// КЕЙС — Консалтинг · Лидогенерация · Автоворонки
Первый коммерческий кейс на вайбкодинге через Cursor. Бот-воронка для консультанта: диагностика → персональный разбор → запись или прогрев через контент.
Знакомая — консультант в сфере бизнес-консалтинга
Консалтинг · Лидогенерация · Автоворонки
4–5 часов на разработку
Архитектор решения · Prompt Engineer · Вайбкодинг в Cursor
// ВИДЕО
// ПРОБЛЕМА
Клиент — консультант в бизнес-сфере, проводит платные консультации. Проблема типовая для эксперта: первый контакт с потенциальным клиентом съедает много времени. Нужно вручную квалифицировать, понимать, в какой точке человек, и стоит ли вообще тратить на него 60 минут созвона. Кто-то не готов платить, кто-то пришёл просто пообщаться, кто-то — идеальный клиент, но теряется в потоке. Нужна была автоматизация первого контакта: чтобы тёплый лид сразу получал ценность и попадал на запись, а холодный — уходил в прогрев через контент, не отнимая время эксперта.
// ЗАДАЧА
Построить Telegram-бота, который делает экспресс-диагностику клиента: задаёт 8 ключевых вопросов, формирует персональный разбор на основе ответов, и по результату ведёт по одному из двух сценариев — готового к оплате отправляет на запись консультации, неготового — на знакомство с экспертом через кейсы и контент. Всё это в одном Telegram, без переходов в сторонние сервисы. Ограничение: собрать за выходные, MVP, без лишнего обвеса.
// РЕШЕНИЕ
Это был мой первый коммерческий проект на вайбкодинге. Накидал ТЗ, пошёл в Gemini (тогда была 3-я версия), вместе спроектировали систему, дальше сборка через Cursor. Главный вывод: если нормально формулировать задачи — сложные IT-решения реально собирать без классической разработки.
Пользователь приходит в Telegram-бота, нажимает «Пройти экспресс-диагностику». По одному отвечает на 8 вопросов с оценкой от 1 до 10. После ответов OpenAI формирует персональный разбор. Дальше развилка: «ДА» — сразу запись на консультацию, «НЕТ» — знакомство с экспертом, кейсы, соцсети для прогрева.
Бот построен на Next.js с TypeScript, маршрут /api/bot. Telegram через webhook отправляет туда все действия пользователя. Vercel крутит всё в serverless-режиме: нет постоянного сервера, нет оплаты за простой. Для небольших проектов — бесплатный тариф покрывает всё. Идеальная архитектура для бота-воронки с непредсказуемой нагрузкой.
Для работы с Telegram API выбрал grammy — современная TypeScript-библиотека, удобная для serverless. Чисто обрабатывает все типы сообщений, команды, callback-кнопки. Не пришлось городить обёртки — готовый инструмент под задачу.
Без хранения состояния бот не работал бы: serverless-функция поднимается заново на каждом запросе, контекст теряется. Redis (Upstash или Vercel KV) хранит сессию пользователя: на каком вопросе, какие ответы уже дал, готов ли разбор. Это и есть «память» бота между сообщениями.
После прохождения 8 вопросов ответы уходят в OpenAI с промптом, заточенным под нишу клиента. На выходе — персонализированный разбор сильных сторон и зон роста. Для MVP качество «приемлемое, надо причёсывать» — осознанный компромисс ради скорости запуска.
// ИНТЕРФЕЙСЫ И ВОРКФЛОУ
// СТЕК
// РЕЗУЛЬТАТЫ
4–5 ч
Полная разработка от ТЗ до прода
24/7
Автоматический первый контакт
8
Вопросов · квалификация и разбор
$0/мес
Хостинг на бесплатном тарифе Vercel
// ЧЕСТНО
AI-автоматизация — мощный инструмент, но не серебряная пуля. Рассказываю, где она реально работает, а где требует компромиссов.