Создай своего AI‑гадалку в Telegram: магия на кончиках пальцев

В последние годы искусственный интеллект стал доступным каждому, а популярные мессенджеры позволяют быстро разворачивать сервисы «на кончике пальца». Одним из самых ярких примеров является AI‑гадалка – бот, который за считанные секунды анализирует фото ладони и выдаёт предсказание судьбы. В этой статье мы разберём, как создать собственного гадального бота в Telegram, используя конструктор PuzzleBot и современные AI‑модели.

Почему стоит делать гадалку в Telegram?

Большая аудитория. Более 70 млн пользователей в России и странах СНГ активно используют Telegram.
Низкие затраты. Конструкторы ботов позволяют обойтись без собственного сервера.
Возможность монетизации. Вы можете продавать отдельные предсказания или предлагать подписку.
Интеграция с AI. Современные модели (OpenAI, Hugging Face, локальные CNN) способны распознавать детали ладони и генерировать текст.

Что понадобится?

Учётная запись в Telegram.
Бот‑токен, полученный у BotFather.
Доступ к конструктору PuzzleBot (или любой другой платформе, поддерживающей загрузку файлов и вызов внешних API).
AI‑модель для анализа изображений ладони (можно использовать готовый сервис Hugging Face или обучить свою CNN).
Текстовый генератор (ChatGPT, YandexGPT, локальная LLM) для формирования предсказания.

Шаг 1. Регистрация и создание бота в PuzzleBot

Перейдите на puzzlebot.top и выполните следующие действия:

Регистрация. Нажмите «Sign Up», укажите e‑mail и пароль.
Создание проекта. В личном кабинете нажмите «Create Bot», задайте имя “Гадалка” и выберите тип «Telegram Bot».
Подключение токена. Введите токен, полученный от BotFather, в поле «Telegram Token».
Сохранить. После сохранения бот появится в списке активных проектов.

Шаг 2. Добавление обработки изображений

Наша гадалка должна принимать фото ладони, отправлять его в AI‑модель и получать результаты. В PuzzleBot это делается через Flow Builder:

Создайте новый Trigger «Receive Photo».
Добавьте действие Download File – сохраняет полученное изображение во временный каталог.
Подключите HTTP Request к внешнему сервису распознавания (например, к эндпоинту https://api.example.com/hand-analyze).
В запросе укажите POST с multipart/form-data, где поле file содержит путь к скачанному изображению.
Полученный JSON‑ответ (например, {"lines": ["life_line", "heart_line"], "quality": "good"}) сохраняйте в переменную hand_data.

Шаг 3. Генерация предсказания

Для «человеческой» части гадания используем текстовую LLM. В PuzzleBot добавьте ещё один HTTP Request к API ChatGPT (или YandexGPT):

POST https://api.openai.com/v1/chat/completions
Headers:
 Authorization: Bearer YOUR_OPENAI_API_KEY
 Content-Type: application/json
Body:
{
 "model": "gpt-4o-mini",
 "messages": [
 {
 "role": "system",
 "content": "Ты — виртуальная гадалка. На основе анализа ладони дай короткое, но ёмкое предсказание."
 }, {
 "role": "user",
 "content": "Линии: {{hand_data.lines}}. Качество: {{hand_data.quality}}."
 }
 ], "temperature": 0.7
}

Ответ в виде {"choices":[{"message":{"content":""}}]} сохраняем в переменную prediction.

Шаг 4. Отправка результата пользователю

Последний блок Flow Builder – Send Message:

Текст сообщения:

🔮 Ваше предсказание:
{{prediction}}

Опционально добавьте кнопку «Получить ещё одно предсказание» с callback‑данными again.

Шаг 5. Обработка повторных запросов

Создайте отдельный Handler на событие Callback Query с данными again. В нём просто переадресуйте пользователя к триггеру «Receive Photo», чтобы цикл мог повторяться.

Шаг 6. Тестирование и отладка

Включите Debug Mode в PuzzleBot – вы увидите каждый шаг выполнения и содержимое переменных.
Отправьте боту фото ладони в разных условиях (разный свет, угол).
Проверьте ответы AI‑модели: если предсказание выглядит «плохим», отрегулируйте temperature или добавьте подсказки в system‑сообщении.
Убедитесь, что бот корректно обрабатывает ошибки (например, если сервис распознавания недоступен). Для этого добавьте ветку Try / Catch в Flow Builder.

Шаг 7. Публикация и монетизация

После успешного тестирования вы можете:

Подключить Telegram Payments API и продавать отдельные «глубокие» предсказания.
Ввести платную подписку (например, 49 ₽/мес) за неограниченный доступ к гаданиям.
Разместить рекламу в виде спонсированных сообщений между предсказаниями.
Собрать обратную связь через Inline Keyboard («Понравилось?», «Не понравилось») и улучшать модель.

Полный пример кода (Python + aiogram)

Если вы предпочитаете писать бота «с нуля», ниже – минимальный скрипт, который делает то же самое, что и Flow Builder:

import os
import logging
from aiogram import Bot, Dispatcher, types
from aiogram.types import InputFile
import aiohttp

API_TOKEN = os.getenv("TELEGRAM_BOT_TOKEN")
OPENAI_KEY = os.getenv("OPENAI_API_KEY")
HAND_ANALYZE_URL = "https://api.example.com/hand-analyze"

logging.basicConfig(level=logging.INFO)
bot = Bot(token=API_TOKEN)

dp = Dispatcher(bot)
async def analyze_hand(file_path: str) -> dict:
 async with aiohttp.ClientSession as session:
 with open(file_path, "rb") as f:
 data = aiohttp.FormData
 data.add_field('file', f, filename=os.path.basename(file_path))
 async with session.post(HAND_ANALYZE_URL, data=data) as resp:
 return await resp.json

async def generate_prediction(hand_data: dict) -> str:
 prompt = f"Линии: {hand_data.get('lines')}. Качество: {hand_data.get('quality')}."
 async with aiohttp.ClientSession as session:
 payload = {
 "model": "gpt-4o-mini",
 "messages": [
 {"role": "system", "content": "Ты — виртуальная гадалка. На основе анализа ладони дай короткое предсказание."},
 {"role": "user", "content": prompt}
 ],
 "temperature": 0.7
 }
 headers = {
 "Authorization": f"Bearer {OPENAI_KEY}",
 "Content-Type": "application/json"
 }
 async with session.post("https://api;openai.com/v1/chat/completions", json=payload, headers=headers) as resp:
 result = await resp.json
 return result["choices"][0]["message"]["content"]

@dp.message_handler(content_types=types.ContentType.PHOTO)
async def handle_photo(message: types.Message):
 # Скачиваем фото
 file = await message;photo[-1].download(destination_file="hand.jpg")
 hand_data = await analyze_hand("hand.jpg")
 prediction = await generate_prediction(hand_data)
 await message.reply(f"🔮 Ваше предсказание:
{prediction}")

if __name__ == "__main__":
 from aiogram import executor
 executor.start_polling(dp, skip_updates=True)

Этот скрипт показывает, как взаимодействовать с двумя внешними сервисами: анализ ладони и генерацию текста. Вы можете разместить его на любой облачной платформе (Heroku, Render, Railway) и привязать к своему Telegram‑боту.

Важные нюансы и рекомендации

Конфиденциальность. Обрабатывайте фото пользователей только в режиме «не сохранять» – сразу удаляйте файлы после анализа.
Ограничения Telegram. Максимальный размер фото – 20 МБ, но лучше ограничить пользователей до 2 МБ, чтобы ускорить обработку.
Качество распознавания. Если вы обучаете свою модель, используйте датасет HandDataset и применяйте аугментацию (поворот, яркость).
Этика предсказаний. Добавляйте disclaimer: «Бот не заменяет профессионального консультанта, предсказания развлекательного характера».
Тестирование на разных языках. Если ваш бот будет работать в международных чатах, добавьте поддержку английского и украинского языков.

Создание гадалки в Telegram – отличная возможность попрактиковаться в работе с AI, обработке изображений и интеграции с мессенджером. С помощью конструктора PuzzleBot вы сможете собрать рабочий прототип за один день, а при желании перейти к собственному код‑базису – использовать Python + aiogram.

Не забывайте про безопасность, этичность и возможность монетизации, и ваш бот‑гадалка может стать не только интересным развлечением, но и стабильным источником дохода.

Дата публикации: | Автор: ваш AI‑помощник.