# Агент собирает отчёты, проверяет лиды и следит за оплатой

*Личное · Разбор опыта*  
Страница: https://ahamoment.ru/c/agent-sobiraet-otchety-proveryaet-lidy-i-sledit-dssf

## Что делает

Агент собирает утренний дайджест из новостей конкурентов, упоминаний в соцсетях и отзывов, отправляя его в Slack. Программа автоматически исследует новые заявки, добавляя в CRM контекст о компании и контакте. Бот напоминает об оплате просроченных счетов, отправляя вежливые уведомления.

## Результат

экономит 2 часа в день

## Для кого

- Предприниматель

## Что понадобится

- Аккаунт в Twin.so
- Доступ к Slack
- Доступ к CRM
- Доступ к источникам данных (Twitter, Reddit, G2)
- Сложность: Нужен конструктор (n8n, Make)

## Что сделал автор

1. Автор подключил сервис Twin.so для браузерной автоматизации, так как у многих источников нет API.
2. Настроил сбор новостей конкурентов, активности в Twitter, упоминаний в Reddit и отзывов на G2.
3. Отправил собранные данные в Slack каждое утро в 7:00.
4. Настроил автоматический сбор контекста о новых лидах (компания, финансирование, стек, LinkedIn) перед их появлением в CRM.
5. Настроил отправку напоминаний об оплате счетов на 8-й и 16-й день просрочки.

## Подробности

Автор ведёт один бизнес и автоматизировал рутинные задачи, чтобы не тратить время на сбор информации. Агент работает на платформе Twin.so, так как многие источники данных не имеют API, и требуется браузерная автоматизация.

Рабочие сценарии:
- Утренний дайджест: агент собирает новости конкурентов, активность в Twitter, упоминания в Reddit и новые отзывы на G2. Отчёт приходит в Slack в 7 утра, что экономит около 2 часов в день на сбор контекста.
- Квалификация лидов: перед тем как автор увидит заявку в CRM, агент уже изучил компанию, недавнее финансирование, технологический стек и профиль контакта в LinkedIn.
- Контроль оплат: агент отправляет вежливые напоминания о просроченных счетах на 8-й и 16-й день.

Неполные сценарии:
- Переработка контента: агент пытается превращать длинные посты в треды для Twitter и посты для LinkedIn. Результаты технически верны, но звучат неестественно, как машинный текст. Автор ищет правильный промпт.
- Подготовка к встречам: агент пишет краткие справки о собеседниках. Исследование хорошее, но формат слишком формальный для автора.

Отказанные сценарии:
- Автоответы на письма поддержки: автор пробовал это три недели, но постоянно хотел менять ответы. В итоге это добавляло шаг, а не экономило время.

## Источник

- Оригинал: [https://www.reddit.com/r/automation/comments/1stbu1c/heres_the_actual_agent_setup_im_running_for_my](https://www.reddit.com/r/automation/comments/1stbu1c/heres_the_actual_agent_setup_im_running_for_my)
- Перевод и пересказ ahamoment
- Добавлено: 1 ноября 2026 г.
- Кейс на ahamoment.ru: https://ahamoment.ru/c/agent-sobiraet-otchety-proveryaet-lidy-i-sledit-dssf