Что люди на самом деле собирают, когда берутся за автоматизацию n8n? Рекламные страницы отвечают: ИИ-агентов. Ответ из данных скромнее. Владелец каталога ИИ-инструментов проиндексировал 13 113 публичных шаблонов n8n, посчитал, какие сервисы в них упоминаются, и выложил цифры в разделе Tips & Tricks на форуме n8n Community. Ниже — конспект этого поста.
Материал короткий, но плотный. В нём есть рейтинг сервисов по упоминаниям, выборочная проверка того, сколько сервисов сцеплено в одном шаблоне, и честная оговорка о методике: автор сам нашёл ошибку в своём подсчёте и выбросил часть цифр. Всё, что ниже приводится как факт, — данные и выводы автора поста, а не наша проверка.
Из конспекта станет понятно, с какими сервисами чаще всего работают готовые воркфлоу n8n, где в этих цепочках стоит нейросеть и чего приведённые цифры не доказывают.
Почему именно шаблоны n8n
Автор ведёт каталог, где собраны модели, MCP-серверы, агенты и другие ИИ-инструменты. Шаблоны n8n он называет самым интересным срезом каталога, и причина в документации: только в этой категории авторы подробно объясняют, что делает их работа.
Разница видна в цифрах. Медианная длина описания у 13 113 шаблонов — 2238 символов. У остального каталога — 180. Описание шаблона n8n в среднем в двенадцать с лишним раз длиннее, и именно поэтому по таким текстам вообще можно что-то считать.
Из этого следует ограничение, о котором стоит помнить дальше. Анализ строится на текстах: названиях, описаниях и тегах. Что внутри самих воркфлоу, какие ноды реально подключены, автор не проверял.
Какие сервисы встречаются в шаблонах чаще всего
Счёт простой: сколько шаблонов из 13 113 упоминают слово хотя бы раз в названии, описании или тегах. Первая двадцатка с хвостом выглядит так.
| Термин | Шаблонов с упоминанием |
|---|---|
| 7770 | |
| sheets | 5471 |
| slack | 3816 |
| gmail | 3617 |
| telegram | 2003 |
| gemini | 1932 |
| drive | 1892 |
| claude | 1088 |
| notion | 1049 |
| airtable | 1011 |
| 769 | |
| calendar | 766 |
| discord | 683 |
| github | 540 |
| hubspot | 523 |
| supabase | 414 |
| wordpress | 298 |
| postgres | 293 |
| jira | 268 |
| shopify | 241 |
| stripe | 163 |
| xero | 55 |
По нашему пересчёту из этих же чисел: слово google встречается примерно в 59% шаблонов, sheets — примерно в 42%, telegram — примерно в 15%. Верх списка занимают офисные инструменты: таблицы, почта, рабочий мессенджер, облачный диск, календарь.
Для тех, кто ищет связку n8n, Google Sheets и Telegram, данные дают только половину ответа. Оба слова в списке высоко, Telegram обгоняет WhatsApp и Discord. Как часто они стоят в одном шаблоне, по этим цифрам сказать нельзя — почему, объясняет следующий раздел.
Как считали и чего эти цифры не показывают
Автор сам предупреждает: перед вами текстовые упоминания, а не подтверждённое использование нод. Шаблон, где Slack упомянут в описании как «можно заменить на Slack», попадёт в счёт так же, как шаблон, построенный вокруг Slack.
Вторая оговорка касается пар сервисов. Автор пробовал посчитать конкретные связки интеграций и обнаружил, что его поиск сопоставлял слова через «ИЛИ». Запрос «google sheets» возвращал всё, где есть «google» или «sheets», и выдал 7835 — больше, чем одно слово google. После этого он выбросил все многословные цифры и оставил только одиночные термины, которые считаются надёжно.
Его формулировка для чтения таблицы: «встречается в», а не «использует ноду». Отсюда несколько практических следствий:
- цифры годятся для сравнения порядков величин, а не для точных долей;
- популярность связок из двух-трёх сервисов из таблицы не выводится;
- общие слова вроде google или calendar ловят больше, чем конкретный продукт;
- выборка — публичные шаблоны, а не то, что люди держат у себя на серверах.
В конце поста автор предлагает прогнать другие срезы по запросу и просит указать, если методика выглядит неверной: по его словам, он скорее исправит цифры, чем станет их защищать.
Автоматизация n8n как клей между сервисами
Главное наблюдение поста получено на отдельной выборке. Автор взял 500 шаблонов и проверил, сколько разных сервисов названо в их заголовке или тегах. Результат: 57% называют три сервиса и больше.
Эта цифра поменяла его взгляд на материал. Он описывает типичный шаблон так: модель — одна нода в середине цепочки, которая начинается где-то в скучном месте и заканчивается в скучном месте. Для этого паттерна автор выбрал слово glue — клей.
В качестве примеров он приводит реальные названия шаблонов из набора:
- ежедневная сводка для инженеров в Slack из Jira, GitHub, OpenAI и Google Sheets;
- разбор входящих писем юридической фирмы через Gmail, Slack, Google Sheets и Claude;
- оценка и маршрутизация входящих лидов через Claude, HubSpot, Slack и Gmail;
- ответы на письма поддержки магазина через Gmail, Shopify, Claude и Slack;
- запись клиентов через голосового администратора на Vapi, Google Calendar и Sheets.
По словам автора, ни один из этих шаблонов нельзя назвать «ИИ-воркфлоу». Каждый — рабочий процесс, который где-то посередине обращается к модели. Тем же он объясняет то, что Google Sheets опережает в наборе любую векторную базу данных: люди автоматизируют теми инструментами, которые у них уже открыты.
Gemini, Postgres и деньги: что ещё видно в цифрах
Остальные наблюдения автор подаёт короче, и часть из них сам помечает как предположения.
Gemini против Claude. Gemini упоминается в 1932 шаблонах, Claude — в 1088. Автор пишет, что не ожидал такого разрыва, учитывая, как обе модели обсуждают. Причин он не называет.
Таблица вместо базы. Postgres встречается всего в 293 шаблонах. Для инструмента, популярного у разработчиков, это мало. Вывод автора: долговременное хранение данных в шаблонах n8n — в подавляющем большинстве таблица, а не база данных.
Автоматизация с деньгами редка. Stripe — 163 упоминания, Xero — 55. Автор считает, что автоматизации, которые касаются денег, пока встречаются редко, и предлагает правдоподобное объяснение: люди не хотят, чтобы автоматизация двигала деньги сама. Это его гипотеза, данными поста она не проверена.
Коротко
- Автор проиндексировал 13 113 публичных шаблонов n8n и посчитал упоминания сервисов в названиях, описаниях и тегах. Это текстовые упоминания, а не проверенное использование нод; цифры по парам сервисов он отбросил из-за ошибки поиска.
- Верх рейтинга — офисные инструменты: google (7770), sheets (5471), slack (3816), gmail (3617), telegram (2003). Нейросети идут следом: gemini (1932), claude (1088).
- В выборке из 500 шаблонов 57% называют три сервиса и больше. Модель в типичном шаблоне — одна нода в середине процесса, а сам шаблон — клей между привычными инструментами.
- Хранилищем чаще служит таблица, чем база данных: Postgres упомянут всего в 293 шаблонах.
- Автоматизации с деньгами редки (Stripe — 163, Xero — 55); автор связывает это с нежеланием доверять машине платежи, но это предположение.
Что из этого следует
Тем, кто делает контент и смотрит на автоматизацию n8n как на способ разгрузить себя, данные поста подсказывают порядок работы. Начинать стоит с процесса, а не с модели: откуда приходит материал, куда должен уйти результат и где посередине нужен текст или классификация. Если вход — таблица или почта, а выход — Telegram-канал, это ровно тот тип цепочки, который преобладает в публичных шаблонах.
Шаблоны n8n в этом смысле полезны как каталог чужих процессов. Длинные описания, которые отметил автор, позволяют до установки понять, что делает воркфлоу и какие сервисы ему нужны. На практике это, скорее всего, значит, что готовый воркфлоу проще адаптировать под свой набор инструментов, чем искать шаблон, совпадающий с ним полностью.
Цифры при этом стоит читать с оговоркой самого автора. Это частота слов в публичных текстах, а не статистика реального использования. Высокая строчка сервиса в таблице говорит о том, что о нём часто пишут в шаблонах, но не о том, что он лучше подходит под вашу задачу.
Что проверить у себя: сколько ваших рутинных операций уже живёт в таблице, почте и мессенджере, и в каком месте цепочки вы сейчас вручную делаете то, что могла бы сделать одна нода с моделью. Если таких мест нет, автоматизация, скорее всего, сведётся к перекладыванию данных между сервисами. Нейросеть для этого не нужна.