n8n + AI — умные воркфлоу с LLM-нодами и агентами

Время: ~25 мин теории + 40 мин практики

Суть урока

🎨 Образ: n8n — это визуальный конструктор Lego для бизнес-процессов. Каждый кубик — это действие (получить данные, отправить письмо, записать в базу). Раньше кубики были тупыми — брали данные и передавали дальше по инструкции. Теперь в набор добавили умный кубик с мозгом — это AI-нода (узел, блок в визуальном редакторе воркфлоу) с Claude или GPT. Этот кубик не просто передаёт данные. Он их читает, понимает, принимает решения и пишет новые. Вся цепочка кубиков вместе — это воркфлоу (рабочий процесс). И когда в эту цепочку попадает AI-кубик, она перестаёт быть просто автоматизацией (замена ручного труда на автоматическую обработку) и превращается в агента (автономная программа-исполнитель), который работает за вас 24/7.

Ключевые концепции

• n8n (эн-8-эн — инструмент визуальной автоматизации) — платформа автоматизации воркфлоу с доступным исходным кодом (лицензия fair-code, Sustainable Use License); можно развернуть на своём сервере, в отличие от Zapier (Зэпир — платформа интеграций между сервисами), которая работает только в облаке
• LLM-нода (LLM — эл-эл-эм — большая языковая модель; нода — блок/шаг в визуальном конструкторе) — блок в воркфлоу, который отправляет данные в языковую модель (Claude, GPT, Mistral) и получает обработанный результат
• AI Agent нода — Claude как оркестратор (координатор шагов и инструментов) с доступом к инструментам: может сам решать, какой инструмент вызвать следующим
• Воркфлоу (рабочий процесс) — визуальная схема автоматизации: триггер (событие запускающее автоматизацию) → цепочка действий → финальный результат
• Webhook — «точка входа» для данных извне: заявка с сайта, событие из CRM, Telegram-сообщение
• Самохостинг — n8n работает на вашем сервере, все данные у вас, нет лимитов по задачам
• Supabase — PostgreSQL-база как сервис, хранит результаты воркфлоу для истории и аналитики
• Продажа воркфлоу клиентам — пакетирование готовых схем как услуги под ключ (с учётом условий лицензии n8n, см. ниже)

Теория

n8n против Zapier и Make — выбор платформы

Когда предприниматель начинает автоматизировать процессы, он сталкивается с тремя основными платформами: Zapier, Make (бывший Integromat) и n8n. Разница между ними принципиальная, и для тех, кто хочет строить AI-воркфлоу для клиентов, выбор часто очевиден, но у каждой платформы есть условия, которые нужно знать.

Zapier — самый популярный и самый простой. Есть бесплатный тариф с ограничениями; платные тарифы считаются по числу задач (каждый «зап» — отдельная автоматизация — тратит задачи). У Zapier есть AI-функции: Copilot собирает воркфлоу по описанию, Zapier Agents выполняют задачи автономно, Zapier MCP даёт AI-ассистентам доступ к приложениям. Главный плюс — тысячи интеграций «из коробки» (Zapier заявляет 9000+). Главный минус — при росте объёмов цена растёт вместе с числом задач, а кастомизация ограничена.

Make (бывший Integromat) — гибче Zapier в сложных сценариях. Визуальный редактор с ветвлениями и циклами; оплата кредитами, есть бесплатный тариф. У Make есть AI-агенты (Make AI Agents). Хорошее решение для начала, но это облачный сервис: данные клиентов на серверах Make.

n8n — другая категория. Исходный код доступен (лицензия fair-code), можно развернуть на своём сервере. Community Edition для самохостинга бесплатна, лимитов по числу исполнений нет: платишь только за сервер. Можно писать любой JavaScript прямо внутри воркфлоу через Code-ноду. Встроенные AI-ноды для работы с LLM. И главное — ваши данные остаются на вашем сервере, что критично для клиентов с требованиями к конфиденциальности.

🎨 Образ: Zapier — это такси. Удобно, всегда готово, но платишь за каждую поездку. n8n — это свой автомобиль. Вложился в покупку и страховку (сервер), и езди сколько хочешь. При большом пробеге выигрыш обычно очевиден, но машину нужно обслуживать.

Самохостинг n8n: Railway, Render и VPS

Развернуть n8n самостоятельно проще, чем кажется. Три основных варианта:

Railway.app — платформа для деплоя приложений. n8n разворачивается из готового шаблона за несколько минут. Стоимость зависит от нагрузки, смотри тарифы Railway. Автоматические перезапуски, SSL, своя база данных PostgreSQL. Рекомендуется для старта.

Render.com — аналог Railway, также есть шаблон для n8n. Бесплатный уровень, если он доступен, ограничен (сервис может засыпать при простое), для постоянной работы нужен платный план. Подходит для тестирования.

VPS (DigitalOcean, Hetzner, Timeweb) — полный контроль и часто самая низкая цена, но требует базовых навыков Linux: установить Docker, настроить nginx, Let's Encrypt. Hetzner даёт хорошее железо по невысокой цене в Европе и США. Для клиентов с требованиями к юрисдикции данных — оптимально.

n8n Cloud — облачный вариант от создателей n8n. Удобно, не нужно настраивать сервер. На октябрь 2026: Starter — €20 в месяц (2 500 исполнений), Pro — €50 (10 000) при оплате за год; считаются исполнения воркфлоу целиком, а не отдельные шаги. Для экспериментов и небольших объёмов удобно, при больших объёмах сравни с самохостингом.

AI-ноды n8n: LLM Chain, OpenAI, Claude, AI Agent

В n8n есть встроенные AI-ноды в разделе «AI». Разберём главные:

Basic LLM Chain — простейшая AI-нода. Принимает текст, отправляет в LLM (GPT, Claude, Mistral, Ollama и другие), возвращает ответ. Настраивается системный промпт, температура, модель. Идеально для обогащения данных: взял lead из CRM, отправил в Claude с вопросом «что ты знаешь об этой компании», получил краткое досье.

OpenAI Chat Model / Anthropic Claude Model — специфические ноды для подключения конкретных провайдеров. Поддерживают все параметры API: выбор модели, токены (единицы текста для AI), streaming (стриминг — передача данных потоком). Claude-нода (Anthropic Chat Model) работает с моделями Claude через API Anthropic; список доступных моделей смотри в самой ноде. Актуальные названия: Актуальное сейчас.

AI Agent (агент — автономный AI-исполнитель) — самая мощная нода. Здесь Claude выступает не просто как «текстовый процессор», а как оркестратор с инструментами. Вы описываете агенту задачу и даёте набор инструментов (HTTP Request, SQL-запрос, отправка письма). Агент сам решает, какой инструмент вызвать, в каком порядке, и делает многошаговые задачи. Например: «Найди информацию о компании X, проверь наличие вакансий на их сайте, составь персонализированное письмо и запиши результат в CRM».

Vector Store Tool — подключение базы знаний (через Pinecone, Supabase Vector, Qdrant) к AI Agent. Теперь агент может отвечать на вопросы, опираясь на ваши документы. Готовый RAG (Retrieval-Augmented Generation) без кода.

Воркфлоу 1: Обогащение лидов с Claude

Разберём реальный сценарий. Из формы на сайте приходит заявка: имя, email, название компании. Нужно автоматически собрать информацию о компании, оценить перспективность лида и записать в CRM.

Схема воркфлоу:

1. Webhook — принимает данные формы (имя, email, компания)
2. HTTP Request — делает запрос к API сервиса обогащения данных (например, Apollo), получает данные о компании (размер, индустрия, технологии)
3. Claude LLM Chain — получает все данные и выполняет промпт: «Оцени перспективность лида от 1 до 10 и дай краткое обоснование. Компания: {данные}. Наш продукт для B2B SaaS компаний 50-500 сотрудников.»
4. IF-нода — ветвление по оценке: score ≥ 7 → горячий лид, score < 7 → холодный
5. HubSpot / Pipedrive нода — создаёт контакт в CRM с полями: скор, обоснование Claude, исходные данные
6. Telegram нода — для горячих лидов отправляет уведомление в рабочий чат

Этот воркфлоу экономит время ручной работы на каждом лиде. Прикинь по своим цифрам: минуты на один лид × число лидов в месяц.

Пример JSON AI-ноды в n8n (упрощённо):

{
  "name": "Claude Lead Scorer",
  "type": "@n8n/n8n-nodes-langchain.lmChatAnthropic",
  "parameters": {
    "model": "claude-sonnet-5-5",
    "messages": {
      "messageType": "multipleRoles",
      "values": [
        {
          "type": "system",
          "message": "Ты эксперт по оценке B2B лидов. Оцени перспективность лида от 1 до 10 и дай краткое обоснование в 2-3 предложениях."
        },
        {
          "type": "human",
          "message": "Компания: {{ $json.company_name }}\nРазмер: {{ $json.employee_count }} сотрудников\nИндустрия: {{ $json.industry }}\nТехнологии: {{ $json.technologies }}\nEmail: {{ $json.email }}"
        }
      ]
    }
  },
  "credentials": {
    "anthropicApi": {
      "id": "YOUR_CREDENTIAL_ID",
      "name": "Anthropic API"
    }
  }
}

Воркфлоу 2: Контент-пайплайн с RSS и Telegram

Второй практический сценарий — мониторинг отраслевых новостей и автоматическая публикация дайджеста в Telegram-канал.

Схема:

1. Schedule Trigger — запускается каждые 4 часа
2. RSS Feed нода — читает 3-5 RSS-лент конкурентов / отраслевых СМИ
3. SplitInBatches — разбивает на отдельные статьи
4. IF-нода — фильтрует только статьи за последние 4 часа
5. Claude LLM Chain — промпт: «Сделай краткое резюме статьи в 3 предложениях на русском языке с эмодзи. Укажи главный тезис и почему это важно для предпринимателей.»
6. Aggregate — собирает все резюме в один список
7. Claude LLM Chain (второй) — создаёт финальный дайджест: «Из этих материалов создай читаемый Telegram-пост с заголовком, подборкой и призывом к действию»
8. Telegram нода — публикует в канал

Результат: канал работает на автопилоте. AI ошибается, поэтому на старте оставь шаг ручной проверки перед публикацией и убирай его, только когда убедишься в качестве.

AI Agent как оркестратор с инструментами

🎨 Образ: Обычная LLM-нода — это умный калькулятор. Дал задачу — получил ответ. AI Agent нода — это умный сотрудник с доступом к рабочим инструментам. Ему можно сказать «разберись с этой задачей», и он сам решит: сначала погуглить, потом посмотреть в базе данных, потом написать письмо.

Настройка AI Agent в n8n:

1. Добавляете ноду AI Agent
2. Выбираете языковую модель (Claude — лучший выбор для сложных задач)
3. Добавляете инструменты (Tools): это могут быть другие ноды — HTTP Request, PostgreSQL, Send Email, Slack
4. Пишете системный промпт с описанием роли агента и доступных инструментов
5. Подаёте входящую задачу

Пример реального сценария: агент для обработки запросов поддержки.

Системный промпт:
Ты агент поддержки компании TechCorp. 
У тебя есть инструменты:
- search_knowledge_base: поиск по базе знаний
- get_order_status: получить статус заказа по email
- create_ticket: создать тикет для команды
- send_email: отправить письмо клиенту

При получении запроса:
1. Сначала поищи ответ в базе знаний
2. Если нужны данные по заказу — запроси их
3. Если можешь решить сам — отправь ответ клиенту
4. Если не можешь — создай тикет для команды

Агент сам принимает решение о последовательности действий на основе конкретного запроса. Без жёстких веток if-else.

n8n + Supabase: история и аналитика

Supabase — это PostgreSQL как сервис с приятным интерфейсом и бесплатным уровнем (на октябрь 2026: до 500 МБ базы, проект ставится на паузу после недели без активности). В связке с n8n становится базой для хранения результатов воркфлоу.

Что хранить в Supabase:

• Все входящие лиды с оценкой Claude и датой
• История публикаций контент-пайплайна (что публиковалось, когда, клики)
• Логи агентских сессий: что агент сделал, какие инструменты вызвал
• Метрики воркфлоу: сколько задач обработано, ошибки, среднее время

Зачем это нужно: через месяц работы вы видите реальную картину. Какие лиды с высоким скором Claude действительно конвертировались? Какие типы контента получают больше реакций? Это данные для оптимизации промптов и логики воркфлоу.

В n8n есть встроенная Supabase нода — вставка, обновление, выборка без SQL. Для сложных запросов — PostgreSQL нода с прямым SQL.

Продажа n8n воркфлоу клиентам

🎨 Образ: Воркфлоу — это не файлы JSON. Это решение бизнес-проблемы. Клиент платит не за схему, а за то, что перестаёт делать руками то, что делал раньше.

Как упаковать воркфлоу в продукт:

Тип 1: Шаблон (Template) — готовая схема. Клиент сам разворачивает. Вы продаёте документацию + JSON-экспорт + видео-инструкцию. Масштабируется, но поддержки много.

Тип 2: Под ключ (Done-for-You) — вы разворачиваете n8n на сервере клиента, настраиваете воркфлоу, интегрируете с их CRM / Telegram / email. Оплата складывается из настройки проекта и ежемесячного обслуживания.

Тип 3: Вертикальный SaaS — берёте n8n как движок, делаете красивый интерфейс сверху (через Next.js или Bubble) и продаёте как свой продукт подписчикам. Самый сложный путь. Внимание: по лицензии n8n такой продукт, где ценность строится на возможностях n8n, а клиенты сами настраивают воркфлоу, требует коммерческой лицензии: уточни условия у n8n до запуска.

Ниши, где воркфлоу востребованы:

• Агентства недвижимости: автоматическая обработка заявок + скоринг лидов
• Интернет-магазины: автопостинг в Telegram + обработка заказов
• Медицинские клиники: напоминания о приёмах + сбор отзывов (без передачи медицинских данных в AI без согласия и соблюдения местных правил)
• HR: скрининг резюме через Claude + уведомления (решение о найме остаётся за человеком)

Преимущество перед Zapier: клиент не платит за каждую задачу, а платит за настройку и поддержку. Цены задаёт рынок и твои затраты, доход не гарантирован. Как собрать пакет и посчитать цену, смотри в уроках Упаковка предложения и Цены и монетизация.

Условия лицензии n8n (Sustainable Use License). Ты можешь создавать для клиентов воркфлоу на своём экземпляре n8n и брать плату за создание, настройку и поддержку, если клиенты сами не создают и не меняют воркфлоу. Можно настроить n8n на сервере клиента и взять плату за внедрение. Нельзя размещать n8n как сервис, где клиенты строят воркфлоу сами, убирать брендинг n8n или продавать продукт, ценность которого главным образом сама функциональность n8n. Для таких случаев нужна коммерческая лицензия. Подробности: License FAQ n8n.

Практика

Шаг 1: Разворачиваем n8n на Railway (10 минут)

1. Идём на railway.app, регистрируемся через GitHub
2. Нажимаем New Project → Deploy a Template
3. Ищем "n8n" в поиске шаблонов, выбираем официальный
4. Railway автоматически создаёт: n8n-сервис + PostgreSQL базу
5. В настройках добавляем переменную окружения: N8N_ENCRYPTION_KEY = любая длинная строка (сохраните!)
6. Через 2-3 минуты открываем сгенерированный URL, создаём аккаунт
7. Сохраняем URL вида https://n8n-xxx.railway.app — это ваш n8n

Шаг 2: Подключаем Anthropic API

1. В n8n → Credentials → Add Credential
2. Ищем "Anthropic" → вводим API-ключ (из console.claude.com)
3. Сохраняем как "Claude API"
4. Готово — теперь все воркфлоу могут использовать Claude

Шаг 3: Строим первый AI-воркфлоу (Telegram → Claude → Telegram)

1. New Workflow → Add Trigger: выбираем Telegram Trigger
   • Создаём Telegram-бота через @BotFather, вставляем токен
   • Тип: Message
2. Add Node → AI → Basic LLM Chain
   • Credentials: выбираем "Claude API"
   • Model: актуальная модель Claude из списка в ноде (на октябрь 2026 — Sonnet 5.5)
   • System Prompt: "Ты помощник предпринимателя. Отвечай кратко и по делу на русском языке."
   • User Message: {{ $json.message.text }}
3. Add Node → Telegram → Send Message
   • Chat ID: {{ $('Telegram Trigger').item.json.message.chat.id }}
   • Text: {{ $json.text }} (результат Claude)
4. Нажимаем Activate — бот запущен

Тест: пишем боту любой вопрос — получаем ответ от Claude. Первый AI-воркфлоу работает.

Шаг 4: Строим воркфлоу обогащения лидов

1. Trigger: Webhook → копируем URL вебхука
2. Add Node: HTTP Request — запрос к любому открытому API (например, api.hunter.io для верификации email или Apollo для данных о компании). Пока для теста используем httpbin.org/anything с тестовыми данными.
3. Add Node: Basic LLM Chain (Claude)
   • System Prompt: "Ты эксперт по B2B-продажам. Оцени лид от 1 до 10, дай краткое обоснование."
   • User Message: "Компания: {{ $('Webhook').item.json.company }}, размер: {{ $('Webhook').item.json.size }}"
4. Add Node: Google Sheets — пишем результат в таблицу (имя, email, скор Claude, обоснование, дата)
5. Тестируем: в Postman или curl отправляем POST на URL вебхука с JSON {"company":"TestCorp","size":"50","email":"test@test.com"}
6. Проверяем Google Sheets — строка добавлена с оценкой Claude

Шаг 5: Экспортируем и готовим к продаже

1. Меню воркфлоу → Download — скачиваем JSON
2. Создаём папку проекта: workflow-lead-scorer/
   • workflow.json — сам воркфлоу
   • README.md — что делает, как настроить, какие API нужны
   • setup-video.md — ссылка на Loom-видео с инструкцией
3. Цену для первых клиентов посчитай по урокам Упаковка предложения и Цены и монетизация

Инструменты и ресурсы

Ключевые выводы

"n8n с AI-нодами — это не просто автоматизация. Это делегирование решений машине. Разница между простым воркфлоу и умным воркфлоу — как между автоответчиком и живым сотрудником."

"Самохостинг n8n меняет экономику автоматизации: ты платишь за сервер, а не за каждую задачу. Это возможность запускать тысячи задач без страха за счёт."

"Воркфлоу — это актив. Один раз написал, настроил клиенту, и он работает долго. Пока клиент оплачивает поддержку, у вас есть время строить следующий воркфлоу."

Следующий урок

→ Zapier AI — тысячи приложений и умные зейпы

Разберём, когда Zapier всё же выигрывает у n8n: простота, скорость запуска, встроенный AI в зейпах и когда платный тариф Zapier имеет смысл для клиентов без IT-ресурсов.