Prijeđite na sadržaj
L&L Synergy

Početna stranicaZnanjeIzrada AI agenta

AI agenti · Upute Kako napraviti AI agenta: alati, pristupi i šest koraka do prvog agenta

Danas se AI agent može složiti klikanjem za sat vremena. Izrada agenta koji svakodnevno pouzdano radi traje dulje. Ovaj članak pokazuje od kojih se sastavnica agent sastoji, koji su pristupi mogući i kako od prvog pokušaja doći do pouzdanog rada.

Stanje u listopadu 2026. · 5 minuta čitanja · L&L Synergy

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

  1. Odaberite usko definiran zadatak: primjerice „odgovarati na dodatna pitanja o statusu isporuke“ umjesto „preuzeti korisničku podršku“.
  2. Prikupite stvarne primjere: 30 do 50 tipičnih slučajeva s točnim odgovorom. Oni su mjerilo za svaku promjenu.
  3. Alati s minimalnim pravima: agent smije čitati narudžbe, ali ne smije knjižiti knjižna odobrenja. Prava upisa samo ondje gdje su doista nužna.
  4. Odredite upute i predaju: što agent smije, što ne smije i kada predaje slučaj čovjeku, primjerice kod pritužbi ili nesigurnosti.
  5. Testirajte i mjerite: pokrenite agenta na primjerima, razvrstajte pogreške po vrsti, poboljšajte upute i alate te ponovno testirajte.
  6. 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

  1. Model Context Protocol: Dokumentacija i specifikacija
  2. OWASP: 10 najvećih rizika za LLM aplikacije 2025.
  3. OpenAI: Agents SDK
  4. Microsoft Learn: Microsoft Copilot Studio
  5. Dokumentacija za n8n: Čvor AI Agent
  6. Uredba (EU) 2024/1689 o umjetnoj inteligenciji, Art. 50: EUR-Lex

Česta pitanja

Mogu li izraditi AI agenta bez programerskog znanja?

Da. Uz Copilot Studio, vlastite GPT-ove, n8n ili Make možete izraditi jednostavne agente bez koda. Za pouzdan rad s više sustava ipak je potrebno tehničko razumijevanje sučelja, prava pristupa i testova.

Koji jezični model trebam odabrati?

To ovisi o zadatku, jeziku, zaštiti podataka i troškovima. Dobri agenti mogu se izraditi tako da model ostane zamjenjiv. Testirajte više modela na vlastitim primjerima.

Kako spriječiti da agent griješi?

To se ne može potpuno spriječiti. Možete ograničiti posljedice: usko definiran zadatak, minimalna prava pristupa, odobrenje za važne radnje, testovi na stvarnim primjerima i zapis svake odluke.

O čemu ovise tekući troškovi?

Prije svega o broju upita, duljini obrađenih tekstova i odabranom modelu, uz hosting i održavanje. Od početka postavite ograničenja troškova i mjerite trošak po obrađenom slučaju.

Koji zadatak treba preuzeti Vaš prvi agent?

Ukratko nam napišite o čemu je riječ i koji programi sudjeluju. Osobno ćemo Vam se javiti s iskrenom procjenom, besplatno i bez obveze.