AI-agentti ymmärtää tavoitteen, hakee tarvitsemansa tiedot, käyttää sille annettuja työkaluja ja tekee työvaiheita loppuun asti.
Parhaimmillaan agentti toimii kuin rajattuun tehtävään perehdytetty digitaalinen työntekijä. Se ei kuitenkaan korvaa ihmistä kaikkialla, vaan hoitaa hyvin toistuvat työvaiheet, joissa tarvitaan tietoa, päätöksentekoa ja usean järjestelmän käyttöä.
AI-agentti, chatbot ja automaatio eivät ole sama asia
Chatbot vastaa yleensä käyttäjän kysymykseen. Se odottaa viestiä, muodostaa vastauksen ja jää odottamaan seuraavaa viestiä.
Automaatio taas suorittaa ennalta määritellyn ketjun. Esimerkiksi lomakkeen täyttö voi lisätä yhteystiedon CRM-järjestelmään, lähettää vahvistussähköpostin ja ilmoittaa asiasta myynnille.
AI-agentti toimii joustavammin. Se voi arvioida, mitä tietoa tehtävän ratkaisemiseen tarvitaan, valita sopivan työkalun, tarkistaa lopputulosta ja pyytää lisätietoja silloin, kun se ei voi tehdä päätöstä luotettavasti.
- Chatbot: vastaa kysymyksiin.
- Automaatio: suorittaa ennalta määrätyt vaiheet samassa järjestyksessä.
- AI-agentti: valitsee seuraavia vaiheita tilanteen, tavoitteiden ja käytettävissä olevan tiedon perusteella.
Tämä ero on tärkeä myös käytännössä. Jos prosessi on täysin ennakoitava, tavallinen n8n-, Make- tai Zapier-automaatio voi olla agenttia turvallisempi ja halvempi ratkaisu.
Hyvä AI-agentti rakentuu neljästä perusosasta
Agentin rakentaminen ei ala mallin valinnasta. Ensin pitää määritellä, mitä agentin on tarkoitus saada aikaan ja missä tilanteissa sen pitää pysähtyä.
Toimiva kokonaisuus koostuu yleensä muistista, ohjeista, työkaluista ja päätöksentekosilmukasta. Kun jokin näistä puuttuu, agentti jää helposti tavalliseksi keskustelubotiksi tai epäluotettavaksi automaatioksi.
- Äly eli kielimalli: esimerkiksi Claude, ChatGPT tai Gemini, joka tulkitsee pyyntöjä ja suunnittelee toimintaa.
- Muisti ja konteksti: yrityksen tiedot, aiemmat päätökset, asiakaskohtainen tieto, dokumentit ja keskusteluhistoria.
- Työkalut: esimerkiksi sähköposti, kalenteri, CRM, Google Sheets, verkkohaku, tietokanta tai oma API.
- Säännöt ja rajat: mitä agentti saa tehdä, milloin sen pitää kysyä lisätietoja ja milloin asia siirretään ihmiselle.
Agentin todellinen arvo syntyy vasta silloin, kun se voi tehdä jotain hyödyllistä tiedon perusteella. Pelkkä hyvä vastaus ei vielä säästä työaikaa, jos ihmisen pitää silti kopioida tieto järjestelmästä toiseen ja tehdä kaikki jatkotoimet käsin.
Aloita ongelmasta, älä työkalusta
Moni aloittaa AI-agentin rakentamisen väärässä järjestyksessä. Ensin valitaan Claude Code, n8n tai jokin uusi agenttialusta, minkä jälkeen yritetään keksiä niille käyttöä.
Parempi tapa on etsiä työstä kohta, jossa aikaa katoaa jatkuvasti samanlaisiin päätöksiin, tiedonhakuun tai järjestelmien välillä siirtymiseen. Agentin kannattaa ratkaista ongelma, jolla on selkeä vaikutus myyntiin, asiakaskokemukseen, nopeuteen tai työn laatuun.
Hyviä ensimmäisiä käyttökohteita ovat esimerkiksi:
- asiakaskyselyiden luokittelu ja ohjaaminen oikealle henkilölle
- tarjouspyynnön tietojen tarkistaminen ennen myynnille siirtämistä
- CRM-tietojen täydentäminen verkkosivun, lomakkeen ja aiempien keskustelujen perusteella
- palaverimuistioiden muuttaminen tehtäviksi, määräajoiksi ja jatkoviesteiksi
- asiakirjojen, laskujen tai sopimusten ensimmäisen version valmistelu
- yrityksen tietopankista vastaaminen ja vaikeiden kysymysten siirtäminen ihmiselle
Esimerkiksi teollisuusyrityksen tarjousagentti voisi lukea verkkolomakkeelta saapuneen tarjouspyynnön, tunnistaa puuttuvat tekniset tiedot, tarkistaa asiakkaan CRM:stä ja valmistella myyjälle ehdotuksen jatkotoimista. Se ei silti lähettäisi lopullista tarjousta itsenäisesti, ellei sille ole rakennettu erittäin tarkkoja sääntöjä ja hyväksyntävaihetta.
Kirjoita agentille työnkuva kuin uudelle työntekijälle
Agentille ei riitä ohje “auta asiakkaita” tai “tee tarjouspyynnöistä yhteenveto”. Epämääräinen tehtävä johtaa epämääräiseen toimintaan.
Hyvä lähtökohta on ajatella agenttia uutena työntekijänä. Uudelle työntekijälle kerrottaisiin rooli, tavoitteet, vastuut, käytettävät järjestelmät, toimintatapa ja tilanteet, joissa hän kysyy apua.
Agentin ohjeistuksessa kannattaa määritellä ainakin:
- mikä agentin rooli on
- mihin liiketoimintatavoitteeseen se liittyy
- kenen puolesta se viestii
- millaisella tyylillä se kirjoittaa
- mistä lähteistä se saa käyttää tietoa
- mitä toimintoja se saa tehdä ilman hyväksyntää
- milloin sen pitää pyytää lisätietoja
- milloin keskustelu tai tehtävä siirretään ihmiselle
Hyvä ohje ei yritä kertoa agentille jokaista mahdollista työvaihetta. Sen pitää kertoa tavoite, rajat ja laatukriteerit niin selvästi, että agentti pystyy tekemään järkeviä valintoja muuttuvissa tilanteissa.
Anna agentille vain oikea tieto
AI-agentti voi käyttää tietoa oikein vain, jos sen tietopohja on kunnossa. Jos hinnat, palvelukuvaukset, toimintatavat ja asiakastiedot ovat hajallaan vanhoissa dokumenteissa, agentti ei tee prosessista luotettavaa.
Tietopankin ei tarvitse olla monimutkainen. Alussa se voi olla esimerkiksi hyvin jäsennelty Google Drive -kansio, Notion-tietokanta, Google Sheet, CRM tai muutama selkeästi nimetty dokumentti.
Agentin käyttöön kannattaa tuoda esimerkiksi:
- palvelukuvaukset ja hinnastot
- usein kysytyt kysymykset
- toimitus- ja palautusehdot
- yrityksen kirjoitustyyli ja viestintäohjeet
- asiakaspalvelun toimintamallit
- tuote-, varasto- tai saatavuustiedot
- CRM:n asiakas- ja liiditiedot
Tietoa ei silti kannata antaa rajatta. Asiakaspalveluagentin ei tarvitse nähdä koko yrityksen sisäistä dokumenttiarkistoa, henkilöstötietoja tai kaikkia talousraportteja.
Muisti tekee agentista jatkuvan järjestelmän
Muisti voi tarkoittaa montaa eri asiaa. Yksinkertaisimmillaan se on projektikansioon tallennettu ohjeistus, mutta pidemmälle vietynä se voi sisältää asiakkaan aiemmat keskustelut, tehdyt päätökset ja tietyn työnkulun aikana opitut asiat.
Claude Code -ympäristössä tätä voidaan toteuttaa esimerkiksi projektikohtaisella CLAUDE.md-tiedostolla. Siihen voidaan kirjata yrityksen tausta, kirjoitustyyli, kansiorakenne, hyväksymiskäytännöt ja työnkulun säännöt.
Claude Co-workissa vastaava ajatus voidaan rakentaa erillisillä kontekstitiedostoilla ja projekteilla. Tällöin agentti ei aloita jokaista tehtävää tyhjästä, vaan sillä on jo käytettävissään tarvittava tausta.
- Yleinen konteksti: yritys, kohderyhmä, palvelut ja brändin ääni.
- Projektikohtainen konteksti: asiakkaan tavoitteet, sovitut asiat ja aiemmat tuotokset.
- Työnkulun muisti: mitä on tehty, mitä havaittiin ja millaisia korjauksia tehtiin.
- Asiakaskohtainen muisti: vain sellainen tieto, jonka käyttöön on oikeus ja todellinen tarve.
Muisti parantaa laatua, mutta se lisää myös riskejä. Erityisesti henkilötietoja, luottamuksellisia asiakirjoja ja asiakaskohtaisia päätöksiä sisältävissä agenteissa käyttöoikeudet, säilytysajat ja tiedon minimointi pitää suunnitella tarkasti.
Työkalut muuttavat agentin hyödylliseksi
Agentti tarvitsee työkaluja, jotta se voi hakea tietoa ja tehdä asioita. Työkalu voi olla esimerkiksi Gmail-yhteys, kalenterin käyttöoikeus, CRM-integraatio, Google Sheets, verkkohaku tai HTTP-pyyntö yrityksen omaan järjestelmään.
API on käytännössä tapa, jolla eri ohjelmistot keskustelevat keskenään. Agentti voi esimerkiksi pyytää varastosaldon verkkokaupan järjestelmästä, lisätä uuden kontaktin HubSpotiin tai luoda kalenterivarauksen Google Calendariin.
Työkalut voidaan jakaa kolmeen ryhmään:
- Tiedonhakutyökalut: verkkohaku, tietokannat, dokumentit, CRM ja tuotetiedot.
- Toimintatyökalut: sähköpostin lähetys, kalenterivarauksen luonti, CRM-päivitys ja tehtävän luonti.
- Ohjaustyökalut: muiden työnkulkujen käynnistäminen, hyväksynnän pyytäminen tai tehtävän siirtäminen ihmiselle.
Kaikkia työkaluja ei kannata liittää heti. Jokainen uusi käyttöoikeus kasvattaa sekä mahdollisuuksia että virheiden vaikutusta.
Rakenna ensin päätöksenteko, vasta sitten automaatio
Agentin tärkein osa ei yleensä ole kielimalli. Tärkeämpää on se, millä logiikalla agentti valitsee seuraavan toiminnon.
Hyvä agentti ei esimerkiksi yritä vastata asiakkaan kysymykseen hinnasta muistista. Se tarkistaa ensin, löytyykö ajantasainen hinnasto, onko asiakkaalla sopimushinta ja saako hinnan kertoa suoraan.
Yksinkertainen päätösmalli voi olla tällainen:
- Tunnista käyttäjän tavoite.
- Tarkista, löytyykö vastaus hyväksytystä tietolähteestä.
- Pyydä puuttuvat tiedot, jos tehtävää ei voi ratkaista luotettavasti.
- Valitse tilanteeseen sopiva työkalu.
- Tee sallittu toimenpide tai valmistele ehdotus ihmiselle.
- Tarkista lopputulos ennen seuraavaan vaiheeseen siirtymistä.
- Siirrä asia ihmiselle, jos sääntö, tieto tai riskiraja sitä edellyttää.
Tämä on myös kohta, jossa agentti eroaa perinteisestä työnkulusta. n8n-automaatiossa voidaan määritellä tarkasti “jos A, tee B”, mutta AI-agentti voi tulkita tilanteen ja valita useasta mahdollisesta seuraavasta vaiheesta sopivimman.
Millä työkaluilla AI-agentti voidaan rakentaa?
Työkalun valinta riippuu siitä, rakennetaanko agentti omaan käyttöön, asiakastyöhön, verkkosivulle vai taustalla toimivaksi tekoälyautomaatioksi. Eri työkalut ratkaisevat eri ongelmia, joten yhtä kaikille parasta vaihtoehtoa ei ole.
Claude Code sopii hyvin tilanteisiin, joissa haluat rakentaa ja kehittää agenttipohjaisia työnkulkuja omassa projektikansiossa. Se voi lukea ja luoda tiedostoja, tehdä suunnitelmia, käyttää työkaluja ja muuttaa toistuvan prosessin uudelleenkäytettäväksi skilliksi.
Claude Co-work on käytännöllinen vaihtoehto tiedosto- ja toimistotyöhön. Sillä voidaan käsitellä dokumentteja, koostaa raportteja, tuottaa valmiita Excel-, Word- ja PowerPoint-tiedostoja sekä rakentaa toistuvia työnkulkuja ilman, että jokainen vaihe täytyy tehdä käsin.
n8n sopii erityisesti taustalla toimiviin integraatioihin. Sen AI Agent -solmuun voidaan yhdistää kielimalli, muisti ja työkalut, kuten Gmail, Slack, Google Sheets, kalenteri tai oma API.
Base44 puolestaan tarjoaa ympäristön, jossa agentin ympärille voidaan rakentaa käyttöliittymä, muistia, yhteyksiä ja julkaistava kokonaisuus. Se voi sopia esimerkiksi yrityksen asiakaspalveluagenttiin, jossa tarvitaan keskustelua, tietopankkia, toimintoja ja useita viestintäkanavia.
Esimerkki: tarjouspyyntöjä käsittelevä AI-agentti
Kuvitellaan yritys, joka myy yrityksille räätälöityjä huolto- ja kunnossapitopalveluja. Tarjouspyyntöjä tulee sähköpostilla, verkkolomakkeella ja joskus suoraan myyjille.
Agentti voisi lukea uuden pyynnön, tunnistaa palvelutarpeen, tarkistaa puuttuvat tiedot ja etsiä CRM:stä, onko asiakas jo olemassa. Sen jälkeen se voisi laatia myyjälle valmiin yhteenvedon, ehdottaa seuraavaa askelta ja luoda CRM:ään tehtävän.
Agentin ei tarvitse tehdä lopullista tarjouspäätöstä. Sen arvo voi syntyä siitä, että myyjä saa jokaisesta liidistä nopeasti samanmuotoisen, tarkistetun ja paremmin valmistellun lähtötiedon.
- Agentti tunnistaa pyynnön tyypin.
- Agentti poimii tarvittavat tiedot lomakkeesta tai sähköpostista.
- Agentti tarkistaa CRM:stä aiemman asiakkuuden.
- Agentti pyytää asiakkaalta puuttuvat perustiedot.
- Agentti luo myyjälle tiivistelmän ja ehdottaa jatkotoimea.
- Agentti päivittää CRM:n vasta ihmisen hyväksyttyä ehdotuksen tai ennalta sovitun säännön perusteella.
Rajat, hyväksynnät ja ihmisen rooli
Yrityskäytössä agentin tärkein ominaisuus ei ole se, kuinka paljon se pystyy tekemään. Tärkeämpää on, että se tietää, milloin sen ei pidä tehdä mitään.
Hyvä lähtökohta on rakentaa ensin matalan riskin tehtäviä. Agentti voi luonnostella, luokitella, tehdä yhteenvedon, ehdottaa jatkotoimia ja kerätä puuttuvia tietoja, mutta ihminen hyväksyy rahaan, sopimuksiin, maineeseen tai henkilötietoihin vaikuttavat toimenpiteet.
Erityisen selkeitä rajoja tarvitaan esimerkiksi näissä tilanteissa:
- hinnan, alennuksen tai hyvityksen hyväksyminen
- sopimuksen lähettäminen tai ehtojen muuttaminen
- arkaluonteisten henkilötietojen käsittely
- lääketieteelliset, juridiset tai taloudelliset neuvot
- asiakkaan valitus, riitatilanne tai poikkeuksellinen vaatimus
- ulkopuolisten järjestelmien käyttö ilman tarkistettavaa hyväksyntää
Älä anna agentille laajempia oikeuksia kuin tehtävän onnistuminen oikeasti vaatii. Tämä vähentää virheiden, tietovuotojen ja hallitsemattomien kulujen riskiä.
Testaa agentti ennen kuin annat sen asiakkaiden käyttöön
Agenttia ei pidä arvioida vain sillä, osaako se vastata tavalliseen kysymykseen. Todellinen testi on se, mitä se tekee epäselvissä, puutteellisissa ja hankalissa tilanteissa.
Testaa ainakin tilanteet, joissa asiakas kirjoittaa epäselvästi, pyytää poikkeusta sääntöihin, antaa ristiriitaisia tietoja tai yrittää saada agentin sivuuttamaan sen ohjeet. Testaa myös, mitä agentti tekee silloin, kun sen käyttämä järjestelmä ei vastaa tai tieto puuttuu.
Hyvä testilista sisältää esimerkiksi:
- tavalliset ja helposti ratkaistavat pyynnöt
- puutteelliset tiedot ja epäselvät kysymykset
- virheelliset tai vanhentuneet lähdetiedot
- monivaiheiset tehtävät, joissa käytetään useaa työkalua
- käyttöoikeuksien ja hyväksyntöjen testaus
- tilanteet, joissa agentin pitää siirtää asia ihmiselle
- tilanteet, joissa toiminto epäonnistuu tai API-yhteys katkeaa
Kun agentti on käytössä, seuraa myös sen tuottamaa liiketoiminta-arvoa. Mittareita voivat olla esimerkiksi säästetty työaika, vastausnopeus, käsiteltyjen pyyntöjen määrä, ajanvarausten määrä, liidien laatu ja ihmisen käsittelyyn siirrettyjen tapausten osuus.
Kun toimiva prosessi löytyy, muuta se uudelleenkäytettäväksi skilliksi
Yksi hyödyllisimmistä tavoista kehittää agenttia on muuttaa onnistunut työnkulku selkeäksi ohjetiedostoksi. Claude Code- ja Claude Co-work -ympäristöissä tällaisia toistettavia toimintamalleja voidaan rakentaa skills-muotoon.
Skill sisältää käytännössä työn tavoitteen, tarvittavat lähtötiedot, työvaiheet, laatukriteerit ja halutun lopputuloksen. Tämän jälkeen sama prosessi voidaan käynnistää yhdellä komennolla sen sijaan, että koko ohjeistus kirjoitetaan joka kerta uudelleen.
Hyvä skill voi olla esimerkiksi:
- uuden asiakkaan taustatutkimus ja aloitusbrief
- viikoittainen kilpailijaseurantaraportti
- palaverimuistion muuttaminen tehtävälistaksi ja follow-up-sähköposteiksi
- tarjouspyynnön esikarsinta ja CRM-valmistelu
- kuukausiraportin kokoaminen useasta tiedostosta
Skillin suurin hyöty ei ole vain nopeus. Se tekee työn laadusta tasaisempaa, koska samat tarkistukset, rakenne ja toimintaperiaatteet toistuvat jokaisella ajokerralla.
