В агента можно загружать тексты совместно с ТЗ внутри в txt и pdf-форматах — тот будет извлекать информацию и анализировать статьи также, как это делают ваши редакторы.

Присоединяйтесь к Нейроцеху — внутри ещё больше полезных гайдов. А ещё вебинары, уютное комьюнити, мастермайнды и всё, чтобы нейросети работали на вас, а не за вас.

Рассказываем, как все настроить.

Важно! Строить агента мы будем на платформе n8n. Если до этого вы с ней не взаимодействовали, сначала рекомендуем пройти наш мини-курс по агентам. Иначе разобраться в гайде будет сложно.

А если не хотите читать гайд — смотрите короткий видеообзор, где мы разбираемся со структурой агента и показываем, как он работает.

Шаг 1. Подключаем нужные сервисы

Нам понадобятся:

OpenRouter или другая нейросеть на ваш выбор: ChatGPT, Gemini, Claude и т. д;
OpenAI для интеграции текста в базу данных;
Google Drive;
Google документы;
Supabase (для базы данных);
Postgres (для обращения к базе данных);
Telegram.

Забегу немного вперед — в этом ИИ-агенте одновременно работают несколько нейросетей под капотом, поэтому использовать OpenRouter удобнее — нужно оплачивать всего один сервис, а не распыляться на несколько.

Если ранее не подключали к n8n Google-сервисы, сначала изучите наш другой гайд:

25 октября 2025 года

Как подключать Google сервисы к n8n

Шаг 2. Строим схему бота

В этом гайде мы покажем простой способ настройки. Для этого вам понадобится просто скачать файлы с готовой структурой бота и импортировать их в редактор.

Файлы для скачивания лежат в этой папке.

Создаем основу

Для этого создайте новый workflow и импортируйте файл AI Editor.json. Это — основа будущего бота. Здесь нужно проставить данные своих аккаунтов. Для этого кликните дважды на Telegram, OpenAI и Supabase, Google Drive и Postgres в разделе Credential to connect with выберите подключенные аккаунты на предыдущем шаге.

На скрине ниже я выделил элементы, в которых нужно активировать свои аккаунты.

Один из самых важных узлов здесь — RAG AI Agent. Это — главный агент. Он получает текст и ТЗ, а затем активирует агентов поменьше, которые специализируются на 1 конкретной задаче:

агент для проверки на соответствие ТЗ;
Агент для проверки по базе знаний (редполитике);
агент для проверки грамматики и орфографии;
агент для анализа стиля;
финальный сборщик.

Главный агент работает на системном промпте, который определяет работу всего workflow. Промпт прописан в узле RAG AI Agent. Запрос написан на английском, потому что так нейросеть лучше справляется с анализом. Плюс анализ промптов на английском расходует меньше токенов — а значит экономит наши деньги. При желании вы можете изменить промпт на любой свой.

Настраиваем Google документы

В случае с Google документами нужно выбрать папку на диске, в которую будут поступать готовые отчеты. Выбирать можно любую папку, хоть корневую. Главное — не выбирать папку с файлами в Markdown формате.

Настраиваем Google Drive

Теперь настроим Google Drive, чтобы агент видел наши файлы. Для этого нужно перейти в Google Drive (в тот аккаунт, который вы привязали к n8n) и создать там папку, в которую будете помещать файлы.

Затем вернуться в n8n, открыть узел file created и выбрать там папку, в которой агент должен искать документы.

Эту же папку нужно выбрать для узла File Updated.

После этого можно запускать агента и загружать файлы на гугл диск. Агент их проанализирует, добавит в базу данных и будет к ним обращаться при генерации ответов.

Чтобы агент обрабатывал загруженные файлы, его нужно активировать. Для этого нажмите кнопку Save и переведите чек-бокс сверху справа в активное положение.

После этого откройте папку на гугл диске, которую привязали к агенту, и загрузите туда нужные файлы.

ОЧЕНЬ ВАЖНО. Агент настроен на анализ ТОЛЬКО файлов в формате MARKDOWN. Другие файлы он обрабатывать не умеет. Я сделал это потому, что нейросети не читают весь текст в своей базе данных. Они разбивают весь текст на отдельные куски и потом для генерации ответа находят наиболее релевантные куски текста — отвечают на их основе. И чтобы нейросеть максимально точно разбивала текст на нужные куски и ничего не путала, его нужно предварительно отформатировать (разбить на подзаголовки h2 и h3 в зависимости от структуры), а потом форматировать в Markdown разметку. Самый простой способ получить Markdown — скачать файл через гугл-документы.

Базой знаний может быть ваша редполитика, сборник советов по работе с текстами, внутренние регламенты и все-все, на что опирается редактор при работе с текстом.

Подключаем агента для анализа ТЗ

Затем дважды кликните на Tool TZ Check, в разделе Workflow откройте раскрывающийся список и выберите Create a Sub-Workflow in ‘Personal’.

Откроется окно с новым workflow, куда нужно импортировать json-файл mini_agent_TZ.json.

В открывшейся схеме вам нужно присоединить блок TZ Agent к When Executed….

А затем заменить раздел Credential to connect with для OpenRouter.

У этого агента в узле TZ Agent прописан свой системный промпт. На его основе нейросеть анализирует, насколько текст соответствует ТЗ. Промпт написан на английском. При желании вы можете заменить его на свой.

Рассказываем про нейросети в нашем телеграм-канале «Нейроцех» — самые трендовые нейронки, интересные способы их применения и всё, что нужно знать про ИИ в одном месте. Подписывайтесь!

Подключаем агента для работы с базой знаний

Вернитесь на главного агента и дважды кликните на Tool KB Check, в разделе Workflow откройте раскрывающийся список и выберите Create a Sub-Workflow in ‘Personal’.

Откроется окно с новым workflow, куда нужно импортировать json-файл knowledge base.json. А также присоединить блок KB Agent к When Executed… и заменить раздел Credential to connect with для OpenRouter.

В узле KB Agent используется свой системный промпт. На его основе нейросеть анализирует, насколько текст соответствует ТЗ. Промпт также написан на английском. При желании вы можете заменить его на свой.

Подключаем агента для работы с грамматикой

Снова вернитесь на главного агента и дважды кликните на Tool Grammar Check, разделе Workflow выберите Create a Sub-Workflow in ‘Personal’ и импортируйте json-файл Grammar rules.json.

В открывшейся схеме присоедините блок Grammar к When Executed… и замените раздел Credential to connect with для OpenRouter.

Здесь в узле Grammar также есть свой системный промпт, который помогает нейросети проверять грамматику.

Подключаем агента для работы со стилем

На воркфлоу главного агента дважды кликните на Tool Style Check и разделе Workflow выберите Create a Sub-Workflow in ‘Personal’ и импортируйте json-файл Style.json.

В открывшейся схеме присоедините блок Grammar к When Executed… и замените раздел Credential to connect with для OpenRouter.

В узле Style есть свой промпт, который помогает нейросети проанализировать статью с точки зрения стилистики. Нейронка проверит текст на наличие сложных предложений, непонятных слов, сверится с редполитикой и т. д.

Подключаем агента для сборки финального ответа

Затем на главном воркфлоу дважды кликните на Tool Report Builder, в разделе Workflow выберите Create a Sub-Workflow in ‘Personal’. Импортируйте json-файл final_agent.json и присоедините блок AI Agent к When Executed…. А затем замените раздел Credential to connect with для OpenRouter.

У этого агента также есть системный промпт. Он объясняет нейронке, как должен выглядеть финальный отчет, что нужно в него включить и перечислить.

Когда подключите все аккаунты, агент будет настроен и его можно будет протестировать.

Как работать с агентом

Откройте бота в телеграм и отправьте ему текстовое сообщение. В сообщении добавьте текст для анализа и тз. В ответ агент пришлет отчет по тексту.

ВАЖНО. Сообщение нужно обязательно писать в таком формате:

Статья: ССЫЛКА

ТЗ: ССЫЛКА

Писать другие сообщения нельзя — агент настроен таким образом, что понимает сообщения только в таком формате.

Ещё больше полезных гайдов о работе с нейросетями для резидентов Нейроцеха. А ещё вебинары и мастермайнды, чтобы решать конкретные задачи. Вступайте в Нейроцех по ссылке.