n8n + Telegram + Claude: бот для ответов клиентам

Что получится в конце

Telegram-бот, который отвечает на типовые вопросы клиентов сам — про сроки, цены, условия. Если вопрос нестандартный, он молча пересылает диалог мне, добавляя короткое резюме и предлагаемый ответ. Я нажимаю "Отправить" — или правлю и отправляю.

За три месяца работы цифры такие:

Связка решает одну задачу: проверяет входящий вопрос и выбирает ответ из шаблона или генерирует его. Правила и примеры записаны в системном промпте на 800 токенов. Если вопрос выходит за эти правила, диалог передаётся человеку.

Когда это пригодится

• Клиенты пишут вам в Telegram, и многие вопросы повторяются.
• Вы хотите ответить быстрее, чем за час, но не готовы нанимать оператора.
• Вам важно не потерять "нестандартные" лиды — а текущая ситуация такова, что часть из них теряется в потоке.
• Вам нужно записывать все диалоги в одну таблицу для анализа и обучения шаблонов.
• Вы умеете читать JSON и готовы развернуть n8n на своём сервере.

Перед сборкой посчитайте, сколько времени уходит на повторяющиеся вопросы. При небольшом потоке может хватить готовых ответов; автоматизацию имеет смысл делать, когда она экономит заметную часть работы.

Что нужно и сколько стоит

• Сервер для n8n — свой или арендованный. Проверьте требования версии n8n, которую устанавливаете.
• Anthropic API — стоимость зависит от модели, длины сообщений и числа запросов.
• Telegram Bot — бесплатно через @BotFather
• Домен для webhook (опционально, можно через Cloudflare Tunnel) — стоимость зависит от регистратора

Полный бюджет складывается из сервера, запросов к модели и домена, если он нужен. У меня n8n работает на сервере вместе с другими проектами, поэтому его расходы нельзя напрямую сравнивать с запуском с нуля. Перед внедрением проверьте текущие тарифы и посчитайте стоимость на нескольких реальных диалогах.

Пошагово

1. Поднять n8n на VPS через Docker

   Я разворачиваю n8nio/n8n через docker-compose с Caddy для HTTPS. Конфиг минимальный, главный нюанс — переменная WEBHOOK_URL должна указывать на публичный URL, иначе Telegram не достучится.

   docker-compose.yml Скопировать

   services:
     n8n:
       image: n8nio/n8n:latest
       restart: unless-stopped
       environment:
         - WEBHOOK_URL=https://n8n.example.ru
         - N8N_HOST=n8n.example.ru
         - N8N_PROTOCOL=https
         - N8N_BASIC_AUTH_ACTIVE=true
         - N8N_BASIC_AUTH_USER=${N8N_USER}
         - N8N_BASIC_AUTH_PASSWORD=${N8N_PASS}
       volumes:
         - ./n8n_data:/home/node/.n8n
       ports:
         - "127.0.0.1:5678:5678"

2. Создать бота через @BotFather и получить токен

   В Telegram пишем /newbot, даём имя, получаем токен вида 123:ABC.... Сохраняем в .env n8n как TG_TOKEN. Тут же отключаем Group Privacy через /setprivacy, если планируем держать бота в групповых чатах.

3. Поставить webhook у Telegram на n8n

   В n8n создаём workflow с триггером Telegram Trigger. Он сам зарегистрирует webhook через bot API. Если сделать руками — один POST:

   bash Скопировать

   curl -X POST "https://api.telegram.org/bot${TG_TOKEN}/setWebhook" \
     -d "url=https://n8n.example.ru/webhook/tg-bot"

   Проверка: curl https://api.telegram.org/bot${TG_TOKEN}/getWebhookInfo. В поле last_error_message должно быть пусто.

4. Промпт и ноды Anthropic

   В workflow после Telegram-триггера добавляем ноду HTTP Request на https://api.anthropic.com/v1/messages (есть нативный community-узел, но я предпочитаю HTTP — меньше зависимостей при апдейтах).

   Системный промпт хранится в отдельном узле Set: правила, тон, примеры на 6–8 диалогов. Главное правило промпта одно: "если запрос не подпадает под X/Y/Z — ответь словом ESCALATE".

5. Маршрутизация: ответ боту или мне

   После ответа Claude — узел IF: если в ответе содержится ESCALATE, отправляем мне диалог + предложенный ответ через отдельный Telegram-узел. Иначе — отвечаем клиенту через Telegram Send Message.

   Параллельно пишем диалог в Google Sheets: время, user_id, текст вопроса, текст ответа, путь (auto/escalate). Это понадобится через месяц, когда захочется посмотреть "а что вообще спрашивают".

Как это работает

Схема простая: Telegram → n8n → проверка вопроса → ответ клиенту или передача человеку. Больше всего внимания здесь требуют правила ответа и примеры для модели.

Один важный нюанс: я не использую chat-историю. Для типовых запросов клиенты не строят диалог — пишут вопрос, получают ответ, уходят. Хранить контекст между сообщениями означало бы платить за токены и риск, что модель "закопается" в старый контекст. Если запрос требует нескольких реплик — это уже ESCALATE.

На что я наступил

Что попробовать дальше

Очевидное направление — добавить мини-RAG поверх корпоративной wiki. У меня нет такой задачи, но если бы была — я бы взял LlamaIndex и держал индекс на той же VPS. Стоимость запросов и хранения нужно считать отдельно.

Менее очевидное — заменить Telegram-триггер на универсальный "канал входа" с поддержкой WhatsApp Business и почты. Тогда вся связка превращается в полноценный inbox-агрегатор.

Альтернативы, которые я смотрел: Make (дороже на наших объёмах), Zapier (ещё дороже и без HTTP-нод нормальных), кастомный сервис на Python (быстрее, но дольше делать и потом кому-то поддерживать).