ChatGPT Agent Mode: всё, что нужно знать

Что такое ChatGPT Agent Mode на самом деле

Обычный ChatGPT — это ассистент одного хода. Вы отправляете сообщение, он отвечает, разговор заканчивается. Удобно для многих задач, но недостаточно для реальной бизнес-работы: когда ответ зависит от данных, которые вы не вставили в чат, или когда задача требует нескольких шагов и вызовов инструментов.

ChatGPT Agent Mode меняет это. В режиме агента ChatGPT планирует последовательность шагов, вызывает нужные инструменты (веб-поиск, выполнение кода, чтение и запись через коннекторы), анализирует результаты и продолжает, пока задача не выполнена. Он может приостановиться для подтверждения человеком, возобновить работу позже и передать управление вам, когда решение должны принять именно вы.

В рабочих пространствах ChatGPT Business и Enterprise OpenAI оформляет Agent Mode как Workspace Agents. Это агенты уровня команды с именованным владельцем, общей памятью, триггерами по расписанию и административным контролем над коннекторами и инструментами каждого агента.

Что умеет Agent Mode

Как включить Agent Mode

В потребительском ChatGPT Agent Mode обычно появляется в селекторе модели или режима внутри чата. В Business и Enterprise создание агентов находится в Настройки → Рабочее пространство → Агенты (администратор должен предварительно включить функцию). Далее пользователи создают агентов, описывая рабочий процесс на естественном языке, загружая примеры входных данных и разрешая коннекторы для чтения и записи.

Пошаговое руководство — включая ограничение прав коннекторов, тестирование на реальных данных и нужные административные настройки — в полном руководстве по настройке Workspace Agents.

Реальные сценарии использования в команде среднего бизнеса

• Агент лидогенерации — следит за новыми входящими в HubSpot, обогащает контакт, составляет персонализированное письмо в Gmail
• Агент триажа обращений — классифицирует и маршрутизирует каждое сообщение в #support, составляет первичный ответ на основе документации
• Еженедельный репортёр метрик — выгружает данные из BigQuery в понедельник утром, пишет краткое резюме в Slack
• Ревизор счетов и расходов — извлекает позиции, выявляет аномалии, передаёт чистые записи в QuickBooks
• Агент подготовки к встречам — собирает краткое досье за 30 минут до каждой внешней встречи
• Составитель ответов на RFP и анкеты безопасности — превращает новый RFP в черновик на основе вашей библиотеки утверждённых ответов

Полный каталог агентов (со скоупами и составом работ).

Сколько это стоит

Agent Mode был бесплатным в рамках исследовательского превью OpenAI до 6 мая 2026 года. После этого Workspace Agents в Business и Enterprise работают на кредитной тарификации рабочего пространства. Один вызов агента — например, «изучи этого клиента и составь письмо» — как правило, стоит меньше одного кредита. Еженедельный репортёр метрик при одном запуске обходится в копейки. Агент триажа обращений, срабатывающий на каждое сообщение в Slack при большом объёме, накапливает расходы — но даже при умеренной нагрузке обычно дешевле человеко-часов, которые он экономит.

В процессе проектирования агента мы подбираем кредитные лимиты и оцениваем ежемесячный расход исходя из частоты вызовов. Это превращает расход у провайдера в предсказуемую сумму в месяц, а не в сюрприз: «разговорчивый» агент, который вызывает вся команда, тратит больше, чем репортёр раз в неделю, поэтому мы ставим лимиты и алерты. Этот платёж провайдеру (OpenAI) отдельно от нашей работы по настройке, стоимость которой по договорённости. Чтобы получить оценку под ваш стек, запросите оценку.

Agent Mode vs обычный ChatGPT: конкретный пример

Разница между обычным ChatGPT и Agent Mode звучит абстрактно, пока не видишь одну и ту же задачу в обоих режимах. Возьмём реальный пример: «Выгрузи показатели воронки за прошлую неделю из HubSpot, определи три крупнейшие сделки, по которым произошло смещение, и составь краткое обновление для команды продаж в Slack».

В обычном ChatGPT вы вставляете CSV с данными воронки, задаёте вопрос, получаете ответ, копируете и вставляете в Slack. Примерно 10 минут ручной работы. Если в экспорте CSV не хватает поля — повторяете всё сначала.

В Agent Mode агент сам запрашивает HubSpot через нативный коннектор, читает нужные поля, анализирует сдвинувшиеся сделки (многошаговое рассуждение над данными), составляет обновление для Slack и либо публикует его напрямую в #sales, либо просит вас подтвердить черновик. Ваше время: около 30 секунд на проверку. Если в данных HubSpot есть нетипичный кейс — агент сигнализирует и спрашивает, а не падает молча.

Под капотом работает одна и та же модель. Разница — только в фреймворке выполнения: какие инструменты он может вызывать, какие права имеет и как устроена передача управления обратно человеку. Этот фреймворк и называется Agent Mode.

Сбои: что идёт не так с Agent Mode в продакшене

Agent Mode достаточно мощный, чтобы быть полезным, и достаточно мощный, чтобы нанести реальный ущерб при неправильной настройке. Сбои, которые мы наблюдали при запуске агентов для команд:

Каждого из этих сбоев можно избежать полдня правильной конфигурации заранее. Ни один из них не устраняется усложнением системы постфактум. Именно для этого и нужно ТЗ до начала сборки — чтобы ловить их как проектные решения, а не как инциденты.

Таймлайн: от идеи до запущенного агента за 7 дней

Команды часто считают, что запуск рабочего процесса на Agent Mode — это квартальный проект. Необязательно. Реалистичный плотный таймлайн для одного чётко ограниченного агента:

Этот таймлайн рассчитан на одного чётко ограниченного агента. Портфель из 3 агентов — обычно 2–3 недели. Полное развёртывание для команды с 6–10 агентами — это разговор об абонентском сопровождении.

5 ошибок при настройке Agent Mode, которые проявляются на первой неделе

Большинство сбоев Agent Mode происходят не в первый день использования — а в первый день настройки. Следите за этим:

1. Выбор неправильного первого агента. Команды по умолчанию берутся за самую амбициозную идею. Правильный первый агент — это самый скучный рабочий процесс, который ваша команда повторяет регулярно. «Еженедельная сводка метрик для руководства» — лучший первый агент, чем «автономный SDR». Скучные агенты запускаются. Амбициозные становятся полугодовыми проектами.
2. Пропуск письменного ТЗ. «Давайте просто сделаем прототип» звучит как agile; на деле — главный пожиратель времени. ТЗ в первый день экономит 3 дня переделок на днях 4–5, потому что критерии приёмки согласованы до написания первого промпта.
3. Тестирование на примерах, а не на реальных данных. Агент, который работает на 5 отобранных вручную примерах, упадёт, когда поступят 50 реальных. Тратьте дни 3–4 на реальные данные, включая нестандартные случаи.
4. Отсутствие владельца в первый день. Если никто в команде не знает, что владеет этим агентом, никто не заметит, когда он начнёт сбоить на шестой неделе. Агент без владельца живёт примерно 3 месяца.
5. Преждевременное снятие шлюзов подтверждения. Соблазн убрать проверку человеком на второй неделе, потому что «агент работает отлично» — это именно тот момент, когда происходит что-то странное и агент делает то, что нельзя отменить. Держите шлюз 4–6 недель реального использования.

Вопросы