Все кейсы — страница 10
Заметки о применении AI-агентов и n8n, инженерной практике и менеджменте команд.
Поиск и квалификация B2B-лидов из Telegram-запроса
Шаблон запускается сообщением в Telegram с нишей и локацией для поиска компаний. Далее он запрашивает данные о бизнесах через Google Maps API, дополняет их контактами и публичной информацией через Serper, убирает дубли и передает лиды в OpenAI для оценки. Результаты могут сохраняться в Google Sheets, после чего Gmail отправляет персонализированные письма и последующие follow-up сообщения. На выходе получается список потенциальных B2B-лидов с базовой квалификацией и автоматизированной email-коммуникацией. Практическая ценность зависит от качества найденных email, правил антиспама и корректности
Оценка влияния новостей на клиентские портфели
Шаблон запускается по расписанию, предположительно ежедневно в 8:00, и забирает бизнес-новости через NewsAPI с помощью HTTP Request. Далее он читает клиентский набор данных и журнал уже обработанных статей из Google Sheets, нормализует URL и отсекает дубли. Для каждой новой статьи данные о клиентах передаются в Google Gemini, который классифицирует влияние как High, Medium или Low и указывает затронутых клиентов с обоснованием. При высоком влиянии отправляется email через Gmail. Все статьи, включая низкоприоритетные и уже обработанные статусы, записываются в Google Sheets как журнал аудита.
API для учета портфеля в Google Sheets через вебхук
Шаблон принимает POST-запрос в Webhook с активом, количеством, ценой и действием: add, update или delete. Данные нормализуются, проверяются на неотрицательные значения и направляются в нужную ветку обработки. В качестве хранилища используется Google Sheets, где строки добавляются, обновляются или удаляются по названию актива. После операции workflow заново читает таблицу, суммирует поле Value и возвращает JSON-ответ через Respond to Webhook. Важно: «real-time totals» означает пересчет по переданным пользователем ценам, а не получение рыночных котировок из внешнего финансового API.
BANT-скоринг и маршрутизация лидов через Gemini, Gmail и Telegram
Шаблон запускается от n8n Form Trigger, то есть от отправки формы с данными лида. Заявка записывается в Google Sheets, после чего Google Gemini оценивает ее по BANT и относит к hot, mid или cold. Switch разделяет поток на три сценария обработки. Для каждого сценария отправляется отдельное письмо через Gmail и уведомление в Telegram. На выходе получается журнал заявок в таблице, первичный AI-скоринг и автоматический follow-up без ручной сортировки.
Автопубликация SEO-статей из Google Sheets в Webflow
Шаблон запускается вручную или по расписанию каждые 2 часа и берёт из Google Sheets идеи для блог-постов со статусом ожидания. Затем он загружает страницы конкурентов через HTTP Request, очищает HTML и передаёт материалы в OpenAI для анализа структуры, генерации статьи, summary и промпта для изображения. Дополнительно подтягиваются существующие записи Webflow для внутренних ссылок, а качество текста проверяется через отдельный sub-workflow SEO-валидации. На выходе создаётся CMS-запись в Webflow с заголовком, HTML-статьёй, кратким описанием, обложкой DALL·E и примерным временем чтения. После пу
Автопубликация Instagram-каруселей из очереди идей
Шаблон запускается вручную и берет одну необработанную идею из n8n Data Table с количеством слайдов. AI Agent на GPT-4.1 Nano превращает идею в массив промптов для изображений и коротких подписей, после чего цикл генерирует изображения через Google Gemini 2.5 Flash Image. Полученные файлы загружаются в UploadToURL, чтобы Instagram мог забрать их по публичным ссылкам. Затем workflow публикует карусель в Instagram через Graph API и обновляет строку в Data Table статусом Published и ID поста. На выходе — опубликованный Instagram carousel и обновленная очередь контента.
Голосовой AI-приём заявок на недвижимость на тамильском
Шаблон запускается через Webhook и принимает аудио или текстовый запрос от клиента. Аудио распознаётся через Sarvam AI, затем OpenAI формирует ответ с учётом сценария по недвижимости и условий эскалации. После этого ответ преобразуется обратно в речь через Sarvam AI и возвращается через Respond to Webhook. Данные лида и детали обращения записываются в Google Sheets. На выходе получается голосовой или текстовый ответ клиенту и строка в таблице для дальнейшей обработки.
Автоматизация публикаций из Reddit в Telegram с одобрением
Шаблон запускается по расписанию и извлекает топовые посты из Reddit. Затем данные обрабатываются, нормализуются и оцениваются по популярности. После этого с помощью GPT-4 создаются черновики для Telegram, которые отправляются на одобрение через Gmail. В случае одобрения посты публикуются в Telegram и записываются в Google Sheets.
Автоматическая отправка отчетов о состоянии SQL Server
Шаблон запускается каждую неделю и выполняет диагностику состояния SQL Server по четырем параметрам: медленные запросы, отсутствующие индексы, фрагментация индексов и статистика ожидания сервера. Результаты объединяются, оцениваются по степени серьезности и отправляются в виде HTML-отчета только в случае выявления проблем. Отсутствие уведомлений при нормальной работе.
Автоматизация публикаций в LinkedIn и Twitter через Telegram
Шаблон автоматизирует процесс создания публикаций в LinkedIn и Twitter на основе голосовых ответов в Telegram. Каждый день в 16:00 отправляется вопрос по выбранной теме, на который пользователь отвечает голосом или текстом. GPT-5 обрабатывает ответ и генерирует два варианта поста, которые сохраняются в Google Sheets для дальнейшего редактирования.
Автоматизация генерации PDF-счетов из Google Sheets
Шаблон автоматизирует создание PDF-счетов на основе данных из Google Sheets. Он активируется при изменении статуса строки на 'Active', после чего извлекает строковые данные, генерирует PDF с помощью шаблона DocuPotion и сохраняет его в Google Drive. На выходе получается ссылка на PDF-счет, записанная обратно в таблицу.
Исследование контента с помощью AI и веб-скрейпинга для Slack-отчетов
Шаблон начинается с триггера, который собирает цель исследования и целевую аудиторию. Затем AI-агент (Claude Opus 4.7) планирует исследование и использует Bright Data для скрейпинга результатов Google. На выходе получается структурированный отчет, который отправляется в Slack или другой указанный канал.