Ukratko
- AI agent sastoji se od jezičnog modela, jasnih uputa, alata za pristup Vašim sustavima, znanja i ograničenja.
- Postoje tri pristupa: asistenti na uredskim platformama, platforme za automatizaciju poput n8n ili Make te programski okviri za agente u kodu.
- Prvi prototip brzo se izrađuje. Glavni je posao testiranje na stvarnim slučajevima, prava pristupa, odobravanje i nadzor.
- Počnite usko definiranim zadatkom i izmjerite uspješnost agenta na primjerima prije nego što počne raditi s klijentima ili podacima.
Od čega se sastoji AI agent
AI agent program je koji uz jezični model sam odlučuje koji korak slijedi i pritom koristi alate. Što je agent i po čemu se razlikuje od chatbota i klasične automatizacije, objašnjava naš članak AI agenti za tvrtke. Tehnički svaki agent treba iste sastavnice:
- Model: jezični model koji čita, planira i formulira.
- Upute: zadatak, ton, pravila i, ponajprije, kada agent predaje slučaj čovjeku.
- Alati: sučelja putem kojih čita podatke ili nešto radi, primjerice provjerava narudžbu ili otvara zahtjev za podršku.
- Znanje: dokumenti kojima pristupa, primjerice cjenici, priručnici ili prethodni odgovori.
- Ograničenja: prava pristupa, odobrenja, najviši iznosi i ograničenja troškova.
- Zapisi i testovi: svaka odluka sljediva, svaka promjena provjerena na stvarnim primjerima.
Usporedba triju pristupa
| Pristup | Primjeri | Prikladno za | Ograničenja |
|---|---|---|---|
| Asistenti na uredskim platformama | Microsoft Copilot Studio, vlastiti GPT-ovi u alatu ChatGPT, Gems u alatu Gemini | Interni pomoćnici s pristupom dokumentima, brzo uvođenje u okviru postojećih licencija | Vezanost uz platformu, ograničena kontrola procesa i testova |
| Platforme za automatizaciju | n8n, Make, Zapier | Procesi koji povezuju mnogo programa, agenti kao sastavnica većeg procesa | Složena logika postaje nepregledna, testovi i upravljanje verzijama zahtijevaju disciplinu |
| Programski okviri za agente u kodu | OpenAI Agents SDK, LangGraph, Claude Agent SDK, Google Agent Development Kit | Potpuna kontrola, vlastita sučelja, automatizirani testovi, veliko opterećenje | Zahtijeva razvoj, rad i održavanje |
U praksi se pristupi često kombiniraju: agent u kodu preuzima zahtjevnu provjeru, a n8n ga povezuje s poštanskim sandučićem, sustavom za upravljanje robom i CRM-om. Odgovarajuća platforma manje ovisi o samom alatu, a više o tome gdje su Vaši podaci, tko će kasnije održavati agenta i koji zahtjevi zaštite podataka postoje. Primjerice, n8n može raditi na vlastitim poslužiteljima u EU-u. Više o tome u članku Samostalni hosting alata n8n.
Povezivanje alata: što je MCP
Da bi agent mogao nešto raditi, potreban mu je pristup Vašim sustavima. Model Context Protocol (MCP) otvoren je standard koji omogućuje ujednačeno povezivanje AI aplikacija s alatima i izvorima podataka. Anthropic ga je predstavio krajem 2024., a sada ga podržavaju brojni pružatelji i alati. Za tvrtke to znači da se jednom izrađena integracija, primjerice sa sustavom za upravljanje robom, može koristiti s različitim modelima i platformama. MCP je koristan, ali nije preduvjet. Mnogi agenti mogu raditi s malim brojem izravno programiranih sučelja.
Izrada AI agenta u šest koraka
- Odaberite usko definiran zadatak: primjerice „odgovarati na dodatna pitanja o statusu isporuke“ umjesto „preuzeti korisničku podršku“.
- Prikupite stvarne primjere: 30 do 50 tipičnih slučajeva s točnim odgovorom. Oni su mjerilo za svaku promjenu.
- Alati s minimalnim pravima: agent smije čitati narudžbe, ali ne smije knjižiti knjižna odobrenja. Prava upisa samo ondje gdje su doista nužna.
- Odredite upute i predaju: što agent smije, što ne smije i kada predaje slučaj čovjeku, primjerice kod pritužbi ili nesigurnosti.
- Testirajte i mjerite: pokrenite agenta na primjerima, razvrstajte pogreške po vrsti, poboljšajte upute i alate te ponovno testirajte.
- Počnite rad uz odobravanje: agent u početku predlaže, a čovjek odobrava. Tek kada su rezultati tjednima točni, smije više obavljati samostalno. Ograničenja troškova i zapisnici uključeni su od početka.
Sigurnost i pravo
Agenti čitaju tekstove koji dolaze izvana, primjerice e-poruke ili web-stranice. U njima mogu biti skrivene upute koje agenta trebaju navesti na određenu radnju. OWASP tu takozvanu injekciju uputa, odnosno Prompt Injection, navodi kao najveći rizik AI aplikacija, a među sljedećima su preširoke ovlasti. Najvažnije protumjere su minimalna prava pristupa, odobrenja za radnje s posljedicama te razdvajanje čitanja i pisanja.
S pravnog gledišta većina agenata u tvrtkama nije problematična. Ako agent razgovara izravno s ljudima, mora biti prepoznatljivo da je riječ o AI‑ju (Art. 50 Akta o umjetnoj inteligenciji). Za primjene u osjetljivim područjima poput odabira zaposlenika od prosinca 2027. vrijede obveze za visokorizični AI. Osobni podaci zahtijevaju ugovor o obradi osobnih podataka i po mogućnosti poslužitelje u EU-u.
Izraditi samostalno ili angažirati stručnjake?
Samostalna izrada isplati se za interne pomoćnike s malim rizikom ako netko u timu ima volju i vrijeme da svlada potrebno. Podrška se isplati kada agent radi s podacima klijenata, povezuje više sustava ili mora trajno pouzdano raditi. Naš pristup opisan je na stranici Razvoj AI agenata. Kao agencija za AI pratimo Vas od prvog prototipa do rada u praksi.
Izvori
- Model Context Protocol: Dokumentacija i specifikacija
- OWASP: 10 najvećih rizika za LLM aplikacije 2025.
- OpenAI: Agents SDK
- Microsoft Learn: Microsoft Copilot Studio
- Dokumentacija za n8n: Čvor AI Agent
- Uredba (EU) 2024/1689 o umjetnoj inteligenciji, Art. 50: EUR-Lex