AI Cube/Гайды/AI-аналитик недвижимости
Claude Code · субагенты · due diligence

AI-аналитик недвижимости: 5 агентов вместо часов в таблицах

Открыть Zillow, свериться с Redfin, посчитать cap rate в отдельном калькуляторе, проверить школьный округ, прикинуть аренду по объявлениям конкурентов — и всё это только чтобы понять, стоит ли вообще ехать смотреть один объект. Средний разбор занимает четыре-восемь часов, а при портфеле в пять-десять адресов в неделю это уже вторая работа. Ниже — как отдать due diligence команде из пяти параллельных AI-агентов внутри Claude Code: одна команда — и вместо блуждания по вкладкам взвешенный балл и отчёт с рекомендацией по офферу.

10 мин чтения уровень: средний 5 параллельных агентов термины простым языком

Почему один универсальный запрос к AI не решает задачу

Если просто спросить у модели «оцени этот дом», она даст усреднённый ответ: понемногу про цену, немного про район, что-то про доходность — без глубины ни в одном направлении. Причина не в модели, а в том, что due diligence по недвижимости — это на самом деле пять разных профессий в одном процессе: оценщик сравнивает объект с проданными аналогами, финансовый аналитик считает денежный поток, риелтор знает район изнутри, инвестиционный консультант выбирает стратегию входа, а аналитик рынка следит за трендами спроса и предложения.

Хороший человеческий due diligence — это фактически мини-команда. Хороший AI-due diligence устроен так же: не один универсальный промпт, а пять узкоспециализированных агентов, которые запускаются параллельно и не размывают внимание друг друга.

Как устроена система: оркестратор и пять параллельных агентов

Схема простая. Вы вводите адрес через команду /realestate analyze <адрес>. Оркестратор — главный процесс — параллельно запускает пять специализированных агентов, каждый со своим весом в итоговой оценке.

  • Comparable Sales (вес 25%) — самый тяжёлый по весу, потому что справедливая цена — это фундамент всего анализа.
  • Rental Income (20%) — доходность, если объект сдаётся в аренду.
  • Neighborhood (20%) — качество района как места жизни.
  • Investment Strategy (20%) — какая инвестиционная стратегия вообще подходит объекту.
  • Market Conditions (15%) — текущая фаза рынка вокруг объекта.

Агенты работают одновременно, а не по очереди — это ключевая причина, почему разбор занимает секунды, а не часы: пока один агент вытягивает сопоставимые продажи, другой уже считает cap rate, а третий проверяет школьный рейтинг. Когда все пять агентов возвращают результат, включается шестой процесс — Главный аналитик (Chief Analyst), который не собирает данные сам, а сводит уже готовые оценки в единый взвешенный балл и пишет связный отчёт: что в объекте сильного, что рискованно и в каком диапазоне имеет смысл делать оффер.

Пять агентов и термины, которые стоит понимать

Comparable Sales смотрит на недавно проданные похожие объекты в радиусе, считает цену за квадратный метр и справедливую рыночную стоимость, а затем сравнивает её с ценой листинга — отсюда вывод «переоценён» или «недооценён». Это тот же принцип, которым пользуется банковский оценщик перед выдачей ипотеки: не «сколько просят», а «сколько реально стоит, судя по соседним сделкам».

Rental Income переводит объект в деньги для инвестора, а не для жителя, и здесь встречаются термины, которые пугают людей без финансового бэкграунда, хотя логика в них простая.

  • Cap rate (ставка капитализации) — годовой операционный доход объекта, делённый на его стоимость. По сути, ответ на вопрос «если бы я купил этот дом полностью за свои деньги, без ипотеки, какой процент годовых мне принесла бы аренда» (разбор термина у JPMorgan). Чем выше cap rate при прочих равных, тем выше доходность, но и обычно выше риск.
  • Cash flow — деньги, которые реально остаются на счету после аренды, ипотеки, налогов, страховки и расходов на обслуживание.
  • DSCR (коэффициент покрытия долга) — операционный доход объекта, делённый на годовые платежи по кредиту. Если DSCR меньше единицы, аренды не хватает даже на выплату ипотеки; банки обычно требуют DSCR от 1,25, чтобы был запас на случай простоя или роста расходов (разбор DSCR у JPMorgan).
  • GRM (мультипликатор валовой аренды) — цена объекта, делённая на годовую аренду до вычета расходов; грубая, но быстрая прикидка, за сколько лет аренда «отобьёт» покупку. Чем ниже GRM, тем интереснее сделка, но метрика не учитывает расходы, поэтому это только первый фильтр, а не финальное решение (определение GRM, CFI).

Neighborhood оценивает не сам дом, а всё вокруг него: рейтинг школ, статистику преступности, демографию района и Walk Score — показатель пешей доступности от 0 до 100, который считает, сколько магазинов, кафе, парков и других точек притяжения можно дойти пешком за разумное время; чем ближе к 100, тем меньше район зависит от машины (методология Walk Score).

Investment Strategy решает не «стоит ли покупать», а «как именно» — потому что один и тот же дом может быть отличной сделкой в одной стратегии и провальной в другой. Buy-and-Hold — купить и держать под долгосрочную аренду. BRRRR (Buy, Rehab, Rent, Refinance, Repeat — купить, отремонтировать, сдать, рефинансировать, повторить) — способ вытащить вложенный капитал обратно через рефинансирование после ремонта и использовать те же деньги для следующей покупки, вместо того чтобы каждый раз копить новый первоначальный взнос (разбор BRRRR у Chase). Fix-and-Flip — купить проблемный объект, отремонтировать и быстро продать с наценкой, без ставки на аренду вообще. Агент прикидывает ROI на пятилетний горизонт для каждой из подходящих стратегий.

Market Conditions смотрит на объект как на точку на графике, а не изолированно: соотношение спроса и предложения, динамику объёма выставленных лотов год к году и общие экономические драйверы района — то, что определяет, будет ли через год легче или сложнее продать этот же дом дороже.

5 параллельных агентов due diligence с весами в итоговом балле
Пять агентов и что каждый считает

Как читать итоговый балл и отчёт

Главный аналитик берёт баллы всех пяти агентов, умножает на их веса и получает композитный балл от 0 до 100, который переводится в буквенную оценку: A+ (85–100) — сильная сделка по всем направлениям, A (70–84) — хорошая сделка с отдельными оговорками, B (55–69) — стоит присмотреться, но с осторожностью, C и ниже (меньше 54) — риски перевешивают выгоду. Дальше в отчёте — не просто цифра, а её разложение: исполнительное резюме на два-три предложения, топ-3 сильных стороны, топ-3 риска и рекомендованный диапазон оффера с ценой, при которой имеет смысл выйти из сделки, если продавец не уступит.

Демо-кейс: как выглядит готовый разбор

Ниже — иллюстративный пример, чтобы показать формат отчёта целиком; это НЕ статистика реального рынка, а демонстрационный расчёт по условному адресу.

Оркестратор получает команду /realestate analyze 123 Main St, Austin TX. Comparable Sales оценивает справедливую рыночную стоимость в $485K при цене листинга $450K — то есть объект на демо-данных выглядит на $35K дешевле рынка. Rental Income добавляет цифры: аренда около $3 200 в месяц, чистый денежный поток +$720 после всех расходов, cap rate 7,1% (в примере это заметно выше условного среднего по рынку в 5,8%), cash-on-cash доходность 9,3% при 20% первоначального взноса и прогнозный ROI на пять лет с учётом роста стоимости и накопленного денежного потока — 43%. Neighborhood отмечает рейтинг школ 8+ из 10 и высокий Walk Score. Итоговый композитный балл в этом демо-примере — 87 из 100, класс A+, вердикт «Strong Buy».

Дальше отчёт честно показывает и обратную сторону: заполняемость аренды в примере 98%, но объём предложения на рынке за год условно вырос на 18%, то есть спрос может остыть; крыше 18 лет и стоит заложить бюджет на замену; взносы ТСЖ (HOA) растут на 12% в год. С учётом этого баланса система в демо-кейсе предлагает диапазон оффера $428K–$438K и точку выхода из переговоров на уровне $445K и выше — цифра, после которой сделка перестаёт быть выгодной даже при сильных фундаментальных показателях.

Шкала грейдов A+/A/B/C-F и демо-разбор балла 87
Как читать композитный балл — от A+ до C-F

Пример команды в Claude Code: Task tool и субагенты

Технически это не один длинный промпт, а слэш-команда, которая раздаёт работу параллельным субагентам через Task tool и затем сводит их ответы. Концептуально структура выглядит так:

/realestate analyze · концептуальная структура
/realestate analyze <адрес>

Оркестратор:
  1. Получает адрес, параллельно вызывает 5 субагентов через Task tool
  2. Каждый субагент получает свой промпт-роль и возвращает JSON: {score, summary, key_facts}

Субагент comparable-sales (вес 25%):
  "Ты оценщик недвижимости. По адресу найди 3-5 сопоставимых
   проданных объектов, посчитай цену за м2, сделай вывод
   переоценён/недооценён объект. Верни оценку 0-100 и обоснование."

Субагент rental-income (вес 20%):
  "Ты финансовый аналитик доходной недвижимости. Посчитай
   рыночную аренду, cash flow, cap rate, DSCR, GRM.
   Верни оценку 0-100 и ключевые цифры."

Субагент neighborhood (вес 20%): школы, криминал, Walk Score, демография
Субагент investment-strategy (вес 20%): Buy-Hold / BRRRR / Fix-Flip, ROI на 5 лет
Субагент market-conditions (вес 15%): спрос/предложение, тренды

Главный аналитик (после получения всех 5 ответов):
  "Сведи оценки 5 агентов с их весами в композитный балл.
   Определи грейд по шкале A+/A/B/C-F. Напиши: исполнительное
   резюме, топ-3 плюса, топ-3 риска, рекомендованный диапазон
   оффера и точку выхода из переговоров."

Каждый субагент — это отдельный вызов Task tool с узкой ролью и ограниченным контекстом, поэтому он не отвлекается на то, что делают остальные четыре, а Главный аналитик получает уже сжатые выводы, а не сырые данные, и может сосредоточиться на синтезе, а не на расчётах с нуля.

С чего начать

Не обязательно сразу собирать все пять агентов и полноценный оркестратор. Начните с одного: возьмите объект, который сейчас реально рассматриваете, и попросите Claude Code сыграть роль аналитика по сопоставимым продажам — дайте адрес и попросите найти похожие сделки и посчитать цену за квадратный метр. Когда увидите, что один агент даёт полезный, воспроизводимый результат, добавляйте следующего: сначала Rental Income с расчётом cap rate и денежного потока, затем Neighborhood. Пять параллельных ролей и общий оркестратор — это не стартовая точка, а то, во что вырастает рабочий процесс через несколько разборов, когда становится понятно, какие именно вопросы вы задаёте объекту каждый раз.

◆ от анализа — к заводу

Объект оценили за минуту. А как собрать такую же систему под свою нишу?

Пять параллельных агентов — это принцип, который работает не только в недвижимости. Тот же подход — оркестратор плюс узкие роли — я использую, чтобы собирать контент, воронки и продажи на Claude Code. Показываю всё на практикуме.

Что за практикум →
Практикум · AI Cube

Собери контент-завод
на том же принципе

За один вечер показываю всю цепочку: от мульти-агентной системы до принятой оплаты. Тренды, карусели и рилсы, воронки, лид-магниты, платёжки и боты — собранные одним человеком в Claude Code.

Перейти на практикум