UNF86

02 - Как ставить задачу AI-агенту

13 min read

02 - Как ставить задачу AI-агенту

Что это

Практика постановки задач агенту как мини-ТЗ: цель, контекст, ограничения, критерии готовности, шаги проверки и формат отчёта.

Связанные материалы

00 - Карта чтения PDF-серии · 01 - Из чего состоит AI-агент · 03 - Память и знания агента · 04 - Инструменты, API и MCP · 05 - Задачи по расписанию: crons и scheduled agents

Источник

  • PDF extracted from /root/.hermes/cache/documents/
  • TXT extract: /root/.hermes/cache/pdf_series_extract/doc_1e38d00e5d3e_02 - Как ставить задачу AI-агенту.txt
  • Imported into vault: 2026-05-24

Содержимое

Как ставить задачу AI-агенту Чтобы он делал работу, а не писал умные простыни

 Материал 2: после анатомии агента учимся давать задачу, границы, формат
                          результата и проверку.

Для кого Главный навык Для тех, кто пользуется или администрирует Превратить мутное желание в рабочую AI-агентов: в Hermes, OpenClaw и похожих задачу, которую агент может выполнить и системах. Без требования быть проверить. разработчиком.

Что внутри Что на выходе Шаблоны задач, проверка возможностей, Вы сможете понять, почему агент «тупит», и границы, approval, упражнения и чеклисты. переписать запрос так, чтобы он стал исполнимым.

                                         1

Содержание

  1. Главная идея 2. Короткое напоминание Почему агент - не волшебная палочка и не обычный Агент - исполнитель в системе, а не магическая чат. нейронка.

  2. Почему агент тупит 4. Проверка возможностей Как отличить плохой запрос от реальной Что спросить у агента до выполнения задачи. технической проблемы.

  3. Контекст 6. Мини-ТЗ Как давать данные, не превращая задачу в свалку. Шаблон Agent Task Brief.

  4. Tools и skills в задаче 8. Границы и approval Как указать, чем агент должен пользоваться и где Когда агент обязан остановиться. остановиться.

  5. Проверка результата 10. Практика Почему красивый ответ ещё не результат. Плохие запросы, хорошие запросы, упражнения.

Коротко Этот материал не учит «магическим промптам». Он учит ставить задачу агенту как исполнителю: понятно, безопасно и проверяемо.

                                               2
  1. Главная идея AI-агент - это не волшебная палочка. Он не обязан сам догадаться, что вы имели в виду. Он не видит всё на вашем компьютере. Он не знает все ваши планы. Он не всегда имеет браузер, доступ к файлам, Telegram, API, базе данных или другим агентам. Агент работает в контуре. У этого контура есть состав.

Простая модель Агент = роль + память + skills + tools + доступы + контекст + правила + канал ответа.

Если дать агенту мутное желание, он часто выдаст мутный ответ. Если дать ему рабочую задачу, он сможет действовать точнее.

Мутное желание «Сделай мне агента для продаж».

Рабочая задача «Спроектируй агента для обработки входящих заявок из Telegram. Цель - классифицировать лид, задать 2-3 уточняющих вопроса и собрать карточку для менеджера. Пока без CRM и без отправки наружу. Верни: роль агента, workflow, нужные данные, риски и вопросы перед внедрением».

Главная формула

Хочу → задача → контекст → агент → инструменты → границы → результат → проверка

                                               3
  1. Короткое напоминание: агент не обычный чат Первый материал уже разобрал состав агента. Здесь держим только рабочее напоминание: агент - это исполнитель внутри системы, а не магическая нейронка в пустом чате.

Чатовая логика Агентная логика «Я написал - он должен сам всё понять и «Я поставил задачу, дал контекст, указал сделать». инструменты, границы, формат результата и проверку».

Что важно помнить Агент может читать файлы, искать в интернете, запускать команды, пользоваться skills, работать через Telegram или передавать работу дальше только тогда, когда это реально подключено, разрешено и подходит его роли.

Связка серии Предыдущий материал отвечает на вопрос: «из чего состоит агент?». Этот материал отвечает на вопрос: «как поставить ему задачу, чтобы он мог выполнить её и проверить результат?»

                                            4
  1. Почему агент «тупит» Иногда агент действительно ломается: не работает gateway, нет токена, провайдер упал, модель не поддерживает tool calls, доступ запрещён. Но часто причина проще: человеку кажется, что он дал задачу, а на деле он дал короткое желание.

Важно Не надо говорить «все проблемы из-за пользователя». Это неправда. Но огромная часть боли возникает из-за плохой постановки задачи и непонимания состава агента.

Симптом Вероятная причина Агент дал общий ответ. Нет контекста, цели, формата или примера.

Симптом Вероятная причина Агент не сделал действие. Нет инструмента, доступа или approval.

Симптом Вероятная причина Агент выдумал факты. Нет источников и проверки.

Симптом Вероятная причина Агент сделал не то. Роль, границы и критерий готовности были размыты.

Симптом Вероятная причина Агент «забыл». Путаются memory, session, текущий контекст и project docs.

Первый диагностический вопрос Это проблема задачи, контекста, инструмента, доступа, модели, gateway или approval? Пока это не разделено, чинить рано.

                                            5
  1. Первый шаг: спросите агента о его составе Перед серьёзной задачей не надо сразу командовать «сделай». Сначала спросите, как агент видит задачу и какие у него есть возможности. Это особенно важно, если задача связана с файлами, браузером, Telegram, публикацией, деньгами, клиентами, API, конфигами или другими агентами.

Проверка возможностей агента Скопируйте этот блок перед задачей. Это простой способ понять, что агент видит, умеет и где должен остановиться.

Перед тем как выполнять задачу, коротко разложи:

  1. Как ты понял цель?
  2. Какие данные тебе уже хватает?
  3. Чего не хватает?
  4. Какие tools/skills ты можешь использовать?
  5. Какие действия требуют approval?
  6. Какой план из 3-7 шагов?
  7. Как ты проверишь результат? Если задача небезопасна или слишком неясна - не выполняй, задай вопросы.

Что это даёт Агент заранее показывает, что понял, чего не хватает, какие инструменты он собирается использовать и где остановится. Это дешевле, чем потом разгребать «почему он сделал не то».

                                             6
  1. Контекст - это топливо Контекст - не украшение. Это топливо агента. Без контекста агент начинает додумывать. Слишком большой контекст превращается в свалку. Нужен выбранный, полезный контекст: только то, что помогает выполнить задачу.

Слишком мало Слишком много «Сделай пост». Агент не знает тему, 30 экранов истории без вывода. Агент тонет в аудиторию, цель, тон, формат и ограничения. деталях и теряет фокус.

Нормально Дать цель, аудиторию, важные вводные, источники, ограничения, формат результата и критерий готовности.

Пример

Плохо «Сделай пост про AI-агентов».

Лучше «Сделай пост для Telegram про то, почему бизнесу мало ChatGPT и нужен рабочий агентный контур. Аудитория - предприниматели, которые уже пробовали нейронки, но не понимают, как внедрять агентов. Стиль - живой, без канцелярита. Формат - заголовок, основной текст, 3 тезиса, вывод. Не обещай полную автономность без контроля».

                                             7
  1. Правильный запрос - это мини-ТЗ Хороший запрос к агенту похож на короткое ТЗ. Не на роман. Не на магическую фразу. Именно на рабочую карточку.

Карточка задачи для агента Главный шаблон этого блока. Можно называть его Agent Task Brief, но по сути это короткое мини- ТЗ.

Задача Что нужно сделать: Зачем:

Агент Какая роль нужна: Какие tools/skills нужны: Какие источники/данные дать:

Контекст Что важно знать: Что уже пробовали: Какие ограничения:

Действия Что можно делать: Что нельзя делать без approval: Когда остановиться и спросить:

Результат Формат ответа: Критерий готовности: Как проверить: Что сохранить/передать дальше:

Не обязательно заполнять всё каждый раз Для простого вопроса хватит пары строк. Для задачи с действиями, файлами, публикацией, интеграцией или клиентскими данными - лучше заполнить почти всё. Чем выше риск, тем яснее должна быть карточка.

                                            8
  1. Tools в постановке задачи В первом материале tools уже разобраны как «руки» агента. Здесь важен практический вывод: в задаче нужно не просто сказать, что сделать, а понять, какими tools агент реально может пользоваться. Если у агента нет браузера, он не проверит сайт. Если нет доступа к файлам, он не изменит документ. Если нет Telegram gateway, он не отправит сообщение. Если нет API-ключа, он не подключится к сервису.

Ключевая фраза Попросить агента что-то сделать - не значит дать ему возможность это сделать.

Browser / web File tools Читать сайты, искать информацию, проверять Читать и писать файлы там, где разрешено. страницы.

Terminal / code Telegram gateway Запускать команды, тесты, сборки, скрипты. Отвечать в чатах по правилам: mention, topics, approval.

API / MCP Image / audio / video Работать с внешними сервисами, если есть доступ. Отдельные media-инструменты, если подключены.

Что спрашивать «Какие инструменты ты можешь использовать для этой задачи? Есть ли у тебя доступ? Что ты не можешь сделать сам?»

                                                9
  1. Skills в постановке задачи Skill - это процедура, которую агент должен применить к задаче. Поэтому в хорошей постановке задачи можно прямо указать: какой skill нужен, какую проверку он должен сделать и какой отчёт вернуть. Если skill не нужен - не заставляйте агента притворяться. Если нужен - попросите агента назвать, какой skill он использует и как проверит результат.

Prompt Memory Текущая задача. Живёт здесь и сейчас. Короткие устойчивые факты, которые пригодятся позже.

Session Skill История текущего разговора. Может сжиматься и Повторяемая процедура: когда использовать, что терять детали. делать, как проверить.

Tool Wiki / report Рука агента: браузер, файлы, terminal, API, Telegram. Источник знания или результат работы. Не то же самое, что memory.

Связка со следующим материалом Это короткая карта, чтобы правильно ставить задачу. Дальше мы отдельно разберём, куда класть знания агента: что дать в текущем контексте, что сохранить в memory, что оформить как skill, что держать в wiki/docs, а что записать как report или не сохранять вообще.

Хороший skill содержит Триггер использования, шаги, шаблоны, типичные ошибки, проверку результата и границы безопасности.

                                                     10
  1. Границы и approval Хороший агент не должен молча делать рискованные действия. Если задача касается публикации, денег, удаления, изменения конфигов, секретов, клиентских данных, внешних сообщений или платных API - агент должен знать, где остановиться.

Можно: • читать публичные источники; • писать черновик в файл; • предлагать план; • проверять результат локально. Нельзя без моего approval: • публиковать наружу; • менять конфиг; • удалять файлы; • использовать платные API; • раскрывать приватные данные; • писать клиенту или подписчикам от моего имени.

Approval - это не тормоз Это предохранитель. Автономность без стоп-кранов - не прогресс, а быстрый способ устроить пожар.

                                           11
  1. Безопасный цикл выполнения Для простых вопросов можно просто спросить. Для задач с действиями лучше использовать цикл:

inspect → plan → act → verify → report

Inspect Plan Сначала проверь состояние. Не угадывай. Дай короткий план и отметь риски.

Act Verify Выполни только разрешённые действия. Проверь результат: тест, источник, файл, screenshot, smoke.

Report Stop Скажи, что сделано, где результат, что не Если риск, секреты, деньги, публикация или проверено. удаление - остановись.

Готовая фраза «Сначала проверь состояние. Потом дай короткий план. Если риск низкий - выполни. После выполнения проверь результат. В конце дай отчёт: что сделал, где артефакт, что не проверено».

                                           12
  1. Что считать результатом Красивый ответ - ещё не результат. Результат - это когда понятно: • что сделано; • где это лежит; • чем подтверждено; • какие ограничения соблюдены; • что осталось неизвестным; • нужен ли следующий шаг.

Проверочный чеклист Используйте его после ответа агента.

Цель выполнена? Формат соблюдён? Факты подтверждены? Инструменты реально использовались? Ограничения не нарушены? Есть риск публикации, секретов, денег или удаления? Что осталось непроверенным? Нужен ли следующий агент или человек?

Главная ошибка Путать «агент написал» с «агент сделал». В агентной работе нужен артефакт плюс проверка.

                                           13
  1. Если агент ответил плохо Не надо сразу злиться. Сначала разберите, где сломалась задача.

Ответ общий Выдумал Добавьте цель, контекст, аудиторию, формат, Дайте источники и попросите отделить факты от пример. интерпретаций.

Не сделал действие Ушёл не туда Проверьте tool, доступ, разрешение и approval. Уточните роль, границы и критерий готовности.

Простыня Не спросил важное Задайте длину, структуру и формат результата. Добавьте правило: если данных не хватает, задай до 3 вопросов.

Repair prompt «Стоп. Ответ слишком общий. Перепроверь задачу: чего тебе не хватает, какие инструменты нужны, какие ограничения неясны? Задай до 3 уточняющих вопросов и не выполняй задачу, пока не станет понятно».

                                              14
  1. Как ставить задачу в Hermes и OpenClaw-подобных системах В Hermes и OpenClaw-подобных системах агент часто живёт не один. Есть профили, роли, skills, память, gateway, задачи, cron, handoff, approval. Глубоко разбирать архитектуру здесь не нужно. Важно задать правильные вопросы перед выполнением.

Hermes: простая схема profile → role → skills → tools → memory/sessions → gateway → cron/Kanban → approval/report

OpenClaw-like: простая схема agent role → workspace → tools/skills → memory/shared knowledge → gateway/operator → runtime → safe boundaries

Что спросить

Какая твоя роль в этой задаче? Какие skills доступны? Какие tools доступны? Есть ли browser, files, terminal, web, API, Telegram? Что сохраняется в memory, а что только в session? Что ты можешь сделать сам, а где нужен approval? Как будет проверен результат?

                                                 15
  1. Telegram-агенты: почему бот молчит или отвечает не туда Для человека Telegram - просто чат. Для агента Telegram - канал управления с правилами. Агент может отвечать только при определённых условиях: личка, группа, topic, reply, mention, allowlist, cooldown, approval, final-only режим. Если бот молчит, это не всегда «он тупит». Возможные причины: • сообщение не адресовано агенту; • в группе включён режим только по упоминанию; • тема не разрешена; • gateway не получил событие; • задача требует approval; • агент выполняет long-running задачу и не шлёт промежуточный статус; • ответ должен дать coordinator, а не каждый specialist.

Правило для многоагентной группы Несколько ботов в одном чате - это не команда сама по себе. Нужен координатор, правила ответа, one-speaker rule, защита от циклов и понятный result note.

                                              16
  1. Пример: плохой запрос превращается в рабочий Было «Почини бота, он не работает».

Стало «Проверь, почему Telegram-бот не отвечает в группе. Сначала не меняй конфиг. Read-only: проверь routing policy, mention/topic rules, статус gateway и последние ошибки. Если причина найдена - дай короткий план исправления. Если исправление требует изменения config или restart

  • остановись и попроси approval. Результат: причина, что проверено, риск, следующий безопасный шаг».

Почему второй вариант лучше • Есть цель. • Есть безопасный режим: сначала read-only. • Понятно, что проверять. • Запрещены рискованные изменения без approval. • Есть формат результата. • Агент не должен угадывать.

                                           17
  1. Практика: перепишите запросы Попробуйте превратить каждый короткий запрос в карточку задачи для агента.

1 2 «Сделай мне агента для продаж». «Почему он не помнит, что мы обсуждали?»

3 4 «Прикрути браузер». «Пусть несколько ботов общаются в группе».

5 6 «Разберись с конкурентами». «Сделай пост».

7 8 «Почини сайт, он кривой». «Добавь скилл, чтобы он делал отчёты».

Проверка упражнения В хорошем варианте должны быть: цель, контекст, роль, tools, ограничения, формат результата, критерий готовности и проверка.

                                           18

  1. Итоговая шпаргалка Когда ставите агенту задачу, пройдитесь по этому списку.

  2. Что я хочу получить?

  3. Зачем мне это нужно?

  4. Какой агент или роль подходит?

  5. Какой контекст ему нужен?

  6. Какие источники или файлы дать?

  7. Какие tools нужны?

  8. Есть ли у агента доступ к этим tools?

  9. Что можно делать без спроса?

  10. Что нельзя делать без approval?

  11. В каком формате вернуть результат?

  12. Как понять, что готово?

  13. Как проверить результат?

  14. Что сохранить или передать дальше?

Финальная мысль С агентом нужно общаться как с исполнителем: дать задачу, контекст, инструменты, границы, формат результата и проверку. Всё, что касается устройства агента, остаётся в материале 1; здесь главное - постановка задачи.

                                            19

Источники для дальнейшего чтения Эти источники нужны не для украшения, а как опора: агентная постановка задач должна проверяться через роль, tools, guardrails, контекст, человеческое подтверждение и результат, а не через набор “волшебных промптов”.

Anthropic - Building Effective Agents Инженерная рамка workflows и agents: когда нужен агентный workflow, orchestration и evaluator/guardrail- подход. https://www.anthropic.com/research/building-effective-agents

OpenAI - A Practical Guide to Building Agents Практическая модель агента: instructions, tools, guardrails, orchestration и human oversight. https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf

OpenAI Agents SDK - Guardrails Guardrails и tripwires: как останавливать неподходящие или рискованные действия агента. https://openai.github.io/openai-agents-python/guardrails/

OpenAI Agents SDK - Handoffs Handoff как передача управления и контекста другому агенту; полезно для объяснения результата и продолжения работы. https://openai.github.io/openai-agents-python/handoffs/

OWASP Top 10 for LLM Applications Риски LLM-приложений: prompt injection, sensitive information disclosure, excessive agency и другие угрозы. https://owasp.org/www-project-top-10-for-large-language-model-applications/

NIST AI Risk Management Framework Рамка управления AI-рисками: governance, mapping, measuring и managing. Полезна для объяснения проверки и ответственности. https://airc.nist.gov/airmf-resources/airmf/5-sec-core/

Hermes Agent docs Официальная документация Hermes по profiles, tools, skills, memory, gateways, cron и workflow-логике. https://hermes-agent.nousresearch.com/docs/

                                                       20

Полезные ссылки Материалы, каналы и практические разборы по AI-агентам и автоматизации.

YouTube Видео про AI-агентов, автоматизацию и живую практику https://youtube.com/@alekseiulianov

Telegram-канал Sprut AI Публичный канал с материалами и заметками https://t.me/Sprut_AI

Чат Telegram-канала Sprut AI Обсуждения, вопросы и идеи вокруг канала https://t.me/+eH-qNIDmud8zNDZi

AI Операционка Закрытые инструкции, разборы и практические материалы https://t.me/tribute/app?startapp=sJyg

                                      Конец документа


                                            21

Backlinks