Как собрать команду AI-агентов на Claude без единой строчки кода: полный курс

Самый подробный гайд по тому, как собрать первую команду из четырёх AI-агентов на Claude: ресёрчер, аутлайнер, писатель и редактор делают полный цикл подготовки контента — пока ты сидишь и просто разглядываешь, что получилось.

Тема стала горячей не на пустом месте. Эпоха одиночных агентов заканчивается, об этом сейчас говорят все — от Бориса Черного, создателя Claude Code в Anthropic, до бесконечной ленты твитов. Будущее — не очередной «идеальный промпт», а правильно собранная команда агентов с разделением ролей.

Ниже — перевод полного курса.

Подписывайтесь на мой канал Ночной Писаревский, где пишу про предпринимательство, AI и делюсь своим опытом.

Все обсуждают AI-агентов. Сделай агента. Задеплой агента. Агент сюда, агент туда.

Но как только садишься делать собственного — упираешься в стену. Туториалы считают, что ты уже знаешь Python. Гайды написаны для разработчиков. Документация фреймворков читается как иностранный язык.

В итоге большинство сдаётся. Возвращается к Claude как к чатботу и говорит себе: «агенты — это слишком технически, не для меня».

Это неправда. И этот гайд это докажет.

Чтобы собрать AI-агентов, не нужно уметь программировать. Не нужно образование в Computer Science. Не нужно разбираться в API, фреймворках и командах терминала.

Нужны три вещи: Claude, Cowork и эта статья.

К концу гайда у тебя будет работающая команда агентов, которая ресёрчит, пишет, анализирует и выдаёт реальный результат — без единой строчки кода.

Это полный курс. Шаг за шагом. С абсолютного нуля.

AI-агент — это система, которая берёт цель, разбивает её на шаги, выполняет их и выдаёт результат. Без того, чтобы ты разжёвывал каждый шаг.

Чатбот ждёт, пока ты скажешь, что делать на каждом шаге. Агент берёт высокоуровневую задачу и сам решает, как её добить.

Разница примерно как между «забронируй мне рейс» и «зайди на сайт, введи направление, нажми кнопку, выбери дату, введи карту». Первое — делегирование. Второе — нянчиться.

Агенты позволяют делегировать. А делегирование — это и есть тот рычаг, ради которого всё затевается.

Зачем тебе это? Потому что сборка AI-агентов прямо сейчас — один из самых ценных навыков на рынке. Компании за это нанимают. Фрилансеры берут премиальные ставки. Фаундеры строят на этом целые продукты.

А порог входа сильно ниже, чем все думают.

Прежде чем что-то собирать, нужно понять четыре компонента, из которых сделан любой AI-агент. Это простые штуки, не технический жаргон.

У каждого агента есть конкретная работа. Не «AI, который делает всякое», а «AI, который делает один конкретный тип задач». Агент-ресёрчер ищет и упорядочивает информацию. Агент-писатель создаёт контент. Агент-аналитик обрабатывает данные и ищет закономерности.

Чем уже роль, тем лучше работает агент.

Это то, как агенту делать свою работу. Не «найди инфу по теме», а: «найди пять источников, выпиши из каждого по три предложения, выдели противоречия и собери финальную сводку с рекомендацией».

Инструкции задают процесс, планку качества и формат вывода.

К чему агент может обращаться? Веб? Файлы? Почта? Календарь? Доступные инструменты определяют, что агент реально умеет делать в мире — а не только генерировать текст.

Как агент помнит, что он делал раньше? Может ли он опираться на прошлую работу? Знает ли он твои предпочтения со вчерашней сессии? Память — это то, что отличает разовый инструмент от постоянного помощника.

Всё. Роль. Инструкции. Инструменты. Память. Любой AI-агент собирается из этих четырёх кубиков.

Открой Claude Desktop. Жми вкладку Cowork. Сейчас будем собирать.

Реши, чем будет заниматься первый агент. Несколько идей, на чём ты больше всего сэкономишь время:

Выбираешь один. Для примера дальше пойдёт агент-ресёрчер.

В Cowork начинаешь новую сессию и даёшь Claude такие инструкции:

Ты мой Content Research Agent. Задача: ресёрчить любую тему, которую я даю, и выдавать структурированную справку. На каждую задачу: 1. Определи 5 главных подтем 2. По каждой подтеме найди ключевые факты, цифры, мнения экспертов 3. Выдели противоречия и спорные моменты 4. Собери всё в структурированный документ 5. В конце дай блок «Key Takeaways» с 3–5 практическими выводами Формат вывода: чистый документ, сохранить как [topic-name]-research.md в папку /Research. Качество: каждое утверждение конкретно. Никакой воды. Никаких общих фраз. Если по чему-то не нашлось надёжной информации — так и пиши, а не выдумывай. Тон: профессионально, но доступно. Пишешь для умного человека, который не эксперт в конкретно этой теме.

Открой Cowork доступ к папкам, где хочешь, чтобы агент сохранял работу. Создай папку /Research, если её нет. Туда автоматически будут падать все справки.

Если подключены коннекторы — Gmail, Google Drive, Slack — агент сможет тянуть информацию и оттуда.

Дай первое задание:

«Сделай ресёрч по текущему состоянию AI-агентов в бизнесе. Сфокусируйся на том, для чего компании реально их используют — не на теории».

Смотри, как он работает. Спланирует подход, проведёт ресёрч, сохранит готовый документ в /Research.

Первый результат будет нормальный, но не идеальный. Это нормально. Скажи Claude, что улучшить:

Каждая правка делает агента умнее в следующий раз.

Поздравляю. Ты только что собрал первого AI-агента — без единой строчки кода.

Один агент — это полезно. Команда агентов — это уже другой уровень.

Дальше — как собрать команду, где у каждого агента своя роль, и они работают вместе в одном пайплайне.

Это пример. Структуру можно адаптировать под любой воркфлоу.

Агент 1: ресёрчер. Тот, которого ты уже собрал. Ищет и упорядочивает информацию.

Агент 2: планировщик.

Ты мой Content Outline Agent. Задача: взять research-справку и превратить её в детальный план статьи. Процесс: 1. Прочитать справку полностью 2. Найти самый сильный угол для аудитории 3. Придумать заголовок (с конкретной цифрой и крючком) 4. Собрать план по разделам: - заголовок раздела - 3–5 ключевых тезисов - конкретные примеры или цифры - примерный объём 5. Написать вступительный абзац (хук) 6. Написать финальный абзац (CTA) Сохранить как [topic-name]-outline.md в папку /Outlines. План должен быть достаточно детальным, чтобы другой человек написал по нему статью, не задав ни одного вопроса.

Агент 3: писатель.

Ты мой Content Writer Agent. Задача: по плану написать готовую статью. Процесс: 1. Сначала прочитать план полностью 2. Писать строго по структуре плана 3. Короткие абзацы — максимум 3 предложения 4. Жирным выделять ключевые фразы для скана глазами 5. Включать все цифры и примеры из плана 6. Держать единый тон Стиль: прямо, разговорно, без воды. Пишешь так, будто рассказываешь умному другу — не лекторишь в аудитории. НЕ звучит как: типичный AI-текст, корпоративный блог, LinkedIn-инфлюенсер, академическая статья. Сохранить как [topic-name]-draft.md в папку /Drafts.

Агент 4: редактор.

Ты мой Content Editor Agent. Задача: довести черновик до публикации. Процесс: 1. Прочитать черновик целиком 2. Проверить: фактическую точность, логику, единство тона, повторы 3. Улучшить: слабые начала, размытые фразы, отсутствующие переходы, блёклые концовки 4. Усилить: короткие абзацы, жирным — ключевое, конкретные цифры вместо размытых утверждений 5. Вырезать всё, что не добавляет ценности 6. Выдать финальную версию Чек: - Зацепляет ли первая пара строк? - Каждый раздел соответствует своему заголовку? - Я бы это сохранил себе? Поделился бы? - CTA понятный и убедительный? Сохранить как [topic-name]-final.md в папку /Published.

Воркфлоу выглядит так:

Каждый агент делает один шаг. Вывод одного становится входом следующего.

Полная статья от темы до публикации — за 30 минут. Без единой строчки текста, написанной тобой.

Когда базовая команда работает, эти приёмы сильно прокачивают её.

В Cowork есть /schedule — можно запускать агентов по таймеру.

Каждый понедельник в 7 утра: ресёрчер тянет трендовые темы в твоей нише и сохраняет справку. В 8 утра: планировщик делает планы по топ-3 темам. Ты пробегаешься по планам, выбираешь лучший, отдаёшь писателю.

Контент-конвейер идёт сам по себе, ты занимаешься стратегией.

Создай файл context.md, который каждый агент читает перед работой:

# My Content Context Аудитория: технически прокаченные профи 25–40 лет, которые сами строят с AI Ниша: AI-продуктивность, экосистема Claude, автоматизация воркфлоу Тон: прямо, без воды, слегка дерзко Никогда: «в современном динамичном мире», «leverage», «unlock», «game-changer» Всегда: конкретные цифры, шаги, реальные примеры Формат: короткие абзацы, жирным — ключевое, чёткие разделы

В инструкции каждого агента добавь «Прочитай context.md перед любой задачей». Это держит единый стиль по всей команде.

После каждого крупного результата давай агенту конкретный фидбэк:

Каждая правка делает следующий вывод лучше. Со временем агенты учатся твоим стандартам — без повторов одного и того же.

В Cowork можно собрать нескольких агентов в один воркфлоу:

«Возьми тему 'AI-агенты для малого бизнеса', прогони полный пайплайн: ресёрч → план → текст → редактура. Сохрани все промежуточные файлы. Финальную статью — в /Published.»

Claude сам ведёт весь процесс от начала до конца. Ты возвращаешься к готовой статье.

Ещё три конфигурации команд, которые можно собрать сегодня.

Каждая команда строится по одной и той же схеме: узкие роли, чёткие инструкции, понятные передачи между агентами.

Теперь ты знаешь про сборку команд AI-агентов больше, чем 95% тех, кто рассказывает про агентов в соцсетях.

Следующий шаг простой. Выбери команду, которая решает твою самую большую утечку времени. Собери её сегодня. Покатай неделю. Подкрути по результатам.

Те, кто сейчас выигрывает с AI, — это не самые умные в комнате. Это те, кто перестал использовать AI как чатбот и начал строить из него системы.

Ты только что узнал, как такие системы собираются.

Большинство прочитают этот гайд и вернутся к тому, чтобы задавать Claude одиночные вопросы в чате.

Те, кто сегодня соберут первую команду агентов, через 30 дней будут жить в совсем другой операционке.

Подписывайтесь на мой канал Ночной Писаревский, где пишу про предпринимательство, AI и делюсь своим опытом.