Маркетинговый AI-агент ломается не на генерации, а на стыке CRM, памяти и правил

Маркетинговый AI-агент ломается не на генерации, а на стыке CRM, памяти и правил

Если агент пишет email, ведёт lead-scoring и обновляет CRM, у него есть три точки отказа:
— теряет контекст после нескольких итераций и начинает дублировать офферы;
— путает источник лида, если в пайплайн не передан стабильный identifier;
— уходит в «творчество», когда правила сегментации описаны словами, а не схемой.

Чтобы это не случалось, разделяйте агент на 3 слоя: planner для выбора шага, executor для вызова инструментов и guardrails для проверок. В маркетинге это особенно важно: один слой отвечает за текст, второй — за данные, третий — за запреты вроде «не писать клиенту, если статус в CRM = do_not_contact».

Самая частая ошибка — хранить всю переписку как один длинный prompt. После 8–12 итераций качество падает: модель начинает повторяться, забывает уже применённые условия и смешивает кампании. Лучше сохранять не чат, а структурированное state: сегмент, цель, последний action, whitelist полей, счётчик итераций.

Ещё один полезный паттерн — human-in-the-loop на узких местах: перед отправкой, перед записью в CRM и перед сменой сегмента. Это дешевле, чем чинить пачку испорченных рассылок и пересобранных воронок. Итог простой: агент в маркетинге должен быть не «умным», а детерминированно ограниченным там, где цена ошибки выше креатива.