n8n + Telegram + Claude: автоответы клиентам за $4 в месяц

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 summary и предлагаемый ответ. Я нажимаю «Отправить» — или правлю и отправляю.

За три месяца работы цифры такие:

Это не «автономный AI-агент». Это очень узкий пайплайн с ясной спецификацией: входящее сообщение → классификация → ответ из шаблона или генерация. Большая часть «ума» — в системном промпте на 800 токенов с примерами. Остальное — простая маршрутизация.

Когда это пригодится

• У вас есть Telegram-канал или бот, в который пишут клиенты — и 70% вопросов одинаковые.
• 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 не боитесь self-host n8n на VPS за $5.

Если у вас 30 сообщений в день и нет времени даже это собрать — связка вас разочарует. Окупается она примерно с 200 сообщений в неделю.

Что нужно и сколько стоит

• VPS для n8n — Hetzner CPX11 ($4.51/мес) или любой другой с 2 GB RAM
• Anthropic API — около $0.20/мес при 1000 ответов на Sonnet, $1.50 на Opus
• Telegram Bot — бесплатно через @BotFather
• Домен для webhook (опционально, можно через Cloudflare Tunnel) — $10/год

Итого: ~$4.20/мес если хостить n8n на $5-VPS и считать только API, либо $9/мес «всё включено». Я выбрал первый вариант: на VPS уже крутится десяток других вещей.

Пошагово

1. Поднять n8n на VPS через Docker

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

   docker-compose.yml Copy

   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 Copy

   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 укладывается в одну строку: Telegram → n8n webhook → классификация → (template | Claude) → ответ. Сложнее всего — не код, а промпт. Хорошие связки на 80% состоят из текста на естественном языке и на 20% — из проводов между сервисами.

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

Куда расти

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. Лишних $0 в месяц.

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).