Первый рабочий сценарий n8n с нейросетью собирается за час: триггер ловит входящее событие — заявку с сайта, сообщение в Telegram, — узел HTTP Request отправляет данные модели, а результат уходит в CRM или таблицу. Разбираем сборку по шагам на примере заявки с сайта, которую нейросеть обрабатывает и записывает в CRM.
Из чего сценарий
По нашему опыту, типовой сценарий n8n с нейросетью — триггер, запрос к модели, запись в CRM — собирается за 45–70 минут первой настройки без опыта работы с n8n.
Любой сценарий n8n с нейросетью состоит из трёх узлов подряд: триггер, который ловит входящее событие, HTTP Request к модели с текстом запроса, и узел записи результата — в CRM, таблицу или мессенджер. Между ними можно добавить узел обработки ответа, если нужно вытащить из текста модели конкретные поля.
- Триггер — Webhook, Telegram Trigger, форма на сайте, новая строка в таблице
- HTTP Request — запрос к модели с текстом события и системным промптом
- Обработка ответа — вытаскивание нужных полей из текста модели
- Запись результата — CRM, Google Таблица, Telegram, email
Перед подключением сценария к боевому потоку заявок стоит завести отдельное тестовое окружение — второй Webhook-адрес и тестовую CRM-воронку, куда уходят только пробные события. Так ошибки в логике сценария остаются в тестовом контуре, вдали от реальных клиентов и карточек в основной CRM.
Для команд без опыта работы с API удобнее начинать с моделей, у которых есть готовый узел в маркетплейсе n8n вместо универсального HTTP Request, — это сокращает число полей для ручной настройки в первом сценарии.
Готовый пример такого сценария под конкретную задачу — разбор автоответов на отзывы Wildberries — собран в статье про нейросеть, которая отвечает на отзывы Wildberries. Здесь разобрана база сценария, которую дальше можно адаптировать под любой источник данных и любую задачу для модели.
Источник события
Триггер определяет, когда сценарий запускается. Webhook подходит для заявок с сайта — форма отправляет данные напрямую на адрес сценария. Telegram Trigger ловит входящее сообщение в чат или канал. Триггер по расписанию — Cron — запускает сценарий регулярно, например раз в час для проверки новых строк в таблице.
- Webhook — заявка с сайта или из внешнего сервиса напрямую
- Telegram Trigger — входящее сообщение в чат или канал
- Google Sheets Trigger — новая строка в таблице
- Cron — сценарий по расписанию, например раз в час
Один сценарий может слушать сразу несколько источников — например, заявку с сайта через Webhook и сообщение в Telegram через отдельный триггер, — но тогда каждому источнику нужен свой узел обработки перед общим узлом запроса к модели, иначе форматы данных смешиваются в одном потоке.
Вопрос, что взять — n8n или Make, — разобран отдельно в статье про сравнение n8n и Make. Здесь n8n уже взят за основу, и разбирается первый рабочий сценарий с нуля.
Запрос к модели
Узел HTTP Request отправляет POST-запрос на endpoint модели — GigaChat, YandexGPT, ChatGPT, Claude или DeepSeek — с телом запроса в формате JSON: системный промпt, текст события из триггера, параметры вроде температуры и лимита токенов.
- Добавьте узел HTTP Request после триггера
- Укажите endpoint и метод POST под выбранную модель
- Пропишите ключ API в заголовке авторизации запроса
- Соберите тело запроса: системный промпт плюс текст из триггера
- Проверьте формат ответа модели в разделе Output узла
Какое событие должно запускать ваш первый сценарий?
У большинства моделей есть лимит запросов в минуту, и при высокой нагрузке HTTP Request может вернуть ошибку превышения лимита. В n8n это решается узлом Wait с повторной попыткой запроса через несколько секунд — без такой логики сценарий на пике нагрузки часть событий просто теряет.
Формат ответа модели стоит зафиксировать в самом системном промпте — попросите модель вернуть структурированный JSON с конкретными полями вместо свободного текста. Так следующий узел сценария читает поля напрямую, без дополнительного разбора текста регулярным выражением.
Запись в CRM
| Узел | Что делает | Частая ошибка |
|---|---|---|
| HTTP Request к CRM | Создаёт или обновляет карточку сделки | Отсутствие проверки на дубль карточки по контакту |
| Google Sheets | Добавляет строку с результатом разбора модели | Строка добавляется без даты и источника заявки |
| Telegram Send Message | Уведомляет менеджера о новой заявке | Уведомление уходит без ссылки на карточку в CRM |
| Error Trigger | Ловит сбой сценария на любом узле | Сценарий без Error Trigger падает молча, без уведомления |
Перед записью в CRM стоит проверить обязательные поля из ответа модели — если модель оставила поле имени или телефона клиента пустым, узел записи в CRM должен создать карточку с пометкой на ручную проверку вместо пустых полей.
Сборку и обслуживание сценария на потоке — несколько источников данных и несколько моделей сразу — стоит отдать на аутсорс через автоматизацию бизнес-процессов, если внутри команды нет отдельного специалиста по n8n.
Частые ошибки
- Сценарий собирается без Error Trigger — сбой проходит незамеченным
- Системный промпт оставляет формат ответа свободным — разбор текста ломается на нестандартном ответе модели
- Ключ API лежит в узле открытым текстом вместо переменной окружения
- Один сценарий собирает сразу несколько задач без разделения на подсценарии
- Тестовый прогон пропускается перед подключением сценария к боевым данным
Отдельно полезно собирать метрику по сценарию — сколько событий обработано за день, сколько ушло в ошибку, среднее время ответа модели. В n8n такую статистику можно писать в отдельную таблицу при каждом прогоне сценария, и через месяц становится видно, растёт ли нагрузка и стоит ли пересматривать лимиты.
Команда, которая держит несколько таких сценариев параллельно, обычно выносит общие узлы — например, обращение к модели — в отдельный подсценарий, вызываемый из разных мест, вместо копирования одной и той же логики в каждом сценарии заново.
Изменения в сценарии стоит фиксировать через экспорт JSON перед каждой правкой — n8n хранит историю версий ограниченное время, и откат к рабочей версии после неудачного изменения проще делать по своему архиву файлов, чем полагаться только на встроенную историю.
Соберите сценарий из трёх узлов на тестовом событии — например, тестовая заявка с формы — и проверьте результат в CRM вручную. Только после стабильного результата подключайте сценарий к реальному потоку заявок.
Если сборка и обслуживание сценария остаются вне задач внутренней команды, есть готовая услуга — настройка n8n под ключ для компании.