Приклади наших автоматизацій Our automation examples

Порівняли кілька платформ за webhook-моделлю, API, FMC. Обрали Ringostat — нативна підтримка FMC Lifecell для польових менеджерів.

Розробили 7 критеріїв спільно з керівниками КЦ і продажів: Привітання, Виявлення потреб, Презентація, Робота із запереченнями, Домовленість, Завершення, Тон.

Побудували автоматизацію: Ringostat webhook → завантаження запису → транскрипція (Whisper) → AI-аналіз по скрипту → бали і вижимка в CRM.

Створили два дашборди в Looker Studio: статистика дзвінків (динаміка, лог) + якість по співробітниках (середній бал, деталізація по 7 критеріях).

Провели навчання кол-центру: логіка кожного критерію, як AI читає розмову, приклади дзвінків з хорошою і поганою оцінкою.

Створили веб-додаток всередині Telegram: Welcome → Параметри об'єкта → Обладнання → Результат → PDF preview. Менеджер не встановлює нічого — усе в месенджері. Вводить тип об'єкта (Бізнес/Склад/Агро/Наземна СЕС), регіон, споживання та площу.

Система розраховує оптимальну потужність з урахуванням sun hours регіону та обмежень площі. Підбирає кількість панелей TOPCon 580 Вт, інвертори, опціонально УЗЕ-контейнери LiFePO4. Рахує вартість під ключ, річну економію, термін окупності та зменшення викидів CO₂.

Додаток показує фінансовий план наочно: вартість проєкту ($186k для 250 кВт), річну економію ($32k), окупність 5.8 років. Canvas-графік окупності за 15 років — клієнт одразу бачить коли СЕС вийде в плюс.

Після натискання "Сформувати PDF" запускається n8n workflow на 17 нод: копіює брендований Google Docs шаблон, замінює плейсхолдери реальними даними, експортує PDF, надсилає готову КП менеджеру в Telegram. Від кліку до готового документа — 2 хвилини.

Підняли Node.js бота (whatsapp-web.js) на VPS з headless Chrome, який емулює WhatsApp Web. Вхідні повідомлення летять у n8n webhook. Region Check по префіксу номера: USA/Canada — ввічливо відмовляє (заблокований ринок), LatAm — миттєво форвардить регіональному менеджеру, решта — йде через AI Qualifier (Claude + Output Parser + Chat Memory). За 5-7 повідомлень бот збирає: компанія, країна, сайт, інтерес, контакт.

n8n підключається до inbox через IMAP (Gmail, Outlook). На кожен новий лист AI Classify (Claude) читає sender, subject, body і ставить мітку LEAD або SPAM з confidence score 0-100%. LEAD з саммарі летить у Telegram менеджера. SPAM тихо пропускається. Система ніколи не відповідає на пошту — тільки фільтрує.

Заявки з форми тригерять n8n workflow який одразу пінгає клієнта (email/WhatsApp за обраним у формі каналом) і дає AI-боту почати кваліфікацію по гарячих слідах. Лід не встигає охолонути — контакт відбувається за 1-2 хвилини після submit.

Усі виклики LLM ідуть через OpenRouter — можна в будь-який момент переключити модель (Claude / Qwen / GPT) без змін коду. Qwen3-235b дає якість порівнянну з Claude за в 10-20x нижчу ціну — при обсязі 1000+ лідів/міс економія суттєва.

Усі три канали зводяться в один Telegram чат з саммарі: звідки лід (WhatsApp/Email/Form), confidence score, контакт, ключові факти діалогу. Менеджер бере вже гарячий і кваліфікований лід — без ручної сортіровки.

Self-hosted за $3/міс (1 GB RAM, 1 vCPU, 20 GB SSD) — плоска ціна без кредитів і лімітів на сторінки. Деплой в один клік через RepoCloud marketplace.

Конвертація в Word/Excel/HTML/Markdown/зображення, OCR скановних документів, цифрові підписи сертифікатом, водяні знаки, захист паролем, стиснення, merge/split, авто-перейменування.

Інтегрували з n8n workflows через REST API замість pdf.co та iLovePDF. Всі ті ж можливості, але без метрики і лімітів — хоч 10 конвертацій на день, хоч 100 000.

Всі файли обробляються на власному сервері. Жоден документ не виходить назовні. Критично для юридичних, медичних, HR-процесів, які мають GDPR-вимоги.

Розгорнули Open WebUI (132k+ зірок на GitHub, MIT-ліцензія) на власному сервері клієнта. Повна альтернатива ChatGPT Teams: інтерфейс, історія, моделі — усе знайоме команді. Вартість серверу $3-6/міс.

Завантажили регламенти, інструкції, FAQ компанії у векторну базу через "Вибрати знання" / "Завантажити файли". Агент відповідає з контекстом компанії і посиланнями на документи-джерела.

Налаштували роль, тон і правила поведінки агента. Увімкнули можливості: Vision, File Upload, File Context, Веб-пошук, Генерація зображень, Інтерпретатор коду, Citations.

Підʼєднали OpenAI, Anthropic та OpenRouter — gpt-5.1, gpt-5.2, Claude Sonnet, Qwen, DeepSeek. Команда може перемикати модель під задачу: кодинг, аналіз документів, креативне письмо. Витрати ідуть по API — без підписок на кожного користувача.

На стартовому екрані пацієнт обирає формат: швидкий WebApp у Telegram з 5 кроками (спеціальність → лікар → дата й час → дані → підтвердження) або розмовний AI-чат. Обидва шляхи ведуть до одного результату — запису в календар лікаря.

6 спеціальностей з іконками. Список лікарів із фото, досвідом, зірковим рейтингом. Календар на тиждень + сітка 30-хвилинних слотів: вільні підсвічені зеленим, зайняті перекреслені. Пацієнт приймає всі рішення за 40 секунд.

Claude Sonnet через Chat Memory памʼятає контекст розмови. Пацієнт пише природною мовою — "хочу до стоматолога в суботу зранку" — AI перевіряє графік, пропонує слот, просить телефон. Output Parser перетворює розмову в структурований JSON для CRM.

Telegram Webhook → Route Action з 4 гілками: Start Chat (меню), Menu/Help (команди), AI Chat (Claude + памʼять + парсер), Callback (кнопки). Після запису Check Booking фіксує в календарі, автоматично шле нагадування за день і за годину.

Зібрали семантичне ядро під нішу клієнта: частотність, конкурентність, інтент. Побудували контент-план на 3 місяці.

Налаштували Qwen через OpenRouter з промтом що відповідає стилю, цінностям і експертизі клієнта. AI пише як компанія, не як ChatGPT.

Додали автоматичну перевірку TF-IDF, мета-тегів, alt-текстів, внутрішнього перелінкування. Статті готові до публікації без редактора.

n8n публікує у WordPress через API за контент-планом. Додає обкладинку, категорії, теги. Повідомляє в Telegram про нову статтю.

Підняли сервер на RepoCloud, поставили Dokploy як панель керування контейнерами. Через Dokploy деплоїмо OpenClaw та супутні сервіси (SearXNG, ChangeDetection, Miniflux) в один клік з GitHub — без возні з docker compose вручну.

OpenClaw — це не просто чат-бот, а платформа: з коробки 51 навичка, векторна памʼять, підтримка каналів (Telegram, WhatsApp, Discord, Signal, iMessage), cron-задачі, режим агента. Створюємо персону агента (імʼя, тон, роль) і налаштовуємо під задачу клієнта.

Замість дорогого GPT-4 або Claude підключили Qwen3-235b через OpenRouter. Якість порівнянна з топовими моделями, а вартість у 10-20 разів нижча — $0 на токенах при помірному використанні замість $20/user/міс за ChatGPT Team.

LanceDB для довгострокової памʼяті — агент памʼятає попередні діалоги, факти, рішення. Завантажили внутрішні доки, регламенти і базу знань у векторну базу — агент відповідає з посиланнями на джерела компанії.

Підʼєднали Telegram-бота з allowlist по user ID. Команда спілкується з агентом звідти ж, де працює — без окремих UI. Голосові розшифровує, файли обробляє, реагує емодзі на вхідні повідомлення.

Написали парсери для сайтів конкурентів, OLX, Prozorro, маркетплейсів. Puppeteer для SPA-сайтів, HTTP-запити для статичних.

LLM дивиться на кожне оголошення/тендер і оцінює за критеріями клієнта: ніша, бюджет, регіон, обсяг. Пропускає шум, залишає тільки релевантне.

Релевантні знахідки миттєво летять у Telegram відповідальному: посилання, короткий опис, AI-оцінка важливості.

База в Supabase запамʼятовує вже надіслані позиції. Клієнт не отримує повторних алертів про те саме.

Розробили контент-стратегію і поклали її у векторну базу: рубрики, теми, hooks, приклади постів, голос бренду.

Одна тема перетворюється на чотири пости: LinkedIn (експертиза), Instagram (візуал), Telegram (коротко), Threads (діалог). Кожен у своєму форматі.

Перед публікацією пост іде на затвердження у Telegram. Одна кнопка — публікуємо. Друга — правки через AI.

n8n публікує у 4 мережі за розкладом, збирає статистику, шле щотижневий звіт з інсайтами від AI.