Гостевая колонка. Студия «СаундКарта»: собираем базового ИИ-ассистента для приёма ТЗ

Завершаем цикл материалов с Даниэлем, сооснователем студии саунд-дизайна «СаундКарта». Мы уже разобрали, как чистить ИИ-треки от артефактов и как использовать нейросети вместо классических сэмплеров. В этом гайде собираем базовый и надёжный каркас: текстовое или голосовое сообщение заказчика в Telegram автоматически расшифровывается через OpenAI, структурируется с помощью GPT-модели и превращается в готовую карточку ТЗ в Notion.

Этот простой сценарий выбран специально для первого знакомства с Make. Он не требует сложных переменных, поэтому его проще собрать новичку.

Код писать не потребуется — вся логика собирается визуально в Make. Понадобится только один раз подключить сервисы и настроить их между собой, а сама сборка займёт от 20 до 60 минут, если аккаунты в платформах уже созданы.

Потребуются четыре сервиса: Telegram, Make, OpenAI и Notion.

Важно про оплату: для работы понадобятся доступные лимиты Make и Notion, а также активный аккаунт OpenAI API с доступным балансом. Подписка ChatGPT сама по себе не включает оплату OpenAI API.

🛠 Пошаговая инструкция: собираем пайплайн за 6 шагов

Шаг 1. Создаём бота в Telegram

1. Откройте Telegram и найдите официального бота @BotFather.
2. Отправьте команду /newbot, введите название и юзернейм вашего бота (например, MyStudio_Manager_Bot).
3. Скопируйте полученный API Token — он понадобится для связи с Make.

Создание бота и получение API Token в BotFather

Шаг 2. Настраиваем базу проектов в Notion

1. Откройте Notion и создайте новую страницу типа Database - Full page. Назовите её «Проекты».
2. Настройте колонки (Properties) таблицы:
   • Название проекта (Title)
   • Жанр и референсы (Text)
   • BPM (Text) — выбирайте именно тип Text, так как ИИ может вернуть варианты вроде «120 BPM» или «не указано»
   • Тональность (Text)
   • Вайб и настроение (Text)
   • Главный инструмент (Text)
   • Табу (Text)
   • Вопросы (Text)
   • Статус (Select: «Новое ТЗ», «В работе», «Готово»)

База данных «Проекты» в Notion

Шаг 3. Собираем логику в сервисе Make

Зарегистрируйтесь на платформе Make и нажмите Create a new scenario:

Архитектура веток роутера:

Ветка 1 (Текст):
Telegram Bot → OpenAI → Notion → Telegram Bot

Ветка 2 (Голосовые):
Telegram Bot → Download a File → OpenAI Transcription → OpenAI → Notion → Telegram Bot

Общая схема сценария с роутером и двумя ветками в Make

1. Подключаем Telegram: добавьте модуль Telegram Bot → выберите событие Watch Updates. Нажмите Add, вставьте API Token из @BotFather и сохраните.


Подключение Telegram Bot Webhook в Make

2. Разделение потоков (Router): добавьте модуль Router — он разделит сценарий на две независимые ветки. В Make ветки автоматически не объединяются, поэтому модули анализа, записи и ответа настраиваются в каждой ветке отдельно.
3. Обработка голосовых: в нижней ветке добавьте модуль Telegram Bot / Download a File (именно Download), а затем модуль OpenAI / Create a Transcription (в зависимости от версии интеграции может называться Generate a Transcription). Он переведёт звук в текст.
4. Настройка фильтров роутера: нажмите на иконку гаечного ключа на верхней линии (после Router) и задайте условие: «Если текст сообщения существует». На нижней линии задайте условие: «Если голосовое сообщение существует». Теперь Make будет сам направлять сообщения по нужным веткам.
5. Важный нюанс с сообщениями: перед отправкой ссылки на бота предупредите клиента, что каждое сообщение создаёт новую заявку. Описание проекта лучше отправлять одним длинным текстом или одним голосовым сообщением. Если отправить мысли несколькими короткими сообщениями подряд, сценарий обработает каждое отдельно как новую заявку. Если этот пост наберёт 50 реакций, мы выпустим отдельный разбор продвинутой сборки агента, который умеет суммировать сообщения.

📋 Шаг 4. Настраиваем LLM-модуль для анализа ТЗ

Добавьте модуль OpenAI для генерации ответа (например, Create a Chat Completion или актуальный модуль генерации текста GPT в Make):

1. Подготовка: перед настройкой создайте API Key в панели управления OpenAI (раздел API Keys) и сохраните его.
2. В поле Connection подключите ваш OpenAI API Key.


Подключение OpenAI API Key в Make

3. Обработка JSON: в настройках модуля OpenAI в самом низу найдите поле Response Format и выберите JSON Object, передайте content из OpenAI. Запустите сценарий с тестовыми данными один раз, чтобы модуль распарсил структуру и выделил переменные для Notion. Отдельный модуль Parse JSON добавлять не нужно.
4. В поле System Prompt скопируйте и вставьте следующую системную инструкцию (нажмите на блок ниже, чтобы скопировать):

Ты — суровый и прагматичный музыкальный продюсер и менеджер проектов. Твоя задача — анализировать текст и расшифровки голосовых сообщений от клиента, чтобы собирать из них идеальное техническое задание (ТЗ) для саунд-дизайнера.

Действуй по следующему алгоритму:
1. Выдели из текста факты, сохранив все технически значимые требования. Убери воду и лишние эмоции.
2. Выводи ответ СТРОГО в формате JSON без дополнительной markdown-разметки со следующими полями:
{
  "title": "краткое название проекта (2-4 слова)",
  "genre": "жанр и референсы (конкретные артисты/треки)",
  "bpm": "темп (BPM, если указан, иначе 'не указано')",
  "key": "тональность (если указана, иначе 'не указано')",
  "mood": "настроение/вайб (2-3 прилагательных)",
  "lead_instrument": "главный солирующий инструмент",
  "taboo": "что клиент категорически НЕ хочет слышать",
  "questions": "3-4 коротких уточняющих вопроса клиенту, если не хватает критически важной информации для начала работы (или прочерк '-', если вопросов нет)"
}

5. Источник текста в User Message:

• В текстовой ветке выберите в качестве источника текст сообщения из первого модуля Telegram Bot.
• В голосовой ветке выберите расшифрованный текст из модуля OpenAI Transcription.

Шаг 5. Выгрузка в Notion и автоответ клиенту

1. Выгрузка в Notion: добавьте модуль Notion / Create a Database Item. Подключите ваш аккаунт Notion, выберите созданную базу «Проекты» и сопоставьте полученные переменные из JSON (title, genre, bpm, key, mood, lead_instrument, taboo, questions) со столбцами таблицы.


Подключение и настройка интеграции Notion в Make

2. Автоответ клиенту: добавьте финальный модуль Telegram Bot / Send a Message. Настройте текст ответа: «ТЗ принято и сохранено в базу! Уточняющие вопросы от продюсера: {{questions}}». Если вопросов нет, ИИ вернёт прочерк, и клиент получит чистое подтверждение.

Шаг 6. Тестирование и запуск сценария

1. Проверка: нажмите кнопку Run once в нижнем левом углу Make и отправьте тестовое голосовое или текстовое сообщение в ваш Telegram-бот.
2. Публикация: убедитесь, что все модули подсветились зелёным и карточка появилась в Notion. После этого переключите тумблер Scheduling в положение ON в левом нижнем углу. Без этого сценарий не будет работать автоматически в фоновом режиме.

🔍 Частые ошибки и их решение

• Транскрипция не запускается: проверьте, добавлен ли модуль Telegram Bot / Download a File перед OpenAI Transcription.
• GPT выдаёт ошибку: проверьте баланс аккаунта OpenAI API и корректность введённого API Key.
• Запись не появляется в Notion: проверьте права интеграции в Notion и убедитесь, что созданная база данных открыта для подключения Make.

🚀 Продвинутая версия: цепочка сообщений в один проект

В продвинутой сборке клиент может присылать мысли несколькими короткими сообщениями подряд. Она использует Data Store, задержку ожидания (тайм-аут 2–3 минуты) и второй сценарий-агрегатор, который собирает весь массив реплик в одно ТЗ.

Поскольку эта схема требует работы с базой данных внутри Make и сложнее в настройке, мы не включаем её в этот базовый гайд. Посмотреть доступные модули и варианты связки можно на странице интеграции Make.

🔥 Если этот пост наберёт 50 реакций, мы выпустим отдельный пошаговый разбор продвинутой сборки с агрегатором сообщений!

🎯 Как применить этот пайплайн не только студиям

Этот алгоритм универсален и настраивается под любые задачи без привязки к коммерческой студии:

• Независимым артистам: надиктовывайте в бота свою идею одним подробным голосовым сообщением. Бот после обработки сформирует готовую концепцию трека с вайбом и референсами в Notion — с ней удобнее работать в DAW или генерировать демки в Suno.
• Битмейкерам, топлайнерам и сессионщикам: отправляйте ссылку на бота заказчикам на биржах и в соцсетях. Клиент может надиктовать подробное ТЗ одним голосовым сообщением, а вы получаете аккуратную карточку с BPM, тональностью и референсами без бесконечных уточнений в ЛС.
• Авторам песен на заказ: бот выделит факты, сохранив все технически значимые требования из длинной истории заказчика для сценария и аранжировки.

💡 В чём главная ценность такого подхода

Вы создаёте ИИ-ассистента менеджера. Клиент просто пишет в привычный чат, а вы получаете структурированные данные.

ИИ-ассистент берёт на себя значительную часть административной рутины, а человек проверяет итоговое ТЗ перед началом работы. В этом и заключается наиболее практическая точка применения нейросетей для музыкантов — убрать из работы то, что отнимает время и ресурсы.

Спасибо Даниэлю и команде студии «СаундКарта» за подробный практический разбор своего агента!

Ещё больше полезного и оперативного контента я публикую в своих Telegram-каналах. Присоединяйтесь к обсуждению!

mudi — всё о дистрибуции, работе с площадками и последних новостях. Подписаться →

mishas tips — инсайты, аналитика и разбор трендов всей музыкальной индустрии. Подписаться →

Музыкальный ИИ — слежу за тем, как искусственный интеллект меняет музыку прямо сейчас. Подписаться →