Понедельник, 9:30. В Telegram-чате отдела 23 заявки за выходные. Менеджер звонит по порядку, сверху вниз. Заявка от человека, который готов начать ремонт квартиры через две недели и назвал бюджет, лежит девятнадцатой. До неё очередь дойдёт к обеду.
Проблема не в менеджере. Все заявки выглядят одинаково: имя, телефон, пара ответов. Чтобы понять, какая из них горячая, каждую надо прочитать.
Ниже — как поручить это чтение ИИ: форма отправляет заявку в n8n, языковая модель ставит оценку по вашим правилам, а горячие заявки приходят менеджеру отдельным сообщением с пометкой «звонить первым». Схема собирается за вечер в визуальном редакторе, без программиста. И одна деталь, на которой спотыкаются чаще всего: в модель не нужно отправлять телефон клиента. Почему и как без него обойтись — в третьем шаге.
Что происходит с заявкой по дороге к менеджеру
Возьмём для примера студию ремонта. Это пример, а не кейс конкретной компании: подставьте свою нишу. Вот путь одной заявки:
- Клиент заполняет форму на сайте.
- Форма отправляет ответы по webhook — это просто запрос с данными на указанный адрес. Адрес даёт n8n.
- n8n передаёт в языковую модель только ответы, нужные для оценки.
- Модель возвращает категорию и короткое объяснение.
- n8n раскладывает заявки: горячие — в чат менеджеров, остальные — в таблицу.
Важно, что обычное уведомление о каждой заявке никуда не девается. Если вы включили уведомления в Telegram или на почту прямо в форме, они приходят как раньше. ИИ-слой добавляет приоритет, а не заменяет канал. Сломается n8n — заявки всё равно дойдут.
Шаг 1. Дайте ИИ факты, а не только поле «Комментарий»
Если в форме есть только имя, телефон и свободный текст, модели не на чем строить оценку. Она будет угадывать по тону сообщения. Поэтому сначала форма: всё, что влияет на решение «звонить первым», должно быть закрытым вопросом с вариантами.
| Поле | Тип | Варианты |
|---|---|---|
| Что ремонтируем? | выбор одного | Квартира / Дом / Офис / Другое |
| Площадь, м² | число | — |
| Ориентировочный бюджет | выбор одного | До 300 тыс. ₽ / 300 тыс. — 1 млн ₽ / 1–2 млн ₽ / Больше 2 млн ₽ / Пока не знаю |
| Когда хотите начать? | выбор одного | В этом месяце / В ближайшие 3 месяца / Позже / Просто узнаю цены |
| Что ещё важно знать? | текст | необязательное |
| Имя, телефон | текст, телефон | с проверкой формата |
Свободное поле остаётся: в нём часто самое ценное, вроде «нужно успеть до переезда в декабре». Но решение опирается на варианты, и модели остаётся меньше пространства для фантазии. Подробнее о том, какие поля не отпугивают клиента, — в статье про лид-форму за 3 минуты.
Шаг 2. Научите форму отправлять заявку в n8n
В n8n создайте новый сценарий и поставьте первым узел Webhook, метод POST. У узла два адреса. Test URL работает, пока вы строите сценарий: нажимаете «Listen for test event», отправляете тестовую заявку, и данные появляются прямо в редакторе — по документации n8n тестовый адрес слушает 120 секунд. Production URL начинает работать, когда сценарий сохранён и опубликован.
Скопируйте Test URL в настройки webhook формы и отправьте пару тестовых заявок. Посмотрите, как называются поля в пришедших данных: точный формат зависит от сервиса форм, и дальше вы будете ссылаться именно на эти имена. После проверки замените адрес на Production URL.
Шаг 3. Отправьте модели ответы, но не телефон клиента
Вот та самая деталь. Для оценки модели нужны тип объекта, бюджет, сроки и комментарий. Имя и телефон ей не нужны совсем. А это персональные данные, и с ними начинаются вопросы 152-ФЗ.
Если модель работает на зарубежных серверах, появляется тема трансграничной передачи и требования хранить первичную базу в России. Разбор этих рисков с номерами статей есть в материале на Sostav. Самый простой способ снизить риск — не отправлять в модель ничего, что указывает на человека, и выбирать модель в российском облаке. Как именно оформить обработку данных в вашем случае, лучше уточнить у юриста.
Дальше ставим узел HTTP Request. Пример для YandexGPT: у неё есть OpenAI-совместимый API с адресом https://llm.api.cloud.yandex.net/v1, модель указывается как gpt://folder_id/yandexgpt-lite/latest, доступ — по API-ключу сервисного аккаунта (разбор подключения на vc.ru; формат заголовка авторизации сверьте с документацией Yandex AI Studio). Для GigaChat есть community-узел n8n-nodes-gigachat, он сам обновляет токены — инструкция на Хабре.
Запрос — POST на /chat/completions. В системное сообщение кладём правила, в пользовательское — только ответы формы:
Ты помогаешь отделу продаж студии ремонта. Оцени заявку по правилам и верни только JSON. hot — квартира или дом, бюджет от 1 млн ₽, старт в этом месяце. warm — объект подходит, но бюджет или сроки не определены. cold — бюджет до 300 тыс. ₽, «просто узнаю цены» или старт позже. spam — реклама, бессмыслица, нет связи с ремонтом. Если данных не хватает, не додумывай: ставь warm. Формат ответа: {"category": "hot|warm|cold|spam", "reason": "одно предложение"}
Пороги здесь — пример. Правила оценки задаёт ваш бизнес, а не модель: спросите у лучшего менеджера, по каким признакам он сам отличает горячую заявку, и перепишите их в промпт.
Шаг 4. Разложите заявки: кому звонок, кому таблица
Модель отвечает текстом, в котором лежит JSON. Узел Code превращает его в поля и возвращает к ним контакты из исходной заявки:
const raw = $json.choices[0].message.content; const ai = JSON.parse(raw.replace(/```(json)?/g, '').trim()); const lead = $('Webhook').item.json.body; return { json: { ...lead, ...ai } };
Первая строка берёт ответ модели, вторая убирает возможную markdown-обёртку и разбирает JSON, третья достаёт заявку из узла Webhook. Телефон снова рядом с оценкой, хотя в модель он не уходил.
Затем узел Switch по полю category:
- hot → узел Telegram, «Send Message» в чат менеджеров: «Горячая заявка. Квартира, 64 м², 1–2 млн ₽, старт в этом месяце. Почему: … Телефон: …»;
- warm → тот же чат, но в общий поток или отдельную тему;
- cold и spam → только строка в Google Sheets, чтобы ничего не терялось.
Вернёмся к понедельнику. Теперь та девятнадцатая заявка приходит отдельным сообщением с пометкой «горячая» ещё в субботу, и менеджер начинает с неё.
Что сделать сегодня вечером
- Переделайте форму: тип объекта, бюджет и сроки — вариантами, комментарий — необязательным.
- Включите в форме уведомления в Telegram, чтобы был запасной канал.
- Соберите в n8n цепочку Webhook → HTTP Request → Code → Switch → Telegram.
- Прогоните через Test URL 10–20 старых заявок и сравните оценки модели с мнением менеджера. Где расходятся — уточните правила в промпте.
- Опубликуйте сценарий и поставьте в форму Production URL.
Если форму запускаете под рекламу, загляните ещё в разбор лид-формы для рекламы: там про UTM-метки, их тоже удобно передавать в n8n.
Форму с полями для оценки можно собрать в Кальто: опишите задачу словами, ИИ соберёт форму за секунды, а webhook и уведомления в Telegram включаются в настройках. Создать форму для ИИ-оценки заявок.