Agent Builder от OpenAI: визуальные агентные потоки вместо кода

Забудьте о сложных API и скриптах. Новый Agent Builder от OpenAI позволяет собирать интеллектуальные агенты как конструктор. В этом гайде - пошагово, как за пару часов собрать готового агента, который сам классифицирует запросы, ищет данные, защищён от джейлбрейков и ошибок, и готов к работе с клиентами.

Agent Builder - это визуальный конструктор, где вы собираете логику агента из блоков (узлов) на канве: перетаскиваете ноды, соединяете их линиями, настраиваете инструменты и гардуилы, запускаете предпросмотр, настраиваете оценки (evals) и публикуете версию - всё без написания кода. Этот инструмент входит в платформу AgentKit вместе с ChatKit и обновлёнными средствами оценки. Сейчас Agent Builder доступен в бете.

🔥🔥🔥Все задачи по ИИ закрываю в одном месте - SYNTX AI. Для своих подписчиков оставляю промокод NEIROSKUF - забирайте горячую скидку в 15% на любой тариф и получите доступ к топовым нейросетям практически бесплатно без VPN уже сегодня!

Спроектировать многошаговый поток: вход -> защита от джейлбрейков -> классификация -> условные ветки -> специализированные агенты -> финальные проверки -> выход.
Запускать Preview прямо на канве, включать Evaluate, пользоваться версионированием и далее Publish.
Подключать встроенные инструменты (например, web-search, file-search, computer-use) и работать вместе с код-первым Agents SDK, когда это потребуется.
Встраивать чат-интерфейс агента в продукт через ChatKit.

Аккаунт на OpenAI Platform и доступ к бете Agent Builder (входит в AgentKit).
Для корпоративных подключений данных может потребоваться Connector Registry (также в бете - доступ включается через Global Admin Console).
Включённый billing в организации.

На левой панели (палитра) доступны типы нод, которые можно перетаскивать на канву: Agent, Guardrails (например, Jailbreak guardrail и Hallucination guardrail), If/else, File search, MCP, User approval, Note, а также служебные Start/End.

Цель: автоматически распознавать тип запроса клиента и направлять в профильного агента (возврат, удержание, информирование) с защитами от небезопасных инструкций и галлюцинаций.

Откройте Agent Builder и создайте blank canvas или выберите шаблон.

Перетащите Jailbreak guardrail после Start и соедините их. Такой блок помогает отфильтровать попытки обхода инструкций. При необходимости добавьте правила и политики. При желании подключите дополнительные модульные Guardrails.

Добавьте ноду Agent и назовите её «Classification agent». В настройках укажите системные инструкции: распознай, что хочет пользователь - return_item, cancel_subscription, get_information.
Выбор модели: для сложной логики и планирования используйте reasoning-модели, для простых колл-центровых сценариев - более быстрые non-reasoning.

Добавьте ноду If/else. Создайте ветки: return_item, cancel_subscription, get_information, else. Соедините выход классификатора с этим узлом.

Создайте три ноды Agent: Return agent - обрабатывает возвраты Retention agent - предлагает альтернативы отмене Information agent - отвечает на вопросы и FAQ
Подключите к нужным агентам инструменты: например, File search для внутренних политик и FAQ или web search для публичной информации.

Поставьте Hallucination guardrail перед End, чтобы отлавливать потенциально вымышленные ответы. Соедините все профильные ветки с этой проверкой, затем с End.

Нажмите Preview и протестируйте разные пользовательские запросы. Визуальный режим позволяет видеть прохождение по веткам и промежуточные результаты.

Откройте Evaluate. Доступны datasets, trace grading, автоматическая оптимизация промптов и поддержка разных моделей для сравнительных метрик. Это помогает заранее выявлять слабые места и повышать точность.

Зафиксируйте изменения как версию потока и нажмите Publish, когда будете готовы. Версионирование упрощает совместную работу и быстрые итерации.

Чтобы дать пользователям удобный чат-интерфейс к вашему потоку, используйте ChatKit - набор SDK и компонентов для быстрой встройки в веб или продукт.

Agent Builder - часть AgentKit, полной платформы для разработки, развёртывания и оптимизации агентов: визуальные потоки, встраиваемый UI (ChatKit), средства оценки, оркестрация и наблюдаемость. Если потребуется более глубокая кастомизация, рядом есть Agents SDK (Node, Python, Go) и Responses API со встроенными инструментами (web, file, computer-use).

Выбор модели: Сложные, многошаговые задачи (планирование, синтез, множественные инструменты) - берите reasoning-модель (большая задержка и стоимость, но выше надёжность). Разговорные задачи с высокой частотой обращений - non-reasoning, чтобы снизить latency и цену.
Инструменты на узлах: Стартуйте с минимума (например, File search + Web search) и добавляйте новые только при необходимости. Это уменьшит ветвление и неожиданные состояния.
Гардуилы по периметру: Ставьте защиту на входе (джейлбрейки и PII), на ключевых развилках (перед внешними вызовами) и на выходе (галлюцинации).
Итерации с оценками: Поддерживайте компактный датасет кейсов по основным веткам, прогоняйте trace grading и фиксируйте улучшения как версии. Это делает поведение агента воспроизводимым.