Как мы сделали ИИ-ассистента для анализа речи в Телеграм

В рамках проекта для онлайн-курса по публичным выступлениям мы разработали Телеграм-бот с ИИ-ассистентом, который анализирует речь по аудио и видео, даёт персональный разбор и рекомендации, а затем мягко подводит пользователя к курсу и отдельным модулям. 

К нам обратились с задачей создать не просто продающий бот, а вовлекающий инструмент для первого контакта с аудиторией. В нише обучения речи и публичным выступлениям человеку важно не только прочитать описание курса, а почувствовать: «Да, у меня правда есть точки роста, и с ними можно работать». Поэтому мы предложили построить воронку вокруг персональной диагностики речи.

Так появился Телеграм-бот с ИИ-ассистентом по речи. Пользователь загружает аудио или видео, бот анализирует речь по заданным критериям, выдаёт развёрнутую обратную связь и рекомендации, а затем предлагает посмотреть бесплатные видео или перейти к покупке полного курса и отдельных модулей.

Такой подход помогает сместить фокус с прямой продажи на личный опыт пользователя. Сначала человек получает разбор собственного выступления, видит конкретные рекомендации, пробует упражнение и только потом переходит к знакомству с курсом.

Перед нами стояло несколько задач:

• придумать понятную механику первичного контакта с пользователем;
• автоматизировать разбор аудио- и видеовыступлений;
• сделать так, чтобы ИИ не просто выдавал формальный ответ, а говорил в нужной тональности;
• встроить в бот полезный контент, который помогает пользователю двигаться дальше;
• связать бесплатную диагностику с продажей курса и отдельных модулей.

Важно было соблюсти баланс. С одной стороны, дать человеку реальную пользу уже на первом касании. С другой — выстроить воронку так, чтобы она работала на продажу продукта, а не заканчивалась на разовом разборе.

Мы не стали строить воронку по классической схеме «подпишись — посмотри видео — купи курс». Для продукта, связанного с речью, такой путь был бы слишком общим: пользователь мог посмотреть материалы, но не почувствовать, почему курс нужен именно ему.

Поэтому мы предложили сделать главным входом в воронку персональную диагностику речи. Это сильнее обычного лид-магнита: человек загружает своё аудио или видео и получает пероснализированную обратную связь.

Так воронка начинается не с продажи, а с полезного действия:

• пользователь слышит себя со стороны;
• видит сильные стороны и точки роста;
• получает рекомендации;
• пробует короткое упражнение;
• понимает, какие навыки можно развивать дальше.

А уже после этого бот показывает, как эти задачи решаются на курсе и в отдельных модулях.

Для клиента такой подход ценен тем, что ИИ-ассистент берёт на себя первичную диагностику и помогает прогреть аудиторию до знакомства с продуктом. Для пользователя — тем, что он получает понятный результат ещё до покупки.

Сценарий построили так:

• Пользователь заходит в бот и получает вводное сообщение от ИИ-ассистента.

• Бот предлагает отправить аудио или видео с речью.
• После загрузки файла запускается автоматическая обработка.

• Пользователь получает разбор речи с общей оценкой и рекомендациями.

• После этого бот предлагает дополнительные шаги: упражнения, бесплатные видео, повторную диагностику или переход к курсу.

• Через отдельную цепочку пользователь попадает в прогрев и продажу полного курса или его модулей.

Продумали также логику повторных касаний: напоминания, ветки бездействия, повторный анализ и переходы в продающую часть воронки.

Главная техническая задача была в том, чтобы превратить аудио- или видеофайл пользователя в понятный разбор речи без ручной обработки.

Для этого мы собрали автоматическую связку:

Телеграм → Salebot → n8n → SaluteSpeech → OpenAI → Телеграм

Наша задача была не просто подключить ИИ к боту, а собрать устойчивую цепочку, где каждый сервис отвечает за свою часть процесса. Salebot управляет пользовательским сценарием, n8n связывает сервисы между собой, SaluteSpeech отвечает за распознавание русской речи, а OpenAI — за экспертный анализ расшифровки.

Как это работает:

1. Пользователь отправляет аудио или видео в Телеграм-бот.
2. Бот, собранный на платформе Salebot, принимает файл и запускает сценарий обработки.
3. Через n8n файл передаётся в SaluteSpeech — сервис распознавания речи от Сбера.
4. SaluteSpeech переводит русскую речь в текст.
5. Через n8n расшифровка автоматически отправляется в OpenAI.
6. ИИ анализирует текст по заданным критериям и формирует готовый ответ.
7. Пользователь получает в Телеграм подробный разбор речи с оценкой и рекомендациями.

Для проекта также арендовали отдельный облачный сервер и использовали отдельные аккаунты для OpenAI и SaluteSpeech. Это позволило собрать автономную инфраструктуру под бот и не завязывать обработку пользовательских файлов на ручные действия команды.

Нужно было сделать так, чтобы разбор выглядел не как случайный ответ нейросети, а как системная обратная связь по понятным параметрам.

Для этого в основу анализа заложили критерии, которые использует клиент в своей методике. ИИ оценивает речь по 8 параметрам:

• чистота речи;
• темп;
• эмоциональность;
• метафоры, примеры и образы;
• структура и логика;
• аргументация;
• начало и финал;
• ключевое сообщение.

По каждому параметру ИИ даёт развёрнутый комментарий: что получилось хорошо, что стоит улучшить и на что обратить внимание дальше.

Отдельно мы настроили структуру ответа, чтобы он был не сухим и не «канцелярским», а дружелюбным, понятным и при этом экспертным.

Сам по себе ИИ не знает, как именно должен звучать хороший разбор речи в этом проекте. Поэтому большой объём работы пришёлся на подготовку логики анализа и промпта.

В таких проектах промпт — это не вспомогательная инструкция, а фактически методическая основа ИИ-ассистента. От него зависит, будет ли пользователь получать общие советы вроде «говорите увереннее» или действительно полезный разбор с примерами и понятным вектором развития.

Клиентская команда передала критерии оценки и пожелания к формату. На этой основе мы собрали промпт, в котором задали:

• роль ИИ-эксперта;
• критерии анализа;
• структуру ответа;
• желаемую тональность;
• логику рекомендаций;
• формат общей оценки.

Мы работали не только с формулировками, но и с логикой ответа: что ИИ должен заметить, в каком порядке дать обратную связь, как не перегрузить пользователя критикой и как сохранить ощущение живого наставника.

Работа с промптом шла итеративно: мы тестировали ответы, корректировали формулировки, уточняли структуру и добивались более точного результата.

В результате ИИ-ассистент стал работать как первая точка экспертного контакта: анализировать, объяснять, поддерживать и переводить пользователя к следующему шагу.

1. Хотелось анализировать именно речь, а не только текст

На старте одной из главных сложностей было то, что пользователи присылают не текст, а живую речь: аудио и видео. А это значит, что важно было не потерять нюансы при автоматической обработке.

Для пользователя это выглядит как магия: отправил голосовое — получил подробный разбор. Но внутри нужно было решить важную продуктовую задачу: сохранить ощущение персональной обратной связи, хотя процесс полностью автоматизирован.

В итоге мы пошли через распознавание речи и анализ расшифровки. Такой подход позволил автоматизировать процесс и при этом получать подробный разбор. По результатам тестов стало понятно, что даже в таком формате ИИ хорошо подмечает слабые места: длинные конструкции, сбивчивость, смысловые повторы, паузы и другие особенности речи.

2. Было ограничение по размеру файла

Бот принимает файлы только до 20 МБ. Для пользователя это означает дополнительное ограничение: длинные или тяжёлые видео нужно обрезать, сжимать или отправлять в более лёгком формате.

Мы не просто поставили техническое ограничение, а продумали, как объяснить его пользователю человеческим языком. В таких деталях часто и держится конверсия: если человек сталкивается с ошибкой и не понимает, что делать дальше, он уходит. Если бот спокойно объясняет варианты — сжать файл, обрезать запись или записать голосовое прямо в Телеграме — пользователь остаётся в сценарии.

3. Нужно было не перегрузить пользователя

После диагностики важно было не обрушить на человека слишком много контента сразу. Поэтому воронку выстраивали ступенчато: сначала разбор, потом полезные материалы, потом переход к курсу.

Мы специально не вели пользователя к продаже сразу после диагностики. Сначала бот помогал прожить маленький результат: получить разбор, выполнить упражнение, заметить изменения в голосе или темпе речи.

Дополнительно прорабатывали таймеры, задержки и напоминания, чтобы цепочка была живой, но не навязчивой.

4. Логика воронки менялась по ходу проекта

Пока мы работали над ботом, у клиента менялась продуктовая логика. Изначально планировались одни сценарии, затем структура курса и набор бесплатных материалов были пересобраны. Из-за этого часть механик пришлось адаптировать уже в процессе, а воронку дорабатывать под новую структуру продукта.

Это добавило проекту гибкости: мы не просто собрали изначальную схему, а подстроили её под то, как продукт выглядел на финальном этапе.

После того как пользователь получает разбор, бот не заканчивает разговор. Дальше начинается следующая часть сценария.

Сначала пользователь может перейти к бесплатным видео по разным направлениям. Например, выбрать тему, которая волнует его сейчас больше всего: как справиться с паникой, удерживать внимание, говорить коротко и по делу, подготовить выступление, работать с голосом, харизмой, конфликтами, сложными аудиториями или ответами на неудобные вопросы.

Затем через отдельную цепочку бот переводит пользователя в продающий сценарий. Там он знакомится с полным курсом, его модулями, тарифами и дополнительными материалами.

То есть воронка строится так:

• сначала интерес и польза;
• потом углубление в тему;
• затем продажа полного курса или отдельных модулей.

Это важный принцип для образовательных продуктов: человек легче принимает решение об обучении, когда уже почувствовал пользу подхода на себе. Поэтому продажа курса встроена не как резкий переход, а как логичное продолжение опыта: если короткая практика дала эффект, системная программа может дать больше.

В результате клиент получил инструмент, который одновременно решает несколько задач: вовлекает новую аудиторию, даёт пользователю персональную пользу, демонстрирует экспертность продукта и переводит интерес в следующий шаг — просмотр материалов, выбор модуля или покупку курса.

Что удалось реализовать:

• Телеграм-бота на Salebot;
• автоматический приём аудио- и видеофайлов;
• связку Salebot, n8n, SaluteSpeech и OpenAI;
• распознавание русской речи и передачу расшифровки в ИИ;
• промпт для анализа речи по 8 критериям;
• структурированную и персонализированную обратную связь;
• сценарий с упражнениями и полезным контентом;
• переход из бесплатной диагностики в прогрев и продажу;
• отдельные ветки для покупки полного курса и модулей;
• обработку ограничений: файл больше 20 МБ, повторная попытка, бездействие пользователя;
• возможность дорабатывать воронку после запуска.

Такой бот может работать как самостоятельный лид-магнит, как прогрев перед запуском, как точка входа из рекламы или как бесплатная диагностика для аудитории эксперта. При этом он не требует ручного разбора каждой записи и сохраняет ощущение персонального подхода.