Зачем AI-агент для Google Sheets
Google Sheets — это де-факто универсальная база данных малого и среднего бизнеса. Продажи, склад, клиенты, бюджеты, KPI — всё это живёт в таблицах. Проблема в том, что работа с таблицами отнимает часы: ручной ввод данных, формулы, сводные таблицы, копирование между листами. AI-агент может делать всё это автоматически — по расписанию или по запросу.
Представьте: каждое утро в 9:00 агент собирает данные из CRM, обновляет таблицу продаж, рассчитывает конверсии, строит сводку по менеджерам и отправляет отчёт в Telegram. Или: менеджер пишет в чат "Какая выручка за прошлую неделю?" — агент за секунду находит ответ в таблице и отвечает на естественном языке.
Google Sheets API: основы
Google Sheets API v4 позволяет программно читать и записывать данные в таблицы. Для доступа нужен Service Account — это специальный аккаунт Google, который действует от имени вашего приложения. Создаёте Service Account в Google Cloud Console, скачиваете JSON-ключ и расшариваете нужные таблицы на email этого аккаунта.
Настройка доступа
- Создайте проект в Google Cloud Console
- Включите Google Sheets API и Google Drive API
- Создайте Service Account и скачайте JSON-ключ
- Расшарьте нужные таблицы на email Service Account (с правами Editor)
- JSON-ключ храните в .env, никогда не коммитьте в git
Основные операции API: spreadsheets.values.get (чтение диапазона), spreadsheets.values.update (запись), spreadsheets.values.append (добавление строк), spreadsheets.batchUpdate (форматирование, создание листов, формулы). Все запросы принимают spreadsheetId — это длинный ID из URL таблицы — и range в формате A1 (например, "Sheet1!A1:D100").
Создаём MCP-сервер для Google Sheets
MCP-сервер — это мост между AI-ассистентом и Google Sheets. Он предоставляет набор инструментов (tools), которые Claude может вызывать: read_range, write_range, append_rows, list_sheets, create_sheet, get_metadata. Сервер написан на TypeScript и работает через stdio или HTTP.
Архитектура MCP-сервера
Сервер состоит из нескольких модулей. Модуль авторизации инициализирует Google API клиент через Service Account. Модуль инструментов регистрирует каждый tool с описанием параметров и валидацией через Zod. Модуль обработки выполняет API-запросы и форматирует результаты в удобный для AI формат — не сырой JSON, а структурированный текст с заголовками столбцов и значениями.
Ключевой момент — формат ответа. Если вернуть AI необработанный массив массивов, он потратит токены на парсинг. Лучше вернуть Markdown-таблицу или структурированный текст: "Строка 1: Продукт=iPhone, Количество=150, Выручка=75 000 000 тг". AI мгновенно понимает данные и может с ними работать.
AI-агент: архитектура и логика
Агент для Google Sheets — это набор инструкций в файле .claude/agents/sheets-analyst.md. Он описывает, как агент должен работать с таблицами: какие метрики считать, как интерпретировать данные, какой формат отчёта использовать, на что обращать внимание при аномалиях.
Типовые задачи агента
- Ежедневный отчёт: суммирование продаж за день, сравнение с планом, топ-5 товаров
- Аналитика конверсий: расчёт CR на каждом этапе воронки, выявление узких мест
- Инвентаризация: проверка остатков, предупреждение о дефиците, заказ на пополнение
- CRM-обновление: перенос новых лидов из формы в основную таблицу, присвоение менеджера
- Финансовая сводка: P&L за период, кешфлоу, сравнение план/факт по статьям
Практический пример: отчёт продаж
Допустим, у вас есть таблица "Продажи 2026" с колонками: Дата, Менеджер, Клиент, Продукт, Количество, Сумма, Статус. Каждый день менеджеры вносят данные. Вам нужен ежедневный отчёт с группировкой по менеджерам, средним чеком и сравнением с прошлой неделей.
Создайте промпт для агента: "Прочитай данные за сегодня из таблицы Продажи 2026. Рассчитай: общую выручку, количество сделок, средний чек, топ-3 менеджера по выручке, сравни с тем же днём неделю назад. Запиши результат на лист Отчёты в новую строку. Если выручка упала больше чем на 20% — отметь красным."
Агент выполнит это за секунды: прочитает данные, проведёт расчёты, запишет сводку, применит форматирование. Вы получите готовый отчёт — без единой формулы и без ручной работы.
Кейс: управление складом
Таблица "Склад" содержит: Товар, SKU, Остаток, Минимум, Поставщик, Цена закупки, Последнее пополнение. Агент ежедневно проверяет остатки: если Остаток меньше Минимума — формирует заказ на пополнение, записывает его в лист "Заказы поставщикам" с рассчитанной суммой, и уведомляет закупщика через Telegram.
Это полноценная автоматизация, которая раньше требовала написания кода на Python, настройки cron-задач и интеграции с API. Теперь всё это делает AI-агент, работающий через MCP-серверы для Sheets и Telegram.
Кейс: CRM на базе Sheets
Для малого бизнеса Google Sheets часто служит CRM. Лиды из разных источников (сайт, Instagram, звонки) попадают в одну таблицу. Агент может автоматически: присваивать лид следующему свободному менеджеру (round-robin), отправлять приветственное сообщение через Telegram, устанавливать напоминание в Google Calendar на follow-up через 2 дня, и обновлять статус лида по мере продвижения по воронке.
- Новый лид → агент присваивает менеджера и уведомляет его в Telegram
- Через 2 дня → агент проверяет статус и напоминает о follow-up
- Сделка закрыта → агент обновляет сводку и рассчитывает бонус менеджера
- Конец месяца → агент формирует полный отчёт по воронке
Безопасность и ограничения
Service Account ключ — это полный доступ к таблицам. Храните его только в .env, используйте секретные переменные в CI/CD, ротируйте ключи регулярно. Ограничивайте доступ: расшаривайте на Service Account только те таблицы, которые нужны агенту.
Учитывайте лимиты API: при массовых операциях с тысячами строк используйте batch-запросы и экспоненциальный backoff при ошибке 429. Для больших объёмов данных рассмотрите миграцию с Sheets на PostgreSQL — Sheets оптимален для таблиц до 10 000 строк.
Заключение
AI-агент для Google Sheets — это мост между привычным инструментом бизнеса и мощью автоматизации. Менеджерам не нужно учить новые системы — они продолжают работать в знакомых таблицах. А AI-агент берёт на себя рутину: сбор, расчёт, отчётность, уведомления. Настройка занимает часы, а экономия — десятки часов каждый месяц. Начните с одного отчёта, увидьте результат — и автоматизируйте всё остальное.