ChatGPT бот Telegram: полное руководство по созданию и настройке

Как работает диалог:

1. 1.Клиент пишет сообщение в Telegram
2. 2.Бот ищет релевантные документы в базе знаний (RAG)
3. 3.Формирует промпт: системная инструкция + контекст + найденные документы + сообщение клиента
4. 4.Отправляет в OpenAI API (GPT-4o-mini)
5. 5.Получает ответ и отправляет клиенту
6. 6.Логирует диалог в базу данных

Весь процесс занимает 0.5–2 секунды. Клиент не замедляет разницу с живым консультантом.

Мой рекомендуемый подход: GPT-4o-mini для 90% диалогов + GPT-4o для сложных вопросов. Бот автоматически определяет сложность запроса и выбирает модель. Стоимость: $0.15–0.50/1000 диалогов.

В проекте для юридической компании использовал GPT-4o для консультаций (точность критична) и GPT-4o-mini для маршрутизации («Вас интересует трудовое или семейное право?»). Стоимость API: $45/мес при 3000 диалогах.

Пример системного промпта:

 1Ты консультант салона красоты «Элегия» в Москве.
 2
 3Твои задачи:
 41. Отвечать на вопросы об услугах и ценах
 52. Помогать выбрать услугу
 63. Записывать клиентов на приём
 74. Предлагать дополнительные услуги
 8
 9Правила:
10- Отвечай дружелюбно, но профессионально
11- Не давай медицинских советов
12- Если не знаешь ответ — предложи связаться с администратором
13- Используй эмодзи умеренно (1-2 на сообщение)
14
15Услуги и цены:
16{загружается из базы знаний}
17
18Расписание:
19{загружается из базы знаний}

В проекте для стоматологии правильный промпт увеличил точность ответов с 65% до 94% — без изменения модели и базы знаний.

Пример few-shot промпта:

 1Примеры идеальных диалогов:
 2
 3Клиент: Сколько стоит маникюр?
 4Бот: Маникюр у нас стоит от 1 200 ₽. Покрытие гель-лаком — от 1 500 ₽. Хотите записаться? У нас есть свободные слоты на эту субботу 💅
 5
 6Клиент: У вас есть парикмахер?
 7Бот: Да! У нас работают 3 парикмахера: Ольга (окрашивание), Мария (стрижки), Анна (укладки). Кого предпочитаете? Могу показать портфолио ✂️

В проекте для сети фитнес-клубов few-shot примеры увеличили конверсию записи на 45% — бот стал отвечать как лучший менеджер.

Как это работает:

1. 1.Клиент пишет: «Хочу записаться на стрижку»
2. 2.Бот проверяет PostgreSQL: «Анна, 3 визита, средний чек 2 500 ₽, мастер Ольга»
3. 3.Бот проверяет Redis: «Вчера спрашивала про окрашивание»
4. 4.Формирует промпт: «Клиент Анна, постоянная, интересуется окрашиванием. Предложи комбо: стрижка + окрашивание со скидкой 15%»
5. 5.GPT генерирует персонализированный ответ

В проекте для интернет-магазина контекстная память увеличила повторные покупки на 55% — бот помнил предпочтения каждого клиента и предлагал релевантные товары.

Каждое сообщение в контексте GPT стоит токенов. Чем длиннее контекст — тем дороже каждый ответ.

Оптимальный подход: последние 5 сообщений + профиль клиента из PostgreSQL (500 токенов) + релевантные документы из RAG (1000 токенов). Итого: ~3500 токенов на запрос, $0.55/1000 диалогов.

Это в 5 раз дешевле полного контекста, а качество — такое же.

В проекте для онлайн-школы английского ChatGPT-бот проводил ежедневные 10-минутные диалоги на английском. Ученики, которые использовали бота, прогрессировали на 40% быстрее тех, кто занимался только с преподавателем.

Подробнее о боте для записи клиентов →

Задача: Репетиторский центр «Знайка» — 15 преподавателей, 300 учеников. Преподаватели тратили 3 часа/день на ответы ученикам между занятиями. Ученики не могли получить помощь в вечернее время и выходные.

Решение: ChatGPT-бот с базой знаний по школьной программе (математика, русский, физика). Бот: объясняет темы, решает задачи пошагово, проверяет тесты, проводит тренировочные экзамены.

Результаты за 3 месяца: • Средний балл ЕГЭ учеников: с 62 до 78 (+26%) • Преподаватели вернули 2.5 часа/день • Конверсия пробного занятия: с 25% до 48% • Удержание учеников: +35% (бот поддерживает мотивацию) • ROI: 680%

Ключевой инсайт: бот не заменяет преподавателя — он дополняет. Преподаватель объясняет сложные темы и мотивирует. Бот — отвечает на быстрые вопросы, проверяет задания и проводит тренировки.

В проекте для интернет-магазина одежды ChatGPT-бот генерировал описания для 50 новых товаров в день. Раньше копирайтер тратил на это 4 часа. Теперь — 15 минут (проверка и редактирование).

Подробнее о боте для бизнеса →

Пример промпта для бота-копирайтера:

 1Ты SMM-менеджер компании «СпортМакс» — магазин спортивного питания.
 2
 3Задача: написать пост для Instagram.
 4
 5Правила:
 6- Тон: мотивирующий, дружелюбный
 7- Длина: 150–200 слов
 8- Обязательно: 1 вопрос к аудитории в конце
 9- Хештеги: 5–7 штук
10- Не использовать: «лучший», «номер 1», «уникальный»
11
12Тема: {вводит пользователь}

Бот генерирует 3 варианта поста за 10 секунд. Менеджер выбирает лучший или редактирует. Экономия: 2–3 часа/день на контент.

Задача: Онлайн-школа английского языка «ЛингваПро» — 500 учеников, 15 преподавателей. Преподаватели тратили 2 часа/день на ответы между занятиями. Ученики теряли мотивацию без ежедневной практики.

Решение: ChatGPT-бот с функциями: ежедневные 10-минутные диалоги на английском, проверка грамматических упражнений, объяснение правил с примерами, тренировка произношения (голосовые сообщения), еженедельные тесты.

Результаты за 4 месяца: • Прогресс учеников: +40% (ежедневная практика с ботом) • Преподаватели вернули 2 часа/день • Конверсия пробного урока: с 25% до 48% • Удержание учеников: +35% • NPS: с 42 до 68 • ROI: 720%

Подробнее о проекте →

Задача: Юридическая компания «Право и закон» — 8 юристов, средний чек 25 000 ₽. 40% обращений — первичные консультации, которые занимают 20–30 минут. Юристы тратили время на «просто интересующихся».

Решение: ChatGPT-бот с базой знаний по 15 направлениям права. Бот задаёт уточняющие вопросы, анализирует ситуацию, даёт предварительную оценку и рекомендует профильного юриста. При сложных вопросах — эскалация.

Результаты за 3 месяца: • Конверсия первичного обращения в клиента: с 18% до 42% • Юристы перестали тратить время на «нереальные» дела • Средний чек: +30% (правильная маршрутизация) • ROI: 650%

Задача: Сеть фитнес-клубов «Энергия» — 3 локации, 2000+ абонементов/мес. Клиенты спрашивали: «Что есть после тренировки?», «Составь план питания», «Сколько калорий в...?». Тренеры отвлекались на эти вопросы.

Решение: ChatGPT-бот с базой знаний по спортивному питанию. Бот: составляет персональные рационы, считает калории, рекомендует добавки, отвечает на вопросы о питании. Интеграция с CRM — бот знает цель клиента (похудение/набор массы).

Результаты за 2 месяца: • 85% вопросов о питании — бот отвечает без тренера • Продажа спортивного питания через бота: +60% • Удержание абонементов: +25% (клиенты видят результат) • Средний чек: +18% (персональные рекомендации) • ROI: 480%

Подробнее о боте для записи клиентов →

«Подключили API — и бот готов». Без системного промпта ChatGPT отвечает как общий ассистент, а не как консультант вашей компании. Он не знает ваш ассортимент, цены, правила.

Решение: всегда пишите детальный системный промпт: роль, контекст, правила, ограничения. Это 80% успеха ChatGPT-бота.

Системный промпт на 5000 токенов — бот отвечает медленно и дорого. Каждый лишний токен в промпте — это стоимость каждого ответа.

Решение: оптимальный системный промпт — 500–1500 токенов. Детали — через RAG (динамический поиск). Не нужно загружать всю документацию в промпт.

ChatGPT может отвечать на любые вопросы — включая те, которые не относятся к вашему бизнесу. Клиент спрашивает про погоду — бот отвечает. Тратятся токены, бот отвлекается от задачи.

Решение: в промпте укажите: «Отвечай только на вопросы, связанные с [ваша тема]. На остальные — предложи обратиться в Google».

Запустили бота — и не знаете, что клиенты спрашивают, на какие вопросы бот отвечает неправильно, где клиенты уходят.

Решение: логирование всех диалогов в PostgreSQL + еженедельный анализ. Добавляйте в промпт и базу знаний ответы на вопросы, которые бот не смог обработать.

GPT-3.5 устарел. GPT-4o-mini дешевле ($0.15 vs $0.50/1M токенов) и качественнее. Использование GPT-3.5 в 2026 году — это как использование Windows XP в 2024.

Решение: используйте GPT-4o-mini для 90% задач. GPT-4o — для сложных консультаций. Не экономьте $0.35/1000 диалогов в ущерб качеству.

Каждое сообщение отправляется в OpenAI API — даже если клиент спрашивает одно и то же. При 1000 диалогах/день это лишние расходы.

Решение: кэширование в Redis. Если клиент задаёт тот же вопрос в течение часа — ответ из кэша. Экономия: 20–30% API-расходов.

GPT-4o-mini отлично справляется с 90% задач. Но 10% — сложные юридические, медицинские, технические вопросы — требуют более мощной модели.

Решение: маршрутизация по сложности. Простые вопросы → GPT-4o-mini. Сложные (по ключевым словам или длине) → GPT-4o. Стоимость увеличивается на 10–15%, а качество — на 30%.

Подробнее о стоимости разработки →