хорошего агента не обязательно писать с нуля. Берём готовую роль, разбираемся, почему она работает, и переделываем под свою задачу.

персональный цифровой сотрудник с понятной ролью, задачами, правилами работы и критериями качества.

Открываем каталог готовых ролей. Выбираем аналитика рынка или агента-критика. Переносим в Hermes, даём учебные материалы и сразу ставим рабочую задачу. Сначала результат — потом разбор устройства.

Простая формула: модель + роль + контекст + инструменты + правила работы. Чем агент отличается от обычного чата. Что он умеет хорошо и где начинает додумывать.

Берём один файл роли из открытого каталога и разбираем его как должностную инструкцию: кто этот сотрудник, какой результат нужен, как он должен рассуждать, какие действия входят в работу, какие ограничения, как выглядит хороший результат.

Участники выбирают роль, например аналитика. Убираем лишнее, добавляем контекст компании, задаём формат результата и критерии проверки. Запускаем одну и ту же задачу до и после изменений и сравниваем.

Каждый участник выбирает роль, которая ближе к его работе: аналитик, исследователь, помощник руководителя, агент-критик, эксперт по документам, помощник по продажам, помощник по работе с персоналом. Задача — не просто скачать роль, а объяснить, что в ней нужно изменить для своей компании.

Участники меняются ролями и пытаются сломать чужого агента: дать неполные данные, противоречивые факты, неоднозначную задачу. После этого добавляют защиту от выдумывания, требования к доказательствам и правило, когда нужно обратиться к человеку.

Каждый запускает своего агента на небольшой рабочей задаче из собственной практики.

Сохраняем должностную инструкцию агента и один проверенный сценарий его применения.

Цифровой сотрудник + должностная инструкция + проверенный сценарий работы.

роль отвечает на вопрос «кто ты?». Навык отвечает на вопрос «как именно делать эту работу хорошо?». Навыки можно собирать как библиотеку и добавлять сотруднику по мере необходимости.

цифровой сотрудник с 2–3 полезными навыками, который умеет выполнить законченную задачу в несколько шагов.

Открываем The Mega Skill Library и показываем, что в открытом доступе уже лежат десятки тысяч навыков, специализированных агентов, инструкций и правил. Главная мысль: не нужно каждый раз начинать с нуля.

Хороший навык — это не длинный промпт. Это повторяемый способ выполнять работу: когда использовать, какие шаги пройти, какие данные нужны, как проверить результат и что делать при ошибке.

Сравниваем две заготовки. Ищем пять признаков слабого навыка: непонятно, когда его использовать; нет пошагового процесса; нет критериев качества; нет проверки источников или входных данных; не описано, что делать при нехватке информации или ошибке.

Каждый выбирает один готовый навык из заранее отобранной библиотеки и переделывает под своего сотрудника. Например: исследование рынка, конкурентный анализ, разбор финансовых отклонений, проверка фактов, подготовка к встрече, анализ клиентской обратной связи.

Подключаем к навыку доступные в Hermes инструменты: поиск, работа с файлами и другие заранее настроенные возможности. Разбираем, где заканчивается инструкция и начинается реальное действие.

Одна и та же задача выполняется сначала базовым агентом, затем агентом с новым навыком. Сравниваем полноту, качество, доказательность и количество ручных подсказок.

Берём один случайный навык из большого каталога и за 20 минут превращаем его в рабочий: выкидываем лишнее, добавляем критерии качества, проверку данных и понятные границы.

Сохраняем 2–3 навыка сотрудника и один законченный процесс, который он теперь умеет выполнять.

Тот же цифровой сотрудник + 2–3 навыка + подключённые инструменты + проверенный многошаговый процесс.

цифровой сотрудник становится по-настоящему полезным, когда у него появляется не только роль и навыки, но и конкретная повторяющаяся работа. Сложные части такой работы он может передавать узким специалистам.

цифровая должность: понятная регулярная задача, правила выполнения, границы полномочий и один агент-специалист.

Показываем пример из OpenLabor или AI Employees: роль + навыки + повторяющееся задание. Например, раз в неделю собрать показатели, найти отклонения, проверить причины и подготовить записку руководителю.

Разовая команда: «проанализируй продажи». Должность: «каждую неделю возьми новые данные, сравни с прошлым периодом, найди три главных отклонения, проверь причины, подготовь рекомендации и отдельно сообщи о критических проблемах».

Разбираем простую лестницу: читать, анализировать, рекомендовать, создавать материалы, отправлять, изменять данные или системы. Чем ближе действие к реальному изменению в бизнесе, тем важнее подтверждение человеком.

Каждый создаёт одно повторяющееся задание: что запускает работу, какие данные нужны, какие шаги выполнить, что считать нормой, когда обращаться к человеку и в каком виде отдавать результат. Если учебная среда поддерживает расписание, его можно настроить как дополнительный шаг; если нет, задача остаётся готовым сценарием для ручного запуска.

Главный сотрудник получает одного узкого помощника: исследователя или критика. Не строим сложную многоагентную систему. Задача — понять сам принцип делегирования.

Каждый ставит своему сотруднику реальную управленческую задачу. Например: подготовить решение о запуске нового продукта; разобрать изменение ключевых показателей; исследовать конкурента и подготовить позицию к встрече; проверить предложение подрядчика; подготовить руководителя к важному совещанию. Главный агент сам выполняет основную работу и передаёт отдельную часть специалисту.

Несколько участников показывают: кого они «наняли», чему научили, какую работу теперь можно делегировать и где остался контроль человека.

Каждый фиксирует одну задачу, которую реально отдаст своему агенту на следующей рабочей неделе.

Цифровой сотрудник + регулярная работа + один агент-специалист + границы полномочий + реальный сценарий применения.