Вы собирались запускать AI Agent, но пока неясно, на какие возможности GPT-5 можно опереться.

Быстрое решение: не стройте проект на предположениях о модели. Подготовьте сценарий, данные, права, инструменты, проверки и ручное управление; после этого сверяйте пригодность с официальной документацией и тестами в вашем процессе.

**Кому пригодится материал:** руководителям и владельцам процессов, которые выбирают сценарий пилота и критерии его успеха. Инженерам, которым нужны заменяемая интеграция с моделью и воспроизводимые испытания. Командам безопасности и соответствия требованиям, которым важно ограничить доступ агента и определить условия передачи работы человеку.

> Статус важен: официальная страница о GPT-5 уже описывает продукт. Поэтому воспринимайте подготовку как план проверок, а не как повод считать подтверждёнными любые предполагаемые возможности. Перед техническим или коммерческим решением проверяйте актуальные официальные сведения.

Последнее обновление: 7 августа 2025 года. Статус и дата выпуска сверены по [официальному сообщению о GPT-5](https://openai.com/index/introducing-gpt-5/?pix=pkw_0_0&utm_source=openai). Перед внедрением отдельно проверяйте актуальные описания API, модели и правила платформы: сообщение о выпуске не заменяет техническую документацию.

Разделите подтверждённое и требующее проверки

Подготовка к внедрению AI Agent не требует угадывать, как поведёт себя модель. Она требует заранее определить, какие действия допустимы в вашем процессе, какие данные доступны агенту и как обнаружить ошибку до того, как она повлияет на клиента или систему.

Ведите реестр с тремя статусами:

- **Подтверждено:** сведения из актуальной официальной документации или ваших внутренних систем. Например, владелец процесса и список инструментов, разрешённых для теста. - **Нужно проверить:** поведение, которое следует воспроизвести в тестовой среде. Например, корректно ли агент выбирает инструмент при неполных входных данных. - **Не подтверждено:** функция, цена, лимит, интерфейс или правило, которых нельзя проверить по доступным официальным материалам. Не превращайте такие предположения в требования к архитектуре.

Официальный материал о GPT-5 и документация API решают разные задачи. Первый позволяет сверить опубликованные сведения о модели; [журнал изменений API](https://developers.openai.com/api/docs/changelog?utm_source=openai) помогает отслеживать обновления документации, а [описание устаревающих функций](https://developers.openai.com/api/docs/deprecations?utm_source=openai) — учитывать объявленные изменения совместимости. Записывайте, на какой документ и его редакцию вы опирались при принятии решения.

Не нужно останавливать проект до появления сведений о каждой детали. Уже сейчас можно описать процесс, сформировать проверочные примеры, назначить владельцев данных и подготовить изолированную среду. Отложите только те решения, которые зависят от подтверждённой функции, схемы вызова, правил тарификации или платформенных ограничений.

Выберите процесс с проверяемым результатом

Начинайте не с вопроса, где применить «самую сильную модель», а с процесса, результат которого можно проверить и исправить. Для первого пилота подходят повторяющиеся операции с определёнными входными данными и понятным критерием качества. Например, подготовка черновика ответа по утверждённой базе знаний, первичная классификация внутреннего обращения или сбор сведений для последующей проверки сотрудником.

Осторожнее относитесь к задачам, в которых агент самостоятельно меняет права доступа, отправляет сообщения за пределы организации, подтверждает платежи, удаляет записи или принимает решения с существенными последствиями. Даже если часть процесса автоматизируется, сначала отделите подготовку рекомендации от исполнения. Владелец процесса должен иметь возможность проверить результат до действия.

Перед пилотом письменно зафиксируйте:

- кто отвечает за результат и кто разрешает переход к следующему этапу; - какой процесс проверяется, где начинается и заканчивается ответственность агента; - какие данные разрешено использовать и кто подтвердил это решение; - что считается приемлемым результатом, а что требует проверки человеком; - кто и каким способом останавливает процесс при ошибке; - как команда возвращается к прежнему процессу, если испытание не пройдено.

Так вы проверяете конкретную операцию, а не общее впечатление от модели. Если тест не пройден, агентный этап можно отключить, не перестраивая весь процесс.

Ограничьте данные, разрешения и действия

Передавать агенту доступ «ко всему, что может пригодиться» — плохой способ ускорить пилот. Это увеличивает последствия ошибки, усложняет расследование и делает труднее объяснение, зачем системе понадобились конкретные сведения. Начните с классификации данных и минимально необходимого набора разрешений.

Для каждого источника выясните, кто владелец, какие категории информации в нём содержатся, разрешено ли использовать их в выбранном сценарии, нужно ли скрывать или преобразовывать чувствительные поля и как отзывается доступ. Ответы должны следовать из действующих правил вашей организации и применимых требований, а не из предположения, что модель сама обеспечивает соответствие.

Затем составьте перечень действий: чтение базы, поиск, создание черновика, изменение записи, отправка сообщения. Для каждого действия определите, разрешено ли агенту выполнять его напрямую или только после подтверждения сотрудника. Доступ на чтение и право менять данные — разные уровни риска; не объединяйте их в одно широкое разрешение.

В [материале OWASP о рисках больших языковых моделей](https://genai.owasp.org/llm-top-10/?cat=253&utm_source=openai) перечислены десять категорий рисков. Используйте их как основу для обсуждения угроз, но не вместо анализа архитектуры и данных вашей организации. Отдельно проверяйте риск инструкций из внешнего содержимого, раскрытия данных, чрезмерных полномочий инструментов и действий, которые невозможно отменить.

Внутренние правила доступа должны предусматривать:

- передачу только тех сведений, которые нужны для текущего шага; - изоляцию тестовых данных от продуктивных записей; - проверку разрешений на стороне инструмента, а не только в инструкции модели; - журналирование запроса, выбранного инструмента, результата и решения человека; - порядок блокировки учётных данных, отключения интеграции и расследования инцидента; - сроки хранения журналов и список сотрудников, которым разрешено их просматривать.

> Журналирование не заменяет контроль доступа. Если агент способен выполнить опасное действие, сначала ограничьте само действие, а затем обеспечьте возможность восстановить ход событий.

Отдельно определите порядок работы с секретами, персональными данными и фрагментами обращений. Не передавайте их в тестовую систему, пока не подтверждено, что такой способ обработки разрешён внутренними правилами и применимыми требованиями. Назначьте сотрудника, который утверждает исключения, и сотрудника, отвечающего за выполнение требований. Документ NIST [AI 600-1 о рисках генеративного ИИ](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf) опубликован в июле 2024 года; используйте его как вспомогательную рамку, а не как замену юридической оценке или внутренним политикам.

Подготовьте заменяемую инженерную интеграцию

Разработчик может подготовить устойчивую архитектуру, даже если некоторые детали подключения ещё требуют проверки. Отделите бизнес-логику от вызова модели: процесс должен обращаться к собственному адаптеру, а не зависеть от предположений о формате ответа или поведении конкретного провайдера, разбросанных по приложению.

Заранее предусмотрите:

- адаптер вызова модели, параметры которого задаются конфигурацией; - проверку входных и выходных данных; - реестр доступных инструментов с явными схемами и проверкой полномочий; - хранение состояния процесса с контролируемым сроком жизни; - обработку ошибок, повторов, тайм-аутов и неполных ответов; - этап ручного подтверждения для чувствительных действий; - возможность остановить запуск и вернуться к прежнему процессу.

Например, внутренняя конфигурация может описывать границы приложения, не выдавая их за параметры конкретного API:

```yaml model_adapter: configured_provider tools: read_case: permission: read_only draft_reply: permission: human_review update_record: permission: disabled approval: required_for_external_action: true logging: redact_sensitive_fields: true ```

Этот пример задаёт только внутреннюю структуру решения. Он не утверждает, что конкретный API принимает такие поля. Схему вызова, названия параметров, доступные функции и правила обработки ошибок берите из актуальной документации. [Руководство по вызову функций](https://developers.openai.com/api/docs/guides/function-calling?utm_source=openai) описывает соответствующий подход, но совместимость и точные детали подключения нужно перепроверять перед реализацией.

Проверяйте систему на повторяемых ситуациях: корректный запрос, неполные данные, отказ инструмента, конфликтующие инструкции, недоступный источник и попытка выйти за пределы разрешений. Для каждого случая сохраняйте входные данные, ожидаемое поведение, фактический результат и способ воспроизведения. Набор таких проверок пригодится при смене модели и обновлении интеграции.

План тестирования должен быть частью инженерной задачи, а не последним этапом перед выпуском. Если проверка требует доступа к продуктивной базе или секретам, сначала измените тестовый сценарий: подготовьте разрешённые обезличенные данные или макет инструмента. Не предоставляйте системе дополнительные полномочия только ради удобства проверки.

Измерьте пригодность до расширения пилота

Оценивать агента только по убедительности нескольких ответов недостаточно. Проверяйте весь процесс: выбор инструмента, отказ от действия при нехватке данных, обработку ошибок и передачу работы человеку. В [руководстве по практикам оценки](https://developers.openai.com/api/docs/guides/evaluation-best-practices?trk=public_post_comment-text&utm_source=openai) изложены принципы построения оценок; применяйте их вместе с критериями конкретного процесса.

Соберите проверочные примеры из реальных ситуаций, которые разрешено использовать. Включите типовые случаи, неполные обращения, неоднозначные инструкции, устаревшие записи и попытки выйти за границы разрешённых действий. Утвердите набор вместе с владельцем процесса и специалистом по безопасности. Если данные нельзя переносить в тестовую среду, используйте обезличенные или синтетические аналоги и отмечайте, чем они отличаются от рабочих данных.

Измеряйте не только точность ответа, но и:

- долю задач, завершённых без фактической ошибки; - корректность выбора инструмента и соблюдение разрешений; - частоту и тяжесть ошибочных действий; - задержку до получения результата, пригодного для проверки; - долю случаев, переданных человеку, и затраты времени на проверку; - фактическую стоимость процесса по подтверждённым правилам тарификации; - возможность объяснить результат по журналам и воспроизвести сбой.

Не назначайте универсальные пороги до понимания последствий ошибки. Допустимые критерии для внутреннего черновика будут отличаться от критериев процесса, который затрагивает клиента или учётную запись. Владелец процесса, команда безопасности и разработка должны согласовать критерии до испытаний, а не подгонять их под уже полученный результат. Стоимость оценивайте на фактическом объёме и по правилам, подтверждённым на момент теста. Не используйте неизвестные ставки или неподтверждённые лимиты в бизнес-модели.

Определите, что именно означает успех в вашем процессе. Система может дать содержательно правильный ответ, но выбрать запрещённый инструмент; выбрать правильный инструмент, но передать ему лишние сведения; или показывать приемлемое качество, но создавать чрезмерную нагрузку на ручную проверку. Оценивайте эти результаты отдельно: общий балл способен скрыть конкретный риск.

Проведите проверку готовности перед решением

Используйте список ниже как рабочий инструмент перед переходом от подготовки к проверке интеграции. Отмечайте пункт выполненным только при наличии документа, теста или ответственного сотрудника, который может подтвердить результат.

- [ ] Назначен владелец процесса, определены границы сценария и лицо, принимающее решение о продолжении. - [ ] Классифицированы данные; подтверждены право использования, правила обработки чувствительных полей и способ отзыва доступа. - [ ] Для каждого инструмента установлен отдельный уровень полномочий; опасное действие требует явного разрешения или отключено. - [ ] Определены случаи обязательной ручной проверки и порядок передачи задачи сотруднику. - [ ] Подготовлены тестовые примеры, включая неполные данные, ошибки инструмента и попытки выхода за разрешённые границы. - [ ] Согласованы критерии качества, риска, задержки, ручной нагрузки и стоимости. - [ ] Проверены журналирование, остановка интеграции, уведомление ответственных и возврат к прежнему процессу. - [ ] Актуальные сведения об API, доступности функций и правилах платформы сверены с официальной документацией. - [ ] Результаты испытаний можно воспроизвести, а все нерешённые вопросы внесены в реестр.

Условия перехода можно применять следующим образом:

- **Если** назначен владелец, данные разрешены, инструменты ограничены, тесты воспроизводимы, а ручная проверка и откат испытаны, **то** переходите к малому пилоту с контролем значимых результатов. - **Если** сценарий понятен, но условия подключения или обработки данных ещё не подтверждены, **то** продолжайте тестировать архитектуру на безопасных данных и отложите доступ к реальной системе. - **Если** агенту нужны широкие права, последствия ошибки трудно отменить или отсутствует ответственный за проверку, **то** сузьте сценарий либо оставьте исполнение человеку. - **Если** тесты не отражают реальную работу, затраты на ручную проверку не оценены или команда не умеет остановить интеграцию, **то** не расширяйте доступ и не переводите процесс в рабочую эксплуатацию.

Перед пилотом соберите в одном документе описание сценария, владельца, карту данных, список разрешений, версии использованных документов, тесты и результаты, требования к ручному контролю и план возврата. Если любой пункт нельзя подтвердить, отметьте его как незакрытый и ограничьте испытание соответствующим образом.

Для требований к рабочей среде отдельно проверьте операционную систему, инструменты, управление секретами и правила доступа команды. Сверить вопросы работы с данными и доступа можно с [описанием конфиденциальности MacWww](https://macwww.com/ru/konfidencialnost.html). Это не отменяет собственной оценки безопасности исходного кода, тестовых данных и учётных записей.

Сопоставьте среду с задачей

Локальная машина подходит, если у команды уже есть управляемая рабочая среда, нагрузка предсказуема и разработчикам нужен физический доступ к устройствам или интерфейсам. При этом поддержку машины, передачу доступа между участниками и защиту учётных данных придётся организовать самостоятельно.

Удалённая среда может подойти для изолированной проверки, совместной работы и временного доступа к отдельной машине. Но до начала работ проверьте сетевую доступность, управление правами, передачу секретов и удаление данных. Это не автоматическое улучшение: при постоянной высокой нагрузке или зависимости от локального оборудования аренда может оказаться неподходящей. Если вам нужна временная среда для разработки или проверки на Mac, сравните её с собственным компьютером и сверяйте фактические характеристики и порядок доступа по актуальным сведениям.

Начните с [обзора MacWww](https://macwww.com/ru/), чтобы проверить актуальные сведения о вариантах работы, а затем сопоставьте их с требованиями проекта. У привычной среды могут быть затраты на обслуживание, сложности с совместным доступом и неудобство краткосрочного развёртывания; у удалённой — зависимость от сети, необходимость управлять учётными данными и проверять условия использования. Если для разработки или теста вам нужна временная среда Mac, рассмотрите MacWww как один из вариантов после проверки актуальных условий и требований проекта. Затем проведите ограниченное испытание на собственной базе сценариев и расширяйте доступ только при наличии проверяемых результатов, работающего ручного контроля и готового отката.