Ilmar MansurovВсе кейсыEN

Корпоративные системы

AI-агенты: единое рабочее пространство для сотрудников

За пару дней спроектировал основной опыт платформы: выбор агента, настройку, диалог, ожидание и восстановление после ошибки. MVP запустили для сотрудников.

AI-агенты: единое рабочее пространство для сотрудников

Задача и контекст

Внутренняя команда Яндекса создавала AI-агентов для разных задач сотрудников. Пользователям требовалось общее место, где можно найти подходящего агента и работать с ним. Я подключился к проекту в 2025 году с коротким сроком: нужно было связать каталог, настройку и диалог в понятный сценарий и подготовить состояния, необходимые для первого выпуска.

Дизайн за пару дней · Полная передача в разработку · MVP запущен на сотрудников

Моя роль

За пару дней подготовил полный комплект макетов для разработки. Мой фокус — общий пользовательский опыт платформы: выбор агента, настройка контекста, работа в диалоге и переходы между состояниями. Разработка самих агентов оставалась задачей отдельной команды.

Помочь выбрать агента под задачу

Каталог объединяет агентов в одном пространстве. Короткие описания объясняют назначение до перехода в диалог: например, поиск знаний, сводка релизов или помощь дежурному. Для новой конфигурации доступны шаблоны с поиском и фильтрами возможностей. Они дают конкретную отправную точку и помогают выбрать, с чего начать, без пустой формы настройки.

Каталог объясняет назначение каждого агента ещё до его открытия.
Каталог объясняет назначение каждого агента ещё до его открытия.
Шаблоны помогают выбрать отправную точку через поиск и фильтры возможностей.
Шаблоны помогают выбрать отправную точку через поиск и фильтры возможностей.

Сохранить контекст при настройке

После выбора шаблона нужные параметры собраны на одном экране, с пояснениями у полей. Выбранный шаблон остаётся видимым во время заполнения. В показанном примере помощника дежурного это доступ к Tracker, очередь и источник инструкций. Пример раскрывает структуру настройки: какие данные нужны и к какому агенту они относятся. Из-за короткого срока я сосредоточился на связном основном пути — от выбора до работы с агентом.

Настроить доступ, очередь и источник знаний выбранного агента в одном месте.
Настроить доступ, очередь и источник знаний выбранного агента в одном месте.

Дать понятное начало и читаемый ответ

Экран диалога сохраняет выбранного агента и недавние разговоры в поле зрения. В начальном состоянии подсказки предлагают подходящие запросы, при этом сотрудник может написать свой. Показанная сводка дежурного группирует инциденты по приоритету и обозначает следующий шаг. Краткая информация о выполненной работе отделена от самого ответа, поэтому результат удобно просматривать и обсуждать дальше в том же диалоге.

Приветственный экран предлагает подходящие запросы для начала работы.
Приветственный экран предлагает подходящие запросы для начала работы.
Пример сводки для дежурного: инциденты по приоритету и следующий шаг.
Пример сводки для дежурного: инциденты по приоритету и следующий шаг.

Сделать ожидание и ошибку частью сценария

Ответ агента может занять время или завершиться ошибкой. Для ожидания и получения дополнительной информации предусмотрены явные статусы. Если запрос не выполнен, ошибка появляется внутри диалога: исходный запрос остаётся виден, а повторный запуск доступен рядом. Пользователь сохраняет контекст разговора и понимает, какое действие доступно дальше.

Краткий статус объясняет ожидание, пока агент проверяет запрос.
Краткий статус объясняет ожидание, пока агент проверяет запрос.
Уточнение остаётся в том же диалоге, пока агент ищет нужную инструкцию.
Уточнение остаётся в том же диалоге, пока агент ищет нужную инструкцию.
При ошибке запрос остаётся видимым, а понятное действие позволяет повторить попытку.
При ошибке запрос остаётся видимым, а понятное действие позволяет повторить попытку.

Результат

Полный комплект макетов позволил разработчикам начать работу без задержки. MVP запустили на сотрудников — у них появилось единое место для поиска и использования агентов команды.