🎯 О чём этот конспект: Разбор концепции «узких» (narrow) AI-агентов против универсальных систем. Автор объясняет, почему добавление более 10 навыков одному агенту убивает его эффективность, и как построить экосистему из специализированных ботов (YouTube-агент, Журнал-бот, Newsletter-бот), работающих на базе OpenClaw.

👤 Кому будет полезно: Вайбкодерам, фаундерам AI-стартапов и автоматизаторам, которые хотят делегировать операционку (контент, рассылки, планирование) автономным агентам.

✨ Что получите: Понимание архитектуры команды агентов, конкретные наборы навыков для YouTube и контент-менеджмента, а также методику «намерения» (intent) вместо простых промптов.

1. Лимит навыков: Почему «универсальные» агенты бесполезны

Контекст: При тестировании OpenClaw и аналогичных систем (Manis, Perplexity Computer) выяснилось, что существует «потолок эффективности». Когда вы добавляете агенту слишком много навыков (Notion, Google Drive, Figma, монтаж видео, анализ данных одновременно), его надежность резко падает. Он начинает путать контекст, использовать инструменты не вовремя и терять фокус. Оптимальное количество навыков для одного агента — от 7 до 10.

Выгода: Повышение точности выполнения задач до 90-95% и исключение галлюцинаций при выборе инструментов.

Как применить:

• Шаг 1: Аудит задач — Разделите все ваши задачи на кластеры (например: «Создание видео», «Клиентский сервис», «Личный ассистент»).
• Шаг 2: Ограничение функционала — Для каждого кластера создайте отдельного агента в OpenClaw. Не давайте YouTube-боту доступ к финансовым отчетам, если это не нужно для сценария.
• Шаг 3: Настройка «Намерения» (Intent) — Вместо длинных инструкций пропишите агенту четкую цель (KPI).

Результат: Стабильно работающий агент, который не «тупит» при выборе между 30-ю разными API.

2. Архитектура YouTube-агента: Стек и навыки

Контекст: Автор описывает своего самого эффективного агента, который сфокусирован только на росте канала. Его «намерение» — оптимизация под три метрики: подписчики (subs), просмотры (views) и конверсии (conversions). Любой навык, который не ведет к этим целям, отсекается.

Выгода: Полная автоматизация ресёрча и подготовки контента с сохранением авторского стиля.

Как применить:

• Шаг 1: Интеграция ресёрча — Подключите API для анализа транскриптов и поиска.
  • Инструмент: SERP API (для поиска в Google/YouTube).
  • Инструмент: Supera Data API (для извлечения транскриптов из YouTube, TikTok, Twitter).
• Шаг 2: Генерация превью — Настройте навык создания обложек.
  • Инструмент: Fal.ai или Nano Banana.
  • Контекст: Загрузите в память агента папку со своими фотографиями (photos_of_me), чтобы он мог подставлять ваше лицо на сгенерированные изображения.
• Шаг 3: Управление сценариями — Подключите Notion Integration. Агент должен сам создавать страницы со сценариями и обновлять их статус.

Результат: Агент каждое утро парсит конкурентов, предлагает идеи видео и готовит черновики сценариев в Notion.

3. «Журнал-бот» как центральное хранилище памяти команды

Контекст: Главная проблема нескольких узких агентов — отсутствие общей памяти. Решение: создание «Журнал-бота» (Journal Agent), который живет в Telegram и каждые 30 минут (или по триггеру) опрашивает вас о текущих делах, встречах и инсайтах. Он записывает всё в единую базу данных (Markdown-файлы или Notion).

Выгода: Все остальные агенты (например, бот для рассылок) могут обращаться к этому журналу, чтобы быть в курсе контекста компании без вашего участия.

Как применить:

• Шаг 1: Создание бота — Настройте OpenClaw на работу через Telegram Gateway.
• Шаг 2: Настройка цикла (Cron Job) — Установите расписание опроса.

# Пример логики: опрашивать каждые 30 минут в рабочее время
*/30 9-18 * * 1-5

• Шаг 3: Связка с Newsletter-агентом — Дайте агенту рассылки доступ к файлам, которые генерирует Журнал-бот. Теперь бот рассылки может написать: «Вчера у команды был созвон по продукту X, вот что мы решили...».

Результат: Автономная генерация контента на основе реальных событий в бизнесе.

4. Переход от Промптов к Намерениям (Intents)

Контекст: Промпты — это микроменеджмент. «Намерения» — это делегирование. Вместо того чтобы говорить «напиши пост на 200 слов с эмодзи», вы даете агенту цель: «Твоя цель — увеличить Open Rate рассылки до 40%». Агент сам выбирает инструменты и стиль на основе этой цели.

Выгода: Агент начинает предлагать улучшения и «удивлять» результатами, работая как проактивный сотрудник, а не как калькулятор.

Как применить:

• Шаг 1: Определение KPI — Для каждого бота пропишите 2-3 измеримых показателя в системном файле настроек.
• Шаг 2: Файл конфигурации (Markdown) — В папке OpenClaw создайте файл goal.md для агента:

# Цель агента: Newsletter Bot
- Оптимизация Click-Through Rate (CTR)
- Максимизация Open Rate
- Сбор обратной связи от читателей

• Шаг 3: Проверка (Pass/Fail) — Раз в неделю проверяйте логи. Если агент не ведет к цели — удаляйте или пересобирайте его. Узкие агенты легко заменяемы.

Результат: Масштабируемая команда, где каждый «сотрудник» знает свою зону ответственности.

FAQ

В: Почему OpenClaw лучше, чем Manis или Perplexity Computer?

О: Manis и Perplexity создают новую «песочницу» (компьютер) под каждую задачу. Это удобно для разовых дел, но не дает агенту долгосрочной памяти и стабильного окружения. OpenClaw работает на одном постоянном инстансе (вашем Mac или сервере), что позволяет накапливать опыт и файлы.

В: Как агенты общаются между собой, если они «узкие»?

О: Сейчас лучший способ — через общую файловую систему или общую базу в Notion/Linear. Один агент пишет отчет (файл), другой его читает как входящие данные. Прямая коммуникация «агент-агент» — следующий этап развития.

В: Не слишком ли дорого запускать 15 отдельных агентов?

О: Если запускать их локально на Mac Mini, стоимость — только электричество и токены API. В облаке это требует управления ресурсами, но узкие агенты потребляют меньше токенов за раз, так как у них короче системный промпт и меньше лишних инструментов в контексте.

В: Можно ли поделиться настроенным агентом с коллегой?

О: Да, это одно из главных преимуществ узких агентов в OpenClaw. Так как все навыки — это просто Markdown-файлы в папке, вы можете просто скопировать папку агента (конфиги + навыки) и передать другому человеку. Настройка занимает около 5 минут.

В: Что такое "Heartbeat" (сердцебиение) агента?

О: Это автономный цикл (cron job), который заставляет агента «просыпаться» и проверять свои задачи без команды пользователя. Например, YouTube-агент может иметь heartbeat раз в сутки для проверки статистики видео и комментариев.

Конспект создан на основе видео «How I'm building a team of 15 AI Agents to run my company» канала Riley Brown. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/ISb0nrlNoKQ