видит весь документ целиком.
- 03
Память
У Custom GPTs нет постоянной памяти между сессиями. У Workspace Agents, есть. Мы добавили структуру памяти, которая отслеживает «ответы, которые потребовали правки от специалиста», чтобы агент учился, какие из его уверенных ответов оказались неверными, и раньше флагировал похожие случаи для проверки человеком.
- 04
Управление доступом
У Custom GPTs базовый шаринг. У Workspace Agents, ограничение доступа по коннекторам, журналы аудита и лимиты использования на агент. Мы настроили хранение аудита, ограничили коннекторы конкретными страницами Notion и папками Drive, задали лимит кредитов. Около часа административной работы, но ни от чего из этого нельзя было уклониться.
Неожиданные трудозатраты
Главным поглотителем времени оказалось не техническое. Это было уточнение ТЗ. Написать триггер просто; договориться о том, каким он должен быть, заняло 45-минутный звонок с командой. Примеры споров: «Агент должен обрабатывать весь RFP или ждать, пока специалист отметит, какие разделы нужно ответить?» «Должен ли он пытаться отвечать, когда уверенность в поиске низкая, или заполнять только то, в чём уверен, а остальное флагировать?» «Куда попадает черновик: в Notion, Drive или на почту?»
Эти вопросы не задавались при создании Custom GPT, потому что чат-процесс не требует их формализовать. Специалист сам выбирал, какие вопросы вставить, в каком порядке, и GPT отвечал. Теперь агент принимает эти решения самостоятельно, значит, кто-то должен прописать правила принятия решений.
Вот реальная стоимость миграции. Не перенос кода. Не освоение новой платформы. Это принудительный переход от пользовательского управления к автономному, который потребовал от команды формализовать правила, до этого остававшиеся неявными.
Стоило ли оно того?
Для этой команды, да. Команда специалистов по продажам перешла от «вставить вопросы, скопировать черновики» (~45 мин на RFP) к «загрузить RFP, проверить черновик» (~15 мин на RFP). Агент берёт на себя утомительный промежуточный шаг. В месяц: 30 мин × 8 RFP = 4 часа, возвращённых специалистам по продажам. Немного, но реально, и для самых дорогих сотрудников.
Дополнительный эффект: упражнение по уточнению ТЗ в ходе миграции вскрыло противоречия в том, как команда работала с RFP. Двое специалистов придерживались разных предположений о том, какие разделы автозаполнять. Миграция вынудила принять это решение и задокументировать его.
Когда НЕ стоит мигрировать
Не каждый Custom GPT должен стать Workspace Agent. Веские причины оставить Custom GPT как есть:
- Процесс действительно требует, чтобы человек решал, что делать дальше, чат является правильной моделью взаимодействия
- GPT опубликован в GPT Store, Workspace Agents не распространяются вовне
- GPT используется редко (несколько раз в месяц), стоимость миграции превышает выгоду
- Команда довольна текущей моделью взаимодействия, и нет конкретного преимущества от автономии
Большинство Custom GPTs относятся к этой категории. Не мигрируйте то, что работает.
Вопросы
Готовы запустить первого ИИ-агента?
20-минутный вводный звонок. Мы подскажем, какой первый агент подойдёт вашей команде и что нужно для запуска.
Ещё из блога
- Что такое ИИ-агент? Понятное объяснение для руководителей бизнесаЕсли вы слышите про «ИИ-агентов» в 2026 году и не уверены, что здесь реально нового, а что, очередная переупаковка хайпа вокруг ChatGPT, этот материал для вас. Написано для руководителей бизнеса, не для разработчиков.
- Кредитная тарификация OpenAI Workspace Agents: что ожидать на практикеБесплатный период закончился, счётчик кредитов начал тикать. Вот практическая математика: сколько агенты реально стоят в продакшне, с реальными паттернами использования и как не получить неожиданный счёт.
- Стек интеграций, который открывает 80% ценности ИИ-агентовКоманды мучаются с вопросом «какие 10 инструментов подключить первыми». Честный ответ: четыре инструмента открывают большую часть ценности, а всё остальное, убывающая отдача.