Перейти до вмісту
Богдан Щербаков
Контакти

Перші ШІ-автоматизації на Make: ланцюжок замість ручної роботи в чаті

19 і 20 червня 2025 на AI Challenge у Business Match разом з Юлією Анкудіновою і Володимиром Юрченком показував, як зібрати першого простого агента на Make: розшифровка дзвінка з таблиці йде в модель і повертається готовим результатом у Telegram. Другого дня розбирали кейси учасників.

Написати мені →Забронювати дзвінок ↗

  • 2

    дні челенджу: демо агента і розбір кейсів учасників

  • 5

    новин щогодини відбирає ланцюжок у прикладі з контентом

  • 5–10 хв

    щоб зібрати свої пости і навчити модель вашого стилю

З чого почали

Задача

Розшифровки дзвінків і виступів зазвичай лежать мертвим вантажем, хоча з них можна робити фоловапи, контент і матеріали.

Тому першим агентом був найпростіший ланцюжок: нова розшифровка в таблиці йде в модель, а готовий результат — у Telegram.

Без бізнес-цілі розробка, що автоматизацій, що агентів, не має сенсу. А коли у вас є чітка ціль, то будуть і чіткі дії.
Богдан Щербаков, перший день челенджу

Як зібрали першого агента

Шість кроків з демо на Make

  1. 01

    Спершу бізнес-ціль

    Без чіткої цілі автоматизація й агенти не мають сенсу — з неї починаються і дії.

  2. 02

    Тригер на зміну стовпчика

    Сценарій стартує не на кожен новий рядок, а коли змінюється потрібний стовпчик таблиці.

  3. 03

    Свій стиль у промпті

    Зібрані за 5–10 хвилин пости й правила дають відповідь, ближчу до вашого стилю.

  4. 04

    Розбити довгий промпт

    Контекстне вікно обмежене, тож великий промпт краще ділити на частини.

  5. 05

    Указати формат розмітки

    Щоб у Telegram не лізли зайві символи, в промпті прямо пишемо: HTML чи Markdown.

  6. 06

    Збір і генерація — окремо

    Два сценарії: один збирає дані, другий пише листи, а звʼязує їх вебхук.

Що ще показували

Три ланцюжки й одне правило вибору сервісів

  • Контент з новин

    Щогодини модель відбирає новини під ваш напрям, а пошуковий сервіс доповнює їх фактами.

  • Фоловап після дзвінка

    Розшифровка з сервісу записів сама потрапляє в таблицю, а підсумок — у чат команди.

  • Готова інтеграція важить

    Сервіс без офіційної інтеграції з Make — мінус: краще той, що підключається напряму.

Розбір кейсу

Повернути користувача — спершу зрозуміти, чому пішов

Фаундер B2C-сервісу хотів, щоб модель розуміла шлях клієнта і давала йому доречні поради замість загальних тригерних розсилок.

Перш ніж персоналізувати, треба знати причину: людина закрила потребу, відклала її чи лишилась незадоволеною. Тому, хто вже закрив, жодні пуші не допоможуть.

Дізнатися саме основну причину, яка сталася, — це, мабуть, і найскладніше, і найбільший челендж.
Богдан Щербаков — про повернення користувачів

Питання із зали

Питання учасників на обох днях челенджу

  • Навіщо надсилати результат у Telegram, якщо транскрипт можна обробити в ChatGPT руками?

    Суть не в Telegram, а в ланцюжку: він робить дії сам, а модель — лише один із кроків.

    Після дзвінка все може саме летіти в таблицю, Notion чи соцмережі — без ручного копіювання.

  • Чи зможе агент робити персональні пропозиції пацієнтам клініки?

    Технічно так: якщо в бази є API, можна пройти історію кожного пацієнта, зібрати пропозицію і надіслати нагадування.

    А щодо даних — проконсультуйтеся з юристом і додайте згоду на обробку туди, де пацієнт уже підписує документи.

  • Як зібрати ланцюжок від бази контактів до персональних листів?

    Двома сценаріями: перший щодня збирає контакти за профілем клієнта через API сервісу пошуку і складає їх у Notion.

    Другий запускається вебхуком, проходить по базі і для кожного контакту пише лист через асистента з інструкцією.

Куди далі

Якщо тема стосується вашої команди

Розберемо запит за 15 хвилин

Безкоштовний дзвінок, на якому розпитую про задачі й кажу, що зробив би — буває, що задача закривається без мене.

Написати мені Забронювати дзвінок