Ноу-код автоматизация: Как связать ChatGPT, Notion и Telegram, чтобы работа шла сама

Пошаговый гайд для тех, кто хочет за 1 вечер создать личного ассистента, который будет собирать данные, напоминать и структурировать.

Представьте: вы кидаете голосовое сообщение в Telegram: «Купить молоко и записаться к стоматологу», а через секунду это оказывается задачей в вашем Notion-планере. Или ChatGPT анализирует статью по вашей ссылке и кладет саммари в базу знаний. Это не магия, это автоматизация на стыке нейросетей и no-code. Собираем пайплайн.

Цель: Создать систему, где через Telegram в Notion добавляются умные, обработанные ChatGPT заметки.

Что нам понадобится (всё есть в бесплатных тарифах):

1. Telegram (у вас есть).
2. ChatGPT (или его API через платформу вроде Make; для простоты начнём с готовых решений).
3. Notion (база данных).
4. Make.com (или Zapier — no-code-платформа для связки всего со всем). Возьмём Make, у него щедрый бесплатный тариф.

ШАГ 1: Готовим «приёмник» в Notion

1. Создаём новую базу данных (например, «Умные заметки»).
2. Добавляем свойства: «Название» (заголовок), «Текст», «Тэг», «Дата».
3. Копируем Internal Integration Token и ID базы данных (это легко гуглится, Notion для разработчиков). Откладываем.

ШАГ 2: Настраиваем «мозг» в Make (бывший Integromat)

1. Регистрируемся на Make.com.
2. Создаём новый Scenario.
3. Добавляем первый модуль — «Telegram Bot». Создаём бота через @BotFather, получаем API-токен, вставляем в Make. Настраиваем триггер на новое сообщение в личке с ботом.

ШАГ 3: Добавляем обработку ChatGPT

1. Добавляем второй модуль — «OpenAI» (есть встроенный).
2. Выбираем действие «Create Completion». Подключаем свой API-ключ OpenAI (есть в личном кабинете).
3. В поле «Prompt» пишем системную инструкцию, которая превратит наш сырой текст в структурированную заметку. Например:
   *«Проанализируй предоставленный текст пользователя и преобразуй его в структурированную заметку. Выдели основную тему как заголовок (не более 5 слов). Кратко изложи суть. Если в тексте есть действия (купить, позвонить, сделать), выдели их в отдельный список. Определи 1-2 общих тега (например, "быт", "работа", "здоровье", "идея"). Ответ выдай в формате JSON: {"title": "...", "summary": "...", "actions": ["...", "..."], "tags": ["...", "..."]}».*
4. В качестве текста для анализа передаём содержимое сообщения из Telegram (динамическое значение из первого модуля).

ШАГ 4: Отправляем результат в Notion

1. Добавляем третий модуль — «Notion» > «Create a database item».
2. Вставляем токен и ID базы.
3. Мапим (сопоставляем) данные из ответа ChatGPT (JSON) в поля Notion:
   «Title» -> title из JSON.
   «Text» -> summary + actions из JSON.
   «Tags» -> tags из JSON.
   «Date» -> текущая дата.

Запускаем сценарий и тестируем!
Пишем боту: «Статья про квантовые компьютеры на Хабре очень крутая, надо изучить тему глубже и добавить в план на квартал».
Через 10 секунд в Notion появляется карточка:

• Заголовок: Квантовые компьютеры и их изучение.
• Текст: Пользователь прочитал статью на Хабре и хочет глубже изучить тему... Действия: 1. Глубже изучить тему квантовых компьютеров. 2. Добавить в квартальный план.
• Тэги: Технологии, Обучение.

Что мы получили?
Личного ассистента, который не просто сохраняет, а осмысливает и структурирует сырые мысли. Эту схему можно бесконечно развивать: сохранять твиты, расшифровывать и резюмировать голосовые сообщения, фильтровать новости.

Важно: Это базовая схема. Первые настройки займут пару часов, но они окупятся с лихвой. Вы учите машину работать на вас.

Вопрос для продвинутых: А какие ещё рутинные задачи вашего цифрового workflow вы бы хотели автоматизировать с помощью нейросетей? Описывайте в комментах — вместе придумаем схему!