CreatorHive

Aperçu

CreatorHive est un bot Telegram propulsé par l'IA, construit pour une communauté de coaching en ligne qui aide les gens a lancer des entreprises UGC (contenu généré par les utilisateurs). Le bot opère sous le persona « Ava », une community manager chaleureuse et décontractée qui engage les nouveaux membres dans une conversation authentique, les qualifie selon un modèle de scoring a quatre dimensions et réserve des appels sans aucune prospection manuelle.

Sous le capot, CreatorHive utilisé une architecture hybride machine à états finis + LLM. Une FSM déterministe construite sur aiogram 3 contrôle le flux conversationnel à travers huit états principaux et trois états de branchement, tandis que Claude Sonnet généré le dialogue réel. Chaque réponse LLM retourne un JSON structuré contenant le texte du message, les scores de signaux de qualification, les objections détectées et une transition d'état recommandée, que la FSM valide contre une carte de transitions stricte avant d'avancer. Le résultat : un bot qui sonne humain mais ne devie jamais du script.

La solution

Nous avons construit « Ava », un bot Telegram IA qui qualifie les prospects par conversation naturelle. L'architecture centrale séparé le flux de contrôle de la génération de langage : une machine à états déterministe (aiogram 3 FSM) gouverne la progression de la conversation à travers des états comme Accueil, Découverte de la douleur, Vérification de l'urgence, Synthese de qualification, Offre de réservation et Gestion des objections, tandis que Claude Sonnet génère des réponses contextuelles dans les contraintes de prompts par état. Chaque état à des règles de transition explicites : le LLM peut suggerer une transition, mais la FSM la valide contre une carte de transitions autorisees avant de l'exécuter.

La qualification utilisé un modèle de scoring a quatre axes : capacité financière, intensite de la douleur, urgence et état d'esprit, chacun note de 1 a 5. Le LLM intégré ces scores comme signaux structurés dans chaque réponse JSON, et les prospects doivent atteindre un score composite minimum (12/20) avec au moins 2 en capacité financière avant de recevoir une offre de réservation. La gestion des objections est limitée a deux tentatives par prospect, après quoi le bot passé gracieusement à un état de suivi plutôt que de devenir insistant.

Le flux de réservation s'intégré a iClosed plutôt qu'a Calendly, avec un système d'injection d'URL qui remplace tout lien hallucine que le LLM pourrait générer par la vraie URL de réservation. Une couche de post-traitement supprime également les tirets longs et autres artefacts de formatage que Claude tend à produire malgre les instructions du prompt.

Le système tourne sur FastAPI avec un backend PostgreSQL, déployé sur Railway en mode webhook. L'état FSM est persiste dans la base de données et restaure automatiquement après les déploiements, résolvant le problème critique du stockage en mémoire d'aiogram qui est efface à chaque redeploiement. Des schedulers en arriere-plan gèrent les relances automatisées : 2 heures après une offre sans réservation, 48 heures pour les prospects « en réflexion » et 7 jours pour les séquences de nurturing.

Résultats