Как мультимодальность влияет на развитие ИИ-агентов: кейс «Туту» и протокол MCP

По словам Арутюна Агабабяна, ИТ-директора «Туту», компания открыла пять направлений (самолёты, поезда, автобусы, электрички, отели) через MCP в начале лета, а в августе отдала инфраструктуру участникам всероссийского хакатона. Цель: понять, какие сценарии увидят внешние разработчики, не ограниченные привычными формами «откуда и куда».

Что понадобится

• Понимание задачи. Вы хотите, чтобы ИИ-агент сам раскладывал сложный запрос пользователя на действия: нашёл транспорт, подобрал жильё, сравнил варианты и подготовил переход к покупке.
• MCP-сервер сервиса. В случае «Туту» это Tutu MCP, открытый для сторонних разработчиков. Для своих проектов можно поднять собственный MCP-сервер (инструкции есть в документации протокола на GitHub).
• Языковая модель с поддержкой вызова инструментов. Claude от Anthropic, GPT-4o от OpenAI или открытые модели с function calling. В России доступны YandexGPT и GigaChat, но поддержку MCP у них стоит проверять отдельно.
• Среда разработки. Claude Desktop, Cursor или любой клиент, умеющий подключаться к MCP-серверам.
• Время. Базовый сценарий (поиск билетов по свободному запросу) собирается за вечер. Полноценный агент с мультимодальностью (обработка текста, изображений, голоса в одном потоке) потребует нескольких дней.

Как собрать агентный сценарий поверх MCP: пошаговая инструкция

1. Сформулируйте задачу на языке пользователя, а не интерфейса. Не «билет Москва и Петербург, 18 сентября», а «хочу на выходные к воде, бюджет 15 тысяч, вернуться до полуночи воскресенья». Именно такие нечёткие запросы раскрывают силу агентного подхода.

2. Подключите MCP-сервер к вашему клиенту. В Claude Desktop это делается через файл конфигурации:

{
  "mcpServers": {
    "tutu": {
      "url": "https://mcp.tutu.ru/sse"
    }
  }
}

Конкретный адрес уточняйте в документации сервиса.

1. Опишите агенту доступные инструменты. MCP-сервер сам передаёт модели список функций (поиск поездов, поиск отелей, получение отзывов). Модель выбирает, какие вызывать и в каком порядке.

2. Задайте системный промпт (системный промпт, начальная инструкция, определяющая поведение модели). Укажите, что агент должен: разложить запрос на подзадачи, вызвать нужные инструменты, сравнить результаты и предложить готовый план. Пример:

Ты — ассистент по планированию поездок. Разбей запрос пользователя
на шаги: определи направление, найди транспорт, подбери жильё,
сравни варианты по цене и времени. Используй доступные инструменты
Tutu MCP. Перед оформлением заказа всегда передавай управление
пользователю.

1. Проверьте границу «человек в контуре». Агент ищет и сравнивает, но данные паспорта, оплату и подтверждение оставляйте пользователю. «Туту» сознательно провели эту границу: цена ошибки при рекомендации отеля и цена ошибки при оплате билета различаются.

2. Тестируйте на краевых случаях. Что если бюджета не хватает ни на один вариант? Что если пользователь хочет ехать «куда-нибудь красивое»? Именно на таких запросах видно, как мультимодальность влияет на развитие ИИ-агентов: агент, умеющий работать с изображениями, может показать фото места и уточнить, «такое подойдёт?».

Что делать с этим прямо сейчас, по ролям

Авторам Дзена и копирайтерам. Вот как мультимодальность влияет на развитие ИИ-агентов в контексте вашей работы: агент, который принимает текст, голос и картинку, меняет точку входа пользователя. Если вы пишете про путешествия, учитывайте, что читатель может прийти не из поисковой выдачи, а из ответа ИИ. Forbes Technology Council приводит данные: 64% маркетологов ожидают снижения использования традиционного поиска из-за распространения ИИ-поиска. Это значит, что ваш контент должен быть полезен не только человеку, но и модели, которая его цитирует.

Маркетологам. Появляются два новых канала: GEO (Generative Engine Optimization, оптимизация присутствия бренда в ответах генеративных систем) и MCP. Первый отвечает за то, чтобы модель рекомендовала ваш продукт. Второй за то, чтобы модель могла проверить наличие, цену и оформить переход к покупке. Если вы работаете в тревел, финтехе или e-commerce, стоит разобраться в обоих.

Предпринимателям в РФ. «Туту» показал рабочую модель: открыть данные через MCP, но оставить критические действия (оплата, персональные данные) на своей стороне. Это снижает риск и при этом даёт сторонним разработчикам строить новые сценарии поверх вашего сервиса. Из российских языковых моделей YandexGPT и GigaChat пока не объявляли встроенную поддержку MCP, но протокол открытый и подключается на стороне клиента.

Хакатон «Туту» закончился, но Tutu MCP остаётся открытым. Если у вас есть сервис с полезными данными, попробуйте поднять MCP-сервер и посмотрите, что с ним сделают разработчики. Иногда лучший продуктовый инсайт приходит не из отдела аналитики, а от человека, который впервые увидел ваш API и спросил: «А что, если начать не с формы поиска?».