Як створити AI SDR на n8n: архітектура за $50/місяць, яку ми впроваджуємо клієнтам (2026)

Як створити AI SDR за допомогою n8n: архітектура за $50/місяць, яку ми постачаємо клієнтам (2026)

11x бере близько $2 000 на місяць. Artisan починається від $1 500. Regie — від $1 000. Ми будуємо ту саму outbound-машину для наших B2B-клієнтів в n8n за $50–65/місяць, і архітектура нижче — це саме та, яку ми розгортаємо. Techsy керує агентством AI SDR, тож це не теорія, а робочий процес, який ми постачали для акаунтів у сферах SaaS, fintech та devtools з початку 2025 року.

Ключові висновки:

• AI SDR, побудований в n8n, коштує $50–65/місяць за 1 000 лідів проти $1 500–2 000/місяць за керовані інструменти на кшталт 11x або Artisan.
• 7-етапна архітектура: завантаження лідів, збагачення, дослідження, генерація, перевірка людиною, відправка, класифікація відповідей.
• Найчастіше постачуваний актив — системний промпт вузла AI Agent; нижче ми публікуємо повний шаблон на 40 рядків.
• Не будуйте це, якщо ви надсилаєте менше 100 холодних листів на місяць або не маєте інфраструктури для доставлюваності та прогріву.

Що насправді робить AI SDR (і чому n8n — правильний канвас)

AI SDR (Sales Development Representative) — це автономний workflow, який приймає цільові ліди, збагачує їх фірмографічними та поведінковими даними, складає персоналізовані outbound-листи за допомогою LLM, надсилає їх через прогріту поштову скриньку та класифікує відповіді — і все це без участі SDR-людини. В n8n він існує як єдиний візуальний workflow, який ви можете редагувати, налагоджувати й повністю контролювати.

Що залишається автоматизованим: маршрутизація лідів, збагачення даних, дослідження, складання листів, надсилання, сортування відповідей, оновлення CRM. Що залишається за людиною: курація цільового списку (особливо визначення ICP), юридичне погодження текстів і шлях ескалації, коли відповідь переростає в реальну розмову. AI SDR — це не чат-бот, це система залучення outbound-розмов.

Чому n8n, а не Zapier чи Make? Три причини. Вузол AI Agent має вбудовані нативні виклики інструментів і структурований вивід (Zapier досі обгортає OpenAI у загальний HTTP-крок). Селф-хостинг дає необмежену кількість виконань на VPS за $5. А візуальний канвас дозволяє навіть неінженеру у вашій команді налагодити зламаний виклик Apollo, не відкриваючи редактор JSON. Якщо ви вперше знайомитеся з вузлом AI Agent в n8n, почніть з нашого підручника з AI-агентів n8n перед цією збіркою — він охоплює базові примітиви. Офіційна документація n8n Advanced AI містить довідник по вузлах.

7-рівнева архітектура (від інтенту до відповіді)

Сім рівнів такі: Отримання лідів (вебхук або CSV), Збагачення (Apollo або Clay), Дослідження (AI-агент, який збирає контекст), Генерація (LLM для листів із захисними обмеженнями), Перевірка людиною (схвалення в Slack для перших 100), Відправка (Instantly або Smartlead) і Класифікація відповідей (AI-агент, який скеровує відповіді в CRM, Slack або на автовідповідь). Кожен рівень відповідає рівно одному вузлу n8n — саме це обмеження дизайну робить збірку придатною для підтримки.

Ось покроковий розбір по рівнях:

Команда PageLines написала корисну концепцію про автономний стек SDR, яка описує схожу структуру; тут ми розвиваємо її, конкретизуючи кожен рівень до вузлів n8n. Для багатоканальної автономності за межами outbound-розсилок (уявіть LinkedIn + email + рекламу в одному workflow) наш посібник з автономної B2B-лідогенерації в соцмережах описує паралельний патерн.

Один нюанс замкненого циклу: класифікація відповідей повертається в отримання лідів як негативний сигнал — будь-хто, хто відписався або відповів «не та людина», отримує прапорець «не контактувати» під час наступного проходу збагачення. Саме цей цикл робить із цього систему, а не просто mail-merge.

Передумови: n8n Cloud проти Self-Hosted, ключі LLM, стек для розсилки

Перш ніж відкривати n8n, вам потрібні чотири речі: рішення щодо хостингу (Cloud або self-hosted), два API-ключі LLM (OpenAI плюс Anthropic як запасний варіант), стек для розсилки (Instantly або Smartlead, і жодного Gmail у великих масштабах), а також 3–5 прогрітих поштових скриньок на окремому домені для розсилки. За замовчуванням ми розміщуємо клієнтів на self-hosted сервері Hetzner за $5, оскільки ліміт виконань n8n Cloud починає дошкуляти щойно ви перетинаєте позначку 500 лідів на день.

Порівняння Cloud і self-hosted:

Якщо ви обрали self-hosted, ось мінімальний docker-compose.yml, який ми використовуємо:

services:
  n8n:
    image: n8nio/n8n:latest
    restart: always
    ports:
      - "5678:5678"
    environment:
      - N8N_HOST=n8n.yourdomain.com
      - N8N_PROTOCOL=https
      - N8N_BASIC_AUTH_ACTIVE=true
      - N8N_BASIC_AUTH_USER=admin
      - N8N_BASIC_AUTH_PASSWORD=${N8N_PASSWORD}
      - WEBHOOK_URL=https://n8n.yourdomain.com/
    volumes:
      - ./n8n_data:/home/node/.n8n

Додайте Caddy або Traefik для термінації HTTPS. Для self-hosting із локальною LLM (у нішах, чутливих до конфіденційності) найкращим джерелом є інструкція з n8n + Ollama. Ключі LLM: отримайте один ключ OpenAI (GPT-4o-mini виконає 90% роботи) та один ключ Anthropic (Claude Haiku 3.5 як запасний варіант). Стек для розсилки: Instantly за $37 на місяць дає необмежений прогрів і зручний API. Актуальні цифри тарифів Cloud дивіться на сторінці тарифів n8n.

Крок 1 — Прийом лідів і збагачення даних

Прийом лідів — це лише вхідні двері. Справжня робота починається на етапі збагачення, де ви перетворюєте email + назву компанії на рядок із посадою, рівнем у ієрархії, кількістю співробітників, стадією фінансування, технологічним стеком і нещодавньою активністю в LinkedIn. За замовчуванням ми використовуємо Apollo для холодних пошуків і Clay для складних випадків із нечітким збігом — та сама структура payload, але інша ціна за рядок. Apollo коштує $0,02–0,05 за контакт при великих обсягах; Clay починається від $349/міс із глибшим видобутком сигналів.

1.1 Тригер вебхука (або імпорт CSV)

Два патерни. Патерн A: вебхук спрацьовує щоразу, коли ваша команда додає рядок до Airtable або Google Таблиці «цільові ліди». Патерн B: ручне завантаження CSV через ноду Spreadsheet File в n8n. Ми використовуємо Патерн A для поточних кампаній, а Патерн B — для одноразових списків від відділу продажів.

1.2. HTTP-запит Apollo

Ендпоінт Apollo /v1/people/match приймає електронну адресу та повертає збагачений запис:

{
  "method": "POST",
  "url": "https://api.apollo.io/v1/people/match",
  "headers": {
    "Content-Type": "application/json",
    "Cache-Control": "no-cache",
    "X-Api-Key": "{{ $env.APOLLO_API_KEY }}"
  },
  "body": {
    "email": "={{ $json.email }}",
    "reveal_personal_emails": false,
    "reveal_phone_number": false
  }
}

Підключіть відповідь до вузла Set, який витягує organization.industry, organization.estimated_num_employees, title та seniority. Це і є ваш корисний навантаження для збагачення.

1.3 Альтернативи Clay і Apify

Якщо Apollo не знаходить дані (за нашим досвідом, це близько 15–20% B2B-контактів), скористайтеся Apify Proxycurl для LinkedIn за $0,01 за запит, або Clay, якщо вам потрібне каскадне збагачення через кілька провайдерів. Створіть у n8n гілку try/catch за допомогою вузла IF, щоб пропущені ліди отримували другу спробу, а не випадали з воронки.

1.4 Схема виводу

Уніфікуйте єдину JSON-схему на виході:

{
  "lead_id": "string",
  "email": "string",
  "first_name": "string",
  "company": "string",
  "title": "string",
  "industry": "string",
  "headcount": "integer",
  "linkedin_url": "string",
  "enrichment_source": "apollo|clay|proxycurl"
}

Саме на етапі збагачення визначається бюджет персоналізації після Apollo — кожен контакт за $0,04 встановлює стелю в $0,04 на витрати токенів LLM, які може виправдати цей лід.

Крок 2 — Дослідницький шар із вузлом AI-агента

Завдання дослідницького агента — взяти збагачений лід і видати гіпотезу болю в один рядок, а також нещодавню тригерну подію (раунд фінансування, запуск продукту, найм нового співробітника). Він працює як вузол AI-агента з двома інструментами: інструментом вебпошуку (SerpAPI або Brave Search) і необов'язковим пошуком у LinkedIn (Proxycurl). На виході — структурований JSON, щоб наступний вузол міг розгалужуватися за icp_fit_score. Ми з'ясували, що GPT-4o-mini виконує 80% дослідницьких завдань за 1/20 вартості Sonnet, тож ескалацію до Claude Sonnet робимо лише тоді, коли показник відповідності ICP перебуває на межі (0.4–0.6).

2.1 Налаштування вузла AI Agent

Модель: GPT-4o-mini. Температура: 0,3 (вам потрібна послідовність, а не креативність). Пам'ять: вимкнено, кожен лід не має стану. Максимальна кількість ітерацій: 5 (обмежте цикл викликів інструментів, інакше витрати на токени злетять через вигадані пошукові запити).

2.2 Інструменти

Додайте два інструменти HTTP Request: один для SerpAPI (https://serpapi.com/search?q={query}&num=5), інший для Proxycurl LinkedIn. Агент вирішує, який із них викликати.

2.3 Структурований вивід

Примусово застосуйте до виводу JSON-схему:

You are a B2B research agent for an AI SDR pipeline. Given an enriched lead,
research their company in the last 90 days and return a structured assessment.

Tools:
- web_search(query): SerpAPI top 5 results
- linkedin_lookup(url): Proxycurl person + company profile

Rules:
- Spend at most 3 tool calls per lead.
- If no recent trigger found, set recent_trigger to null. Do not invent.
- ICP fit is for B2B SaaS sellers: prefer 50-500 headcount, recent funding.

Output JSON exactly:
{
  "icp_fit_score": 0.0-1.0,
  "pain_hypothesis": "string, ≤25 words",
  "recent_trigger": "string or null",
  "do_not_contact_reason": "string or null"
}

Поле do_not_contact_reason — це запобіжник; встановіть його, коли агент виявляє конкурента, чинного клієнта або нещодавнє скорочення. Будь-що зі значенням у цьому полі пропускає решту конвеєра.

Крок 3 — Генерація електронних листів із захисними обмеженнями

Агент генерації електронних листів — найчастіше розгортаний актив усього проєкту. Його завдання: взяти збагачений лід разом із результатами Дослідницького агента та створити тему листа до 50 символів, текст до 80 слів і один м'який заклик до дії. Він також видаляє заборонені фрази за допомогою постгенераційної обробки регулярними виразами. Список заборонених фраз — це найчастіше розгортане захисне обмеження, яке ми використовуємо: варто прибрати «revolutionary», і частота відповідей зростає на 1–2 пункти буквально за ніч. Власний посібник із захисних обмежень Apollo підтверджує це даними від постачальника.

3.1 Системний промпт (головний актив)

Скопіюйте та вставте це безпосередньо у вузол AI Agent:

You are a B2B sales development rep with 3 years of tenure writing cold emails
for a SaaS company. You write the way an experienced AE writes — direct,
specific, no marketing fluff.

INPUT: enriched lead JSON + research JSON.

VOICE RULES:
- Write like a 3-year-tenure AE, not a marketer.
- One ask per email. Soft, low-friction (15-min call, not "demo").
- Reference the recent_trigger if present. Otherwise reference the pain_hypothesis.
- First sentence is NOT a greeting. Start with the trigger or pain.
- No exclamation marks. No emojis.

LENGTH:
- Subject: ≤ 50 characters.
- Body: ≤ 80 words.
- Single paragraph + CTA on its own line.

BANNED PHRASES (case-insensitive — never use any of these):
- "hope this email finds you well"
- "I wanted to reach out"
- "circle back"
- "touch base"
- "synergy"
- "leverage" (as verb)
- "revolutionary"
- "game-changing"
- "in today's fast-paced world"
- "I came across your"
- "quick question"
- "just checking in"

BANNED OPENERS:
- Any sentence starting with "I" or "We".
- Any compliment about the recipient's company ("love what you're doing").

OUTPUT JSON exactly:
{
  "subject": "string",
  "body": "string",
  "cta": "string (one sentence, the ask)",
  "intent_score": 0.0-1.0 (your confidence this lands)
}

If you cannot write an email that passes the rules without inventing facts,
return: {"subject": null, "body": null, "cta": null, "intent_score": 0.0}.
Do not invent quotes, statistics, or product features.

3.2 Структурований вивід

Поле intent_score — це ваш другий запобіжник. Усе, що нижче 0,6, спрямовується до черги ручної перевірки незалежно від етапу кампанії. Ми налаштовуємо поріг під кожен ICP окремо: для enterprise-ICP мінімум становить 0,75, для SMB — 0,55.

3.3 Постгенераційна перевірка регулярним виразом

Вузол Function в n8n виконує фінальне сканування регулярним виразом за списком заборонених фраз (LLM іноді проносить їх назад через синоніми). Будь-який збіг повертає лист у чергу з рядком зворотного зв'язку для наступної спроби. Кожна співпраця з клієнтом починається з того, що вони передають нам свої останні 50 вихідних листів, а наша модель створює 50 варіантів паралельно — саме це A/B-порівняння дозволяє нам калібрувати список заборонених фраз під кожен ICP.

Крок 4 — Перевірка людиною (перші 100 листів)

Перевірка людиною критична для перших 100 листів, бо саме тоді проявляються сліпі зони моделі: хибне влучання в ICP, недоречна алюзія, заборонена фраза, що прослизнула. Після того як 100 листів проходять із менш ніж 5% відхилень, ви переходите до режиму вибіркової перевірки — щоденний перегляд 10% випадкової вибірки. Ми ніколи не дозволяємо клієнту запускати автономну розсилку, поки перші 100 листів не пройдуть із менш ніж 5% відхилень — це поріг передачі.

Налаштуйте гілку HITL за допомогою вузла Send and Wait for Approval в n8n. Він публікує в окремому каналі Slack ім'я ліда, згенеровану тему та тіло листа. Рев'юери натискають Approve або Reject. Approve спрямовує до відправки; Reject повертає на етап генерації з однорядковим коментарем («занадто формально», «пропущено тригер», «заборонена фраза: synergy»).

Що перевіряти в перших 100 листах:

• Заборонені фрази (regex ловить більшість, людина — решту)
• Хибні влучання в ICP (ви цілилися в CTO, а лист читається як для маркетолога)
• Тон (занадто наполегливий, занадто формальний, занадто транзакційний)
• Фактичні вигадки (модель вигадала функцію, назву конкурента, цитату)

Порада: записуйте кожну причину відхилення в таблицю Postgres. Після 100 листів проженіть відхилення через кластеризацію, щоб оновити системний промпт — саме так промпт еволюціонує разом із ICP.

Крок 5 — Надсилання та доставлюваність (SPF, DKIM, DMARC, прогрів)

Саме на доставлюваності спотикається 80% рішень на базі AI SDR. Безумовні вимоги: окремий домен для надсилання (ніколи не ваш основний домен), повністю налаштовані SPF + DKIM + DMARC, ліміт надсилання 40–50 листів на день на поштову скриньку та 3-тижневий прогрів перед першим холодним надсиланням. Якщо рівень спаму перевищить 0,3%, Google обмежить увесь ваш домен, а не лише проблемну кампанію.

5.1 Окремий домен для розсилки

Зареєструйте схожий домен (getyourcompany.com замість yourcompany.com). Перенаправляйте відповіді на свою основну поштову скриньку. Це ізолює вашу репутацію. Якщо домен для холодних листів буде зіпсовано, ваш справжній домен залишиться чистим.

5.2 SPF, DKIM, DMARC

Повний чек-лист із доставлюваності:

RFC 8058 — це стандарт відписки в один клік; Gmail і Yahoo тепер вимагають його від масових відправників. Instantly та Smartlead додають цей заголовок автоматично.

5.3 Ліміти надсилання та прогрів

40–50 листів на день з однієї поштової скриньки — жорсткий ліміт. П’ять прогрітих скриньок = 200–250 листів на день на один домен. Потрібно більше? Додавайте більше скриньок, а не більше листів на одну скриньку. Прогрів триває 3 тижні перед будь-яким реальним надсиланням. Безкоштовний пул прогріву від Instantly допоможе вам цього досягти.

5.4 Відповідність вимогам

США: CAN-SPAM вимагає фізичної поштової адреси та працюючої можливості відписки, а посібник із відповідності вимогам від FTC є канонічним джерелом. ЄС: стаття 6(1)(f) GDPR — законний інтерес є типовою підставою для B2B холодних листів, із задокументованою можливістю відмови протягом 72 годин, офіційний текст короткий, прочитайте його. Канада: CASL суворіший за CAN-SPAM і вимагає явної або неявної згоди.

Звіт Instantly про доставлюваність встановлює орієнтир потрапляння у вхідні на рівні 85-90% на 2025-2026 роки, якщо виконано всі наведені вище умови. Більшість команд досягають лише 50-60%, оскільки нехтують окремим доменом.

Крок 6 — Класифікація відповідей і синхронізація з CRM

Класифікація відповідей розподіляє вхідні відповіді на п'ять категорій — зацікавленість, заперечення, відписка, авто-відповідь та помилковий адресат — і запускає окрему дію для кожної з них. Відповіді із зацікавленістю надсилають сповіщення у Slack засновника та створюють угоду в HubSpot. Заперечення спрямовуються в послідовність повторних листів. Відписки вносяться до списку придушення. Авто-відповіді запускають повторне надсилання через 7 днів. Помилковий адресат оновлює CRM і надсилає запит на рекомендацію. У клієнтських впровадженнях саме цей розділ H2 відрізняє «ШІ генерує листи» від «ШІ керує воронкою» — без класифікації відповідей ви просто химерний mail-merge.

6.1 Тригер IMAP

Тригер IMAP Email в n8n опитує вашу вихідну поштову скриньку кожні 60 секунд. Відфільтруйте листи, у яких батьківський ланцюжок було ініційовано вашою кампанією (зіставте заголовок In-Reply-To із вашим журналом Message-ID).

6.2 Агент класифікації відповідей

You are a reply-classification agent for an AI SDR pipeline. Read the reply
and classify intent.

OUTPUT JSON exactly:
{
  "intent": "interested|objection|unsubscribe|ooo|wrong_person",
  "confidence": 0.0-1.0,
  "suggested_action": "string, ≤20 words"
}

Rules:
- "interested" = explicit yes, time proposal, or follow-up question.
- "objection" = "not now", "send info", "we use X".
- "unsubscribe" = any opt-out phrase, even polite.
- "ooo" = auto-reply detected.
- "wrong_person" = "I don't handle this", "try X@", "I left the company".

If confidence < 0.7, default intent to "objection" (safer than wrong action).

6.3 Маршрутизація вузла Switch

Вузол Switch в n8n розгалужує потік за значенням intent:

• interested → Оновлення контакту в HubSpot (lifecycle = SQL) + повідомлення у Slack-канал #sales
• objection → Додавання до послідовності повторних дотиків із затримкою 5 днів
• unsubscribe → Запис до таблиці придушення в Postgres + надсилання підтвердження
• ooo → Запланувати повторне надсилання через +7 днів
• wrong_person → Оновлення CRM, позначення email як недійсного, запит рекомендації через автовідповідь

6.4 Синхронізація з HubSpot

HubSpot-нода n8n забезпечує створення контактів, оновлення етапів угод і журналювання активності. Ми фіксуємо кожен надісланий лист і кожну отриману відповідь як HubSpot Engagement — ваші менеджери бачать AI-ланцюжок поруч із їхніми ручними розсилками.

Крок 7 — Цикл оцінювання (цільові показники reply rate та ритм QA)

Цикл оцінювання — це те, що не дає системі відхилятися від курсу. Щотижня відстежуйте reply rate, після «випуску» з HITL проводьте QA-вибірку на 10%, A/B-тестуйте варіанти промптів через ноду Switch і версіонуйте кожну зміну промпту в таблиці Postgres. Найбільша помилка, яку ми бачимо: команди запускають AI SDR і взагалі не проводять цикл оцінювання, а через шість місяців вони надсилають 10 000 листів із reply rate 0,4% і не розуміють, чому.

Цільові показники reply rate:

Налаштування A/B-тесту: клонуйте свого Email Generation Agent, змініть одну змінну (формулу теми, стиль вступу, м'якість CTA), підключіть обидва через ноду Switch, яка розподіляє трафік 50/50 за принципом round-robin. Після 200 надсилань на кожен варіант той, що має вищий reply rate, стає основним. Щодо систематичного відстеження якості промптів, коли ви масштабуєтеся понад 5 000 лідів на місяць, дивіться наш огляд інструментів оцінювання LLM — на такому обсязі вам потрібні Langfuse або Arize, а не Postgres.

Ритм QA після «випуску» з HITL: щодня перевіряється випадкова вибірка на 10%, щоп'ятниці — повний аудит за тиждень, версіонування промпту — щоразу, коли reply rate змінюється більш ніж на 1 пункт у будь-який бік.

Скільки це насправді коштує (1 тис. проти 10 тис. лідів на місяць)

При 1 000 лідів на місяць стек n8n власноруч обходиться у $70–84. При 10 000 лідів на місяць він масштабується до $280–340. Порівняно з 11x за $2 000/міс. або Artisan за $1 500/міс., різниця в сукупній вартості володіння (TCO) за 12 місяців вражає: приблизно $24 000 проти $780 на початковому рівні, і це вже включає 8 годин одноразової розробки. При 1 000 лідів на місяць стек n8n власноруч коштує менше, ніж 11x бере за одну годину.

Детальний щомісячний розрахунок для двох обсягів:

GPT-4o-mini за $0,15/$0,60 на 1 млн токенів згідно зі сторінкою тарифів OpenAI — головний фактор у розрахунках; Claude Haiku 3.5 на тарифах Anthropic має порівнянну вартість. Можна наблизитися до $50, якщо виконувати збагачення через Apify Proxycurl ($0,01/запит) замість Apollo, але ми залишаємо Apollo заради точності при роботі з холодними контактами. Якщо ви досі обираєте LLM, наш рейтинг фреймворків для AI-агентів розбирає компроміси вартості на 1 тис. токенів.

Сукупна вартість володіння (TCO) за 12 місяців у різних провайдерів:

Математика невблаганна для керованих інструментів. Навіть якщо додати 8 годин розробки за змішаною ставкою $150/год. ($1 200), стек власноруч все одно економить $22 000 на рік порівняно з 11x.

Коли НЕ варто це створювати

Пропустіть цю збірку, якщо ви надсилаєте менше 100 холодних листів на місяць — 8-годинна збірка не окупиться. Пропустіть, якщо ви працюєте в регульованій галузі (охорона здоров'я, фінанси, державний сектор) без юридичного погодження на холодні розсилки. Пропустіть, якщо ви нетехнічний соло-засновник без жодного ресурсу на підтримку. Пропустіть, якщо ваша команда не відрізняє SPF від DKIM. Пропустіть, якщо ваш ICP — споживачі: холодні листи працюють лише в B2B, і крапка.

Дискваліфікатори детальніше:

• <100 вихідних листів на місяць: Час на збірку перевищує річну економію. Використовуйте керований інструмент із безкоштовним тарифом або робіть це вручну.
• Регульовані галузі без юридичного погодження: HIPAA, GLBA та подібні режими перетворюють холодні розсилки на комплаєнс-мінне поле. Спочатку найміть юриста.
• Немає інфраструктури для прогріву: Якщо у вас немає Instantly чи Smartlead і ви не готові витратити три тижні на прогрів домену, ви спалите репутацію відправника вже першого тижня.
• Немає ресурсу на підтримку: Це система, яка потребує щотижневої оцінки. Якщо ніхто не відповідає за дашборд із reply-rate, вона деградує в шум.
• Споживчий ICP: Холодні листи споживачам відповідають CAN-SPAM, але комерційно мертві. Використовуйте платну рекламу.

Якщо ваша команда не відрізняє SPF від DKIM, AI SDR — не ваше вузьке місце, ним є ваша інфраструктура відправлення. Спочатку виправте це. Ми розбираємо ту саму триопційну рамку «будувати чи купувати» для голосових агентів у нашому посібнику з AI-голосових агентів «будувати чи купувати» — цей фреймворк застосовується напряму.

Як Techsy впроваджує це для клієнтів

Ми розгортаємо саме цю архітектуру у форматі агентської співпраці. Графік: тиждень 1 — ми проводимо аудит вашого ICP, налаштовуємо окремий домен для відправлення, конфігуруємо SPF/DKIM/DMARC і починаємо прогрів поштових скриньок. Тиждень 2 — будуємо робочий процес n8n під вашу CRM. Тижні 3–4 — запускаємо HITL паралельно з вашою командою. З тижня 5 — автономна робота зі щоденним моніторингом рівня відповідей.

Що клієнти нам надсилають: свій документ ICP, останні 50 вихідних листів, які написали їхні люди (ми використовуємо їх для калібрування списку заборонених фраз під кожен голос), і кількість уже наявних у них прогрітих поштових скриньок (за потреби додаємо ще). Що ми надаємо: робочий процес n8n, налаштований під ваш стек, системні промпти, підлаштовані під ваш голос, 30 днів моніторингу рівня відповідей і Notion-ранбук, яким ваша команда користується після передачі проєкту.

Ви платите нам за дисципліну прогріву та моніторинг рівня відповідей, а не за ліцензії n8n. Хочете, щоб ми натомість зробили це для вас? На сторінці агентських послуг Techsy з AI SDR розповідається, як ми впроваджуємо це для B2B-команд.

Поширені запитання

Що таке AI SDR і як він працює?

AI SDR — це автономний робочий процес, який приймає цільові ліди, збагачує їх фірмографічними даними, створює персоналізовані холодні листи за допомогою LLM, надсилає їх із прогрітої поштової скриньки та розподіляє відповіді за категоріями подальших дій. Цей конвеєр працює без участі SDR-спеціаліста, хоча люди й надалі відповідають за визначення ICP, юридичне погодження та ескалацію, коли відповіді переростають у справжні розмови.

Скільки коштує створити AI SDR в n8n у 2026 році?

При 1 000 лідів на місяць очікуйте $70–84 на місяць: $5 за VPS, $8–12 за токени GPT-4o-mini, $20–30 за Apollo та $37 за Instantly. При 10 000 лідів на місяць вартість зростає до $280–340. Порівняйте це з 11x, що коштує приблизно $2 000 на місяць, або Artisan за $1 500 на місяць — різниця в загальній вартості володіння за 12 місяців перевищує $20 000 навіть з урахуванням 8 годин на налаштування.

Чи може n8n насправді замінити такі інструменти, як Clay, Apollo чи 11x?

n8n замінює шар оркестрації та шар генерації електронних листів, за які 11x і Artisan беруть плату. Але він не замінює базові дані — ви й надалі платите Apollo або Clay за збагачення даних, адже саме вони володіють базою контактів. Виграш у вартості досягається на оркестрації та націнці за LLM, яку керовані інструменти накручують у 20–30 разів.

Чи безпечно надсилати холодні листи з SDR, зібраного на n8n?

Так, якщо ви правильно налаштуєте доставлюваність: окремий домен для надсилання, SPF + DKIM + DMARC, ліміт 40–50 листів на день на поштову скриньку, відписка в один клік за RFC 8058, три тижні прогріву перед першим надсиланням. Без усього цього ви спалите репутацію відправника вже першого тижня — незалежно від того, який інструмент генерує тіло листа.

Яка LLM найкраще підходить для AI SDR — GPT-4o-mini, Claude Haiku чи Gemini Flash?

GPT-4o-mini — наш вибір за замовчуванням: $0,15/$0,60 за 1 млн токенів, якісно виконує 80% завдань із дослідження та генерації. Claude Haiku 3.5 порівнянний, трохи краще відтворює тон. Gemini Flash — найдешевший, але менш надійний у структурованому виводі. Використовуйте GPT-4o-mini як основний, а Claude Haiku — як резервний для 20% спірних випадків.

Чи потрібен мені n8n на власному сервері, чи можна користуватися n8n Cloud?

Обирайте n8n Cloud Starter ($24/міс.), якщо у вас менше 500 лідів на місяць і не потрібна локальна LLM. Переходьте на власний сервер на Hetzner VPS за $5, коли перевищите 500 лідів на місяць — ліміт виконань у Cloud стане проблемою, а Ollama там не запустиш. Власний хостинг додає клопоту з обслуговуванням Docker, але розблоковує необмежену кількість виконань і можливість використовувати локальні LLM.

Як захистити домен відправника від потрапляння до чорного списку?

Надсилайте не більше 40–50 листів на день з однієї поштової скриньки, ніколи не використовуйте свій основний домен, тримайте рівень скарг на спам нижче 0,3%, виконуйте запити на відписку протягом 24 годин, щотижня перевіряйте Google Postmaster Tools і змінюйте поштові скриньки, якщо репутація падає. Найефективніше єдине рішення — окремий домен: якщо кампанія піде не так, ваш основний домен залишиться чистим.

Чи варто створювати власного AI SDR чи купити 11x/Artisan/Regie?

Створюйте, якщо у вас є розробник, який вільно працює з n8n, ви надсилаєте понад 500 холодних листів на місяць і хочете мати голосовий контроль над генерацією листів. Купуйте, якщо ви нетехнічна команда, надсилаєте менше 100 листів на місяць або вам потрібно запустити все вже цього тижня. Загальна вартість володіння (TCO) власного рішення за 12 місяців становить приблизно 780 доларів проти 24 000 доларів за 11x, але лише за умови, що ви дійсно його підтримуєте.

Скільки часу потрібно, щоб створит AI SDR в n8n?

4–8 годин для розробника, який добре володіє n8n і вже має акаунти в Apollo, OpenAI та Instantly. Ближче до 16–20 годин, якщо ви вивчаєте n8n паралельно зі створенням. Додайте ще тиждень на налаштування та прогрів домену для розсилок, перш ніж зможете запускати реальні кампанії. Шар доставляння завжди займає більше часу, ніж сам робочий процес.

Який реалістичний показник відповідей від AI SDR на n8n?

Показник відповідей на перший холодний контакт становить 3–8% за умови налаштованого ICP та чистої доставлюваності. Кроки 2–3 послідовності тримаються на рівні 2–5%. Теплі повторні повідомлення (після однієї відповіді) досягають 8–15%. Якщо ваш показник на перший контакт нижче 1%, проблема майже завжди в невлучному ICP або репутації домену відправника, а не в тексті листа. Спершу виправте попередній рівень, перш ніж налаштовувати промпт.