Підтримка в українського інтернет-магазину чи сервісу виглядає однаково: Telegram-бот, пошта, іноді Instagram. Менеджер відповідає на питання «де моє замовлення», «як повернути товар», «чи є розмір». Половина відповідей лежить у CRM і базі знань, і людині треба лише знайти її й переписати. Саме тут ШІ-агент економить години.
Нижче розібрано, як зібрати такого агента на n8n: що вміє нода AI Agent за документацією, як влаштувати вхід із Telegram і пошти, як агент знаходить замовлення в KeyCRM, коли і як передає розмову людині, скільки коштують виклики моделей і де треба зупинитися та писати код. Ми Lytvynov Production, компанія з розробки ПЗ із Дніпра, і ми не є офіційним партнером n8n. Ціни моделей і факти про n8n перевірено 20.11.2026.
Якщо ви ще вирішуєте, чи потрібен вам агент, чи вистачить шаблонів, спершу прочитайте п'ять кроків від шаблонів до ШІ-агента. Тут ми припускаємо, що рішення вже ухвалено.
Що вміє нода AI Agent в n8n
За документацією n8n, нода AI Agent будує агента, який отримує завдання, використовує зовнішні інструменти й API для дій і пошуку інформації та сам обирає, який інструмент підходить на кожному кроці. Тип агента в налаштуваннях з версії 1.82.0 застарів: усі вузли AI Agent тепер працюють як Tools Agent, який документація називає рекомендованим і найуживанішим. Старий вузол v1 буде видалено в n8n 3.0, тож нові сценарії будуйте на поточній версії. Для роботи потрібен щонайменше один під'єднаний інструмент.
До агента під'єднують модель (вузли OpenAI, Anthropic та інші), необов'язково пам'ять розмови й набір інструментів: HTTP-запит до будь-якого API, вузли n8n для Google Sheets чи пошти, виклик іншого сценарію. Окремо в n8n є людська перевірка викликів інструментів: агент може призупинитися перед викликом конкретного інструмента й чекати, поки людина схвалить або відхилить дію. Канали для запиту схвалення, за документацією: чат n8n, Slack, Discord, Telegram, Microsoft Teams, Gmail, WhatsApp Business Cloud, Google Chat і Outlook. Перевіряльник бачить, який інструмент і з якими параметрами хоче викликати агент.
Усе, що документація не описує, ми не вигадуємо: наприклад, параметри ліміту ітерацій чи формату відповіді на сторінці ноди ми не знайшли, тому на проєктах налаштовуємо їх за тим, що показує сам редактор вашої версії n8n.
Як звернення потрапляє до агента: Telegram і пошта
Telegram. У n8n є вузол Telegram Trigger, який реагує на події бота. За документацією він підтримує, зокрема, звичайні повідомлення, відредаговані повідомлення, відповіді на кнопки (callback query) й повідомлення бізнес-акаунтів, а в параметрах можна обмежити тригер певними чатами чи користувачами. Токен бота ви отримуєте в BotFather й додаєте до облікових даних n8n. Telegram має обмеження на частоту відповідей, і ми його вже розбирали в посібнику про заявки з сайту в CRM і Telegram: бот може писати в один чат не більше одного повідомлення на секунду, у групу не більше 20 на хвилину.
Пошта. Лист у сценарій потрапляє через поштовий тригер: вузол читання пошти або з'єднання з вашим поштовим сервісом. Подробиці налаштування залежать від провайдера, а головні правила наші такі: вхід лише з потрібної скриньки чи мітки, відсікання автоматичних листів і розсилок до того, як вони дійдуть до моделі (це гроші), і окремий випадок для листів із вкладеннями.
Обидва канали ми зводимо до одного формату: «хто пише, через який канал, текст, ідентифікатор розмови». Агент працює з цим форматом і не знає, звідки звернення. Це дає змогу додати Instagram чи форму на сайті, не чіпаючи самого агента.
Пошук замовлення в KeyCRM
Найкорисніший інструмент для агента підтримки: знайти замовлення клієнта. У n8n це вузол HTTP Request до відкритого API KeyCRM, налаштований як інструмент агента. Авторизація заголовком Authorization: Bearer ВАШ_КЛЮЧ, адреса https://openapi.keycrm.app/v1, а ліміт, за нашим попереднім посібником про заявки з сайту в CRM, 20 запитів на хвилину на ключ. Для читання замовлення використовується GET /order з потрібним фільтром за покупцем: перелік фільтрів дивіться в документації KeyCRM OpenAPI, ми його на момент написання не перевіряли поле за полем.
Що ми закладаємо в такий інструмент. Агент отримує ідентифікацію клієнта з розмови (номер телефону з Telegram чи адресу пошти зі скриньки), а не питає в нього жодних ключів. Інструмент повертає агентові мінімум: статус замовлення, перелік товарів, номер накладної. Решту картки покупця (адреса, історія замовлень, коментарі менеджерів) модель не бачить, бо їй вона не потрібна.
Як працює статус доставки, якщо клієнт питає «де посилка»? Агент бере номер накладної з замовлення й викликає другий інструмент, запит статусу до API Нової пошти. Як створювати накладні й слідкувати за статусами з KeyCRM, розібрано в посібнику про Нову пошту й KeyCRM через n8n. Ми зводимо два API в один інструмент, щоб агент не збирав довгих ланцюжків викликів.
Спершу тільки читання. Ми радимо починати з агента, який нічого не змінює в CRM: знаходить замовлення й відповідає. Створення, зміна чи скасування замовлень додаються пізніше й тільки за схваленням людини.
Передача людині
Агент без правила «коли передати» нашкодить клієнтові. Правило ми пишемо як код, а не як прохання в промпті: умови передачі перевіряє сценарій, а не лише модель.
Передаємо людині, коли клієнт прямо просить людину, коли звернення містить скаргу, повернення коштів чи юридичне питання, коли агент не знайшов відповіді в базі знань, коли впевненість моделі низька, і коли розмова вже тривала кілька повідомлень без вирішення. Тоді сценарій припиняє відповіді агента, створює повідомлення менеджеру в Telegram чи задачу в CRM з коротким підсумком і історією розмови й пише клієнтові, що звернення передано і коли чекати відповідь. Менеджер не просить клієнта розповідати все знову.
Для дій, що змінюють дані (скасувати замовлення, повернути гроші), використовуємо людську перевірку з документації n8n: агент пропонує дію, менеджер натискає «схвалити» чи «відхилити» в Telegram чи Slack, і лише потім інструмент виконується.
Скільки коштують виклики моделей
Ціни за мільйон токенів на 20.11.2026, з сторінок OpenAI і Anthropic:
| Модель | Вхід, USD за 1 млн токенів | Вихід, USD за 1 млн токенів |
|---|---|---|
| OpenAI gpt-5-mini | 0,25 | 2,00 |
| OpenAI gpt-5.4-mini | 0,75 | 4,50 |
| Anthropic Claude Haiku 5.5 (промпти до 100 000 токенів) | 0,10 | 0,50 |
| Anthropic Claude Sonnet 5.5 | 2,00 | 10,00 |
Це приклад розрахунку, а не вимір на ваших даних. Припустимо, що звернення, яке агент розв'язує за кілька викликів моделі (системний промпт, уривок бази знань, історія, результат пошуку в CRM), разом дає близько 3 000 токенів на вході й 500 на виході. Тоді одне звернення коштує приблизно: gpt-5-mini 0,0018 USD, gpt-5.4-mini 0,0045 USD, Haiku 5.5 0,0006 USD, Sonnet 5.5 0,011 USD. Три тисячі звернень на місяць це відповідно близько 5,3, 13,5, 1,7 і 33 USD.
Що збільшує рахунок: довгий системний промпт, що передається при кожному виклику, велика база знань у контексті, довга історія розмови й складніша модель. Провайдери також мають знижені ціни для кешованого вводу (у таблицях OpenAI й Anthropic вони є), що допомагає, коли довгий промпт повторюється.
Окрім токенів, ви платите n8n: від 20 EUR на місяць у хмарі або кілька євро за власний сервер. Усі складові докладно розписані в посібнику про вартість автоматизації на n8n. І звісно, ціну розробки: у нас проєкти на n8n починаються від 10 000 USD.
Як перевірити, що агент відповідає правильно
Найчастіша помилка: запустити агента на живих клієнтах і дивитися, що вийде. Ми робимо інакше.
Перед запуском збираємо набір реальних звернень (кількадесят з вашої пошти й чатів) із правильними відповідями й проганяємо агента. Перед кожною зміною промпта проганяємо набір знову. Промпти лежать у системі контролю версій, а не лише в текстовому полі ноди. На перші тижні агент працює в режимі чернетки: відповідь бачить менеджер і надсилає її сам. Коли відсоток правок мінімальний, вмикаємо автоматичні відповіді на найпростіші типи звернень і тримаємо людину на решті. Раз на місяць читаємо двадцять випадкових розмов очима: жоден дашборд не покаже, що агент відповідає правильно за змістом, але образливо за тоном.
Для кожного агента ставимо місячний ліміт витрат на моделі, щоб помилка в сценарії (нескінченний цикл викликів) не перетворилася на рахунок.
Коли n8n уже не вистачає
n8n добре тримає агента з кількома інструментами. Для більшого рівня складності ми радимо код. Ознаки: агентові потрібно багато інструментів і довгі ланцюжки рішень, потрібні різні права доступу для різних ролей, журнал аудиту й автоматичні тести перед кожною зміною, або звернень тисячі на день, і збій помітний клієнтам раніше, ніж вам. Тоді ми будуємо агента окремим сервісом із чергою, повторними спробами, логами й екраном перевірки, а n8n лишаємо для периферії. Про це наша сторінка розробка ШІ-агентів і посібник про ШІ-агентів для підтримки клієнтів.
Що ми пропонуємо
Lytvynov Production будує ШІ-агентів у n8n: нода AI Agent, моделі OpenAI чи Claude з фіксованою схемою відповіді, інструменти для KeyCRM і Нової пошти, правила передачі людині, людська перевірка небезпечних дій, набір прикладів для перевірки й ліміт витрат. Описано на сторінці розробка на n8n. Мінімальний обсяг проєкту в нас становить 10 000 USD, фіксовану ціну називаємо після короткого аналізу. Офіційним партнером n8n ми не є.
Якщо хочете спершу подивитися, чи має сенс агент саме у вас, напишіть нам і надішліть кілька реальних звернень клієнтів з відповідями. Ми скажемо, яку частку з них агент закриє, а де потрібна людина.