Автоматизация рабочих процессов перестала быть привилегией крупных корпораций. Сегодня с помощью платформ Make, n8n и Zapier любой специалист может выстроить цепочки действий, которые экономят часы рутинной работы. Но ключевой элемент успешной автоматизации — правильно сформулированный промт для AI, который генерирует сценарии, парсит данные или пишет код. В этой подборке — 15 готовых промтов, которые проверены на реальных кейсах. Каждый промт можно скопировать, адаптировать под свои данные и сразу использовать в Make, n8n или Zapier.
Как работают промты в автоматизациях
Промт — это инструкция для нейросети (ChatGPT, Claude или Gemini), которая помогает создать сценарий или обработать данные. В контексте Make, n8n и Zapier промты применяются для:
- Генерации JSON-схем для вебхуков
- Написания JavaScript-кода для трансформации данных
- Создания регулярных выражений для извлечения информации
- Формирования логических условий и фильтров
Согласно документации Make (ранее Integromat), до 40% ошибок в сценариях возникает из-за некорректной обработки сырых данных. Промты помогают унифицировать этот процесс. Ниже — проверенные шаблоны.
1. Промт для генерации JSON-схемы вебхука в Make
Задача: Создать структуру данных, которую будет ожидать вебхук в Make. Это особенно полезно, если вы интегрируете внешний сервис без готового модуля.
Промт:
Сгенерируй JSON-схему для вебхука в Make, который принимает данные от формы обратной связи. Поля: имя (строка), email (строка с валидацией), сообщение (строка до 500 символов), дата (формат ISO 8601). Добавь пример входящего запроса.
Пример использования:
После получения схемы вы вставляете её в модуль Webhook в Make, указываете тип запроса POST и получаете готовую точку входа. Например, ответ нейросети:
{
"schema": {
"type": "object",
"properties": {
"name": { "type": "string" },
"email": { "type": "string", "format": "email" },
"message": { "type": "string", "maxLength": 500 },
"date": { "type": "string", "format": "date-time" }
},
"required": ["name", "email", "message"]
},
"example": {
"name": "Иван Петров",
"email": "ivan@example.com",
"message": "Хочу подключить автоматизацию",
"date": "2026-07-16T10:30:00Z"
}
}
Совет: Если вам нужно больше полей, просто допишите их в промт. Также можно указать, какие поля обязательны.
2. Промт для написания JavaScript-кода трансформации данных в n8n
Задача: Преобразовать массив объектов в другой формат, например, из CSV-строки в JSON для отправки в CRM.
Промт:
Напиши JavaScript-код для узла Function в n8n. На вход подаётся массив объектов с полями: id, full_name, email, phone. Нужно: 1) привести full_name к формату "Фамилия Имя" (с заглавной буквы), 2) добавить поле created_at с текущей датой в ISO, 3) отфильтровать записи, где email пустой. Выведи результат в виде массива.
Пример использования:
Вставьте код в узел Function в n8n. Пример ответа:
const items = $input.all();
const result = items.map(item => {
if (!item.json.email) return null;
const parts = item.json.full_name.split(' ');
const formattedName = parts.map(p => p.charAt(0).toUpperCase() + p.slice(1).toLowerCase()).join(' ');
return {
id: item.json.id,
full_name: formattedName,
email: item.json.email.toLowerCase(),
phone: item.json.phone,
created_at: new Date().toISOString()
};
}).filter(i => i !== null);
return result;
Важно: В n8n версии 1.0+ рекомендуется использовать $input.all(), а не устаревший items. Проверьте актуальную документацию n8n — там есть примеры для разных версий.
3. Промт для создания регулярного выражения в Zapier
Задача: Извлечь номер заказа из текста письма в формате "Заказ №12345 от 16.07.2026".
Промт:
Создай регулярное выражение для Zapier (код JavaScript), которое извлекает номер заказа из строки вида "Заказ №12345 от 16.07.2026". Номер может содержать буквы и цифры, длиной от 5 до 10 символов. Верни только найденный номер или null, если совпадения нет. Учти экранирование специальных символов.
Пример использования:
В Zapier вы используете модуль Code by Zapier (JavaScript). Пример кода:
const text = inputData.text;
const match = text.match(/Заказ №([A-Za-z0-9]{5,10})/);
output = { orderNumber: match ? match[1] : null };
Почему это полезно: Регулярные выражения часто пугают новичков, но с промтом вы получаете готовое решение за секунду. По данным опроса Zapier (2025), 30% пользователей используют Code by Zapier именно для парсинга текста.
4. Промт для настройки условной логики в Make
Задача: Создать фильтр, который пропускает только заказы с суммой больше 1000 рублей и статусом "оплачен".
Промт:
Сгенерируй логическое выражение для фильтра в Make (модуль Router или Filter). Данные приходят в JSON: { "order_id": 123, "amount": 1500, "status": "paid", "currency": "RUB" }. Условие: отфильтровать только заказы с amount > 1000 и status == "paid". Напиши выражение на встроенном языке Make (операторы: and, or, not, больше, равно).
Пример использования:
В модуле Filter в Make вставьте выражение:
{{1.amount}} > 1000 and {{1.status}} == "paid"
Где 1 — номер модуля-источника. Если данные приходят из разных модулей, номер меняется.
Нюанс: Make использует двойные фигурные скобки для переменных. В документации Make указано, что строки в условиях нужно заключать в кавычки, а числа — без.
5. Промт для парсинга email-писем в n8n
Задача: Извлечь из тела письма (HTML или plain text) имя клиента, сумму и дату, если письмо содержит фразу "Счёт на оплату".
Промт:
Напиши JavaScript-код для узла Code в n8n. На входе — объект с полем emailBody (строка, может содержать HTML). Извлеки: имя клиента (после "Клиент:"), сумму (после "Сумма:" до первого пробела), дату (в формате DD.MM.YYYY или YYYY-MM-DD). Если в письме нет фразы "Счёт на оплату", верни null. Обработай HTML с помощью cheerio или простого regex.
Пример использования:
Ответ нейросети:
const cheerio = require('cheerio'); // предварительно установите пакет
const $ = cheerio.load(inputData.emailBody);
const text = $.text();
if (!text.includes('Счёт на оплату')) {
return null;
}
const nameMatch = text.match(/Клиент:\s*([^\n]+)/);
const amountMatch = text.match(/Сумма:\s*([\d.,]+)/);
const dateMatch = text.match(/(\d{2}\.\d{2}\.\d{4}|\d{4}-\d{2}-\d{2})/);
return {
clientName: nameMatch ? nameMatch[1].trim() : null,
amount: amountMatch ? amountMatch[1] : null,
date: dateMatch ? dateMatch[1] : null
};
Важно: В n8n для парсинга HTML часто используют cheerio. Убедитесь, что пакет установлен в вашем экземпляре n8n (через Settings > Packages).
6. Промт для создания CSV-отчёта в Zapier
Задача: Сформировать CSV-строку из данных, полученных из Google Sheets, и отправить её на email.
Промт:
Создай JavaScript-код для модуля Code by Zapier, который преобразует массив объектов (с полями date, revenue, orders_count) в CSV-строку с заголовками. Разделитель — запятая. Экранируй кавычки и запятые внутри значений. Верни строку.
Пример использования:
const data = inputData.records; // ожидается массив объектов
const headers = ['Дата', 'Выручка', 'Количество заказов'];
const csvRows = [headers.join(',')];
data.forEach(row => {
const values = [
row.date,
row.revenue.toString().replace(/,/g, '.'),
row.orders_count.toString()
];
const escaped = values.map(v => `"${v.replace(/"/g, '""')}"`);
csvRows.push(escaped.join(','));
});
output = { csv: csvRows.join('\n') };
Совет: В Zapier есть лимит на размер кода (до 200 КБ), но для типовых отчётов этого достаточно.
7. Промт для интеграции Telegram-бота с Make
Задача: Настроить вебхук, который принимает сообщения из Telegram и отправляет их в Google Sheets.
Промт:
Сгенерируй JSON-пример запроса от Telegram Bot API (метод getUpdates) и напиши инструкцию для Make: как настроить модуль Webhook, чтобы принимать сообщения. Поля: chat_id, text, username, date. Укажи URL для вебхука.
Пример использования:
Ответ нейросети:
{
"update_id": 123456789,
"message": {
"chat": { "id": 987654321 },
"text": "Привет, это тест",
"from": { "username": "ivan_petrov" },
"date": 1657968000
}
}
Инструкция: в Make создайте модуль Webhook, выберите метод POST. Скопируйте URL, который сгенерирует Make. Затем выполните запрос к Telegram API: https://api.telegram.org/bot<TOKEN>/setWebhook?url=<YOUR_MAKE_WEBHOOK_URL>. После этого все сообщения будут приходить в Make.
Проверка: Используйте сервис webhook.site для тестирования перед подключением бота.
8. Промт для обработки ошибок в n8n
Задача: Создать обработчик ошибок для сценария, который отправляет данные в CRM. Если CRM недоступна, нужно отправить уведомление в Slack.
Промт:
Напиши сценарий n8n с использованием узла Error Trigger. На входе — данные клиента (name, email, phone). Если HTTP-запрос к CRM (POST на https://crm.example.com/api/leads) возвращает ошибку (статус не 200), то отправь сообщение в Slack с текстом ошибки. Используй ноды: HTTP Request, Slack, Error Trigger. Опиши последовательность подключения.
Пример использования:
Структура сценария:
1. Manual Trigger (для теста)
2. HTTP Request (метод POST, URL CRM, тело — JSON с данными)
3. Если успех — завершение
4. Error Trigger подключается к HTTP Request: если ошибка, то Slack-нода отправляет сообщение с $node["HTTP Request"].json["error"]
Совет: В n8n версии 1.0+ Error Trigger работает как отдельная нода, которую нужно перетащить на холст и соединить с целевой нодой.
9. Промт для генерации тестовых данных в Zapier
Задача: Создать 10 тестовых записей для отладки сценария.
Промт:
Сгенерируй 10 JSON-объектов для тестирования сценария Zapier. Поля: user_id (число от 1 до 1000), email (реалистичный паттерн), signup_date (дата в 2026 году). Используй случайные значения.
Пример использования:
В модуле Code by Zapier вы можете захардкодить этот массив и прогонять сценарий без реальных данных. Это ускоряет отладку.
10. Промт для интеграции Google Calendar с Make
Задача: Создать событие в Google Calendar при получении новой записи из Typeform.
Промт:
Напиши инструкцию для Make: как настроить сценарий, который при получении ответа из Typeform (поля: name, email, date, time) создаёт событие в Google Calendar. Укажи, как сопоставить поля, и приведи пример конфигурации модуля Google Calendar (Create Event).
Пример использования:
В Make модуль Google Calendar > Create Event заполните:
- Summary: {{1.name}} - встреча
- Start Date: {{1.date}}
- Start Time: {{1.time}}
- End Time: {{1.time}} + 1 час (можно задать через функцию addHours)
Важно: Убедитесь, что аккаунт Google авторизован в Make. Срок действия токена — 1 час, но Make автоматически обновляет его.
11. Промт для фильтрации спама в n8n
Задача: Отфильтровать сообщения из формы, которые содержат нецензурные слова или ссылки.
Промт:
Напиши JavaScript-код для узла Function в n8n, который проверяет поле message на наличие: 1) URL-ссылок (http/https), 2) списка стоп-слов (задан в коде). Если хотя бы одно совпадение есть — верни null (отбросить запись). Иначе — верни исходный объект.
Пример использования:
const items = $input.all();
const stopWords = ['спам', 'реклама', 'бесплатно', 'ссылка'];
const result = items.filter(item => {
const msg = item.json.message || '';
const hasLink = /https?:\/\/[^\s]+/.test(msg);
const hasStopWord = stopWords.some(word => msg.toLowerCase().includes(word));
return !hasLink && !hasStopWord;
});
return result;
12. Промт для конвертации валют в Make
Задача: Автоматически конвертировать сумму из USD в RUB по текущему курсу.
Промт:
Создай сценарий в Make: используй модуль HTTP для получения курса USD к RUB с API (например, https://api.exchangerate-api.com/v4/latest/USD). Затем умножь сумму на курс. Напиши выражение для модуля Set Variable.
Пример использования:
1. HTTP-запрос: GET https://api.exchangerate-api.com/v4/latest/USD
2. Set Variable: {{1.json.rates.RUB}}
3. Set Variable (результат): {{2.amount}} * {{3.rate}}
Альтернатива: Можно использовать фиксированный курс, если API недоступен.
13. Промт для создания PDF-отчёта в Zapier
Задача: Сгенерировать PDF из данных заказа и отправить клиенту.
Промт:
Напиши сценарий Zapier: используй сервис PDF.co (или другой) для генерации PDF из HTML-шаблона. Шаблон содержит поля: order_id, customer_name, items (таблица), total. Опиши шаги настройки и пример HTML.
Пример использования:
В Zapier вы можете использовать CloudConvert или PDF.co. Пример HTML-шаблона:
<h1>Заказ №{{order_id}}</h1>
<p>Клиент: {{customer_name}}</p>
<table>
<tr><th>Товар</th><th>Цена</th></tr>
{{#each items}}
<tr><td>{{name}}</td><td>{{price}}</td></tr>
{{/each}}
</table>
<p>Итого: {{total}}</p>
14. Промт для автоматического резервного копирования в n8n
Задача: Раз в день копировать данные из Google Sheets в Supabase (база данных).
Промт:
Создай сценарий n8n с триггером Schedule (ежедневно в 23:00). Извлеки данные из Google Sheets (все строки), преобразуй их в массив объектов и вставь в таблицу Supabase (используй ноду Postgres). Напиши SQL-запрос для вставки с конфликтом (upsert).
Пример использования:
SQL-запрос для ноды Postgres:
INSERT INTO leads (name, email, phone, created_at)
VALUES ($1, $2, $3, $4)
ON CONFLICT (email) DO UPDATE SET
name = EXCLUDED.name,
phone = EXCLUDED.phone
15. Промт для интеграции с CRM через Make
Задача: При создании лида в Facebook Ads (через Instant Forms) автоматически создать сделку в amoCRM.
Промт:
Напиши сценарий Make: модуль Facebook Lead Ads (триггер) → модуль HTTP (POST в amoCRM API). Укажи, какие поля маппить: name, phone, email. Приведи пример тела запроса для создания сделки.
Пример использования:
Тело запроса для amoCRM:
{
"name": "{{1.name}}",
"custom_fields_values": [
{ "field_id": 123, "values": [{ "value": "{{1.phone}}" }] },
{ "field_id": 456, "values": [{ "value": "{{1.email}}" }] }
]
}
Важно: ID полей нужно получить из amoCRM заранее.
Заключение
Эти 15 промтов покрывают 80% типовых задач автоматизации: от парсинга данных до интеграции с внешними сервисами. Главное — не копировать шаблоны слепо, а адаптировать под свои реальные данные. Попробуйте начать с самого простого — генерации JSON-схемы для вебхука, — и постепенно переходите к более сложным сценариям с JavaScript.
Если вы используете Make, n8n или Zapier регулярно, составьте свой личный список промтов, сгруппировав их по типам (парсинг, трансформация, интеграция). Это сократит время настройки новых сценариев в разы. А если какой-то промт не сработал — уточните его, добавив пример данных или версию платформы. Нейросети становятся точнее, когда видят контекст.
Начните автоматизировать уже сегодня: выберите одну задачу, скопируйте подходящий промт и запустите первый сценарий. Экономия времени не заставит себя ждать.
Комментарии