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.
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.
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.
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.
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.
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.