Ai агент inbox — это связка из классификатора писем, черновика ответов и уведомлений в Telegram, которая разбирает почту без вашего участия. Утром вы открываете не 40 непрочитанных писем, а короткую сводку с готовыми черновиками. Ниже — какие категории задач такой агент закрывает, из чего его собрать и какие промпты реально работают.
Большинство людей теряют на почте 2-3 часа в неделю: поиск нужного письма, ручная сортировка, написание ответов с нуля. AI-агент для inbox закрывает все три задачи разом — классифицирует, черновит и напоминает. Ниже стек на n8n или Claude, готовые промпты и честный разбор цен на 2026 год.
Почему на почту уходит 2-3 часа в неделю?
Основных потерь три: поиск письма в куче входящих, написание ответа с нуля и ручная раскладка по важности. AI-агент забирает все три задачи, а человеку остается только проверить черновик.
Разбор 9 email-сервисов с AI показал одну и ту же боль у всех тестировщиков: время утекает не на чтение писем, а на решение, что с ними делать. Поиск нужного письма в общей куче, ручная сортировка по важности и подбор формулировки ответа — вот три места утечки. Средняя оценка потерь — 2-3 часа в неделю на одного человека, если считать только эти три действия.
Проблема не в объеме почты, а в количестве решений на каждое письмо. Открыл, прочитал, решил куда отправить, решил отвечать сейчас или потом, написал ответ или отложил. Ai агент inbox убирает именно этот цикл принятия решений, а не сам факт получения писем. Письма продолжают приходить, но большинство из них уже разложено по полочкам к моменту, когда вы открываете почту.
Что вообще умеет AI-агент для email и Telegram?
Агент читает новое письмо, определяет категорию через классификатор, помечает меткой в Gmail и выполняет действие под категорию: черновик ответа, автоответ, уведомление или пересылка. В Telegram при этом падает короткая сводка.
Базовый набор функций собирается из четырех блоков. Первый — классификация: агент читает тему и тело письма, сравнивает с описанием категорий и присваивает метку. Второй — реакция по категории: для важного клиента это черновик ответа на проверку, для техподдержки — автоматический ответ, для финансовых писем — сводка в соответствующий отдел, для промо — просто метка без уведомления.
Третий блок — память через CRM или таблицу: агент может подтянуть контекст о человеке перед тем, как писать ответ. Четвертый — канал уведомлений, обычно Telegram, потому что там сводка долетает мгновенно и не требует открывать почтовый клиент. Отдельно стоит функция диктовки задач голосом: написал агенту в Telegram "напомни завтра в 13:00 позвонить клиенту" — и напоминание встало в календарь без единого клика по интерфейсу.
Готовый сервис или агент на n8n — что выбрать?
Готовые сервисы вроде Superhuman или Shortwave стоят 15-40 долларов в месяц и работают из коробки. Агент на n8n дешевле в перспективе, но требует часов на настройку и разбирается только с тем, что вы сами в него заложили.
Между покупкой готового инструмента и сборкой своего — принципиальная разница в контроле и времени запуска. Superhuman Mail стоит от 25 долларов в месяц на годовой оплате и до 40 на бизнес-тарифе с интеграциями CRM. За эти деньги получаете нативные приложения и обученную модель, но логику классификации под свою специфику не поменяете.
| Сервис | Цена/мес | Специализация | Ограничение |
|---|---|---|---|
| Superhuman Mail | $25-40 | Скорость интерфейса, автоответы | Нет автономной обработки, вы все еще читаете каждое письмо |
| Shortwave | $10-20 | Бюджетная альтернатива Superhuman | Меньше AI-функций на входе |
| HeyHelp | от $20 (есть lifetime) | Свой API-ключ, гибкая настройка | Порог входа выше для новичка |
| Howie / BlockIt | $15-30 | Назначение встреч через CC в письме | Узкая специализация только на календаре |
| Свой агент на n8n | $0-60 + токены модели | Полный контроль над логикой | Нужна настройка и понимание промптов |
Свой агент выигрывает там, где нужна нестандартная логика: своя классификация под конкретный бизнес, интеграция с внутренней CRM, работа с почтой, которую готовые сервисы не поддерживают, например Яндекс через IMAP. Проигрывает по времени старта: готовый сервис работает через 10 минут после оплаты, агент на n8n собирается за вечер.
Как собрать AI-агента на n8n для Gmail и Telegram?
Собирается за четыре узла: триггер на новое письмо, AI-классификатор, ветвление по категории через Switch, действие с уведомлением в Telegram. На тестовом workflow уходит около двух часов.
Схема начинается с триггера Gmail на новое сообщение. Дальше письмо идет в узел классификации, где модель определяет категорию из заранее описанного списка: высокий приоритет, поддержка, финансы, промо. Дальше срабатывает Switch-узел, который разводит письмо по четырем веткам действий.
Шаг 1. Настройте триггер и классификатор
Добавьте узел Gmail Trigger на новое письмо и подключите его к узлу вызова модели. В системном промпте классификатора важна конкретика: чем точнее описаны границы категорий, тем реже модель путает "срочное" с "важным". Плохая модель, вроде бюджетной, справляется с этой задачей не хуже дорогой, потому что классификация — простая задача при четком промпте.
Шаг 2. Разведите ветки через Switch
Для высокого приоритета логичнее делать черновик, а не автоотправку — человек проверяет и жмет отправить сам. Для техподдержки, если модель уверена в ответе, можно слать автоматически. Для финансовых писем эффективнее не пересылать письмо целиком, а отправлять короткое резюме в профильный отдел. Тред-идентификатор письма стоит сохранять, чтобы черновик ответа привязывался к существующей переписке, а не улетал отдельным письмом.
Шаг 3. Подключите Telegram-уведомления
В конце каждой ветки добавьте узел отправки сообщения в Telegram-бота. Здесь работает лайфхак: доставайте имя отправителя не из email-адреса, а из подписи в теле письма — уведомление вида "Ответил Ивану Петрову из Ромашки" читается быстрее, чем безликий адрес. Отдельно отключите атрибуцию "Sent automatically with n8n" в настройках исходящего письма, иначе получатели будут видеть служебную подпись.
Для почты вне Gmail, например для Яндекса, схема почти та же, только вместо готового Gmail-коннектора настраиваются SMTP для отправки и IMAP для приема с отдельным паролем приложения. Разница в паре узлов, логика классификации и веток остается прежней.
Какие промпты нужны для классификации и черновиков?
Промпт классификатора должен жестко определять границы категорий и требовать вывод в одно слово. Промпт для черновиков задает тон, ограничивает обещания и явно указывает, когда передавать вопрос человеку.
Промпт — это единственное место, где ломается вся система, если написан расплывчато. Ниже два рабочих варианта под конкретные узлы.
Промпт классификатора:
Ты классификатор входящих писем. Определи категорию по теме и телу письма.
Категории:
- Высокий приоритет: письма от ключевых клиентов, партнеров, вопросы, требующие решения сегодня
- Поддержка: вопросы пользователей по продукту, жалобы, просьбы о помощи
- Финансы: счета, инвойсы, платежи, вопросы по оплате
- Промо: рассылки, предложения от продавцов, спам
Ответь только одним словом — названием категории. Без пояснений.Что делает: превращает свободный текст письма в одну из четырех меток. Когда использовать: первым узлом сразу после триггера на новое письмо. Почему работает: жесткий список категорий с описанием границ не дает модели уйти в рассуждения, а требование однословного ответа облегчает парсинг результата дальше по цепочке. Лайфхак: если модель путает финансы с поддержкой, добавьте в описание категории 2-3 конкретных примера тем писем.
Промпт для черновика ответа поддержке:
Ты отвечаешь на письма поддержки от лица [название компании].
Тон: дружелюбный, короткий, по делу, без канцелярита.
Если вопрос закрывается базой знаний [вставить FAQ] — ответь сразу и конкретно.
Если вопрос требует доступа к данным аккаунта клиента — вежливо запроси нужные детали.
Не обещай сроков, которых нет в базе знаний. Если не уверен — предложи передать вопрос человеку.Что делает: генерирует готовый текст ответа с учетом тона бренда. Когда использовать: в ветке "Поддержка", результат — либо автоответ, либо черновик на проверку, в зависимости от уверенности модели. Почему работает: явный запрет на обещания без опоры на базу знаний убирает главный риск таких агентов — модель, которая гарантирует то, чего компания не может выполнить. Как комбинировать: связка классификатор → генератор черновика → узел Telegram с уведомлением закрывает 80% типовых писем без участия человека, а оставшиеся 20% попадают в человека через тот же Telegram.
Лиза: «У меня было дело — руками разбирала по 15-20 видео на одну контентную единицу, вставляла ссылки, смотрела, конспектировала. Написала скрипт в Google Таблицах: вставляешь ссылку, он сам делает транскрибацию и разбор по 15 критериям. Раньше уходило 4 часа. Теперь 5,5 минут. С почтой та же история — разница не в том, что писем стало меньше, а в том, что решения за тебя уже приняты.»
Как за 30 минут собрать голосового ассистента в Telegram?
Вместо no-code конструктора можно попросить Claude написать код ассистента с нуля: подключить Telegram-бота, Gmail API и Google Calendar API через диалог голосом. Работает и для тех, кто не пишет код сам.
Второй путь сборки — не через визуальный конструктор, а напрямую через диалог с моделью. Идея простая: ставите задачу голосом, модель сама пишет Python-код, помогает пройти регистрацию бота через BotFather, настроить Google Cloud и подключить Gmail и Calendar API.
Формат работы здесь другой: не читаете документацию, а описываете ошибку моделью в чате и получаете исправление. На запись токена бота хватает скриншота вместо сохранения файла с credentials. Если что-то не запускается в терминале, проще перезапустить сессию и попросить модель провести по шагам заново, чем разбираться самому.
Итог такой сборки — Telegram-бот, который по голосовой команде читает список писем, архивирует их, отвечает и добавляет события в календарь. Разница с no-code подходом на n8n — гибкость. Любую логику, которую не предусмотрели заранее, можно попросить добавить прямо в разговоре. Для тех, кто хочет глубже разобраться с таким подходом, у нас есть обзор Claude Code — там же примеры промптов для сборки подобных инструментов с нуля.
Сколько стоит агент для inbox и какая модель нужна?
Классификация — дешевая задача, для нее хватает бюджетной модели вроде DeepSeek V3.2. Для черновиков ответов нужен баланс качества и цены, здесь лучше подходит Claude Sonnet 4.6. Инфраструктура на n8n стартует от бесплатного self-hosted варианта.
Стоимость разбивается на два слоя: платформа автоматизации и токены модели. n8n Cloud стартует от 24 долларов в месяц за 2500 выполнений на тарифе Starter, тариф Pro — 60 долларов за 10 000 выполнений. Self-hosted вариант бесплатен по лицензии, платите только за сервер, обычно 5-7 долларов в месяц за небольшой VPS.
| Задача | Модель | Цена за 1M токенов | Почему подходит |
|---|---|---|---|
| Классификация письма | DeepSeek V3.2 | $0.28 / $0.42 | Простая задача, дорогая модель не нужна |
| Черновик ответа | Claude Sonnet 4.6 | $3 / $15 | Баланс качества текста и цены |
| Сложные письма, переговоры | Claude Opus 4.7 | $5 / $25 | Нужен контекст и точность формулировок |
На практике при 50-100 письмах в день расход на модель редко превышает 3-5 долларов в месяц, потому что каждое письмо — это пара тысяч токенов, а не запрос на генерацию длинного текста. Основные траты идут на инфраструктуру и время настройки, а не на саму нейросеть.
Какие ошибки сводят экономию времени к нулю?
Главная ошибка — автоотправка важных писем без черновика на проверку. Вторая — слишком общий промпт классификатора, из-за которого модель путает категории и агент требует постоянных правок.
Автоматизация экономит время только там, где риск ошибки низкий. Автоответ на письмо от ключевого клиента без проверки человеком — плохая идея, даже если модель уверена в ответе на 90%. Черновик вместо мгновенной отправки для таких писем — не перестраховка, а обязательное условие. Есть нюанс: если экономить на этом шаге, экономия времени утром превращается в разбор конфликта вечером.
Вторая частая ошибка — расплывчатое описание категорий в промпте классификатора. "Важные письма" без конкретных признаков — плохая инструкция, модель начинает гадать. Третья — забыть активировать workflow в n8n после тестирования. Агент, который работает только в режиме ручного запуска, не решает исходную задачу автоматизации.
Кому подходит AI-агент для inbox, а кому — нет
Такой агент окупается там, где входящих действительно много и есть повторяющиеся паттерны: техподдержка, продажи, работа с партнерами. Для человека с 5-10 письмами в день собирать n8n-цепочку смысла нет — время на настройку не отобьется.
Подходит: фаундеры, менеджеры с высоким потоком писем, команды поддержки, все, кто получает от 30 писем в день с повторяющейся структурой. Не подходит: люди с малым и нерегулярным потоком почты, а также случаи, где каждое письмо требует уникального юридического или финансового решения без права на ошибку модели.
Часто задаваемые вопросы
Можно ли подключить Яндекс.Почту вместо Gmail? Да, через SMTP для отправки и IMAP для приема с паролем приложения вместо основного пароля аккаунта. Логика классификации и веток в n8n остается той же, меняются только узлы подключения к почтовому серверу.
Безопасно ли давать AI-агенту доступ к личной почте? Доступ дается через официальный API с ограниченными правами, а не через передачу пароля модели напрямую. Риск снижается, если критичные действия вроде отправки писем идут через черновик на проверку, а не автоматически.
Сколько времени занимает настройка с нуля? На n8n собрать рабочую версию с классификатором и Telegram-уведомлениями реально за один вечер, часа два-три активной работы. Голосовая сборка через диалог с Claude занимает около получаса на базовый функционал.
Нужно ли уметь программировать? Нет, оба подхода — n8n и диалог с Claude — рассчитаны на людей без опыта в коде. Программирование нужно только если хотите глубоко кастомизировать логику за пределами готовых узлов.
Какая модель дешевле всего для классификации писем? DeepSeek V3.2 по цене $0.28 за миллион входных токенов — самый бюджетный вариант для простой задачи распределения писем по категориям. Для черновиков ответов такая модель уже слабовата.
Можно ли получать сводку в Telegram, не открывая почту вообще? Да, если настроить утреннюю сводку отдельным триггером по расписанию: агент собирает статистику за ночь и присылает короткий дайджест с числом писем по категориям и черновиками на проверку.
Что делать, если агент неправильно классифицирует письма? Проверить логи узла классификации — там видно, на чем модель ошиблась, и переписать описание категории конкретнее, добавив 2-3 примера тем писем, которые должны туда попадать.
Собрать такого агента проще, если посмотреть, как устроены готовые no-code инструменты. Загляните в каталог AI-инструментов VibeCoderz, там же обзоры для сборки агентов под конкретные задачи в каталоге ИИ-агентов. Если нужна помощь с настройкой под вашу почту и Telegram, запишитесь на консультацию к Максиму.
Обновлено: октябрь 2026.