Что такое ИИ-агент для аналитика ЮMoney: пять рутинных задач без потери контроля
Системные аналитики ЮMoney перешли от разовых вопросов нейросети к системе цифровых помощников, которые ищут контекст задачи, проверяют документацию и сортируют замечания коллег, оставляя решения и ответственность человеку.

Это рабочий процесс команды на привычном российском корпоративном стеке, описанный изнутри: задачи в Jira, внутренние соглашения, документация в репозиториях. Здесь нет советов про удачные формулировки для чата.
Опытом поделилась Арина, системный аналитик ЮMoney. Команда не пыталась внедрить ИИ во все процессы сразу, а взяла конкретные повторяющиеся задачи. Ответ на вопрос, что такое ИИ-агент, в её описании простой: это помощник, который получает задачу, сам обращается к источникам, обрабатывает информацию и выдаёт результат. Например, он изучает код и документацию, сравнивает их и готовит черновик правок.
Материал написан для аналитиков. Автор отмечает, что многие практики пригодятся тимлидам и бизнес-аналитикам, а сам принцип подходит любому, кто работает с текстом по правилам.
Что понадобится, чтобы повторить подход?
- Инструмент, где можно выстраивать устойчивые сценарии работы с агентом. В ЮMoney это корпоративный OpenCode.
- Доступ к источникам: Jira (сервис учёта задач), репозитории с кодом, внутренняя документация.
- Записанные соглашения и шаблоны оформления документов.
- Время на описание процесса. Сколько его ушло у команды, автор не уточняет.
Пошаговая инструкция: от процесса к скиллу
- Начните с процесса. Не стоит начинать с промпта (текстового запроса к нейросети). Разложите свой рабочий цикл на этапы и отделите задачи, где нужна экспертиза, от тех, что можно формализовать. Архитектурное решение агенту не доверить, а проверку документа на соответствие соглашениям доверить можно.
- Выберите задачи с понятными правилами и небольшим контекстом. По опыту ЮMoney, именно они автоматизируются лучше всего.
- Опишите проект в файле Agents.md. Это базовые инструкции: устройство системы, доступные ресурсы, правила работы. Так агенту не нужно собирать эту информацию заново при каждом обращении.
- Оформите скилл. Скилл (skill) здесь означает инструкцию под конкретную задачу. Порядок действий и источники описываются один раз, а потом агенту остаётся указать, какой документ проверить.
- Заведите команды. Команда быстро запускает готовый сценарий. Например, она разбирает коммит (отдельную порцию изменений в коде) и кратко описывает, что поменялось.
- Сделайте агента оппонентом. Сначала сформулируйте гипотезу сами, потом попросите ИИ проверить её на прочность. Шаблон ниже собран из вопросов, которые приводит автор:
Вот моё решение: [описание]. Выступи ревьюером и не предлагай своё.
Задай вопросы:
Что, если внешняя система недоступна?
Что будет при превышении таймаута?
Какие альтернативы я не рассмотрел?
Какие граничные сценарии остались вне основного потока?
Таймаут здесь означает предельное время ожидания ответа от системы.
- Проверяйте результат сами. Сгенерированный документ остаётся черновиком, а дорабатывает его аналитик.
Пять задач, которые ЮMoney снимает с аналитика
Часть скиллов уже доступна команде, часть пока тестируется.
- Исторический контекст. Проект может вернуться через несколько лет, а решения к тому времени останутся только в старых обсуждениях. Скилл, который сейчас в разработке, собирает прошлые задачи, переписку и текущую реализацию в коде.
- Оппонент. Агент задаёт вопросы, которые легко упустить в одиночку, и не ограничен опытом команды.
- Документация. Команда работает по принципу «документация как код» (Docs-as-Code): решения хранятся в репозиториях, правки идут через запрос на слияние (pull request), то есть набор изменений, который коллеги проверяют перед принятием. Агент готовит черновики, ищет опечатки, дублирование и логические пробелы, строит диаграмму по описанию или текст по диаграмме.
- Ревью. Скилл сортирует замечания проверяющих и готовит черновики ответов.
- Актуальность. Документация часто расходится с тем, что в итоге реализовали, и агент помогает её подтянуть.
Логика выбора задач хорошо видна по этому списку: все пять сценариев повторяются из проекта в проект и подчиняются записанным правилам.
Однажды одно объёмное техническое решение собрало 411 комментариев в запросе на слияние. Автор сама называет это исключением, но после таких историй команда сделала скилл, который делит замечания на три группы: ответ уже есть в документе, нужна сверка с кодом, вопрос действительно открыт и может изменить решение. Черновики ответов готовит агент, а публикует их и принимает решения аналитик.
Первая ошибка: просить ИИ придумать решение с нуля. Так вы теряете собственную экспертизу и тратите время на бесконечные правки.
Вторая: внедрять ИИ сразу везде вместо одной повторяющейся задачи.
Третья: принимать черновик агента за готовый документ. Ответственность за результат остаётся на человеке.
Что делать с этим прямо сейчас, по ролям
Автору Дзена. Перенесите принцип оппонента на статьи. Пишете текст сами, а нейросеть просите найти слабые места: какие возражения у читателя, какой вопрос остался без ответа.
Маркетологу. Запишите правила бренда и шаблоны в один файл, как это сделано с Agents.md. Проверку текстов на соответствие правилам можно отдать машине, а время на согласования сократить.
Предпринимателю в РФ и СНГ. Опыт ЮMoney показывает, что подход работает на российском корпоративном стеке. Начните с одной рутинной задачи с чёткими правилами, а не с закупки «ИИ для всего».
Аналитику и тимлиду. Возьмите за основу пять сценариев выше и начните с сортировки замечаний ревью или проверки документов по шаблону.
На мой взгляд, самая ценная мысль статьи звучит так: просите ИИ спорить с вами, а не думать за вас. Я давно советую авторам этот режим, и он работает даже в обычном чате, без корпоративных инструментов. Из доступных в РФ моделей для этого подойдут YandexGPT и GigaChat. Честная оговорка: агент силён там, где есть записанные правила. Если ваши стандарты живут только в голове, сначала запишите их, иначе ИИ будет угадывать.
Хотите, чтобы ИИ проверял ваши тексты, а не писал за вас?
В dzen.guru мы учим авторов выстраивать работу с нейросетями так, чтобы экспертиза оставалась за человеком.
Попробовать
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
OpenAI закрыла рассуждения от дистилляции нейросетей: успешных атак стало 0,2% вместо 54%
OpenAI опубликовала разбор защиты от дистилляции нейросетей, то есть обучения чужой модели на её ответах, и связала это с ростом возможностей моделей: копия…

Gemini распознаёт вызов о лесных пожарах за 30 секунд: жители успели эвакуироваться
Американский сервис Watch Duty в июле 2026 года впервые разослал ночное экстренное оповещение о пожаре, потому что инструмент на Gemini распознал вызов сквозь…

Графовые нейросети против счётчика без обучения: в Лиме и Чикаго выигрыш зависел от задачи
Исследователи проверили на данных Лимы и Чикаго, помогают ли графовые нейросети предсказывать преступления следующего дня, и опубликовали обзор, включая…
Комментарии