Промпт, проект, skill, агент и автоматизация: в чём разница

Короткий ответ

Это разные слои работы. Промпт ставит одну задачу. Проект хранит общий контекст. Пакет навыка (skill) переносит процедуру.

ИИ-агент выполняет многошаговую задачу с инструментами. Автоматизация запускает процесс по правилу. Начинайте с минимального слоя, который снимает ваше ограничение. Не собирайте все слои заранее.

Зачем собственнику различать уровни

Фраза «нам нужен агент» звучит как решение, хотя в ней ещё нет задачи. Один подрядчик имеет в виду чат с инструкцией, другой — программу с доступом к CRM.

Третий имеет в виду расписание, которое раз в неделю запускает отчёт. Цена, права доступа и риск ошибки у этих вариантов разные.

Практический вопрос: «Чего не хватает процессу сейчас?» Если сотрудник каждый раз объясняет компании заново, нужен общий контекст.

Если команда повторяет процедуру по-разному, нужна переносимая инструкция. Если системе надо выбирать шаги и пользоваться инструментами, речь об агенте.

Если процесс уже устойчив, но человек забывает запустить его по понедельникам, нужен автоматический запуск.

Ошибка стоит не только бюджета разработки. Чем больше самостоятельности и доступов получает система, тем дороже неверный вход, пропущенная проверка или неясный владелец результата.

Пять понятий на одной схеме

Промпт похож на записку с одной задачей. Проект — на папку дела. Skill — на рабочий регламент с шаблонами.

Агент похож на исполнителя с регламентом, материалами и инструментами. Автоматизация — на диспетчера, который запускает процесс в нужный момент.

У аналогии есть граница: ИИ-агент не становится сотрудником. У него нет человеческой ответственности и понимания последствий за пределами доступного контекста. Владелец процесса, права и точки контроля всё равно задаются людьми.

Промпт: инструкция на один запуск

Промпт — текст и данные для одного запуска большой языковой модели (LLM). В нём полезно зафиксировать цель, контекст, ограничения, формат и критерий готовности.

Официальное руководство OpenAI также советует давать контекст, жёсткие ограничения и критерии успеха (Model guidance, проверено 2026-08-30).

Промпт хорош для разовой или исследовательской задачи. Сам по себе он не создаёт постоянный архив, переносимую процедуру, доступ к системам или запуск по расписанию.

Проект: рабочее пространство с общим контекстом

«Проект» — продуктовый термин, а не единый отраслевой стандарт. Здесь это пространство со связанными диалогами, файлами и постоянными инструкциями.

Так устроены, например, Projects in ChatGPT, проверенные 2026-08-30. В другом сервисе набор возможностей может отличаться.

Проект нужен, когда тема одна, а задачи меняются: сегодня разобрать отчёт, завтра подготовить вопросы CMO, через неделю сравнить периоды.

Он уменьшает повтор контекста, но сам по себе не гарантирует единую процедуру.

Skill: переносимая процедура

Пакет навыка, или skill, — папка с инструкциями для совместимого агента. Минимум — SKILL.md; рядом могут быть шаблоны, справки и скрипты.

Структуру задаёт открытая Agent Skills Specification, проверенная 2026-08-30.

Skill отвечает не на вопрос «что мы знаем о компании», а на вопрос «как выполнять этот тип работы». В проекте могут лежать метрики вашего бизнеса.

В skill — переносимый порядок: проверить даты, сверить итоги, отметить расхождения и собрать отчёт по шаблону.

Skill ничего не запускает сам. Его должен распознать и применить совместимый агент. Поддержка формата и инструменты зависят от среды, поэтому переносимость проверяют тестом, а не обещанием.

ИИ-агент: многошаговый исполнитель с проверкой

ИИ-агент получает цель, инструкции, контекст и инструменты. Он выполняет несколько шагов и останавливается по условию либо передаёт решение человеку.

Официальная документация OpenAI разделяет инструкции, модель, инструменты, контекст и guardrails (Agent definitions, проверено 2026-08-30).

Marketing OS использует строгую рабочую границу: единичный ответ в чате — ещё не агент.

У агента есть инструмент или источник, несколько шагов, проверка и понятная точка остановки.

Агент нужен, когда следующий шаг зависит от предыдущего результата. Если суммы не сошлись, он ищет причину или запрашивает файл. Если всё сошлось, переходит к анализу.

Автоматизация: правило запуска и маршрут

Автоматизация отвечает на вопросы «когда начать» и «что запустить без ручного напоминания». Стартом может быть расписание или триггер — заранее определённое событие.

Разовые, плановые, триггерные и мониторинговые запуски описаны в ChatGPT Work and Codex, проверено 2026-08-30. Это пример продукта, а не общий стандарт.

Автоматизация не обязана содержать ИИ. Правило «каждый понедельник скопировать файл в архив» работает без модели. Но автоматизация может вызвать агента: собрать входы, поручить анализ, сохранить черновик и уведомить человека.

В чём разница

Слои могут вкладываться:

Автоматизация запускает агента → агент применяет skill → skill задаёт процедуру → проект даёт контекст компании → отдельные обращения содержат промпты.

Это рабочая модель Marketing OS, а не обязательная архитектура каждого продукта.

Пример

Рассмотрим вымышленный российский интернет-магазин товаров для дома. Это учебный сценарий, не кейс и не обещание экономии.

Каждый понедельник собственнику нужен черновик недельного маркетингового отчёта. Входы — обезличенные выгрузки CRM, Яндекс Метрики и рекламного кабинета.

Выход — одна таблица, три наблюдаемых отклонения и список недостающих данных.

1. Сначала проверяем задачу промптом

Собственник вручную прикладывает три файла и пишет:

Собери черновик недельного маркетингового отчёта.
Проверь, что во всех файлах один период. Сверь расходы,
лиды и продажи. Не придумывай значения.

Результат: таблица по каналам, три крупнейших отклонения,
список вопросов. Если периоды или итоги не сходятся,
опиши расхождение и остановись.

Так проверяют, полезен ли результат вообще. Если структура меняется каждую неделю, рано строить агента.

2. Собираем проект

Когда формат устоялся, в проект добавляют словарь метрик, описание каналов, шаблон отчёта, прошлые принятые версии и постоянное правило: выводы публикуются только после проверки собственником.

Теперь не нужно заново объяснять определение лида. Но новые выгрузки человек всё ещё прикладывает и запускает анализ вручную.

3. Упаковываем skill

Когда процедуру должны одинаково выполнять люди или агенты, её выносят в skill weekly-marketing-review.

Внутри лежат порядок и стоп-условия, шаблон отчёта, справка по колонкам и при необходимости скрипт сверки сумм.

Контекст магазина остаётся в проекте. В skill лежит переносимый способ проверки. Пакет тестируют на старом периоде и в новом диалоге.

4. Даём агенту узкие инструменты

Агент получает доступ только к папке выгрузок и сохранению черновика. Он проверяет даты, колонки и итоги.

При расхождении агент останавливается. При успехе применяет skill и сохраняет отчёт. Он не отправляет его команде и не меняет рекламные бюджеты.

Наблюдаемый результат — файл по шаблону плюс журнал проверок. Решение остаётся у собственника.

5. Добавляем автоматизацию

После стабильного ручного теста процесс запускают по понедельникам. Автоматизация проверяет наличие входов, вызывает агента и уведомляет владельца: черновик готов или данных не хватает.

Если файла нет, система не угадывает числа и не выдаёт старый отчёт за новый. Она создаёт предупреждение. Это полезное стоп-условие.

Граница примера: он не подтверждает доступность интеграций, стоимость разработки или допустимость загрузки данных.

До работы с данными определите разрешённую среду и прочитайте материал о персональных данных.

Практика: паспорт ИИ-процесса

Заполните таблицу до выбора сервиса.

Теперь выберите минимальный слой:

1. Задача разовая, процедура меняется — промпт.
2. Тема длительная, контекст повторяется — проект.
3. Процедура устоялась и должна переноситься — skill.
4. Есть развилки и инструменты — агент с узкими правами.
5. Результат стабилен, но запуск повторяется — автоматизация.

Заполненный паспорт — практический артефакт. По нему подрядчик оценивает конкретный процесс, а не абстрактного «умного агента».

Ограничения и стоп-сигналы

• Название продукта принимают за стандарт. Сравнивайте контекст, процедуру, инструменты, права и запуск.
• Автоматизируют хаос. Неясные входы и критерии по расписанию дают больше спорных результатов.
• Память считают источником правды. У постоянного файла должны быть владелец и дата.
• Skill считают готовой экспертизой. Папка не заменяет тест на реальных примерах.
• Агенту дают действие раньше проверки. Начинайте с чтения и черновика.
• Нет человека, который отвечает за итог. Решения о деньгах и публичной коммуникации требуют владельца.

Что делать

1. Выберите один повторяющийся процесс с наблюдаемым результатом.
2. Заполните паспорт и отметьте цену ошибки.
3. Проверьте результат вручную на двух прошлых примерах.
4. Добавляйте следующий слой только для найденного ограничения.
5. До действий зафиксируйте права, стоп-условия, журнал и принимающего человека.
6. После пилота считайте принятые результаты, ручные исправления и причины остановок.

FAQ

Чем промпт отличается от ИИ-агента?

Промпт — это текст и данные для одного запуска большой языковой модели: цель, контекст, ограничения, формат и критерий готовности. ИИ-агент получает цель, контекст и инструменты, выполняет несколько шагов подряд и останавливается по условию либо передаёт решение человеку. Разница проходит по развилкам: агент нужен там, где следующий шаг зависит от предыдущего результата. Единичный ответ в чате агентом не является, даже если инструкция написана подробно.

Проект и skill — это одно и то же?

Нет. Проект — это рабочее пространство со связанными диалогами, файлами и постоянными инструкциями; он отвечает на вопрос «что мы знаем о компании». Так устроены, например, проекты в ChatGPT, но термин продуктовый, и в другом сервисе набор возможностей отличается. Пакет навыка (skill) — папка с инструкциями для совместимого агента, минимум с файлом SKILL.md; он отвечает на вопрос «как выполнять этот тип работы».

Может ли автоматизация работать без ИИ?

Да. Автоматизация — это правило запуска и маршрут: она отвечает на вопросы «когда начать» и «что запустить без ручного напоминания». Правило вроде еженедельного копирования файла в архив выполняется без языковой модели. Стартом служит расписание или триггер — заранее определённое событие. При этом автоматизация может вызывать ИИ-агента: собрать входы, поручить анализ, сохранить черновик и уведомить владельца процесса.

Что делать, если подрядчик предлагает собрать ИИ-агента?

Сначала выясните, чего именно не хватает процессу сейчас. Под словом «агент» один подрядчик понимает чат с инструкцией, другой — программу с доступом к CRM, третий — расписание, которое раз в неделю запускает отчёт. Цена, права доступа и риск ошибки у этих вариантов разные. До выбора сервиса заполните паспорт процесса: результат, владелец, входы, права, критерий готовности и стоп-условие. По нему оценивают конкретную работу, а не абстрактную автономность.

С чего начать, если недельный отчёт собирают вручную?

Начните с промпта и проверьте результат на двух прошлых периодах. Если структура отчёта меняется каждый раз, строить агента рано. Когда формат устоялся, соберите проект с общим контекстом: словарь метрик, описание каналов, шаблон, принятые версии. Процедуру, которую разные люди должны выполнять одинаково, вынесите в skill и протестируйте на старом периоде. Автоматический запуск добавляйте последним, после стабильного ручного прогона.

Какие права давать ИИ-агенту на старте?

Минимальные: чтение нужных файлов и сохранение черновика. Отправку отчёта команде, изменение рекламных бюджетов и другие действия с последствиями оставьте человеку, пока процесс не проверен. Заранее зафиксируйте запрещённые операции, стоп-условия, журнал проверок и того, кто принимает результат. До загрузки данных определите разрешённую среду и требования к персональным данным (152-ФЗ). Чем шире доступы, тем дороже неверный вход или пропущенная проверка.

Источники

• Model guidance — OpenAI API — контекст, ограничения и критерии успеха; проверено 2026-08-30.
• Projects in ChatGPT — OpenAI Help Center — продуктовый пример проекта; проверено 2026-08-30.
• Agent Skills Specification — структура переносимого skill; проверено 2026-08-30.
• Agent definitions — OpenAI API — инструкции, модель, инструменты и проверки агента; проверено 2026-08-30.
• ChatGPT Work and Codex — OpenAI Help Center — варианты запуска работы; проверено 2026-08-30.
• Sitemap Marketing OS — проверка существующего интента; проверено 2026-08-30.

Термины «project» и «agent» не полностью стандартизированы между продуктами. Здесь используются рабочие определения Marketing OS, отделённые от продуктовых примеров.

Продолжить

• Раздел «ИИ без магии» — карта учебного маршрута.
• Предыдущий урок: «Пусть ИИ сначала возьмёт интервью».
• Промпты для маркетинга
• ИИ-агенты для бизнеса
• Автоматизация маркетинга
• Следующий урок: «Как создать первый переносимый skill».