Проще говоря, такой агент отвечает не из общих знаний модели, а с опорой на файлы в Drive. Пользователь задает вопрос вроде “где у нас описан процесс возврата?” или “что изменилось в договоре?”, агент находит релевантные документы, вытаскивает фрагменты, передает их в LLM и возвращает ответ со ссылками на источники.
Основной сценарий - RAG по корпоративным документам. Для этого агент делает ingestion: получает список файлов через Google Drive API, читает metadata, проверяет permissions, экспортирует Google Docs в текст, извлекает содержимое PDF/DOCX, режет документы на chunks, считает embeddings и сохраняет их в vector index вместе с ссылкой на файл, заголовком, владельцем, датой обновления и ACL.
Главное отличие Drive-агента от обычного чат-бота по документам - права доступа. Нельзя просто один раз скачать все файлы компании и отдавать ответы всем подряд. Перед retrieval нужно учитывать Drive ACL: пользователь, группа, домен, shared drive, ссылка “anyone with link”, роль viewer/commenter/editor и наследование прав от папок. Если человек не имеет доступа к документу в Google Drive, агент не должен показывать ни текст, ни summary, ни косвенную подсказку.
Для Google Docs полезен отдельный слой работы со структурой. Простого plain text иногда мало: нужно сохранить заголовки, списки, таблицы, ссылки, комментарии, нумерацию пунктов и положение фрагмента в документе. Поэтому рядом с Drive API часто используют Google Docs API, а для таблиц - Google Sheets API.
Безопасная первая версия должна быть read-only. Агент может искать, отвечать, цитировать источники, находить устаревшие документы, предлагать правки и готовить черновики. Но переименовывать файлы, менять права, удалять документы, редактировать Google Docs или рассылать ссылки лучше только после approval workflow и записи в audit log.
Хороший результат Drive-агента выглядит проверяемо: ответ, список источников, ссылки на конкретные документы, fragment или heading path, дата документа, уровень уверенности, что было найдено, что не найдено и какие ограничения доступа применились. Это снижает риск галлюцинаций и помогает пользователю быстро проверить ответ.
Минимальная архитектура: Google OAuth или service account с domain-wide delegation, Drive API для списка файлов и permissions, Docs API/export для текста, parser для PDF/DOCX, chunking, embeddings, Qdrant/Pinecone/Weaviate/Chroma как vector index, retrieval с ACL-фильтром, LLM-ответ с citations и журнал действий.
Примеры
- Сотрудник спрашивает: “Какая у нас политика возвратов?” Агент ищет по доступным ему папкам, находит актуальный регламент и отвечает со ссылкой на Google Docs.
- Юрист просит сравнить две версии договора в Drive. Агент извлекает текст, показывает измененные пункты и отправляет существенные правки на review.
- Менеджер загружает PDF с КП поставщика. Агент парсит файл, извлекает условия, добавляет summary в таблицу и сохраняет ссылку на источник.
- Команда поддержки спрашивает про внутреннюю инструкцию. Агент не показывает HR-документ, потому что у пользователя нет доступа по Drive ACL.
- Владелец базы знаний просит найти устаревшие инструкции. Агент ищет документы без обновлений за 12 месяцев и готовит список на проверку.
Где используется
- внутренний поиск по Google Drive
- чат по корпоративным документам
- RAG по Google Docs, PDF и DOCX
- ответы с ссылками на источники
- индексация shared drives и командных папок
- контроль доступа через Drive ACL
- поиск устаревших документов
- сравнение версий документов
- подготовка edit suggestions для Google Docs
- извлечение данных из документов в Google Sheets
- база знаний компании на Google Workspace
- аудит прав доступа к документам
Связанные термины
Частые вопросы
Что делает ИИ-агент для Google Drive?
Он подключается к файлам Google Drive, индексирует документы, ищет релевантные фрагменты и отвечает с опорой на источники. Также агент может готовить summary, находить устаревшие документы, предлагать правки и помогать с базой знаний.
Можно ли давать агенту доступ ко всему Drive?
Лучше не начинать с полного доступа. Безопаснее дать минимальные scopes, ограничить папки или shared drives, включить read-only режим, проверять Drive ACL перед retrieval и вести audit log всех обращений к документам.
Чем Drive-агент отличается от обычного RAG по файлам?
Drive-агент должен учитывать права Google Workspace: доступ пользователя, группы, shared drives, ссылки и наследование прав от папок. Обычный RAG по скачанным файлам часто теряет этот контекст и может случайно раскрыть закрытый документ.
Какие инструменты нужны для запуска?
Обычно нужны Google Drive API, Google Docs API, parser для PDF/DOCX, embeddings, vector database вроде Qdrant или Pinecone, LLM, очередь индексации и слой ACL-фильтрации. Для прототипа можно добавить n8n и Google Sheets.
Можно ли разрешить агенту редактировать Google Docs?
Можно, но не в первой версии. Сначала лучше делать edit suggestions: агент предлагает правку, объясняет причину и отправляет владельцу на approval. Автоматическое редактирование, удаление файлов и изменение прав требуют строгих правил и журнала действий.
