Kako napraviti AI agenta: vodič za početnike bez programiranja

Ovaj tekst ne objašnjava šta su AI agenti uopšteno — to pokriva naš tekst AI agenti u 2026. Ovde ćeš naučiti kako da napraviš JEDNOG, konkretnog AI agenta bez pisanja koda: agenta za istraživanje konkurencije, sa jasnim ciljem, izvorima, instrukcijama i ograničenjima, koji možeš testirati i koristiti već danas.

Chatbot, AI asistent, automatizacija i AI agent — jasna razlika

Chatbot odgovara na pitanja po unapred definisanim, često fiksnim scenarijima (najčešće na sajtovima za podršku). AI asistent (npr. ChatGPT) odgovara fleksibilno na bilo koji upit, ali samo kada mu ga ti postaviš — ništa se ne dešava bez tvog unosa. Automatizacija izvršava unapred definisan, fiksan niz koraka kada se desi okidač, bez sopstvenog odlučivanja. AI agent dobija cilj, pristup izvorima/alatima i instrukcije, i sam odlučuje koje korake da preduzme i kojim redosledom da bi cilj ostvario — uz veći stepen samostalnosti i veću potrebu za nadzorom.

Šta čini jednog AI agenta

Definicija: komponenta agenta je jedan od gradivnih elemenata koji zajedno određuju kako će se agent ponašati — nedostatak samo jedne od njih (npr. jasnih guardrails-a) može učiniti agenta nepredvidljivim čak i kada su ostale komponente dobro definisane. Pre nego što napraviš agenta, ovih osam elemenata treba da bude jasno definisano — nedostatak bilo kog od njih je najčešći razlog zašto agent ne radi kako se očekuje.

Primer: AI agent za istraživanje konkurencije

Pratimo izradu jednog konkretnog agenta čiji je zadatak: svake nedelje pripremiti pregled novosti i promena kod 3-5 imenovanih konkurenata (nove cene, nove usluge, promene na sajtu).

Korak 1: definiši zadatak

Cilj: “Pripremi nedeljni pregled promena kod imenovanih konkurenata, fokus na cene i nove usluge, format do 400 reči.” Jasno definisan cilj sprečava agenta da luta ka nepovezanim temama.

Korak 2: definiši izvore

Izvori: javno dostupni sajtovi konkurenata (tačan spisak URL-ova), bez pristupa privatnim ili zaštićenim izvorima. Ograničavanje na konkretne, imenovane izvore sprečava agenta da izvlači zaključke iz nepouzdanih ili irelevantnih sajtova.

Korak 3: napiši instrukcije

Primer kompletne instrukcije/prompta za agenta: “Ti si istraživački agent za AI Magazin Srbija. Tvoj zadatak je da svake nedelje pregledaš sledeće sajtove konkurenata: [URL 1, URL 2, URL 3]. Za svaki sajt proveri: (1) da li su promenjene cene, (2) da li postoji nova usluga ili proizvod koji ranije nije bio naveden, (3) da li postoji nova promocija. Napravi izveštaj u formatu: Konkurent | Šta je promenjeno | Datum zapažanja | Izvor (link). Ako nema promena kod nekog konkurenta, napiši ‘Bez promena’ za tog konkurenta — ne izmišljaj promenu da bi izveštaj izgledao potpunije. Ne donosi zaključke o tome šta firma treba da uradi — samo prijavi činjenice sa izvorom.”

Korak 4: definiši format rezultata

Format: tabela sa četiri kolone (Konkurent, Šta je promenjeno, Datum, Izvor), plus kratak pasus od najviše 3 rečenice na vrhu sa najvažnijim zapažanjem te nedelje. Jasan format olakšava brzo skeniranje izveštaja i upoređivanje sa prethodnim nedeljama.

Korak 5: postavi ograničenja (guardrails)

Ograničenja: agent nikada ne šalje izveštaj direktno timu — izveštaj se čuva kao nacrt koji osoba zadužena za marketing pregleda i deli dalje. Agent ne poseduje informacije mimo navedenih izvora i ne sme da “popuni” nedostajuće podatke pretpostavkom. Agent ne donosi preporuke o cenama ili strategiji — samo prijavljuje činjenice.

Korak 6: testiraj

Šta konkretno proveravaš pri testiranju: da li je svaka prijavljena promena stvarno tačna (ne izmišljena), da li je format izveštaja čitljiv i konzistentan, i da li je agent ispravno napisao “Bez promena” tamo gde zaista nije bilo promena, umesto da izmisli detalj samo da bi popunio red u tabeli.

Pre nego što agent počne da radi na nedeljnoj bazi, pokreni ga ručno jednom sa istim izvorima i uporedi rezultat sa onim što bi čovek ručno pronašao pregledom istih sajtova — ako se izveštaj poklapa sa ručnom proverom u većini tačaka, agent je spreman za sledeći korak.

Korak 7: ispravi greške

Ako agent propusti očiglednu promenu, pogrešno protumači podatak sa sajta, ili “izmisli” promenu koje nema, dopuni instrukcije konkretnim primerom greške (“Ne prijavljuj promenu boje sajta kao promenu usluge”) — svaka ispravka se dodaje instrukcijama iz Koraka 3, ne rešava se jednokratno u razgovoru.

Korak 8: tek onda koristi u stvarnom radu

Kada agent tokom 2-3 uzastopna testiranja daje pouzdan, tačan izveštaj bez izmišljenih podataka, uvodi se u stvarnu nedeljnu rutinu — uz zadržanu tačku ljudskog pregleda pre nego što bilo ko izvan tebe vidi izveštaj.

Kako agent iz primera koristi memoriju

U primeru sa istraživanjem konkurencije, memorija znači da agent čuva izveštaj iz prethodne nedelje i koristi ga za poređenje (“cena je promenjena u odnosu na prošlu nedelju”), umesto da svaki put počinje od nule bez konteksta o tome šta se već znalo. Memorija nije neophodna za svakog agenta — jednostavan agent koji svaki put radi potpuno nezavisan zadatak (npr. sažima jedan dokument po zahtevu) je ipak bolji bez memorije, jer memorija koja nije potrebna samo dodaje nepotrebnu složenost i rizik da agent poveže stare, nebitne podatke sa novim zadatkom.

Kada praviti agenta, a kada ostati na automatizaciji ili AI asistentu

Odluka zavisi od tri pitanja koja postavljaš pre nego što počneš da praviš bilo šta:

• Da li se koraci zadatka menjaju u zavisnosti od situacije? Ako je odgovor ne (uvek isti koraci), obična automatizacija je jednostavnija i predvidljivija od agenta.
• Da li zadatak zahteva da se sam odluči KOJI izvor ili korak koristiti u datom trenutku? Ako da, agent ima smisla — automatizacija ne ume da “odluči” van fiksnog niza.
• Da li greška agenta može tiho proći nezapaženo? Ako da, obavezno definiši guardrails iz Koraka 5 pre nego što agenta pustiš u stvarnu upotrebu, bez obzira koliko zadatak deluje jednostavno.

Za istraživanje konkurencije agent ima smisla jer broj i tip promena na sajtu konkurenta variraju iz nedelje u nedelju — fiksna automatizacija ne bi znala da prepozna “novu vrstu” promene koju prethodno nije videla, dok agent sa jasnim ciljem i instrukcijama to prepoznaje u okviru zadatih granica.

Zašto ovo radi

Agent koji dobije eksplicitno definisan cilj, ograničen spisak izvora, jasan format i eksplicitnu zabranu “izmišljanja” podataka je mnogo predvidljiviji od agenta kome kažeš samo “prati konkurenciju”. Svaka od osam komponenti (cilj, instrukcije, kontekst, znanje, alati, akcije, memorija, guardrails) smanjuje prostor u kom agent može da pogodi pogrešno — što je više komponenti jasno definisano, manje je iznenađenja u rezultatu.

Drugi kratak primer: agent za klasifikaciju upita podrške

Da bi se videlo da isti princip (cilj, instrukcije, izvori, guardrails) radi i za sasvim drugačiji zadatak, evo skraćenog primera agenta koji svaki dolazni email upit podrške svrstava u kategoriju i priprema draft odgovora.

• Cilj: klasifikovati svaki dolazni email u jednu od pet unapred definisanih kategorija (cena, tehnički problem, reklamacija, opšte pitanje, ostalo) i pripremiti draft odgovora za kategorije “cena” i “opšte pitanje”.
• Instrukcije: “Pročitaj email i svrstaj ga u tačno jednu od pet kategorija. Za kategorije ‘cena’ i ‘opšte pitanje’ napiši kratak draft odgovora na osnovu priloženih šablona. Za ‘tehnički problem’ i ‘reklamaciju’ samo označi kategoriju, bez pisanja odgovora — te zahtevaju ljudsku procenu od početka.”
• Guardrails: nijedan draft se ne šalje automatski; svi draftovi čekaju u posebnom folderu na pregled zaposlenog pre slanja.

Isti obrazac iz osam komponenti primenjen je ovde na potpuno drugačiji zadatak — razlika je samo u konkretnom cilju, izvorima (email umesto sajtova konkurencije) i granicama akcija.

Guardrails i human approval — zašto su obavezni

Bez jasne tačke gde čovek pregleda rezultat pre nego što ide dalje (email, izveštaj timu, javna objava), agent koji povremeno pogrešno protumači podatak može tu grešku proslediti dalje nezapaženo. Zato svaki agent, bez obzira na zadatak, treba da ima bar jednu obaveznu tačku ljudskog odobrenja pre bilo kakve radnje sa spoljnim posledicama (slanje, objavljivanje, donošenje odluke na osnovu izveštaja).

Alati za pravljenje AI agenta bez programiranja

Agent iz ovog primera može se realizovati kroz “custom GPT” ili “Projekat” funkciju unutar ChatGPT-a ili Claude-a (gde se instrukcije iz Koraka 3 čuvaju trajno), ili kroz platforme za automatizaciju poput Zapier ili Make koje mogu povezati AI korak sa redovnim pokretanjem po rasporedu (npr. svake nedelje) i slanjem nacrta izveštaja na email za pregled. Izbor zavisi od toga da li agent treba da radi potpuno samostalno po rasporedu (automatizacija) ili ga ti ručno pokrećeš kad ti zatreba (custom GPT/Projekat).

Bezbednost pri korišćenju AI agenata

Agent koji ima pristup internetu ili internim dokumentima firme treba da ima jasno ograničen spisak izvora i akcija — nikad ne daj agentu pristup slanju email-ova, objavljivanju sadržaja ili pristupu poverljivim podacima bez obavezne tačke ljudskog odobrenja pre te akcije. Što je veći domet akcija agenta, veća je potreba za guardrails i redovnom proverom da li se agent i dalje ponaša u okviru zadatih granica.

Pre davanja pristupa agentu, jasno odgovori na pitanje: šta je najgore što se može desiti ako agent pogrešno protumači zadatak u ovoj konkretnoj akciji? Ako je odgovor “neprijatno, ali lako popravljivo” (npr. pogrešno klasifikovan email koji čovek ionako pregleda), rizik je prihvatljiv. Ako je odgovor “teško popravljivo ili skupo” (npr. pogrešno poslat email klijentu, pogrešan podatak u javnom izveštaju), ta akcija mora imati obavezno ljudsko odobrenje pre izvršenja, bez izuzetka.

Najčešće greške pri pravljenju prvog AI agenta

• Prevelik, nejasan cilj — “prati sve o konkurenciji” umesto konkretnog, ograničenog zadatka.
• Nedostatak guardrails-a — agent šalje rezultat dalje bez ljudske provere.
• Nedovoljno testiranje pre stvarne upotrebe — preskakanje koraka 6-7 i direktno puštanje agenta “u pogon”.
• Previše alata/akcija odjednom — agent sa previše mogućnosti postaje teže predvidljiv.
• Nema plana za grešku — ko proverava rezultat kada agent pogreši, i kako se greška ispravlja u instrukcijama.

Najčešća pitanja

Da li mi treba programersko znanje da napravim AI agenta?

Ne za jednostavnog agenta poput onog u ovom vodiču — custom GPT/Projekat funkcije i alati za automatizaciju rade preko interfejsa bez pisanja koda; programiranje postaje potrebno tek za složenije, potpuno prilagođene agentske sisteme.

Koja je razlika između AI agenta i obične automatizacije?

Automatizacija prati fiksan, unapred definisan niz koraka; agent dobija cilj i sam odlučuje koje korake i kojim redosledom da preduzme unutar zadatih granica, što mu daje veću fleksibilnost ali i veći rizik od neočekivanog ponašanja.

Da li AI agent može da radi potpuno bez nadzora?

Ne preporučljivo — čak i dobro testiran agent treba bar jednu tačku ljudskog pregleda pre bilo koje radnje sa spoljnim posledicama (slanje, objavljivanje, odluka na osnovu izveštaja).

Koliko vremena treba da se napravi prvi AI agent?

Jednostavan agent poput agenta za istraživanje konkurencije iz ovog vodiča može se definisati i prvi put testirati u toku jednog popodneva; period doterivanja instrukcija (Korak 7) obično traje još nedelju-dve pre nego što se agent uvede u stalnu upotrebu.

Šta ako agent “izmisli” podatak?

Ovo je jedan od najčešćih rizika — eksplicitna instrukcija da agent NE sme da pretpostavlja ili izmišlja podatke, i da uvek navede “bez promena”/”nepoznato” kada nema pouzdanu informaciju, značajno smanjuje ovaj rizik, ali provera rezultata ostaje obavezna.

Da li jedan agent može da radi više različitih zadataka?

Tehnički može, ali je preporučljivo da svaki agent ima jedan jasno definisan cilj — agent sa previše različitih zadataka teže se testira i teže se predviđa gde tačno može da pogreši.

Kako da znam da je agent spreman za stvarnu upotrebu?

Kada tokom nekoliko uzastopnih testiranja (Korak 6-7) daje tačan, predvidljiv rezultat bez izmišljenih podataka, i kada su guardrails jasno definisani — ne pre toga, bez obzira koliko je zadatak jednostavan.

Da li mogu da koristim isti agent za više različitih zadataka istovremeno?

Bolje je napraviti odvojene agente sa jasno odvojenim ciljevima (kao u primerima iznad — istraživanje konkurencije i klasifikacija podrške), nego jednog agenta koji pokušava sve odjednom, jer je odvojene agente lakše testirati i predvideti kada nešto krene po zlu.

Šta ako agent nema pristup internetu — može li i dalje da bude koristan?

Da — agent može raditi isključivo sa dokumentima i podacima koje mu ti daš (npr. klasifikacija email-ova, analiza priloženih fajlova) bez potrebe za pristupom internetu, što je često i bezbednija opcija za osetljivije zadatke.

Zaključak

Pravljenje prvog AI agenta nije pitanje programiranja, već jasnog definisanja cilja, izvora, instrukcija i granica, uz obaveznu ljudsku proveru pre svake radnje sa spoljnim posledicama. Za širi kontekst automatizacije bez agenata pogledaj AI automatizacija posla, a za opšte razumevanje AI agenata AI agenti u 2026.

Povezani tekstovi na AI Magazin Srbija

• Kako napraviti AI chatbot za sajt: vodič bez programiranja
• AI automatizacija posla
• AI agenti u 2026: šta su i kako rade
• AI alati za posao
• AI za mala preduzeća

Izvori za proveru činjenica

• OpenAI — ChatGPT (custom GPT funkcije)
• Claude (Anthropic — Projekti)
• Zapier — Pricing