Metz × AI-консультация

Claude Code и агенты
в реальном бизнесе

Ответы на вопросы Влада, роадмап внедрения AI для Metz и разбор агента по анализу конкурентов WB

Claude Code Wildberries ВЭД Агенты

Что можно развернуть в компании

Три волны внедрения — от быстрых побед к автономным системам. Начинать с зелёного.

🔍
Уже готово
Блок: Маркетинг / WB
Агент анализа конкурентов WB
Влад уже запустил. Собирает карточки конкурентов через MPSTATS, скачивает фото, анализирует УТП, генерирует переформулированные описания для своих карточек. Сохраняет всё структурированно в папки.
MPSTATSbrowser-useавтоматически
📦
1–2 недели
Блок: Логистика
Агент мониторинга поставок
Читает статусы поставок из WB, фиксирует расхождения приёмки, формирует ежедневный сводный отчёт. Принимает накладную → выдаёт чеклист действий.
ВЭДWB APIGoogle Sheets
🖊️
1–2 недели
Блок: Маркетинг / WB
Генератор карточек WB
На входе — товар, характеристики, фото. На выходе — SEO-заголовок, описание, rich-content по шаблону. Без ручного написания. Можно запустить сразу после агента Влада.
PinterestSEOшаблон
📑
2–3 недели
Блок: ВЭД
Обработка ВЭД-документов
Загрузить инвойс/упаковочный лист → агент извлекает данные, сверяет с заявкой, формирует таблицу расхождений. Избавляет от ручного переноса данных из PDF в таблицы.
PDFинвойссверка
💬
1–2 месяца
Блок: Команда
Внутренний AI-ассистент
База знаний компании + FAQ по процессам. Новый сотрудник задаёт вопросы — получает ответы из реальных регламентов. Снижает нагрузку на руководителей по онбордингу.
онбордингрегламентыRAG
📊
2–3 месяца
Блок: Аналитика
AI-аналитика продаж и трендов
Агент еженедельно анализирует динамику продаж, сравнивает с конкурентами через MPSTATS, выдаёт 3–5 инсайтов и рекомендаций по ценообразованию и ассортименту.
MPSTATSнедельный отчётпрайсинг

Агент анализа конкурентов на WB

Первый production-агент в Metz. Разберём как он устроен.

WB Competitor Intelligence Agent

Автоматический сбор и анализ конкурентов

Агент работает в браузере, читает данные MPSTATS, анализирует карточки конкурентов и формирует собственные продающие описания.

Как работает — фазы

1
Поисковый запрос + критерии
Пользователь даёт запрос и диапазон выручки. Агент открывает браузер и идёт на WB.
2
Считывание данных MPSTATS
Из расширения берёт: артикул, продавец, выручка, остатки, динамика. Фильтрует по критериям.
3
Вход в каждую карточку
Открывает сайдбар характеристик и описания, скачивает все фото в максимальном разрешении.
4
Анализ УТП конкурентов
Синтезирует что у конкурентов работает: сильные идеи, позиционирование, триггеры покупки.
5
Генерация своих карточек
Создаёт уникальные продающие описания, не копируя дословно. Сохраняет в result.md.

Что сохраняется на диск

На каждую карточку
extracted/{магазин}/{артикул}/summary.md
Фото товаров
extracted/{магазин}/{артикул}/photos/
Готовые карточки
result.md — все переформулированные описания
Лимит
до 20 карточек за запуск (по умолчанию)

12 вопросов Влада про Claude и агентов

Нажми на вопрос, чтобы развернуть ответ.

1
У вас прям отдельные люди под Claude? Нужны ли технари?

Нет, отдельный программист не нужен. Claude Code работает без кода — объясняешь задачу на русском, он пишет и запускает сам. Ты видишь что делает, можешь остановить.

Что реально нужно: один человек, который понимает процесс изнутри и умеет чётко описать задачу. Именно это делает Влад со своим агентом — он знает, что нужно собрать и зачем.

Для Metz: Влад уже выполняет роль "агент-билдера". Технарь понадобится только если интегрироваться с внутренними системами через API (например, прямое подключение к WB API или 1С).

2
Как правильно использовать деньги? Правда ли нужны сотни $?

Зависит от интенсивности. Вот реальные ориентиры:

СценарийСтоимость/мес
Разовые задачи: написать, проанализировать, создать файл$5–20
Агент запускается 1–2 раза в день (как у Влада)$15–50
Несколько агентов, постоянный фоновый мониторинг$50–150
Автономная система с десятками агентов 24/7$300–1000+

Для старта в Metz: $20–60/мес реалистично. "Сотни долларов" — это масштаб enterprise или неоптимизированные системы с дорогими моделями.

3
Насколько правдоподобно использование агентов в реальной работе, а не для рилсов?

Работает — но не везде одинаково. Агенты сильны там, где задача повторяющаяся, структурированная, с чётким результатом.

Хорошо работает: анализ данных, сбор информации из интернета, обработка документов, генерация текстов по шаблону, мониторинг.

Слабо работает: неопределённые задачи ("сделай хорошо"), переговоры, принятие стратегических решений, всё что требует "чувствовать" контекст.

Агент Влада — это реальная работа, не рилс. Он уже экономит часы ручного мониторинга конкурентов.

4
Сколько реального времени занимает создание пары агентов для одного блока (например продаж)?

Честные цифры, без романтики:

  • Простой агент (один сценарий, чёткий input/output): 2–4 часа
  • Система из 2–3 агентов с логикой: 1–2 рабочих дня
  • Полноценный блок продаж (5+ сценариев, тесты): 1–2 недели итераций

Важно: первые версии всегда сырые. Закладывай 50% времени на "доточить под реальность" после первого запуска. Влад это уже прошёл со своим агентом.

5
Нужен ли человек, который будет пристально следить за действиями агентов?

Зависит от ставок действия. Правило простое:

Принцип надзора

  • Низкие ставки (анализ данных, чтение, создание черновиков): проверяй раз в день или по результату
  • Средние ставки (отправка сообщений поставщикам, изменение карточек): человек видит план до исполнения
  • Высокие ставки (финансы, публичные действия): человек подтверждает каждое действие

Через 2–3 месяца работы зрелой системы — 1–2 часа в неделю на надзор. На старте — 30–60 минут в день на проверку результатов.

6
Нужно ли создавать для каждой идеи новый проект или строить дерево? (Логистика → поставки, приёмки и т.д.)

Дерево — правильный подход. Так же, как Влад сделал свой SKILL.md: один файл описывает агента, его инструменты и логику работы.

Структура для Metz

  • metz-agents/ — корень
  • → wb/ — всё про маркетплейс: конкуренты, карточки, SEO
  • → logistics/ — поставки, приёмки, ВЭД
  • → analytics/ — отчёты, мониторинг, тренды
  • → team/ — база знаний, онбординг

Общие инструкции (стиль, правила компании, доступы) — один раз на уровне корня. Каждый подпроект наследует их.

7
Насколько эффективны агенты в реальной жизни — стоит ли их пихать везде?

Нет. "Пихать везде" — верный способ потратить деньги и демотивировать команду.

Фильтр: куда идти первым

  • Задача повторяется 3+ раз в неделю
  • Сейчас занимает более 1 часа у человека
  • Есть чёткий input и ожидаемый output
  • Ошибка агента легко замечается и исправляется

Всё что не попадает под эти критерии — делаем по-старому, пока объём не вырастет.

8
Как правильно расходовать деньги Антропика? (40$ за месяц на лёгких задачах)

$40 на лёгких задачах — это сигнал неэффективной архитектуры. Главные пожиратели:

  • Использование Opus там где достаточно Sonnet — разница в стоимости 5x
  • Длинный контекст без кэширования — агент перечитывает одно и то же каждый шаг
  • Многократные циклы исправлений — плохо написанные инструкции → агент ошибается → переделывает

Практическое правило: Sonnet 4.6 для 80% задач, Opus — только финал и стратегические решения. Prompt caching снижает стоимость в 5–10x на повторяющихся инструкциях.

9
Как агенты работают часами — это же сколько денег нужно?

Рилсы с "многочасовыми агентами" чаще всего записаны на Sonnet (в 5x дешевле Opus) с включённым prompt caching.

Математика реального агента Влада на WB:

ЧтоСтоимость
20 карточек, анализ + генерация (Sonnet)~$0.50–1.50
Ежедневный запуск весь месяц~$15–45
То же на Opus~$75–225

Вывод: выбор модели решает всё. Sonnet + caching = агенты работают реально, стоят разумно.

10
Сколько у вас уходит денег на Claude, если не секрет?
11
Есть ли шаблон проектов из агентов, которых можно подогнать под задачи Metz?

Да. То, что сделал Влад (SKILL.md) — это и есть формат шаблона. Один .md файл описывает:

  • Роль агента
  • Инструменты (browser-use, file system, API)
  • Какие данные собирать и откуда
  • Куда и в каком формате сохранять
  • Фазы работы (1→2→3→4→5)
  • Особые указания (чего не делать)

Под Metz уже есть скелет для логистики, ВЭД-документов и генератора карточек — адаптация под конкретный блок займёт 2–4 часа.

12
Не получится ли пузырь доткомов 2.0? ($300–400/мес и система работает — это реально?)

Частично да — переоценка отдельных AI-стартапов будет, часть лопнет. Но сами LLM — это infrastructure shift, как интернет в 1995. Инструменты останутся.

$300–400/мес на систему с поддержкой человека — это реалистично для компании уровня Metz через 6–12 месяцев. Сейчас начальный этап дешевле: $30–80/мес, пока не выстроили 5–6 рабочих агентов.

Практический вывод

  • Инвестируй в навыки и процессы, а не в конкретные стартапы
  • Начинай с понятных ROI-задач — экономия часов × стоимость часа
  • Масштабируй только то, что уже доказало ценность в реальной работе

С чего начать прямо сейчас

Четыре приоритетных шага для Metz.

01
Оптимизировать агент Влада
Переключить с Opus на Sonnet, добавить prompt caching. Снизит стоимость в 5x при том же качестве.
02
Запустить генератор карточек
Логично следует из агента анализа. Вход — данные конкурентов Влада. Выход — готовые описания для своих товаров.
03
Пилот в логистике
Один процесс — например, сверка накладной с приёмкой WB. Чёткий input/output, легко измерить экономию времени.
04
Выбрать ответственного
Влад уже де-факто AI-чемпион в компании. Закрепить роль официально: он развивает систему агентов, остальные — пользователи.