Не хочу брать трубку: ИИ-секретарь в Telegram, который перезвонит и узнает, кто звонил

Статья написана от первого лица от нашего пользователя, который предпочёл скрыть своё имя. В данной статье мы заменили его имя на Алибек. Он занимается разработкой приложений. Стиль и стилистика сохранены. Мы лишь исправили некоторые грамматические ошибки и скрыли персональные данные. Выражаем огромную благодарность Алибеку за предоставленную статью ❤️

Короче, я не беру трубку с незнакомых номеров. Вообще. Да и плюс испытываю дискомфорт если честно во время живого разговора по телефону. Предпочитаю общение текстом в мессенджерах. И ненавижу голосовые в мессенджерах!

Проблема в том, что после неотвеченных звонков с незнакомых номеров я потом сижу и гадаю: а вдруг это был заказчик? И вдруг ему зашло моё портфолио и он реально готов заказать разработку? Перезвонить самому и общаться требует много сил (у меня), и мне было бы в кайф просто перевести диалог в любой мессенджер.

Да и даже настроившись, собравшись, поймав вайб для телефонного разговора, часто нарываюсь на очередные "выгодные предложения" и прочие скам звонки, где я просто бросаю трубку.

Поэтому я сделал себе личного телефонного секретаря. Её зовут Айсулу, она живёт в телеге, и ей можно просто скинуть номер. Дальше она сама перезванивает, выясняет кто это и чего хотели, и присылает мне итог: расшифровку и запись разговора голосовым. Не берут трубку три раза подряд, значит спам, она так и пишет. А если это рил что-то связанное с заказами на разработку, то просит написать их в Telegram или WhatsApp.

Звонит и разговаривает с номером голосовой ИИ агент AutoCall.kz, а сам бот у меня занимает несколько строк на питоне. Ниже рассказываю как собрал и кидаю весь код.

Как это работает

1. Звонит незнакомый номер. Не беру, кидаю номер боту «Кто звонил?».
2. Бот одним запросом в API AutoCall.kz ставит обзвон на этот номер с моим агентом.
3. Айсулу звонит, представляется секретарём и выясняет: кто это и зачем. Ответы сама раскладывает по полям: кто, откуда, зачем, детали.
4. Разговор закончился, AutoCall.kz стучится в бота вебхуком.
5. Бот присылает мне итог, расшифровку и запись голосовым сообщением.

Никакой отдельной нейронки которая пишет промпты на лету или пересказывает разговор я делать не стал. Агента я один раз настроил в кабинете, итог разговора он записывает сам. Бот просто курьер между телегой и API.

Пример: Два звонка, два разных исхода

Первый. Номер звонил дважды. Айсулу набрала его три раза с перерывом в 15 минут, но никто не ответил. В телегу прилетел отчёт: не берёт трубку, попыток три, скорее всего спам. Ну и ладно.

Второй. Некий Сырым якобы по ошибке перевел мне деньги на Kaspi и переживал, что я их не верну. Айсулу записала сумму, дату, имя и объяснила: что всё передаст мне, а если перевод реально был, то я его верну обязательно. Через пару минут после звонка у меня в телеге было всё в текстовом виде.

Аудиозапись прилагается.

Кстати забавно: ИИ агент походу знает про схему с ошибочными переводами и поэтому сказала, что "Алибек сделает возврат прямо в приложении банка". Классика - просят вернуть деньги не тем же переводом назад, а на «другую карту» или «номер мамы». Просто делаю возврат отправителю в приложении банка и всё.

Шаг 1. Создаю секретаря

В кабинете AutoCall.kz есть раздел «ИИ-агенты». Промпт там руками писать не надо: описываешь своими словами нужное, а ИИ сам задаёт тебе вопросы и собирает сценарий. Выбрал женский голос и назвал Айсулу:

Пару сообщений и секретарь готов. Вот что получилось:

## Кто ты
Айсулу — персональный ИИ-секретарь Алибека (фрилансера по разработке приложений и Telegram-ботов). Звонишь людям, которые только что звонили Алибеку, чтобы узнать цель звонка и передать ему подробную информацию.
Характер: вежливая, внимательная, собранная, деловая.

## Задача звонка
Узнать, кто звонит, из какой компании, по какому вопросу (разработка приложений/ботов, сотрудничество, спам/продажи) и собрать максимум деталей.

## Ход разговора
1. Первая фраза РОВНО: «Алло?! Здравствуйте!» — и ВСЁ. Дальше молчишь и ждёшь отклика.
2. Отозвался — фраза для вовлечения: «Не сильно отвлекаю? Удобно говорить?» И снова ждёшь.
3. Ответил — представление и цель РОВНО: «Я персональный ассистент Алибека. Вы только что ему звонили, но он приболел — у него пропал голос, поэтому по телефону говорить пока не может и попросил меня перезвонить. Подскажите, пожалуйста, как вас зовут и по какому вы вопросу?»
4. Молчит после первых фраз — один раз переспроси «Алло, вы меня слышите?». Снова тишина — вежливо попрощайся и заверши звонок.
5. Выясни имя, компанию/сферу и суть обращения. Задавай уточняющие вопросы, чтобы узнать максимум подробностей о проекте или задаче.
6. Если это спам, реклама или сбыт/продажи — вежливо попрощайся и заверши звонок, но обязательно всё равно записать в отчёт, кто звонил и что предлагал.
7. Если собеседник отказался представляться, не хочет говорить цель звонка или просто просит, чтобы Алибек перезвонил — предложи написать Алибеку напрямую в Telegram или WhatsApp.
8. Узнай детали: срочность вопроса, подробности проекта или предложения.
9. Подтверди, что все данные записаны и будут переданы Алибеку. Вежливо попрощайся.

## Что собрать
- caller_name: имя и фамилия звонящего.
- company: компания, проект или «личное / физлицо».
- purpose: суть обращения (заказ приложения, Telegram-бот, сотрудничество, спам/реклама).
- details: подробности обращения.

## Границы
- Ничего не обещать от имени Алибека (ни сроков, ни цен, ни согласия на проекты/встречи).
- Не разглашать личную информацию Алибека, кроме того, что он приболел и у него пропал голос.
- Если отказываются говорить или просят перезвонить — предлагать написать Алибеку в Telegram или WhatsApp.

Поля, которые прилетят боту: caller_name (кто), company (откуда), purpose (зачем) и details (детали). Ключи запомните, бот выводит именно их.

Шаг 2. API-ключ

В разделе «API» делаю отдельный ключ только под бота. Права по минимуму: обзвоны и звонки.

Шаг 3. Сам бот

Бота регаю у @BotFather, свой Telegram ID беру у @userinfobot: бот слушает только меня. Весь код в одном файле:

bot.py

import asyncio
import html
import os
import re
import shutil

from aiohttp import ClientSession, web
from aiogram import Bot, Dispatcher, F
from aiogram.types import BufferedInputFile, Message

API = "https://autocall.kz/api/v1"

TOKEN = os.environ["TELEGRAM_TOKEN"]
OWNER_ID = int(os.environ["OWNER_ID"])
AUTOCALL_KEY = os.environ["AUTOCALL_KEY"]
AGENT_ID = int(os.environ["AGENT_ID"])
PUBLIC_URL = os.environ["PUBLIC_URL"].rstrip("/")
HOOK_SECRET = os.environ["HOOK_SECRET"]
PORT = int(os.environ.get("PORT", 8080))

FIELDS = {
    "caller_name": "Кто",
    "company": "Откуда",
    "purpose": "Зачем",
    "details": "Детали",
}

MISSED = {
    "no_answer": "не берёт трубку",
    "busy": "всё время занято",
    "error": "номер не существует",
    "spam": "попросил больше не звонить",
}

bot = Bot(TOKEN)
dp = Dispatcher()
http: ClientSession
seen: set[int] = set()


def phone(text: str) -> str | None:
    digits = re.sub(r"\D", "", text)
    if len(digits) == 10:
        digits = "7" + digits
    if len(digits) != 11 or digits[0] not in "78":
        return None
    return "+7" + digits[1:]


async def to_voice(wav: bytes) -> bytes | None:
    if not shutil.which("ffmpeg"):
        return None
    proc = await asyncio.create_subprocess_exec(
        "ffmpeg", "-loglevel", "error", "-i", "pipe:0", "-c:a", "libopus", "-b:a", "24k", "-f", "ogg", "pipe:1",
        stdin=asyncio.subprocess.PIPE, stdout=asyncio.subprocess.PIPE,
    )
    ogg, _ = await proc.communicate(wav)
    return ogg if proc.returncode == 0 else None


@dp.message(F.from_user.id == OWNER_ID, F.text)
async def callback_request(message: Message):
    number = phone(message.text)
    if not number:
        await message.answer("скинь номер, например +7 701 123 45 67")
        return

    payload = {
        "name": f"Кто звонил {number}",
        "type": "agent",
        "agent_id": AGENT_ID,
        "list_id": [{"number": number}],
        "time_from": "11:00:00",
        "time_to": "21:00:00",
        "max_tries": 3,
        "tries_interval": 15,
        "record": True,
        "callback_url": f"{PUBLIC_URL}/hook/{HOOK_SECRET}",
    }
    async with http.post(f"{API}/autocalls", json=payload) as r:
        if r.status != 201:
            error = (await r.json(content_type=None) or {}).get("message", r.status)
            await message.answer(f"не получилось: {error}")
            return

    await message.answer(f"Айсулу перезвонит на {number} и всё узнает. если не возьмут, попробует ещё два раза")


async def fresh(call: dict) -> dict:
    async with http.get(f"{API}/autocalls/{call['autocall_id']}") as r:
        if r.status != 200:
            return call
        calls = (await r.json())["calls"]["data"]
    return next((c for c in calls if c["id"] == call["id"]), call)


async def report(call: dict):
    number = call["number"]

    if call["status"] in MISSED:
        text = f"{number} {MISSED[call['status']]}, попыток: {call['tries']}"
        if call["status"] in ("no_answer", "busy"):
            text += "\nскорее всего спам"
        await bot.send_message(OWNER_ID, text)
        return

    # поля и расшифровка дописываются ещё секунд десять после звонка
    await asyncio.sleep(15)
    call = await fresh(call)

    data = call.get("data") or {}
    lines = [f"<b>{label}:</b> {html.escape(str(data[key]))}" for key, label in FIELDS.items() if data.get(key)]
    await bot.send_message(OWNER_ID, f"поговорила с {number}\n\n" + "\n".join(lines), parse_mode="HTML")

    async with http.get(f"{API}/calls/{call['id']}/transcript") as r:
        text = (await r.json()).get("text") if r.status == 200 else None
    if text:
        quote = html.escape(text[:3500])
        await bot.send_message(OWNER_ID, f"<blockquote expandable>{quote}</blockquote>", parse_mode="HTML")

    async with http.get(f"{API}/calls/recordings/{call['id']}") as r:
        if r.status != 200:
            return
        wav = await r.read()

    voice = await to_voice(wav)
    if voice:
        await bot.send_voice(OWNER_ID, BufferedInputFile(voice, "call.ogg"))
        return
    await bot.send_document(OWNER_ID, BufferedInputFile(wav, f"{number}.wav"))


async def hook(request: web.Request) -> web.Response:
    if request.match_info["secret"] != HOOK_SECRET:
        raise web.HTTPNotFound()

    call = (await request.json()).get("call")
    if not call or call["status"] == "in_queue" or call["id"] in seen:
        return web.Response()

    seen.add(call["id"])
    asyncio.create_task(report(call))
    return web.Response()


async def main():
    global http
    http = ClientSession(headers={"Authorization": f"Bearer {AUTOCALL_KEY}", "Accept": "application/json"})

    app = web.Application()
    app.router.add_post("/hook/{secret}", hook)
    runner = web.AppRunner(app)
    await runner.setup()
    await web.TCPSite(runner, port=PORT).start()

    try:
        await dp.start_polling(bot)
    finally:
        await http.close()


if __name__ == "__main__":
    asyncio.run(main())

По коду пара моментов.

• Один запрос на звонок. POST /autocalls с type: agent создаёт обзвон из одного номера моим агентом. max_tries: 3 и tries_interval: 15 дают три попытки через 15 минут, record: true пишет разговор, а в callback_url прилетит результат.
• Промежуточные события скипаю. Между попытками звонок приходит со статусом in_queue. Окончательный статус это success, если поговорили, или no_answer и busy, если нет. Реагирую только на окончательный.
• Почему жду 15 секунд. Я заметил, что поля отчёта и расшифровка могут дописываться ещё несколько секунд после разговора у AutoCall.kz. Видимо работает суммарайзер и отдельная LLM. Поэтому бот ждёт и перечитывает звонок через GET /autocalls/{id}, чтобы прислать всё целиком, а не половину.
• Вебхуку отвечаю сразу. Вебхук сразу отдаёт 200. Дубли одного и того же звонка бот отбрасывает.
• Голосовое вместо файла. Запись приходит в WAV. Если стоит ffmpeg, бот перегоняет её в OGG/Opus, и в телеге это обычное голосовое с волной и с кнопкой "Расшифровка". Если нет ffmpeg, то пришлёт файлом.

Шаг 4. Запуск

терминал

pip install aiogram aiohttp
export TELEGRAM_TOKEN=123456:ABC
export OWNER_ID=123456789
export AUTOCALL_KEY=ваш_ключ
export AGENT_ID=id_агента
export PUBLIC_URL=https://адрес-бота
export HOOK_SECRET=любая-длинная-строка
python bot.py

Боту нужен публичный https-адрес, на него AutoCall.kz шлёт результат звонка. Сервер для этого не обязателен: бота можно гонять прямо с ноута и выставить наружу через Cloudflare Tunnel. Команда cloudflared tunnel --url http://localhost:8080 выдаёт адрес, его и пишите в PUBLIC_URL.

Код целиком, с README и примером настроек, лежит на GitHub. Форкайте и пилите под себя.

Сколько это стоит

Плачу только за разговор и посекундно: связь плюс работа ИИ.

Обычный такой разговор укладывается в минуту. Актуальные цены и условия на странице тарифов.

Я закинул 1200 ₸ на баланс и за неделю потратилось около 190 ₸.

Что ещё можно допилить

• Создать другого агента для других целей (передать какую-то информацию или напоминать об оплате) и выбирать цели в самом боте с помощью кнопок.
• Жду когда появится функционал по входящим звонкам в AutoCall.kz и тогда я смогу переадресовывать звонки со своего телефона в AutoCall.kz и получать сразу итог в Telegram боте.

Надеюсь эта статья будет полезна всем, кто не любит говорить по телефону и не любит голосовые сообщения ;)