Агент 2.0: сотрудники, фото в чате, звук — и большая волна улучшений

Версию мы подняли честно: сотрудники, мультимодальный чат, звук и новая надёжность — это другой Агент, не тот, что выходил неделю назад. Работа над качеством на этом не заканчивается: мы каждую неделю разбираем живые диалоги, где Агент понял задачу не так, где промпт вышел слабее, чем мог, или где ответ был длиннее нужного — и правим.

Поэтому самое полезное, что можно сделать, — просто пользоваться. А если Агент ответил странно или не тем — скажи ему об этом прямо в чате («не то, я просил…») или напиши нам в поддержку. Каждый такой случай превращается в конкретную правку.

Когда одна голова отвечает за всё, каждый разговор начинается с настройки: «мне нужна карточка для Wildberries, вертикальная, с инфографикой, текст покрупнее…». Сотрудник эту настройку уже прошёл. Дизайнер карточек с первого сообщения думает слайдами и офферами, Видеомейкер — раскадровкой и хуком в первые секунды, Копирайтер — ключами и выгодами покупателя. Ты просто ставишь задачу.

Штат собран по реальному спросу: мы смотрели, какие услуги продавцы маркетплейсов и малый бизнес чаще всего заказывают у фрилансеров, — и сделали сотрудников именно под эти работы. У каждого — свои профессиональные приёмы и своя база знаний, включая требования площадок, сверенные с официальными справками Wildberries и Ozon.

При этом сотрудник — не «отдельный тариф» и не подписка на человека. Это тот же Агент, работающий в своём чате по своей специальности: те же токены, те же лимиты, та же карточка с ценой перед каждой генерацией.

Дизайнер карточек собирает продающие слайды для маркетплейсов: главный слайд с оффером, слайды с характеристиками и преимуществами, целые наборы в едином стиле — «собери набор карточек для Wildberries» он понимает как задачу на серию, а не одну картинку. Текст в кадре пишет только из фактов, которые дал ты.

Продукт-фотограф заменяет предметную съёмку и фотосессию с моделью: белый фон для каталога, товар в сцене или на человеке, серии кадров в одном стиле. Его принцип — товар на фото должен остаться твоим товаром: крой, цвет и фактуру он бережёт, а не «улучшает».

Копирайтер пишет тексты как конечный продукт: SEO-описание карточки с ключами, заголовки и УТП вариантами на выбор, посты, рассылки, контент-планы. Не хватает факта — спросит или оставит пометку, но не придумает «гипоаллергенно» от себя.

Видеомейкер делает видеообложки карточек, короткие рекламные ролики и Reels из твоих фото. Видео дороже картинки, поэтому он дисциплинирован: сначала концепция и раскадровка по шотам, твоё «да» — и только потом генерация. Когда ролик готов, предложит позвать Саунд-дизайнера за дорожкой.

Саунд-дизайнер работает в двух режимах: музыка (джингл, фоновый трек под хронометраж ролика) и озвучка — текст читается дословно, голосом и тоном, который ты выберешь. Перед запуском сверит ключевые настройки одной репликой.

Промпт-инженер — для тех, кто хочет запускать сам: он соберёт выверенный промпт под конкретную модель, покажет целиком в код-блоке и объяснит, почему промпт собран именно так. Его результат — готовый текст, который можно забрать без запуска генерации.

Смысловик развивает вымышленных AI-персонажей и вертикальные истории: собирает канон и легенду героя, находит конфликт и поворот, строит мини-сезон, хуки и сценарий в нужном формате. Он отвечает за смысл и драматургию, а постановку и генерацию можно передать Видеомейкеру.

Креативный стратег превращает цель, аудиторию и материалы проекта в рабочий бриф, позиционирование, направления кампании и гипотезы для проверки. Он отделяет факты из брифа от предположений; готовые тексты по выбранному направлению можно передать Копирайтеру.

В списке чатов проекта появилась кнопка «Нанять сотрудника». Она открывает витрину: карточки ролей с описанием, что каждый умеет. Выбор — и у сотрудника появляется собственный чат со своими стартовыми подсказками; в списке чатов он помечен бейджем роли, чтобы не путать с обычными разговорами.

Быстрый путь — слэш-команда прямо из общего чата: «/фотограф сними кружку на белом фоне», «/смысловик собери легенду героя», «/стратег предложи три направления кампании». Сотрудник будет нанят, а бриф — сразу отправлен в его новый чат, вместе с прикреплёнными файлами, если они были. Работают команды /карточки, /фото (или /фотограф), /копирайтер (или /текст), /видео (или /ролик), /звук (или /озвучка, /музыка), /промпт, /смысловик и /стратег.

Модель диалога у каждой роли выставлена по умолчанию, но её можно сменить в том же пикере, что и у Агента. Число нанятых сотрудников ни на что не влияет — платишь, как обычно, только за ходы и одобренные генерации.

В прошлом анонсе «фото в чате» честно стояло в разделе «Что дальше» — теперь это дальше наступило. Прикрепи изображение прямо в диалог: как референс («сделай в этом стиле»), как исходник («вот мой товар — сними его на белом») или для доработки. Для точечных правок есть кисть: открой картинку, выдели область — и попроси переделать только её, не трогая остальное. Через скрепку доступны и материалы, уже загруженные в проект.

Звук приехал тем же потоком, что картинки и видео: попроси джингл, фоновый трек под ролик или озвучку текста — Агент подберёт модель, покажет карточку с ценой и запустит после твоего «Одобрить». Озвучка читает твой текст дословно; для музыки можно задать настроение, темп и длительность под хронометраж.

Ответ Агента больше не появляется одним блоком после паузы — он стримится слово за словом, как в живой переписке. Пока Агент работает, видно, что именно он делает прямо сейчас: «Ищу материалы», «Подбираю модель», «Собираю промпт» — и кто работает, если ход ведёт профильный специалист.

Когда Агент предлагает варианты — «сделать вертикально или квадратом?», «какой из трёх концептов?» — под сообщением появляются кнопки. Один тап вместо перепечатывания варианта руками. А новые чаты теперь называются по твоему первому сообщению, чтобы список чатов оставался читаемым.

Мы прошлись по всем местам, где Агент мог замолчать или споткнуться, — и закрыли их. Теперь ни одно сообщение не остаётся без ответа: что бы ни случилось внутри, в чат придёт честное объяснение, а не бесконечный спиннер. Если выбранная модель диалога перегружена или сбоит, ход автоматически доедет на резервной — с видимой пометкой, какая модель отвечала.

Агент стал лучше видеть собственную работу: спроси «что там с моим видео?» — он проверит статус запущенных генераций и ответит по делу, а не переспросит. Если генерация не удалась, он разберётся в причине, перепишет промпт и предложит новый запуск карточкой — а не слепой повтор за твой счёт.

Прямо в чате теперь виден счётчик: сколько сообщений использовано сегодня, какой лимит у твоего плана и — на бесплатном плане — сколько осталось от месячной пробы. Рядом — короткое объяснение, что влияет на цену хода. Никаких походов в настройки, чтобы понять, где ты по расходам.

Карточка-предложение стала терпеливее: время её жизни продлено, а если предложение всё же успело устареть, пока вы обсуждали детали, — его можно вернуть в один клик, без нового платного хода. Напишешь «Одобряю» текстом — Агент подсветит карточку, к которой это относится, но запуск по-прежнему только кнопкой.

И два правила про честность. Первое: если ты раз за разом одобряешь дешёвые генерации без правок, Агент один раз предложит включить авто-запуск для мелочей — решаешь ты, и это можно выключить. Второе, главное: сбой по вине платформы — не твоя проблема. Такие ходы не тарифицируются, а за неудавшиеся платные генерации токены возвращаются — со статусом прямо в карточке ошибки.

Агент теперь может предложить Seedream 5.0 Pro для фотореалистичного коммерческого hero-кадра, товарной фотографии или правки материала, цвета и отдельных объектов по размеченному референсу. Модель особенно хорошо передаёт естественный свет, кожу и фактуру материалов, работает в 1K/2K и принимает до десяти референсов.

Это не новый безусловный лидер image-моделей. Первые практические тесты хвалят товарную фотографию, коммерческие постеры и локальные правки, но на сложном тексте, инфографике и UI всё ещё встречаются ошибки. Nano Banana Pro остаётся выбором для 4K и брендовых сцен, ChatGPT Images 2.0 — наиболее доказанным универсальным вариантом для сложных инструкций и макетов. Сильная сторона Seedream 5.0 Pro — фотореалистичный коммерческий визуал и более дешёвые итерации.

В пикере модели самого Агента появились Grok 4.5 для смелых идей, живого текста и нестандартного взгляда и Fable 5 — максимальный тир для самых сложных брифов и длинной агентской работы. Теперь там же доступна линейка GPT-5.6. Это три отдельные модели с разной мощностью и ценой, а не одна общая GPT-5.6. Как и раньше, цена каждого хода видна до выбора.

Штат и возможности продолжат расти. В планах: