Chatbot ali AI agent? V čem je razlika in kako zgradite svojega AI agenta

AI agent je jezikovni model, ki zna uporabljati orodja in dela v zanki, dokler naloge ne opravi. To je vsa skrivnost; vse ostalo so podrobnosti.

O AI agentih danes govorijo vsi, a le redki znajo pojasniti, kaj agent v resnici je. V članku najprej razložimo razliko med chatbotom in agentom ter vmesno stopnjo, ki jo danes ponujajo veliki klepetalniki. Nato pogledamo gradnike agenta, na koncu pa pet konkretnih načinov, kako agenta zgradite sami.

Chatbot ali AI agent: v čem je razlika?

Chatbot odgovori na vprašanje, agent pa opravi nalogo. Razliko naredita dve dodatni sposobnosti: klicanje orodij in delo v zanki.

Navaden chatbot oziroma »goli« jezikovni model (LLM) zna samo eno stvar: na vaše sporočilo vrne besedilo. Ne more preveriti e-pošte, poiskati podatka na spletu, rezervirati termina ali posodobiti zapisa v bazi. Pove vam lahko, kako bi to naredili, sam pa tega ne naredi.

AI agent je isti LLM z dvema nadgradnjama:

1. Klicanje orodij (tool calling) – agent lahko izvaja dejanja v resničnem svetu: išče po spletu, bere datoteke, kliče API-je, piše v bazo.
2. Zanka (loop) – agent se po enem odgovoru ne ustavi. Sam nadaljuje korak za korakom, dokler cilj ni dosežen.

	Chatbot	AI agent
Vhod	Vprašanje	Cilj ali naloga
Izhod	Besedilo	Opravljeno delo + poročilo
Dostop do sistemov	Ne	Da, prek orodij
Število korakov	En odgovor	Toliko, kot jih naloga potrebuje
Kdo izvede dejanje	Uporabnik	Agent

Primer iz spletne trgovine. Kupec vpraša: »Kje je moje naročilo #4821?«

• Chatbot odgovori splošno: »Status naročila lahko preverite v svojem računu ali pokličete podporo.«
• AI agent pokliče orodje za WooCommerce API in prebere naročilo, nato pokliče API dostavne službe za sledenje paketu. Iz obeh rezultatov sestavi odgovor: »Naročilo je bilo odposlano včeraj, paket je v distribucijskem centru in bo dostavljen jutri.«

Model je v obeh primerih lahko popolnoma enak. Razlika je v tem, kar je okoli njega zgrajeno. Kaj chatbot prinese na spletni strani in kaj zahtevajo nova pravila EU, smo opisali v članku AI asistent na spletni strani.

Vmesna stopnja: od chatbota do agenta

Med navadnim chatbotom in agentom, ki ga sprogramirate sami, je danes široka vmesna stopnja. Veliki klepetalniki (ChatGPT, Claude, Gemini, Grok, Kimi, Perplexity, Copilot) vam omogočajo, da agenta sestavite kar v njihovem vmesniku, brez vrstice kode.

Pot od chatbota do agenta ima štiri stopnje:

Stopnja	Kaj zna	Primer iz spletne trgovine
Navaden chatbot	Odgovori na vprašanje iz splošnega znanja.	»Napiši opis za pohodne čevlje.«
Prilagojen pomočnik	Ima shranjena navodila, referenčne datoteke in dogovorjen način odgovarjanja.	Pomočnik, ki opise piše v tonu vaše blagovne znamke in iz vašega cenika.
Agent z orodji	Sam izbere korake, uporablja povezane aplikacije in nalogo izpelje do dogovorjenega rezultata.	Prebere podatke izdelka v trgovini, pripravi opis in ga shrani kot osnutek.
Avtomatiziran agent	Postopek ponavlja po urniku ali ob podprtem dogodku (e-pošta, sporočilo, webhook).	Vsak ponedeljek pripravi poročilo o prodaji in ga pošlje ekipi.

Prilagojen pomočnik (na primer nekdanji Custom GPT ali Gemini Gem) še ni pravi agent. Navodilom sledi odlično, samostojno pa ne ukrepa. Agent postane, ko dobi orodja in zanko. Avtomatiziran agent postane, ko ga namesto vas sproži urnik ali dogodek.

Ta vmesna stopnja je za večino podjetij najhitrejša pot do prvega agenta. Kako se je lotiti na posameznih platformah, opisujemo spodaj pri prvem nivoju gradnje.

Pet gradnikov vsakega agenta

Vsak agent, ne glede na orodje, v katerem je zgrajen, stoji na istih petih gradnikih.

Gradnik	Analogija	Kaj počne
Jezikovni model (LLM)	Možgani	Napoveduje, katero besedilo sledi. Nima rok in nima lastnega spomina.
Klicanje orodij	Roke	Model izpiše strukturiran ukaz (npr. »pokliči spletno iskanje z vprašanjem X«), koda okoli njega ga izvede in rezultat vrne modelu.
Kontekstno okno	Delovni spomin	Vse, kar model trenutno »vidi«: navodila, zgodovina pogovora, klici orodij in njihovi rezultati. Ima omejeno velikost.
Sistemski poziv in vloge sporočil	Opis delovnega mesta	Sistemski poziv določi identiteto in pravila; sporočila so označena kot system, user ali assistant.
Vektorska baza (RAG)	Dolgoročni spomin	Hrani podatke kot vektorje (embeddings). Agent z orodjem poišče in naloži samo relevantne dele.

Nekaj ključnih poudarkov:

• Model sam ničesar ne izvede. Le odloči, katero orodje bi poklical. Programska koda okoli modela (t. i. harness oziroma ogrodje) ukaz dejansko izvede in rezultat vrne nazaj. To delitev dela je dobro razumeti, ker je jedro vsakega agenta.
• Model nima spomina med klici. Ob vsakem koraku mu je treba celotno relevantno zgodovino znova poslati v kontekstno okno. Če tega ne naredite, agent »pozabi«, kaj je počel minuto prej.
• Kontekstni inženiring je nova veščina. Ker je okno omejeno, je kakovost agenta v veliki meri odvisna od tega, kaj vanj daste in česa ne. Preveč šuma poslabša odločitve, premalo podatkov pa vodi v ugibanje.
• Primer sistemskega poziva: »Si asistent za podporo kupcem trgovine X. Odgovarjaj v slovenščini. Podatkov o naročilu nikoli ne ugibaj; vedno jih preveri z orodjem.«
• RAG v praksi: katalog 5.000 izdelkov ne gre v kontekstno okno. Shranite ga v vektorsko bazo, agent pa ob vprašanju »imate vodoodporne pohodne čevlje do 100 €?« naloži le nekaj najbolj ustreznih izdelkov.

Agentna zanka: misli, ukrepaj, opazuj, ponovi

Agentna zanka poveže vseh pet gradnikov v celoto, ki samostojno pride do cilja.

Zanka začne s sistemskim pozivom in ciljem. Model razmisli in se odloči: potrebuje orodje ali že lahko odgovori? Če potrebuje orodje, ga koda izvede, rezultat pa se doda v kontekstno okno. Model rezultat »opazuje« in se odloči za naslednji korak. Krog se ponavlja, dokler naloga ni opravljena.

V praksi vedno dodajte varovalko, npr. največ 10 korakov, da se agent ob napaki ne vrti v neskončnost in ne porablja žetonov.

Štiri odločitve pred gradnjo

Ne glede na to, ali agenta »sklikate« ali sprogramirate, sprejmete iste štiri odločitve.

1. Platforma ali ogrodje – kje bo agent tekel (klepetalnik, no-code orodje, n8n, agentni harness ali lastna koda).
2. Model – npr. GPT, Claude ali Gemini. Zmogljivejši model bolje sledi navodilom in izbira orodja, a stane več na klic.
3. Kontekst – do katerih podatkov ima agent dostop: baza izdelkov, naročila, dokumentacija, pretekli pogovori.
4. Orodja in tok – katera orodja agent sme klicati, v kakšnem vrstnem redu in kje se mora ustaviti ali vprašati človeka.

Praktičen nasvet: začnite z najmanjšim naborom orodij. Agent z dvema dobro opisanima orodjema je zanesljivejši od agenta z dvajsetimi, ki se med seboj prekrivajo.

Kako zgraditi AI agenta: pet nivojev

Agenta lahko zgradite na pet načinov, od nastavitev v klepetalniku, ki ga že uporabljate, do lastne kode. Vsak naslednji nivo vam da več nadzora in zahteva več tehničnega znanja.

Nivo 1: Agent v klepetalniku, ki ga že uporabljate

Najlažja pot do agenta je pogosto kar v orodju, ki ga že plačujete. Agentu v običajnem jeziku opišete nalogo, mu povežete aplikacije in uspešen postopek shranite za ponovno uporabo.

• Kako: napišete trajna navodila, dodate referenčne datoteke, povežete aplikacije in postopek shranite kot »Skill«. Nato mu po potrebi določite urnik ali sprožilec.
• Prednost: brez nove platforme in brez namestitve; agent dela tam, kjer že imate dokumente in povezave.
• Slabost: vezani ste na ponudnika, njegove pakete in omejitve porabe. Dostopnost funkcij se razlikuje glede na naročnino in regijo.

Kaj ponujajo posamezne platforme (stanje novembra 2026):

Platforma	Kako sestavite agenta	Izvajanje in omejitve
Grok Bot (xAI)	Ustvarite poimenovanega bota, v pogovoru določite nalogo in vire ter povežete aplikacije. Postopke shranite kot Skills.	Lasten računalnik v oblaku (brskalnik, datoteke, terminal), spomin, sodelovanje več botov in Routines. Poraba je omejena glede na paket.
ChatGPT (Work in vtičniki)	Plugin Creator združi navodila, referenčne datoteke in povezane aplikacije. Work izvede večkorakovno nalogo.	Workspace Agents za podjetja dodajo deljenje, urnike in API-sprožilce. Za lasten razvoj: Agents SDK.
Claude	Dodate navodila, Skills, povezovalnike in vtičnike. Uspešen postopek shranite kot Skill.	Podpira ponavljajoča se, načrtovana opravila. Za lasten razvoj: Claude Agent SDK.
Kimi (Agent, Swarm, Claw)	Skill ustvarite iz navodil ali dokumentov. Swarm večjo nalogo sam razdeli med podagente.	Claw je stalen pomočnik v oblaku s spominom, orodji in urniki.
Gemini (Gems in Opal)	Klasični Gem sledi navodilom in znanju. Opal iz opisa sestavi večstopenjsko mini aplikacijo.	Opal je eksperiment (osebni računi, splet, angleščina). Za razvijalce: ADK.
Microsoft Copilot Studio	V vodenem urejevalniku opišete agenta, dodate znanje, orodja in sprožilce ter ga preizkusite.	Poslovni procesi v Microsoftovem okolju, objava v podprtih kanalih, odziv na dogodke.
Perplexity Computer	Opišete cilj, povežete aplikacije in dodate Skills. Sistem lahko vključi podagente.	Raziskovanje, delo v brskalniku, izvajanje v ozadju in ponavljajoče se spremljanje.

Pozor pri ChatGPT: novi Custom GPT-ji na osebnih računih niso več priporočena pot za začetek. Standardna ukinitev je načrtovana za 11. 12. 2026, za nekatere delovne prostore veljajo izjeme in drugi roki. Preverite obvestilo v svojem računu.

Od prve naloge do avtomatizacije v petih korakih. Postopek je na vseh platformah podoben:

1. Ustvarite agenta z eno jasno nalogo. Določite ime, področje dela, vire, obliko rezultata in trajna pravila.
2. Povežite vire. Agent potrebuje dejanski dostop do aplikacij in podatkov, ki jih omenjate v navodilih.
3. Preizkusite na resnični, omejeni nalogi. Preglejte rezultat in popravite navodila. Uspešen postopek shranite kot Skill in ga preverite še na drugih vhodnih podatkih.
4. Dodajte urnik ali sprožilec. Določite, kdaj se agent zažene, kaj dobi na vhodu, kaj je končni rezultat in kaj naj stori, če kakšen vir manjka.
5. Nastavite nadzor. Določite dejanja, pri katerih mora agent vedno vprašati za odobritev, na primer pred objavo ali pošiljanjem sporočila. Pri Grok Botu upoštevajte, da si boti istega uporabnika delijo računalnik, datoteke in prijavljene seje, zato ločena vloga ne pomeni ločenih dostopov.

Primer začetnega navodila za agenta spletne trgovine:

Si agent za vsebine spletne trgovine. Za 20 izdelkov iz priložene tabele pripravi opise v slovenščini (150–200 besed) z naslovom, ključnimi lastnostmi in meta opisom. Uporabi samo podatke iz tabele in tehničnih listov. Če podatek manjka, ga označi z »PREVERI«. Rezultat vrni v tabeli za pregled.

Kako primerjati platforme: izberite en proces in enak majhen vzorec, na primer 10 izdelkov, za katere poznate pravilen rezultat. Platforme primerjajte po točnosti, preverljivosti virov, številu ročnih popravkov, dejanski porabi in uspešnosti dostopa do orodij.

Nivo 2: Platforme brez kode (no-code)

Agenta nastavite z izpolnjevanjem obrazcev ali vlečenjem blokov. Primeri platform: GenSpark, Lindy, Gumloop, Stack AI, Relevance AI, Botpress, Voiceflow in OpenAI Agent Builder.

• Kako: napišete poziv, ki opiše vlogo agenta, katera orodja naj uporablja in v kakšni obliki naj vrne rezultat.
• Prednost: delujoč agent v nekaj minutah.
• Slabost: malo nadzora. Rezultat je pogosto podoben splošnemu asistentu s priklopljenimi orodji.

Tako je videti začetni zaslon GenSparka. Nalogo opišete v eno polje, platforma pa ponuja že pripravljene agente za predstavitve, tabele, dokumente, oblikovanje, kodo, nadzorne plošče ter video, slike in zvok. Pod All Agents najdete celoten nabor.

Nivo 3: Malo kode (low-code)

Vizualni urejevalniki, kjer povezujete gradnike in po potrebi dodate blok kode. Primeri: n8n, Flowise, LangFlow, Dify, Activepieces, KNIME, Make in Microsoft Copilot Studio.

• Kako v n8n: dodate vozlišče AI Agent, mu nastavite sistemsko sporočilo, nato pa priklopite orodja (npr. Perplexity za spletno iskanje, Wikipedia za dejstva) in pomnilnik pogovora.
• Prednost: veliko več nadzora nad lastnostmi agenta in bolj dosledna zanka. Enostavno povezovanje z obstoječimi sistemi (WooCommerce, e-pošta, CRM, Google Sheets).
• Slabost: zahteva osnovno tehnično razumevanje; kompleksni tokovi postanejo nepregledni.

Tako je videti agent v n8n. Sporočilo iz Telegrama sproži vozlišče AI Agent, ki ima priklopljene tri gradnike: jezikovni model (OpenAI Chat Model), pomnilnik pogovora (Window Buffer Memory) in orodje za ustvarjanje slik (DALL-E 3). Odgovor se vrne v Telegram, ob napaki pa tok samodejno pošlje popravljeno sporočilo.

V n8n lahko agenta vključite tudi v širši avtomatiziran tok. Spodnji primer se vsako jutro ob 8.00 zažene sam: pobere novice iz dveh virov, jih združi, z GPT-5 pripravi povzetek in ga pošlje po e-pošti.

Nivo 4: Agentni harness

Namestite že izdelanega, zmogljivega agenta in ga prilagodite. Vodilna sta OpenClaw in Hermes Agent; Le ta je usmerjen v dolgoročni spomin.

• Kako: zanka, spomin in osnovne funkcije so že zgrajeni. Vi dodate lastna navodila (npr. »skill« raziskovalnega asistenta) in priklopite orodja, ki jih potrebujete.
• Prednost: agent, pripravljen za produkcijo, brez pisanja zanke od začetka.
• Slabost: potrebna je namestitev, pogosto na lastnem strežniku (VPS), ter vzdrževanje.

Nivo 5: Polna koda

Celotnega agenta napišete sami, običajno v Pythonu, po želji z ogrodjem, kot je LangGraph. Imate popoln nadzor: sistemski poziv, definicije orodij (JSON sheme), obdelavo odgovorov in samo zanko.

Spodaj je minimalen, a delujoč agent s Pythonom in Anthropic SDK. Model se sam odloči, ali bo poklical iskanje, koda iskanje izvede, rezultat vrne modelu in zanka teče, dokler model ne poda končnega odgovora.

import anthropic

client = anthropic.Anthropic()  # ključ v spremenljivki ANTHROPIC_API_KEY

# 1) Definicija orodja: ime, opis in JSON shema vhodnih podatkov
tools = [{
    "name": "web_search",
    "description": "Poišče informacije na spletu in vrne kratke povzetke rezultatov.",
    "input_schema": {
        "type": "object",
        "properties": {"query": {"type": "string", "description": "Iskalni niz"}},
        "required": ["query"],
    },
}]

def web_search(query: str) -> str:
    # Tu pokličite pravi iskalni API (npr. Perplexity, Tavily, SerpAPI)
    return f"Rezultati za: {query} ..."

# 2) Sistemski poziv in cilj
SYSTEM = "Si raziskovalni asistent. Vedno navedi vire. Odgovarjaj v slovenščini."
messages = [{"role": "user", "content": "Kaj je novega pri AI agentih ta mesec?"}]

# 3) Agentna zanka: misli -> ukrepaj -> opazuj -> ponovi
for korak in range(10):  # varovalka pred neskončno zanko
    response = client.messages.create(
        model="claude-sonnet-5-5",
        max_tokens=2048,
        system=SYSTEM,
        tools=tools,
        messages=messages,
    )
    messages.append({"role": "assistant", "content": response.content})

    # Model ne želi več orodij -> končni odgovor
    if response.stop_reason != "tool_use":
        print("".join(b.text for b in response.content if b.type == "text"))
        break

    # Izvedi vsa zahtevana orodja in rezultate vrni modelu
    tool_results = []
    for block in response.content:
        if block.type == "tool_use":
            result = web_search(**block.input)
            tool_results.append({
                "type": "tool_result",
                "tool_use_id": block.id,
                "content": result,
            })
    messages.append({"role": "user", "content": tool_results})

V tej kodi so vidni vsi gradniki: model, definicija orodja, sistemski poziv, kontekstno okno (seznam messages, ki raste z vsakim korakom) in zanka. Vse, kar platforme na nižjih nivojih skrijejo, je tukaj na dlani.

Kateri pristop izbrati?

Izberite najnižji nivo, ki še reši vaš problem. Na vseh petih nivojih tečeta isti model in ista zanka; razlika je le v tem, koliko zgradite sami in koliko vam da platforma.

Če potrebujete …	Izberite	Primeri orodij
Hitro rešitev v orodju, ki ga že uporabljate, brez nove platforme	Agent v klepetalniku	ChatGPT Work, Claude, Grok Bot, Gemini Gems
Hitro delujočo rešitev brez programiranja	Platforma brez kode	GenSpark, OpenAI Agent Builder
Pravo logiko, razvejanje in povezave z več storitvami, brez vzdrževanja kode	Malo kode	n8n, Make
Poslovne agente v Microsoftovem okolju	Malo kode	Copilot Studio
Zmogljivega, produkcijsko pripravljenega agenta, ki ga prilagodite	Agentni harness	OpenClaw, Hermes Agent
Popoln nadzor, globoko integracijo v lasten produkt ali razumevanje vsakega dela	Polna koda	Python, LangGraph

Primeri za spletno trgovino:

• Opisi izdelkov in odgovori kupcem na osnovi potrjenih podatkov o izdelkih → agent v klepetalniku s shranjenim Skillom in povezavo do kataloga.
• Avtomatski odgovori na vprašanja o statusu naročil → n8n z WooCommerce vozliščem in AI Agent vozliščem.
• Agent, ki ponoči pregleda zaloge, primerja cene konkurence in pripravi poročilo → agentni harness na lastnem VPS.
• Agent, ki sinhronizira naročila z ERP sistemom in ob napakah sam ugotovi vzrok → polna koda, ker potrebujete nadzor nad vsakim korakom in zanesljivo beleženje.

Pogosta vprašanja

Ali je ChatGPT AI agent?
Sam po sebi je chatbot. Ko mu omogočite orodja (spletno iskanje, povezane aplikacije) in samostojno izvajanje večkorakovnih nalog, deluje kot agent.

Ali za AI agenta potrebujem programerja?
Ne nujno. Na prvih dveh nivojih agenta sestavite brez kode. Za povezavo z ERP sistemom, lastno bazo ali zahtevnejše avtomatizacije pa je programiranje običajno potrebno.

Ali je AI agent varen za podatke podjetja?
Odvisno od dostopov, ki mu jih dodelite. Agentu dajte le dostope, ki jih nujno potrebuje, za občutljiva dejanja (pošiljanje, objava, plačila) pa vedno zahtevajte vašo odobritev. Če obdeluje osebne podatke, upoštevajte tudi GDPR.

Kaj je najboljši prvi agent za podjetje?
Naloga, ki se ponavlja vsak teden in ima jasen rezultat: tedensko poročilo, priprava opisov izdelkov ali razvrščanje povpraševanj.

Zaključek

AI agent ni čarovnija. Je jezikovni model z rokami (orodja), delovnim spominom (kontekstno okno) in vztrajnostjo (zanka). Ko to razumete, hitro ločite resnične agente od chatbotov z novo nalepko. Odločite se tudi lažje, ali za svoj problem potrebujete nekaj stavkov navodil v klepetalniku, obrazec v no-code orodju ali sto vrstic Pythona.

Potrebujete AI agenta za svoje podjetje?

Pri MCA RGB načrtujemo in izdelamo AI agente, ki se povežejo z vašo spletno trgovino, CRM-jem in ERP sistemom. Več o tem, kaj vse lahko avtomatiziramo, preberite na strani AI avtomatizacija za podjetja, za pogovore s strankami na spletni strani pa si oglejte pogovornega asistenta.

Kontaktirajte nas in skupaj poiščemo prvo nalogo, ki jo lahko prevzame agent.