Kako izraditi AI agenta bez programiranja: vodič korak po korak
AI agent se može izraditi u nekoliko sati, bez programiranja, ako se slijedi metoda. Uloga, model, upute, testovi: to su koraci koji prave razliku između igračke i alata koji stvarno radi posao.
1. AI agent, chatbot, asistent: tri riječi, tri različite stvari
Chatbot odgovara na pitanje. Asistent (copilot) predlaže i pomaže. AI agent djeluje: prima cilj, sam odabire alate, izvršava stvarne radnje (šalje e-mail, ažurira CRM, čita dokument, poziva API) i javlja rezultat. Razlika nije u stupnju, nego u prirodi zadatka.
Zamjena ta tri pojma stoji vremena. Agent postavljen da 'odgovara' kad se od njega očekivalo da 'djeluje' uvijek razočara. Prije otvaranja bilo kojeg alata, postavite pitanje: želim li da sustav odgovori, ili da nešto stvarno napravi? Odgovor određuje arhitekturu, izbor platforme i sigurnosne mehanizme koje treba predvidjeti.
AI agent se sastoji od tri dijela. Jezični model obrađuje upute i donosi odluke. Alati (API-i, konektori, pristup datotekama) mu omogućuju da djeluje na vanjske sustave. Memorija, trajna ili privremena, daje mu pristup kontekstu prethodnih razgovora. Uklonite jedan od ta tri elementa i agent se vraća na razinu asistenta ili običnog chatbota.
2. Krenite od zadatka, ne od tehnologije
Većina napuštenih agenata umire na istom mjestu: njihov autor je krenuo od alata, a ne od potrebe. Prije nego otvorite bilo koji softver, napišite jednu rečenicu: 'želim da agent radi X na temelju Y, i javi mi Z'. Konkretan primjer: 'odgovaraj kupcima na pitanja o cijenama na temelju našeg PDF cjenika, i proslijedi mi sporne slučajeve'.
Ako ne možete napisati tu rečenicu, još niste spremni za izradu agenta. Dobar prvi agent nosi zadatak koji se ponavlja, prati poznata pravila i ima jasan format izlaza. Nejasni projekti ('agent koji vodi moj marketing') propadaju bez obzira na alat. Krenite malo, dokažite vrijednost, tek onda širite.
Tri kriterija otkrivaju je li zadatak dobar kandidat za prvog agenta. Ponavlja se nekoliko puta tjedno. Slijedi stabilna pravila, bez čestih iznimaka. Njegov rezultat čovjek može provjeriti za manje od minute. Ako su sva tri kriterija ispunjena, slučaj je dobar. Ako jedan nedostaje, precizirajte opseg prije nego počnete konfigurirati bilo što.
3. Odaberite model koji pokreće agenta
Model je motor agenta, a motori se razlikuju. Claude dobro pamti duge upute i piše sažeto. GPT-4o nudi najširi izbor alata i izvorno se povezuje s AgentKitom, vizualnim no-code sučeljem koje je OpenAI pokrenuo u listopadu 2025. Gemini dobro obrađuje velike dokumente i medijske datoteke. Mistral nosi velike količine zahtjeva po nižoj cijeni, s podacima smještenim u Europi. Copilot Studio ima smisla ako vaš radni dan prolazi u Wordu i Excelu.
Ne birajte model po ugledu. Uzmite tri stvarna primjera vašeg zadatka, provedite ih kroz dva ili tri modela s istom uputom, usporedite rezultate. To je prednost multi-modelnog sučelja kao GPTPro: usporedni test traje deset minuta umjesto tri odvojene registracije.
Cijena korištenja također ulazi u račun. Agent koji obrađuje stotinu upita dnevno uz vrhunski model može predstavljati ozbiljan mjesečni trošak. Procijenite obujam prije nego fiksirate model. Za zadatke s velikim obujmom i jednostavnim pravilima, lakši i jeftiniji model obično je dovoljan. Najmoćnije, i najskuplje, modele ostavite za složene zadatke ili one s niskom frekvencijom.
4. Napišite upute na koje se možete osloniti
Upute (sistemski prompt) su osobnost i zakon agenta. Strukturirajte ih u četiri dijela: uloga (tko je agent, za koga radi), pravila (što radi, što odbija, kakvim tonom), format (točna struktura očekivanih odgovora) i primjeri (dva ili tri idealna odgovora, preuzeta iz vaših najboljih stvarnih razgovora).
Dvije zamke se stalno ponavljaju. Prva: nejasne upute poput 'budi profesionalan i koristan', koje ništa ne ograničavaju. Druga: zaborav slučajeva neuspjeha. Recite agentu izričito što raditi kad ne zna odgovor: 'ako informacija nije u priloženim dokumentima, reci to i predloži prosljeđivanje čovjeku'. Samo to pravilo eliminira veliki dio izmišljenih odgovora.
Četvrta zamka, manje uočljiva: kontradiktorne upute. Ako jedno pravilo kaže 'odgovaraj uvijek u manje od tri rečenice' a drugo kaže 'detaljno objasni svaki korak', agent sam odlučuje, nepredvidivo. Prije testiranja pročitajte svoje upute i potražite sukobe. Kratka i dosljedna uputa pobjeđuje dugu i dvosmislenu.
5. Dajte mu svoje podatke, ne opću memoriju modela
Model po zadanim postavkama odgovara iz vlastitog treninga: općeg znanja, ponekad zastarjelog, nikad specifičnog za vaš posao. Koristan agent odgovara iz vaših dokumenata: cjenika, internih procedura, FAQ-a, primjera dopisa. Priložite ih u konfiguraciju agenta (praktičari to zovu RAG, retrieval-augmented generation) i u uputama zahtijevajte da se na njih oslanja.
Krenite malo: tri do pet čistih dokumenata vrijede više od četrdeset proturječnih datoteka. Ako se dva dokumenta kose, agent će birati nepredvidivo. Prvo počistite, tek onda učitajte. Kvaliteta ulaznih podataka određuje kvalitetu odgovora.
Format dokumenata jednako je važan kao i sadržaj. Skenirani PDF bez OCR-a agent ne može pročitati. Excel tablica sa spojenim ćelijama daje pogrešne rezultate ekstrakcije. Prednost dajte strukturiranim tekstualnim formatima: Markdown, čist Word, CSV bez složenog formatiranja. Prije nego dokument uključite u agenta, otvorite ga u običnom tekstualnom editoru i provjerite je li sadržaj čitljiv.
6. Testirajte kao nezadovoljan klijent
Ljubazan test ('dobar dan, koje su vaše cijene?') ne dokazuje ništa. Testirajte slučajeve koji zapetljaju stvari: pitanje izvan opsega, zahtjev protivan pravilima, dvosmislenu poruku, nepotpun dokument, zahtjev za popust koji agent nema pravo odobriti. Desetak stvarnih slučajeva iz vaše povijesti razgovora dovoljno je da otkrije slabosti.
Kod svakog odstupanja, ispravite upute, a ne trenutni razgovor. Ispravka unesena u razgovor nestaje u sljedećoj sesiji. Ispravka u uputama vrijedi za sve buduće razgovore. Obično su dovoljna tri ili četiri kruga popravaka da se agent stabilizira na dobro definiranom području.
Dokumentirajte svaki test i njegov rezultat u jednostavnu datoteku. Ta evidencija služi dvama svrhama: brzo pronalaženje uzroka regresije ako kasnije mijenjate upute, i temelj dokumentacije koju AI Act traži za agente visokog rizika. Uvođenje te navike od prvog agenta štedi posao rekonstrukcije povijesti kasnije.
7. GPTPro, n8n, Make: koji alat za kojeg agenta
Konverzacijski agent (odgovara, piše, analizira, na zahtjev korisnika) izrađuje se u GPTPro-u u nekoliko koraka, bez koda, s prednošću da modele usporedite na svojim stvarnim slučajevima. To je dobar alat za većinu individualnih potreba i malih timova.
Automatizacija u pozadini (praćenje sandučića e-pošte, pokretanje radnji u CRM-u, povezivanje sustava bez ljudske intervencije, primjerice obrada dolaznog e-računa kroz sustav Fina e-Račun) posao je za alate kao n8n ili Make. Make je u travnju 2025. pokrenuo Make AI Agents: agente koji razumiju cilj izražen prirodnim jezikom i u stvarnom vremenu prilagođavaju radne procese, u potpuno no-code okruženju. n8n je u kolovozu 2026. lansirao svoje 'n8n Agents': agente definirane jednom, ponovno upotrebljive u chatu, radnim procesima, Slacku ili planiranju. Mnogi timovi kombiniraju oba pristupa: GPTPro za interaktivni rad, n8n ili Make za automatiziranu 'vodoinstalaciju' sustava.
Najjednostavniji kriterij izbora: tko pokreće agenta? Ako pitanje postavlja čovjek, GPTPro je dovoljan. Ako je okidač sustavski događaj (primljen e-mail, ažuriran zapis u CRM-u, pokretanje u točno određeno vrijeme), potreban je alat za automatizaciju. Oba slučaja mogu postojati u istoj organizaciji, na različitim područjima.
8. GDPR i AI Act: što provjeriti prije lansiranja agenta
Od 2. kolovoza 2026. AI Act obvezuje na obavještavanje svakog korisnika da razgovara sa sustavom umjetne inteligencije. Generirani sadržaj mora biti označen kao takav. To nije opcija, to je pravna obveza koja vrijedi za svakog agenta izloženog trećim stranama, uključujući chatbot za podršku na vašoj web stranici.
Razina rizika ovisi o slučaju korištenja, ne o stupnju samostalnosti agenta. Agent koji piše e-mailove spada u ograničeni rizik. Agent koji filtrira prijave kandidata ili radi bodovanje klijenata (scoring) ulazi u kategoriju visokog rizika (Prilog III AI Acta): obavezan je ljudski nadzor, sljedivost odluka i dokumentacija. Francuska CNIL i CIANum objavili su u srpnju 2026. istraživačku bilješku o agentičnoj umjetnoj inteligenciji i osobnim podacima, koja upozorava na rizike trajne memorije i složenih lanaca obrade podataka. Ista logika vrijedi i za hrvatske tvrtke pod nadzorom AZOP-a: prije lansiranja, potpišite DPA (ugovor o obradi podataka) s vašom SaaS platformom, smanjite opseg obrađivanih podataka i predvidite točku ljudske provjere za odluke s ozbiljnim učinkom na osobu.
Trajna memorija zahtijeva posebnu pažnju. Agent koji čuva povijest razgovora između sesija s vremenom gomila osobne podatke. Provjerite politiku čuvanja podataka svoje platforme, odredite rok čuvanja usklađen s vašom GDPR politikom i predvidite mehanizam brisanja na zahtjev. Tu točku izričito ističe bilješka CNIL/CIANum iz srpnja 2026., a isti standard u praksi primjenjuje i AZOP kroz svoje smjernice o GDPR-u.
Izrada AI agenta bez programiranja svodi se na pet koraka: precizan zadatak, model testiran na vašim stvarnim slučajevima, strukturirane upute s definiranim slučajevima neuspjeha, vaši vlastiti dokumenti kao kontekst, i strogo testiranje prije puštanja u rad. Za prvog ozbiljnog agenta računajte pola radnog dana.
Najbolja polazna točka je jednostavan i čest slučaj. Prvi agent koji vam uštedi dvadesetak minuta dnevno opravdava sve sljedeće. U GPTPro-u se konfiguracija radi bez koda, s izborom modela prilagođenog vašem zadatku.
Česta pitanja
Može li se stvarno izraditi AI agent bez programiranja?
Da, uz uvjet da odaberete dobar opseg zadatka. Alati kao GPTPro, Make AI Agents ili OpenAI-ev AgentKit omogućuju konfiguraciju agenta prirodnim jezikom, bez pisanja ijednog reda koda. 'Bez programiranja' ne znači 'bez metode': pisanje uputa, izbor dokumenata i testiranje ostaju neizostavni. Loše konfiguriran agent bez koda radi jednako loše kao loše programiran agent.
Koja je razlika između AI agenta i chatbota?
Chatbot odgovara na pitanja prema skripti ili modelu. AI agent djeluje: prima cilj, sam bira alate, izvršava stvarne radnje (ažuriranje CRM-a, slanje e-maila, čitanje dokumenta) i javlja rezultat. Razlika je operativna: agent može pokrenuti stvarne posljedice u vašim sustavima, chatbot ne može.
Koliko treba vremena za izradu prvog operativnog agenta?
Na dobro definiranom opsegu (jedan zadatak, jasna pravila, uredni dokumenti), pola radnog dana dovoljno je za stabilnog prvog agenta. Većina vremena odlazi na pisanje uputa i testiranje graničnih slučajeva, ne na konfiguraciju alata. Nejasan opseg ili proturječni dokumenti taj rok znatno produljuju.
Kako riješiti pitanje GDPR-a kad lansirate AI agenta?
Tri osnovna koraka: potpišite DPA (ugovor o obradi podataka) s korištenom SaaS platformom, smanjite količinu osobnih podataka koje agent obrađuje, i obavijestite korisnike da razgovaraju sa sustavom umjetne inteligencije (obveza prema AI Actu od 2. kolovoza 2026.). Za agente visokog rizika (HR, scoring), ljudski nadzor i sljedivost odluka su obavezni. Istraživačka bilješka francuske CNIL/CIANum iz srpnja 2026. detaljno opisuje specifične rizike agentične umjetne inteligencije, relevantne i za hrvatske tvrtke pod nadzorom AZOP-a.
Treba li tehnički profil za izradu AI agenta, ili to poslovni korisnik može sam?
Poslovni korisnik može sam izraditi i održavati konverzacijskog agenta bez tehničkog znanja, na no-code platformama. Poznavanje posla je čak prednost: omogućuje pisanje precizih uputa i testiranje pravih graničnih slučajeva. Tehnički profil postaje potreban za složene integracije (povezivanje s vlastitim CRM-om, radni procesi kroz više sustava) ili za agente visokog rizika koji zahtijevaju formalnu dokumentaciju.
