Оперативне виконання, постійний зв'зок та допомога з питаннями.
Все супер!
Потрібно створити готовий workflow для n8n, який буде отримувати нові ліди/повідомлення з Meta, а саме Instagram Direct та Facebook Messenger, і відправляти їх у Telegram-групу у структурованому форматі. Також потрібно передбачити збереження лідів у Google Таблицю як просту mini-CRM.
Потрібен не опис, не консультація і не схема, а повністю готовий робочий workflow для n8n у форматі .json.
Я маю отримати файл, імпортувати його у свій n8n, підставити свої ключі, ID та змінні у конкретних нодах за інструкцією, після чого workflow має працювати.
🆕 Новий лід - Meta 🏢 Проєкт: {{project_name}} 📍 Джерело ліда: {{source}} 💬 Бажаний канал зв’язку: {{preferred_channel}} 👤 Ім’я: {{client_name}} 📱 Телефон: {{phone}} 🔗 Профіль: {{profile_link}} 📝 Повідомлення: {{message_text}} 🕒 Час: {{created_at}}
Якщо якогось поля немає, workflow не повинен падати. Потрібно або не показувати цей рядок, або вказувати не передано.
Потрібно реалізувати inline-кнопки:
💬 Відкрити діалог 📞 Подзвонити ✅ Взяти в роботу
Логіка:
Відкрити діалог - відкриває профіль або діалог, якщо це можливо технічноПодзвонити - відкриває tel:{{phone}}, якщо телефон переданоВзяти в роботу - фіксує відповідального менеджера, який натиснув кнопку, оновлює статус у Google Таблиці та відправляє в Telegram повідомлення:✅ Лід взято в роботу Відповідальний: {{telegram_user_name}}
Потрібно підготувати шаблон Google Таблиці для збереження лідів.
Колонки:
lead_id created_at updated_at project_name source platform preferred_channel client_name phone username profile_link sender_id conversation_id message_text status responsible_manager telegram_message_id telegram_chat_id taken_at comment
Статуси:
Новий Взято в роботу Відповіли Не дозвонились Очікує відповіді Закрито Дубль
Meta Webhook ↓ Verify Webhook ↓ Normalize Lead Data ↓ Prepare Telegram Message ↓ Send Telegram Message with Buttons ↓ Save Lead to Google Sheets ↓ Telegram Callback Handler ↓ Update Lead Status in Google Sheets
Виконавець має самостійно створити workflow на своєму n8n, протестувати його на своєму Meta-акаунті, своїй Telegram-групі та Google Таблиці.
Перед передачею workflow потрібно показати реальну роботу:
Взяти в роботу працюєТільки після підтвердження, що все працює, виконавець передає мені готовий workflow.
n8n_workflow_meta_direct_to_telegram.json
Назва змінної Де знаходиться В якій ноді змінити Приклад значення Для чого використовується
Workflow має бути максимально готовий до використання. Я не приймаю результат у вигляді схеми, консультації або частково зібраного процесу.
Результат приймається тільки тоді, коли:
Взяти в роботу працюєВиконавець має мати досвід з:
Особливо важливо, щоб у виконавця вже був практичний досвід створення workflow, де ліди з Meta або Direct потрапляють у Telegram.
Бюджет: 20000 UAH Термін: 30 днів
Передам вам повністю протестований .json workflow для n8n з інтегрованим логічним шаром для обробки лідів Meta та реалізованим Telegram Callback-хендлером для синхронізації статусів у реальному часі.
Яким методом ви плануєте отримувати номер телефону — чи ми розраховуємо на ручне введення користувачем у повідомленні (що потребує Regex-валідації), чи ви використовуєте Meta Lead Forms, де структура даних суттєво відрізняється від Direct, і мій workflow має містити окрему гілку для десериалізації об’єкта leadgen?
Бюджет за готову систему та детальну інструкцію — в особистій переписці. 🤝
Бюджет: 3000 UAH Термін: 1 день
Привіт!
Готовий взяти Ваш проект, виконаю у терміновому порядку.
Досвід роботи з подібними завданнями величезний, труднощів не виникне.
Якщо я Вас зацікавив, радий співпрацювати!
Бюджет: 4000 UAH Термін: 1 день
Вітаю!
Маю досвід з n8n, webhooks, Telegram Bot API, Google Sheets API та інтеграціями бізнес-процесів через API. Можу взятися за створення готового workflow для передачі лідів/повідомлень з Meta в Telegram-групу та Google Sheets mini-CRM.
По вашому ТЗ бачу реалізацію так:
Meta Webhook приймає події з Facebook Messenger / Instagram Direct / Meta Lead Ads.
Workflow перевіряє webhook-запит.
Дані нормалізуються в єдину структуру.
Формується повідомлення для Telegram.
Лід відправляється в Telegram-групу з inline-кнопками:
— 💬 Відкрити діалог;
— 📞 Подзвонити;
— ✅ Взяти в роботу.
Дані зберігаються в Google Sheets як mini-CRM.
При натисканні “Взяти в роботу” workflow фіксує Telegram-користувача, оновлює статус у таблиці та надсилає підтвердження в Telegram.
Також передбачу захист від відсутніх полів: якщо немає телефону, username, profile_link або іншого значення — workflow не буде падати, а підставить “не передано” або приховає відповідний рядок.
На виході передам:
— готовий файл n8n_workflow_meta_direct_to_telegram.json;
— шаблон Google Таблиці з потрібними колонками;
— інструкцію українською мовою;
— список усіх змінних, які потрібно замінити після імпорту;
— приклад тестових вхідних даних;
— приклад Telegram-повідомлення;
— пояснення, де вставити Telegram Bot Token, Chat ID, Meta Token, Page ID, Instagram Business Account ID, Google Sheet ID та Google credentials.
Перед передачею можу показати тест роботи:
— тестовий лід;
— повідомлення в Telegram;
— запис у Google Sheets;
— роботу кнопки “Взяти в роботу”;
— обробку ситуації, коли частина полів відсутня.
Орієнтовний термін: 3–5 робочих днів після отримання доступів/тестових ключів або після погодження тестового середовища.
Бюджет: 2000 UAH Термін: 2 дні
Вітаю. Потрібен робочий .json для n8n - Meta webhook, Telegram-група з inline-кнопками та Google Sheets як CRM. Знаю тонкощі: Meta App треба верифікувати для webhook, а формат лідів з Ads відрізняється від Messenger. Робив подібний потік для агентства нерухомості - 40-50 лідів на день, кнопка "Взяти в роботу" одразу писала менеджера в таблицю і блокувала дублі. Ваш шаблон Google Sheets вже готовий чи треба підготувати разом із workflow?
Бюджет: 5000 UAH Термін: 4 дні
Зроблю повністю готовий .json workflow для n8n: Meta Webhook → нормалізація даних → Telegram з inline-кнопками → Google Sheets. Кнопка "Взяти в роботу" фіксує менеджера, оновлює статус у таблиці та шле підтвердження в групу. Відсутні поля не ламають workflow — підставляється "не передано". Перед здачею покажу реальну роботу на відео.
Яка у вас n8n — self-hosted чи хмарна, і є вже підключений Meta App з вебхуком?
Бюджет: 1500 UAH Термін: 3 дні
Павле, можу зібрати для вас повністю готовий n8n workflow під Meta → Telegram → Google Sheets, без схеми й консультацій. Зроблю обробку Instagram Direct, Facebook Messenger і лід-форм, структуроване повідомлення з fallback для порожніх полів, inline-кнопки та callback-логіку для “Взяти в роботу”. Маю досвід з автоматизаціями й webhooks, тож підготую також інструкцію та шаблон таблиці. Готовий обговорити деталі.
Бюджет: 7000 UAH Термін: 2 дні
Добрий день.
Досить цікавий проект!
Я візьму ваше ТЗ і створю ворк, можете пізніше написати мені в особисті, скажу, що вийшло.
До зв'язку.
Ми шукаємо висококваліфікованого інженера з розробки AI-додатків та повноцінного бекенд-розробника для створення готового до виробництва робочого процесу валідації, вдосконалення та затвердження документів на основі AI. Це не проста роль інженера запитів. Нам потрібен хтось, хто може спроектувати та реалізувати справжній AI-додаток з потужною бекенд-архітектурою, інтеграцією API Claude, структурованою логікою валідації, аудитом, безпечним обробленням даних та робочими процесами з участю людини. Система буде діяти як інтелектуальний шар контролю якості для поданих звітів та документів. Вона повинна перевіряти завершені подання, виявляти проблеми, покращувати якість контенту, застосовувати бізнес-правила, захищати чутливу інформацію та або автоматично затверджувати документ, або перенаправляти його на людську перевірку. Розробник буде відповідальний за створення робочого процесу, який може: Отримувати завершені документи, звіти або подання з зовнішньої платформи через API Аналізувати повний документ, включаючи структуровані відповіді, оцінки, вибори, наративи, коментарі та поля вільного тексту Виконувати семантичні аудити для виявлення логічних конфліктів, суперечностей, відсутньої інформації, неясних висловлювань, непідтримуваних тверджень або неповних розділів Перевіряти, що структуровані відповіді та написаний контент узгоджуються між собою Застосовувати спеціальні правила валідації, редакційні вказівки, стандарти форматування, вимоги до тону та бізнес-логіку Виявляти, токенізувати, маскувати або безпечно обробляти PII, конфіденційні дані та чутливу інформацію, пов'язану з безпекою, перед обробкою AI, де це необхідно Переписувати та вдосконалювати наративи, коментарі та розділи документів з точки зору граматики, ясності, професіоналізму, узгодженості та читабельності Зберігати оригінальне значення, спостереження та наміри, покращуючи фінальний результат Стандартизувати стиль написання в документах, не роблячи кожен звіт загальним або надто нормалізованим Позначати контент, який виглядає несумісним, сфабрикованим, неясним, неповним, чутливим або таким, що потребує людської перевірки Генерувати конкретні нотатки валідації, пояснюючи, чому документ не пройшов перевірку та що потрібно виправити Автоматично генерувати запити на уточнення або перегляд, коли потрібна додаткова інформація Підтримувати робочі процеси затвердження, де документи є: Автоматично затвердженими, коли досягаються пороги впевненості Перенаправленими на людського редактора або валідатора для перевірки Повернутими до початкового подавача для перегляду або уточнення Зберігати повний аудитний слід, що показує: Оригінальне подання Токенізовані або замасковані події чутливих даних Висновки та рекомендації AI Переписаний контент AI Редагування людиною Рішення про затвердження або відхилення Остаточну затверджену версію Записувати затверджений та валідований контент назад на вихідну платформу через інтеграцію API Роль також вимагає створення редактора та робочого процесу остаточного рішення. Людські рецензенти повинні мати можливість перевіряти висновки AI, порівнювати оригінальний та переглянутий контент, вносити правки, затверджувати зміни, відхиляти рекомендації та фіналізувати документ перед його відправленням далі. Ідеальний досвід включає: Сильний досвід інтеграції API Claude / Anthropic API Досвід створення робочих процесів перевірки, валідації, редагування або відповідності документів на основі AI Сильні навички бекенд-архітектури Здатність до повноцінної розробки Досвід з інтеграцією API, вебхуками, чергами, обробкою завдань та проектуванням бази даних Здатність проектувати структуровані виходи AI, оцінку впевненості, валідацію на основі правил та перевірку з участю людини Досвід виявлення PII, токенізації, маскування, шифрування, контролю доступу та безпечного оброблення даних AI Досвід створення безпечних аудитних слідів та систем затвердження Сильне розуміння дизайну запитів, але також інженерні навички для перетворення запитів на надійну виробничу систему Ми шукаємо когось, хто вже створив серйозні AI-додатки, а не когось, хто лише пише запити. Правильна людина повинна бути здатною спроектувати архітектуру, інтегруватися з зовнішніми API, управляти логікою обробки документів, захищати чутливі дані, створювати інтерфейс перевірки та забезпечити надійний робочий процес, який можна використовувати в виробництві.
Розробка прошивки, що розміщується на шлюзі, та управління прямим взаємодією з ПЛК/обладнанням у технічному приміщенні (Modbus, BACnet тощо).
Шукаємо 3D GenAI Engineer / AI 3D Pipeline Developer Потрібно створити рішення, яке зможе якісно генерувати 3D-моделі з одного зображення або кількох зображень. Важливо, щоб це була не просто готова демка, а зрозумілий і відтворюваний процес: від вхідного зображення до повноцінного 3D-асета з mesh, геометрією, текстурами та можливістю подальшого використання. Що потрібно зробити: - протестувати сучасні image-to-3D моделі і підходи; - визначити, який варіант найкраще підходить для нашого завдання; - використати Trellis, Hunyuan3D або аналогічні рішення; - за потреби використати Gaussian Splatting у 3D-пайплайні; - налаштувати перетворення Gaussian Splat / splat-представлення у 3D mesh; - отримати придатну до використання геометрію; - згенерувати текстури високої якості; - довести результат до стану usable 3D asset; - підібрати оптимальний баланс між якістю, швидкістю генерації та складністю пайплайна; - побудувати зрозумілий процес, який можна буде повторювати для різних зображень; - виконати fine-tuning, LoRA або інші адаптації моделей під конкретний тип об'єктів.
Про проект Ми шукаємо досвідченого інженера з автоматизації на базі ШІ для розробки та створення безпечної, самостійно розміщеної платформи ШІ, яка поєднує локальну модель великої мови (LLM), генерацію з підкріпленням (RAG) та кілька агентів ШІ для автоматизації бізнес-процесів. Це практична інженерна роль для тих, хто має досвід створення виробничих систем ШІ, а не просто інтеграції API ChatGPT. Мета полягає в створенні приватної екосистеми ШІ, здатної безпечно індексувати знання компанії, відповідати на запитання, використовуючи цитовані джерела, обробляти стенограми зустрічей та автоматизувати внутрішні бізнес-процеси. Обов'язки Ви будете відповідальні за: Проектування та розгортання локально розміщеної LLM на VPS або виділеному сервері Створення безпечного RAG-пайплайна, використовуючи такі фреймворки, як LlamaIndex або подібні Створення пайплайнів для завантаження документів, що підтримують PDF (включаючи OCR), DOCX, TXT, XLSX та стенограми зустрічей Реалізацію індексації документів, управління метаданими, видалення дублікатів та версійності Розробку агентів ШІ для: Обробки стенограм зустрічей Автоматичних резюме зустрічей Витягування дій Отримання знань клієнтів Створення API або простого веб-інтерфейсу для запитів до бази знань Забезпечення суворої ізоляції даних клієнтів та контролю доступу Реалізацію відповідей з цитуванням джерел для мінімізації галюцинацій Оптимізацію продуктивності системи, масштабованості та надійності Написання документації та посібників з розгортання Виконання тестування та перевірки безпеки Необхідні навички Сильний досвід розробки на Python Досвід роботи з фреймворками LLM Досвід архітектури RAG LlamaIndex, LangChain або еквівалент Векторні бази даних (Qdrant, Chroma, Pinecone, Weaviate, FAISS тощо) Локальне/відкрите розгортання LLM (Llama, Mistral, Gemma, DeepSeek тощо) Розробка API (перевага надається FastAPI) Docker Адміністрування серверів Linux Розгортання VPS Git Аутентифікація та контроль доступу Досвід роботи з пайплайнами OCR Досвід роботи зі структурованими та неструктурованими документами Вільне володіння англійською мовою Що ми шукаємо Ідеальний кандидат: Створив виробничі системи ШІ з нуля Розуміє найкращі практики RAG Може працювати самостійно Думає як архітектор програмного забезпечення, а не лише як розробник Пише чистий, підтримуваний код Чітко спілкується Може рекомендувати найкращі технології, а не просто слідувати інструкціям Тип проекту Фріланс / Контракт Віддалена робота На основі етапів Довгострокова можливість для майбутніх проектів з автоматизації ШІ Будь ласка, включіть у вашу заявку Портфоліо подібних проектів ШІ/RAG Приклади реалізації локальних LLM або агентів ШІ Оцінка термінів Оцінка вартості проекту Погодинна або фіксована ціна
Є Telegram-бот на aiogram/FastAPI (CRM для івент-проєкту) та окремий ManyChat-бот в Instagram Direct для спілкування з клієнтками.Завдання 1 — виправити логіку Instagram Direct бота.Поточний бот зроблений за жорстким сценарієм: працює по кроках (привітання → про подію → відповідь на «дорого» → відповідь на «подумаю»), з 3 випадковими варіантами тексту на кожен крок. Проблема — бот не розуміє сенс повідомлення, а вгадує номер кроку і надсилає заготовку не по темі. Через це: на пряме питання про ціну бот не називає цифри, а надсилає загальний текст мова скаче — то українська, то російська по суті це рандомайзер заготовок, а не діалогЗа тиждень бот злив кілька живих лідів. Можу прикласти скріни переписок для прикладу.Потрібно: щоб бот реально аналізував зміст повідомлення (питання про ціну, заперечення «дорого», сумніви «подумаю», нестандартне питання тощо) і відповідав по суті — на базі AI (наприклад, Claude API), а не за жорстким сценарієм. Тон — живий, не роботизований, мова — українська. Базові сценарії (ціна, знижки, робота з «дорого»/«подумаю») потрібно зберегти, але щоб AI сама обирала підходящу відповідь під контекст.Завдання 2 (опціонально, але потрібне також) — автопостинг в Instagram.Постинг через офіційний Meta Graph API: reels, stories, пости, каруселі. Теги в боті: [reels] / [сторіс] / [пост] / [карусель] + [гео] / [опитування] / [відлік]. Мультипользувацька панель /admin — додавання/видалення людей, ролі (постинг / перегляд / все), лог активності. Динамічна ціна з Google Таблиці — бот підтягує актуальну ціну з колонки «Ціна».Запитання до виконавця: Завдання 1 (AI-логіка для Instagram Direct) краще робити поверх поточного ManyChat через webhook + зовнішній AI-обробник, чи окремим ботом на архітектурі типу aiogram/FastAPI, підключеним до Instagram через офіційний Meta API? Беретеся за обидва завдання разом (Direct-логіка + автопостинг)? Яка загальна вартість і термін на весь обсяг (завдання 1 + завдання 2)?Вимоги: Досвід з Meta Graph API (Instagram) Досвід інтеграції AI-моделей (Claude API / OpenAI API) в чат-ботів Бажано — досвід з aiogram/FastAPI або ManyChat webhooks Портфоліо з подібними проєктами