Легкий пример автоматизации техподдержки с помощью AI-агента в Timeweb Cloud и n8n

Поддержка пользователей всегда занимает много времени. Отвечать на одни и те же вопросы, искать инструкции, копировать ссылки — работа нужная, но рутинная.

Хорошая новость: поддержку можно автоматизировать даже без навыков программирования. Если у вас уже есть база знаний, ее можно подключить к Telegram-боту и дополнить AI-агентом, который будет понимать вопрос пользователя и выбирать лучший ответ.

Пользователь пишет боту свой вопрос — а нейросеть помогает найти подходящий текст в базе, переформулировать его и отправить готовый, понятный ответ обратно в чат. Такой подход делает бота гораздо более «умным», чем просто список команд или FAQ.

Для этого решения понадобятся:

• сервер с n8n — чтобы собрать весь процесс без кода,

• облачная база знаний,

• Telegram-бот, через который пользователь будет общаться с системой.

Дальше разберем разработку по шагам: от регистрации бота до настройки поиска по базе знаний с помощью AI. В конце получим готовый инструмент, который экономит часы операторов и выдает пользователю быстрый, осмысленный и полезный ответ без участия человека.

Обзор задачи

Прежде чем переходить к настройке, разберем, что именно нужно автоматизировать.

Цель — построить Telegram-бота, который сможет сам отвечать на вопросы пользователей. 

Как будет работать процесс:

1. Пользователь пишет сообщение в Telegram.

2. n8n принимает его через специальный триггер.

3. AI-агент ищет наиболее подходящий ответ в базе знаний.

4. n8n отправляет итоговый ответ пользователю в чат.

Всё это нужно, чтобы:

• сократить время на повторяющиеся ответы,

• дать пользователям быстрые, понятные инструкции без ожидания оператора,

• работать 24/7 без участия человека.

Шаг 1. Создание AI-агента

В предыдущей статье уже разобрали, как создать сервер с n8n и выгрузить данные с сайта. Для автоматизации техподдержки также зарегистрируйте своего Telegram-бота через BotFather. Это несложный шаг, который подробно описан в другой статье. Вам нужно получить токен бота. 

Для работы с агентом мы будем использовать сервис от Timeweb Cloud — AI-агенты. Он умеет использовать самые современные модели от OpenAI, DeepSeek, Google AI и Antropic, а оплачивать их можно с российских карт. 

К любому AI-агенту можно подключить базу знаний. Так агент получит доступ к информации и сможет пересказывать ее пользователям. Этим мы и воспользуемся, чтобы имитировать работу технической поддержки. 

Чтобы создать нового AI-агента:

1. Перейдите в раздел «AI-агенты» и нажмите «Создать» или «Добавить».

2. Выберите ИИ-модель для агента. После создания агента изменить ее будет невозможно.

3. Выберите тариф, исходя из необходимого количества токенов. Если понадобится, его можно увеличить. Но уменьшить и вернуть деньги не получится. 

4. Задайте промпт — инструкцию для агента. В панели уже есть заготовленный пример «Сотрудник поддержки». Он отлично подходит под нашу задачу — используйте его. 

5. Проверьте все выбранные параметры, стоимость сервиса и нажмите «Заказать».

Подключить базу знаний можно только после создания первого AI-агента. 

Шаг 2. Подключение базы знаний

Подробнее о создании базы знаний в документации, а здесь краткое руководство:

1. Перейдите в раздел «AI-агенты» → «Базы знаний». 

2. Нажмите «Создать» или «Добавить».

3. Загрузите источник данных. Одновременно можно загрузить не более 100 файлов по 10 МБ каждый. В базу знаний можно загрузить файлы .csv, .htm, .html, .md, .txt, .xml, .htm.

4. Выберите подходящий тариф. После создания его можно увеличить, если потребуется. 

5. Задайте имя базы знаний, чтобы было проще ориентироваться в них в панели управления.

6. Нажмите «Заказать».

Подождите, пока файлы проиндексируются и будут доступны агентом. Обычно это занимает не более 10 минут. 

Привяжите базу знаний к AI-агенту. Для этого:

1. Перейдите в раздел «AI-агенты» и кликните на нужного агента.

2. На вкладке «Управление» нажмите «Изменить» у базы знаний.

3. Выберите нужную базу знаний и сохраните изменения.

Теперь AI-агент готов отвечать на вопросы по базе знаний. Протестировать ответы можно в режиме «Плэйграунд»:

Пример ответа от AI-агента в режиме «Плэйграунд»

Шаг 3. Интеграция AI-агента в n8n

О том, как развернуть n8n на своем сервере в Timeweb Cloud и создать первую рабочую область, мы рассказали в другой статье. 

Добавьте в рабочую область новый триггер — «On Chat Message». Он пригодится для тестирования AI-агента, пока мы еще не интегрировали Телеграм-бот.

Триггер «On chat message» для тестирования агента

После триггера добавьте самого агента — найдите в поиске ноду «AI Agent». На этом этапе должно получиться следующее:

Базовая связка триггера и AI Agent в n8n

Сейчас нужно подключить AI-агента к ноде. 

На выводе «Chat Model» выберите «OpenAI Chat Model». AI-агенты в Timeweb Cloud совместимы с OpenAI API, поэтому нет необходимости обращаться к агенту обычными HTTPS-запросами. 

Добавьте новый аккаунт в ноде «OpenAI Chat Model»: нажмите на выпадающий список, выберите пункт «Create new credential».

Добавление нового аккаунта типа OpenAI в интерфейсе n8n

Создайте новый ключ доступа в панели Timeweb Cloud — об этом мы писали в документации по управлению агентами. Полученный ключ вставьте в поле «API Key» в n8n.

В «Base URL» вставьте значение из поля «OpenAI URL» — возьмите его со страницы AI-агента в Timeweb Cloud:

Данные для доступа к API на странице AI-агента в панели управления

Убедитесь, что данные верны: n8n должен показать на экране зеленую плашку с текстом «Connection tested successfully».

Окно «Credentials», когда данные введены верно

В интерфейсе n8n нажмите на список моделей — появится доступная модель, которую вы выбрали при создании AI-агента. Выберите ее.

Выбор модели после подключения AI-агента к n8n

Шаг 4. Подключение памяти для сохранения контекста диалога

На схеме видно, что у блока «AI Agent» есть отдельный вход для памяти («Memory»). Это неслучайно. Память нужна, чтобы бот помнил контекст диалога.

Без памяти каждый запрос будет для нейросети «первым». Она не увидит историю чата и не сможет вести связный диалог. Например:

• Пользователь спрашивает: «Как оплатить заказ?»

• Через минуту уточняет: «А если картой?»

Без памяти бот не поймет, к чему относится второе сообщение.

Чтобы не подключать дополнительную базу данных, можно использовать простое хранилище в n8n. Нажмите на «+» под выводом Memory и выберите «Simple Memory». Больше ничего подключать не нужно. 

Важно: всё, что сохраняется в памяти, будет пересылаться в API при каждом запросе. То есть объем контекста напрямую влияет на расход токенов. При необходимости ограничьте длину памяти — параметром «Context Window Length» в настройках «Simple Memory». Он задает, сколько последних сообщений из диалога будет сохраняться и использоваться при ответе.

Шаг 5. Проверка работоспособности AI-агента в n8n

Когда всё готово, протестируйте пайплайн. Нажмите клавишу C, чтобы открыть чат в n8n, и задайте вопрос на тему из вашей базы знаний.

Пример успешного запроса к AI-агенту

Шаг 6. Подключение триггера Telegram и модернизация пайплайна

Добавьте в рабочую область новый триггер. В поиске модулей введите Telegram и выберите внизу списка «On message».

Нажмите «Create new credential», вставьте в поле «Access Token» токен бота, который получили при подготовке окружения.

Теперь нужно перестроить AI-агента, чтобы он получал промпт не из чата n8n, а от пользователя. В ноде агента выберите источник «Define below» и укажите значение:

Настройка источника промта для AI-агента в n8n

Далее нужно настроить хранение контекста не по ID сессии n8n, а по ID пользователя Telegram. Перейдите в ноду «Simple Memory». В поле «Session ID» выберите «Define below» и в поле «Key» укажите:

{{ $json.message.from.id }}

Теперь добавьте ноду для отправки ответа — «Telegram» → «Send a text message».

В «Chat ID» подставьте ID пользователя из триггера — просто перетащите нужное поле слева. В поле «Source for Prompt» выберите «Define below» и в поле «Prompt» укажите:

{{ $json.output }}

Готово! Теперь можно проверить работу бота в Telegram.

Готовый результат: бот в Telegram отвечает пользователю текстом из вашей базы знаний через AI-агента

Если хотите убрать подпись «This message was sent automatically with n8n» в сообщениях, просто выключите переключатель «Append n8n Attribution» в ноде отправки.

Отключение параметра Append n8n Attribution, чтобы удалить автоматическую подпись n8n

Чтобы бот работал сам и не требовал нажатия «Execute workflow» каждый раз, просто переключите тумблер вверху рабочей области в режим «Active».

Переключение workflow в режим Active, чтобы бот запускался сам

Обзор основных ошибок и их решения

Заключение

Мы собрали простой, но полезный инструмент — Telegram-бота для поддержки пользователей. Он сам принимает вопросы, понимает их смысл и ищет ответы в базе знаний.

Этот бот легко доработать. Например: добавить новые базы знаний, поддерживать несколько языков, интегрировать с CRM. 

Начните с малого — и увидите, как автоматизация экономит время и делает поддержку быстрее и удобнее.