Google Sheets + AI-агент вместо ручного копирования

Контент-план лежит в Google Sheets. Данные по клиентам лежат в Google Sheets. Финансы лежат в Google Sheets.

Каждый раз, когда агенту нужны были эти данные, я, собственно, копировала таблицу, вставляла в чат, ждала ответ, копировала обратно. На это уходило 5-7 часов в неделю. Пока не подключила таблицу напрямую - и сократила это до нуля.

В этой статье: как подключить Google Sheets к AI-агенту через протокол MCP и почему это меняет подход к работе с данными.

Что такое MCP и при чём тут USB-C?

MCP (Model Context Protocol) - это универсальный протокол, который соединяет AI-агента с внешними сервисами. Помните, когда у каждого телефона была своя зарядка? Nokia, Samsung, Motorola придумывали свои разъёмы. Потом появился USB-C, и стало можно заряжать что угодно одним кабелем.

MCP работает по тому же принципу. Раньше, чтобы AI мог читать ваши Google Sheets, нужно было писать код, настраивать API, разбираться в документации Google. Для Notion нужен был другой код. Для Telegram третий. Каждый сервис требовал свой «провод».

MCP решает эту проблему. Один протокол соединяет AI-агента с любым внешним сервисом: Google Sheets, Google Docs, Telegram, CRM, базы данных.

По сути, MCP даёт вашему AI-агенту руки. Без MCP он только думает и пишет текст. С MCP он сам залезает в таблицу, читает данные, записывает результат обратно.

Подробнее о разнице между промптами и агентами

Как выглядит работа до и после подключения?

Разница в том, что вы перестаёте быть “курьером” между программами.

До MCP. Нужно проанализировать контент-план за март. Открываю Google Sheets, выделяю диапазон, копирую, вставляю в чат. Агент отвечает. Копирую ответ, вставляю обратно в таблицу. На одну итерацию уходит минута-две. Итераций может быть десять. Итого: 20 минут на одну задачу.

После MCP. Я говорю: «Открой контент-план за март, проверь, какие посты ещё не написаны, и предложи тексты для пустых ячеек». Агент сам открывает таблицу, читает данные, анализирует, записывает результат. 30 секунд вместо 20 минут. Я проверяю и подтверждаю.

Агент работает с данными напрямую, как сотрудник с доступом к документам. Как выглядит весь конвейер от идеи до публикации.

Как подключить Google Sheets к Claude Code?

Настройка занимает 15 минут:

Находите MCP-сервер для Google Sheets. Готовый «переходник», который уже написан.
Прописываете подключение в настройках Claude Code. Несколько строк в файле настроек.
Проходите авторизацию Google. Стандартное окно «разрешить доступ к таблицам».
Готово. Агент видит ваши таблицы и может с ними работать.

Вы сами выбираете, к каким таблицам открыть доступ. Агент не видит весь Google Drive. Только то, что вы разрешите.

Как устроена память AI-агентов?

Память зависит от инструмента: чат-бот и агент работают с контекстом по-разному.

Чат-бот (ChatGPT, обычный Claude в браузере) хранит контекст внутри одного разговора. Закрыли вкладку, и всё с нуля. У некоторых ботов есть «память», но она ограничена и работает непредсказуемо.

Агент с внешней памятью устроен иначе. Claude Code сам по себе ничего не запоминает между сессиями. Но он подключается к папке на компьютере с файлами контекста: проект, правила работы, история решений. При запуске агент читает эти файлы и «вспоминает» всё нужное.

У меня эта система работает через GitHub (хранилище файлов с историей изменений). Каждый проект живёт в отдельной папке. В каждой папке файл с инструкциями: кто клиент, какой стиль, какие правила, что сделано. Агент открывает папку и получает нужный контекст.

Эту память можно расширять и сужать. Показать агенту стратегию на год или сфокусировать на одной задаче. Добавить новое. Убрать устаревшее. Вы управляете памятью агента, а не он вами. Как устроены скиллы и как я написала 31 скилл без навыков программирования.

Можно ли подключить мою CRM?

Да, если для вашей CRM есть MCP-сервер.

Через MCP можно подключить любой сервис, для которого написан «переходник». Для AmoCRM или Bitrix24 готовые MCP-серверы уже есть. Для нишевых систем, возможно, придётся подождать.

У нас для клиники подключена AmoCRM. Агент смотрит статусы заявок и учитывает загрузку при планировании контента. Принцип тот же для любого бизнеса: салон красоты подключает таблицу с записями, фрилансер - учёт проектов, нутрициолог - базу клиентов с планами питания.

Работает ли это на других языках?

Claude и другие модели работают на десятках языков. MCP не зависит от языка: это техническое соединение, ему всё равно, на каком языке данные в таблице.

Я работаю на русском: задачи по-русски, контент на русском, данные в таблицах на русском. Агент всё понимает.

Бонус: если учите иностранный язык, попросите бота иногда вставлять слова на этом языке в ответы. Я так делаю с английским. Учу новые слова прямо во время работы.

Какие существуют уровни работы с AI?

Четыре уровня, от простого к сложному:

Уровень 1: Промпт. Запрос в ChatGPT, ответ. Каждый разговор с нуля.

Уровень 2: Настроенный бот. Custom GPT или системный промпт. Бот знает стиль, но всё внутри чата.

Уровень 3: Агент с памятью. Claude Code + GitHub. Помнит контекст между сессиями, работает с файлами.

Уровень 4: Агент с интеграциями. Тот же агент, но с MCP. Работает с внешними сервисами напрямую.

Большинство людей на первом-втором уровне. На мой взгляд, переход на третий даёт самый заметный скачок: пропадает потеря контекста. Как это выглядит в реальном проекте, я показывала в Claude Code in Action, часть 2.

Четвёртый уровень (MCP) убирает вторую боль: ручное копирование данных.

Что изолированная память даёт на практике?

Изолированная память не даёт агенту путать контексты разных проектов. У меня три проекта: стоматологическая клиника (веду 6 лет), остеопрактик Ольга, агентство Sintez. У каждого свой репозиторий на GitHub с отдельным контекстом.

Когда агент работает с контентом для стоматологии, он видит только клинику: прайс-лист, медицинские гайды, стиль, историю публикаций. Ничего про Ольгу или агентство.

Зачем это нужно? Агент не путает контексты и не подставляет данные одного клиента в материалы другого.

Ещё плюс: агент, скажем так, реже выдумывает. Когда он работает с ограниченным проверенным набором данных, «галлюцинаций» меньше.

С чего начать?

Попробуйте Claude Code. Установите, поработайте неделю.
Настройте память. Создайте файл с контекстом проекта.
Подключите первый MCP-сервис. Google Sheets - самый полезный для начала.
Расширяйте постепенно. Не нужно подключать всё сразу.

Первый шаг: откройте таблицу, которую чаще всего копируете в чат. Это ваш кандидат на подключение.

Хотите разобраться с настройкой? Приходите на консультацию, разберём вашу ситуацию. Для настройки под ключ есть Sintez Agency.

Какие вопросы задают чаще всего?

Нужно ли уметь программировать, чтобы подключить MCP?

Нужно уметь работать в терминале (программа для ввода команд текстом, есть на каждом компьютере): установить сервер, прописать настройки. Это 10-15 минут по инструкции. Писать код с нуля не нужно. Если терминал вызывает вопросы, можно попросить помочь кого-то технического или обратиться за настройкой.

А что насчёт безопасности? Давать AI доступ к таблицам не страшно?

Вы сами выбираете, к каким файлам открыть доступ. Агент не видит весь Google Drive. Все действия записываются в лог.

Сколько стоит использование Claude Code + MCP?

Claude Code работает по подписке Anthropic (от $20/мес за Claude Pro). MCP-серверы бесплатные и с открытым кодом. Google Sheets API бесплатный в рамках обычного использования.

А если я работаю в ChatGPT, а не в Claude?

MCP создан Anthropic, но протокол открытый. Его уже поддерживают другие инструменты. Проверяйте совместимость на сайте конкретного сервиса.

Для моего сервиса нет MCP-сервера. Что тогда?

Проверьте на GitHub. Новые серверы появляются каждую неделю.