Промты для n8n и Make: как собрать автоматизации без кода и заменить рутину в 2026 году
Вы когда-нибудь тратили часы на монотонные задачи: копирование данных из одной таблицы в другую, отправку уведомлений, синхронизацию CRM и почты? В 2026 году low-code платформы, такие как n8n и Make, позволяют автоматизировать эти процессы без единой строки кода. Но даже с ними нужен чёткий план и правильные инструкции. Здесь на помощь приходят промты — структурированные запросы к AI-ассистенту, которые генерируют готовые сценарии, помогают отлаживать workflows и оптимизировать интеграции.
В этой подборке я собрал 15 проверенных промтов для n8n и Make, которые я использую в реальных проектах. Каждый промт сопровождается примером использования и пояснением. Вы сможете скопировать их и адаптировать под свои задачи — от сбора лидов до синхронизации таблиц и уведомлений.
1. Генерация сценария n8n для сбора лидов из веб-формы в Google Sheets
Задача: Автоматически сохранять заявки с сайта в Google Sheets и отправлять уведомление в Slack.
Промт:
Ты — эксперт по n8n. Создай workflow, который:
1. Принимает POST-запрос от веб-формы (Webhook node).
2. Извлекает поля: name, email, message.
3. Добавляет строку в Google Sheets (лист "Leads").
4. Отправляет сообщение в Slack канал #leads с текстом "Новый лид: {name}, {email}".
Верни JSON для импорта в n8n.
Пример использования: Вы копируете промт в AI-ассистент (например, ChatGPT), получаете готовый JSON, импортируете его в n8n через «Import from JSON». Остаётся только настроить учётные данные Google и Slack.
2. Промт для Make: синхронизация контактов между CRM и Google Contacts
Задача: Двусторонняя синхронизация контактов между HubSpot и Google Contacts.
Промт:
Создай сценарий в Make (Integromat), который:
- При новом контакте в HubSpot создаёт контакт в Google Contacts.
- При обновлении контакта в Google Contacts обновляет его в HubSpot.
- Использует модули HubSpot > Watch Contacts и Google Contacts > Watch Contacts.
- Предотвращает дублирование по email.
Опиши шаги и настройки модулей.
Пример: После генерации вы получаете пошаговую инструкцию. В Make собираете сценарий, добавляя модули в указанном порядке.
3. Промт для отладки ошибок в n8n workflow
Задача: Workflow падает с ошибкой «Cannot read property 'email' of undefined».
Промт:
Мой n8n workflow выдаёт ошибку: "Cannot read property 'email' of undefined" в узле "Set". Вот фрагмент JSON: {...}. Объясни причину и предложи исправление.
Пример: AI анализирует JSON, находит, что предыдущий узел не передаёт поле email, и предлагает добавить проверку или изменить маппинг.
4. Промт для создания кастомного API-запроса в n8n
Задача: Интегрировать внутренний API компании, который требует авторизацию по API-ключу и возвращает данные в формате JSON.
Промт:
Напиши HTTP Request узел для n8n, который:
- Делает GET-запрос к https://api.example.com/data
- Передаёт заголовок Authorization: Bearer {token}
- Обрабатывает пагинацию (параметры page, limit)
- Возвращает массив объектов.
Пример: Вы вставляете промт, получаете готовую конфигурацию узла с динамическими параметрами.
5. Промт для парсинга HTML в Make с помощью регулярных выражений
Задача: Извлечь цены с сайта конкурента и записать в Google Sheets.
Промт:
Создай сценарий в Make, который:
- Загружает HTML страницы товара.
- Извлекает цену с помощью регулярного выражения: /<span class="price">(.*?)<\/span>/
- Записывает результат в Google Sheets.
Пример: Make использует модуль HTTP > Make a request, затем Text parser > Match pattern, затем Google Sheets > Add a row.
6. Промт для условной логики в n8n (if-else)
Задача: Если сумма заказа > 10000 руб., отправить уведомление менеджеру, иначе — в общий чат.
Промт:
Добавь в workflow n8n узел IF, который проверяет: {{$json["amount"]}} > 10000. Если true — отправь Slack сообщение в канал #managers, если false — в #general. Используй узел Slack.
Пример: AI сгенерирует условие и два пути.
7. Промт для обработки ошибок и повторных попыток в Make
Задача: При сбое API-запроса делать 3 повторные попытки с интервалом 5 секунд.
Промт:
Настрой в Make обработку ошибок для модуля HTTP: при ошибке 5xx повторить запрос 3 раза с задержкой 5 секунд. Используй директиву "Resume" и "Break".
Пример: В настройках модуля включаете «Error handling» и добавляете директивы.
8. Промт для преобразования данных (Data Transformer) в n8n
Задача: Преобразовать массив объектов в строку CSV.
Промт:
Используй узел "Item Lists" или "Function" в n8n, чтобы преобразовать массив [{name: "John", age: 30}, ...] в CSV строку.
Пример: AI предложит код на JavaScript для узла Function.
9. Промт для интеграции Telegram-бота с n8n
Задача: Бот принимает команду /start и отправляет приветствие.
Промт:
Создай workflow n8n: Webhook от Telegram, проверка текста на /start, ответ через Telegram node.
Пример: Вы получаете JSON с узлами Webhook, Switch, Telegram.
10. Промт для планировщика задач в Make (cron)
Задача: Каждый день в 9:00 отправлять отчёт в Slack.
Промт:
Настрой в Make модуль Scheduler на ежедневный запуск в 9:00, затем добавь модуль Slack > Create a Message с текстом отчёта.
Пример: В Make используете модуль «Scheduler» с настройкой cron.
11. Промт для валидации данных в n8n
Задача: Проверить, что email в форме соответствует формату.
Промт:
Добавь в n8n узел IF с условием: {{$json["email"]}} matches regex /^[^\s@]+@[^\s@]+\.[^\s@]+$/. Если не соответствует — вернуть ошибку.
Пример: AI сгенерирует условие с регулярным выражением.
12. Промт для объединения данных из нескольких источников в Make
Задача: Собрать данные из Google Sheets и Airtable, объединить по ключу ID.
Промт:
Создай сценарий в Make: получи все строки из Google Sheets, получи все записи из Airtable, объедини их с помощью модуля "Array Aggregator" по полю ID.
Пример: Вы добавляете модули и настраиваете агрегацию.
13. Промт для отправки персонализированных email через n8n
Задача: Отправить письмо с именем клиента из Google Sheets.
Промт:
Настрой n8n: читай строки из Google Sheets, для каждой отправляй email через SMTP с темой "Привет, {{name}}!" и телом "Спасибо за заказ".
Пример: AI создаст цикл по строкам и узел Email.
14. Промт для создания вебхука в Make и приёма данных
Задача: Принять JSON от внешнего сервиса и сохранить в MongoDB.
Промт:
Создай в Make вебхук, который принимает POST с JSON, извлекает поля, подключается к MongoDB и вставляет документ.
Пример: Вы получаете URL вебхука и настраиваете модули.
15. Промт для оптимизации существующего workflow
Задача: Ускорить выполнение сценария, который обрабатывает 1000 записей.
Промт:
Проанализируй мой workflow n8n (JSON прилагается) и предложи оптимизации: уменьшить количество операций, использовать пакетную обработку, кэширование.
Пример: AI указывает на избыточные узлы и предлагает объединить запросы.
Как начать использовать промты уже сегодня
Начните с простого: выберите одну рутинную задачу, например, сбор лидов. Скопируйте промт №1, сгенерируйте workflow и протестируйте. Постепенно добавляйте новые автоматизации. Помните: low-code платформы постоянно развиваются, поэтому проверяйте актуальность синтаксиса в официальной документации n8n (docs.n8n.io) и Make (make.com/en/help). Если хотите глубже освоить автоматизацию с AI, изучите наш курс — там мы разбираем реальные кейсы и делимся шаблонами. Автоматизируйте рутину и освободите время для творчества!
Комментарии