5 сбоев, из-за которых AI-агент в маркетинге ломается ещё до продакшна

5 сбоев, из-за которых AI-агент в маркетинге ломается ещё до продакшна

Первый сбой — размытая цель. Если агенту дать «сделай email-кампанию лучше», он начнёт оптимизировать текст, тему, сегмент и тайминг одновременно. Нужна одна метрика на цикл: CTR, reply rate или qualified lead.

Второй — плохая граница контекста. У агент-цепочек быстро растёт шум: старые решения, устаревшие сегменты, дублирующиеся правила. Для долгих сценариев держите короткую память, а не весь лог диалога. Иначе через 10–12 итераций модель начинает «помнить» лишнее.

Третий — нет проверки перед действием. Агент может красиво сгенерировать оффер, но не должен сам отправлять его в CRM без валидации полей, дедупликации и проверки сегмента. Между генерацией и исполнением нужен явный gate.

Четвёртый — отсутствие fallback-пути. Если LLM не уверена, агент должен не фантазировать, а переключаться на шаблон, rule-based сценарий или ручную модерацию. Это особенно важно в lead-scoring и ретеншн-цепочках.

Если агент не умеет сказать «не знаю» и остановиться на границе риска, вы тестируете не automation, а генератор ошибок.