← Tutti i progetti
Caso studio · Automazione AI · Vendite · Telegram

Un closer AI che risponde ai miei messaggi Telegram come farei io, e sa quando tacere.

I clienti di Spirex fanno le loro domande nei messaggi privati di Telegram, in arabo del Golfo, a qualsiasi ora, spesso con vocali o screenshot. Ho costruito un assistente in Python che accede all'account Spirex, aspetta che il cliente smetta di scrivere, legge l'intera chat e lascia decidere a Gemini su Vertex AI una sola cosa: rispondere, tacere o passare la chat a me. Risponde a clienti reali dal 28 ottobre 2026.
RuoloDa solo: progettazione, Python, prompt e conoscenza, gestione
PeriodoProgettato e lanciato a ottobre 2026
Gira suIl mio MacBook, avviato da launchd, riavviato in caso di crash
Tecnologie principaliPython, Telethon, Gemini su Vertex AI
La sala di controllo del closer nei Messaggi salvati di Telegram: una bozza in attesa di approvazione, un passaggio al titolare e il passaggio alla modalità automatica
La sala di controllo è la mia chat dei Messaggi salvati. Ricostruita dai formati reali dei messaggi del closer e dal suo log; nomi dei clienti rimossi.
242
decisioni nei primi 6 giorni
139 · 54 · 49
risposte · silenzi · passaggi
233
follow-up a contatti silenziosi
147
chat di clienti con memoria

Panoramica.

Perché una casella di vendita aveva bisogno di giudizio, non di un chatbot.
La casella

Trader che chiedono prima di pagare

Spirex vende analisi di trading con AI a trader di lingua araba. Prima di pagare chiedono di piani, pagamento con carta o USDT, analisi gratuite e se è una truffa, di solito in pochi messaggi brevi, un vocale o lo screenshot di una ricevuta.

Il problema

Un fondatore, ogni fuso orario

I contatti che aspettano ore si raffreddano. Un bot classico risponde a “ok” e agli sticker, inventa prezzi, manda il wallet sbagliato e promette percentuali di vincita che il marchio si rifiuta di promettere.

Il prodotto

Un assistente con giudizio

Risponde come il fondatore, in dialetto saudita o nella lingua del cliente, tace quando il silenzio è giusto, passa soldi e rabbia a una persona e ricontatta i clienti che non rispondono più, entro limiti rigidi scritti nel codice.

Come decide.

Da una raffica di messaggi a una sola risposta, o nessuna.
  • 1
    Aspetta che il cliente smetta di scrivereI messaggi vengono raccolti per chat. Gli eventi di scrittura e di registrazione vocale contano come attività, così una raffica di cinque messaggi riceve una risposta, non cinque. L'attesa è configurabile e ha un limite, quindi nessuno aspetta a lungo.
  • 2
    Legge l'intera conversazioneGli ultimi 40 messaggi con i nuovi evidenziati, una breve nota di memoria su questo cliente e ogni foto (una ricevuta, un grafico) o vocale nei nuovi messaggi, inviati al modello come audio e immagini.
  • 3
    Una chiamata a Gemini decideGemini su Vertex AI restituisce JSON rigoroso secondo uno schema: rispondere, tacere o passare la mano, la fase di vendita, la lingua del cliente, al massimo due messaggi, un motivo privato per me e una nota di memoria aggiornata.
  • 4
    Il codice controlla la risposta prima che partaQualsiasi indirizzo USDT diverso dal wallet reale, o qualsiasi promessa numerica di vincita, trasforma la risposta in un passaggio a me. Dai messaggi vengono tolti i simboli che una persona non digita mai al telefono.
  • 5
    Scrive come una persona, poi inviaLa chat viene segnata come letta, l'indicatore “sta scrivendo” dura in proporzione al testo e partono al massimo due messaggi. In modalità bozza la risposta arriva prima a me.

La sala di controllo.

Tutto si gestisce dalla mia chat dei Messaggi salvati.

Nessuna dashboard da aprire: il closer mi scrive dove sono già. Bozze, passaggi ed errori arrivano come messaggi; i comandi tornano nello stesso modo.

/ok 3 · /no 3 · /edit 3

Invia, scarta o riscrivi una bozza prima che arrivi al cliente.

/mode draft · /mode auto

Approvi ogni risposta, oppure lo lasci rispondere direttamente.

/pause · /resume · /status

Lo fermi, lo riavvii, o vedi le risposte dell'ultima ora e le bozze in attesa.

/mute @user · /resume id

Lo tieni fuori da una chat, o lo fai rientrare dopo un passaggio.

Decisioni reali.

I suoi motivi privati dal log, senza i dati dei clienti.
skip · curious

Il cliente ha mandato solo uno sticker, senza testo né domanda. Il playbook dice di ignorare gli sticker isolati.

reply · ready_to_buy

Il cliente ha mandato un vocale chiedendo come funziona “osserva e avvisami”. Spiegarlo in modo semplice, in dialetto saudita.

reply · curious

Il cliente ha perso soldi con la vecchia versione e chiede se la nuova garantisce di non perdere. Essere onesti: nessuno strumento elimina le perdite; l'agente fissa lo stop prima dell'entrata e dice di aspettare quando il setup non è chiaro. Invitarlo a una prova gratuita.

reply · not_interested

Il cliente voleva opzioni binarie. Spirex è fatto per trade spot e CFD con entrata, stop e target, quindi dirlo onestamente, non forzare la vendita e lasciare la porta aperta.

handoff · customer_support

Cliente esistente: l'app gli chiede di completare l'attivazione Partner invece di mostrare un piano attivo. Il fondatore deve controllare l'abbonamento.

handoff · other

Un affiliato chiede un mese gratuito per promuovere Spirex nelle dirette. Le decisioni su partnership e piani gratuiti spettano al titolare.

Ogni decisione scrive per me un motivo di una riga in inglese, anche quando la risposta al cliente è in arabo. Tra il 28 ottobre e il 2 novembre 2026 ha preso 242 decisioni su nuovi messaggi: 139 risposte, 54 silenzi e 49 passaggi, più 233 follow-up.

Regole di sicurezza.

Ciò che il modello non può fare, imposto fuori dal modello.

Blocco del wallet

Ogni indirizzo Tron in una bozza viene confrontato con l'unico wallet reale. Un indirizzo diverso blocca la risposta e mi avvisa.

Nessuna promessa di vincita

Un'espressione regolare intercetta promesse numeriche di percentuale di vincita, precisione e “senza rischio” in arabo e in inglese. Le smentite oneste come “non esiste un profitto garantito” passano comunque.

Mai per primo

Risponde solo a chi ha scritto. I follow-up vanno solo alle chat in cui il cliente ha già scritto e il nostro ultimo messaggio è rimasto senza risposta.

Chi ignora

Bot, account verificati e ufficiali, contatti salvati in rubrica (amici e famiglia), utenti silenziati e ogni chat che sto gestendo a mano.

Limiti di frequenza

Le risposte hanno un tetto per chat e per ora. Quando si raggiunge il tetto, la chat non viene segnata come gestita, così il recupero successivo le risponde.

Silenzio dopo il passaggio

Dopo un passaggio resta fuori da quella chat per un tempo stabilito, o finché non invio /resume con l'id della chat.

Architettura.

Un processo su un portatile, una chiamata al modello per decisione.
Telegram
Messaggi privati dei clientiTesto, vocali, foto, sticker · eventi di scrittura · conferme di lettura
Messaggi salvatiBozze, passaggi e avvisi per me · i miei comandi di ritorno
→
closer.py (asyncio + Telethon)
Ciclo degli eventiBuffer per chat e attesa che tiene conto della scrittura · recupero ogni 2 min · follow-up ogni 10 min
Filtri e statoContatti, bot, utenti silenziati, silenzio dopo il passaggio, limiti di frequenza · nota di memoria e fase per chat in state.json
brain.pyTrascrizione + media → una chiamata strutturata → guard() → risposta, silenzio o passaggio
→
Servizi
Gemini su Vertex AIModello Flash con alternative · output con schema JSON · comprensione di audio e immagini
File di conoscenzaProdotto e prezzi · mappa delle obiezioni · playbook · FAQ sul trading automatico
macOSlaunchd KeepAlive · caffeinate · log
Python 3
Telethon (MTProto)
asyncio
Gemini su Vertex AI
Output JSON strutturato
Input audio e immagini
launchd
caffeinate
Stato in JSON
Base di conoscenza in Markdown

Approfondimenti tecnici.

Otto decisioni che lo rendono sicuro da lasciare acceso.

1. Una risposta per raffica, non per messaggio

Problema
Su Telegram le persone mandano una domanda in quattro pezzi. Un bot che risponde a ogni pezzo sembra un bot e si ripete.
Approccio
Ogni chat ha un buffer in attesa e un solo task in attesa. Nuovi messaggi ed eventi di scrittura spostano la scadenza; il task parte dopo un periodo di quiete o un limite massimo, poi passa tutti gli id dei messaggi raccolti a una sola decisione. Al modello viene chiesto di coprire tutto in un'unica risposta.
Trade-off
Una risposta arriva qualche secondo dopo rispetto a un bot istantaneo, che è anche come si comporta una persona.
Si trova in: closer.py: queue, wait_then_handle, on_typing

2. “Tacere” è una risposta valida

Problema
La maggior parte dei risponditori automatici risponde a tutto: “ok”, un pollice in su, un link spam, una chat personale.
Approccio
Tacere e passare la mano sono valori dello stesso enum di rispondere nello schema della risposta, con accanto la fase di vendita. Il playbook elenca quando tacere; il log mostra che lo fa, dagli sticker isolati al panico fuori tema su un exchange violato.
Trade-off
Un silenzio sbagliato lascia un cliente senza risposta, quindi i silenzi possono essere inviati ai Messaggi salvati mentre costruisco fiducia.
Si trova in: brain.py: SCHEMA, INSTRUCTIONS; knowledge/03_playbook.md

3. Regole nel codice, non solo nel prompt

Problema
Un prompt può essere ignorato. In una chat di pagamenti, un indirizzo di wallet inventato o un “90% di vincite” sono una perdita reale o una promessa tradita.
Approccio
guard() gira dopo ogni risposta del modello: il controllo del wallet, il pattern sulle percentuali di vincita e un umanizzatore che toglie trattini, barre, virgolette e marcatori di elenco lasciando intatti i link. Una bozza bloccata non arriva mai al cliente; io ricevo la bozza e il motivo.
Trade-off
Il pattern sulle percentuali di vincita è volutamente stretto, così le frasi oneste che parlano di profitto non vengono bloccate.
Si trova in: brain.py: guard, humanize, FORBIDDEN, TRON_ADDRESS

4. La fiducia si guadagna in modalità bozza

Problema
Affidare la propria casella di vendita a un modello dal primo giorno è un azzardo.
Approccio
Parte in modalità bozza: ogni risposta proposta arriva nei miei Messaggi salvati con motivo e fase, e rispondo /ok 3, /no 3 o /edit 3 con il mio testo. /mode auto lo attiva. Se scrivo io in una chat, il mio messaggio viene distinto dai suoi invii e lui si fa da parte.
Trade-off
La modalità bozza è più lenta; serve per i primi giorni, non per sempre.
Si trova in: closer.py: on_command, on_outgoing, our_texts

5. Non perdere mai un messaggio

Problema
Il closer gira su un MacBook. I coperchi si chiudono, il Wi-Fi cade e Telegram non sempre invia ogni aggiornamento.
Approccio
Ogni due minuti un passaggio di recupero cerca le chat private in cui l'ultimo messaggio è del cliente, delle ultime tre ore, più recente di quanto già gestito, e le mette in coda. launchd lo avvia al login e lo riavvia se va in crash, dentro caffeinate così il Mac resta sveglio mentre gira.
Trade-off
Se il Mac è del tutto spento, i clienti aspettano finché non si riaccende.
Si trova in: closer.py: catch_up, catch_up_loop; autostart.sh

6. Follow-up con educazione

Problema
I contatti spariscono dopo il prezzo. Una persona ricontatterebbe una o due volte; uno spammer all'infinito.
Approccio
Ogni dieci minuti cerca le chat in cui l'ultimo messaggio era nostro, 3 ore e poi 24 ore prima. Il modello decide se un promemoria è opportuno e scrive un breve messaggio che finisce con una domanda. Solo di giorno, ora saudita, al massimo 20 all'ora, mai a fasi come not_interested, spam o già pagato.
Trade-off
Al massimo due promemoria; un contatto che vuole più attenzione la riceve da me.
Si trova in: closer.py: followup_due, follow_up, followup_loop

7. Una conoscenza che chiunque può modificare

Problema
Prezzi e regole cambiano ogni settimana. Cambiarli non dovrebbe significare cambiare codice.
Approccio
A ogni chiamata il modello legge quattro file Markdown: prodotto, prezzi e passaggi di pagamento; una mappa delle obiezioni (valore, fiducia, sforzo, tempo, identità, rischio) adattata dal metodo open source objection-destroyer; il playbook sul tono e sulla chiusura; e le FAQ sul trading automatico. I fatti che non sono nei file non esistono: il modello passa la mano invece di indovinare.
Trade-off
Circa 30 KB di contesto per chiamata, che un modello Flash gestisce a basso costo.
Si trova in: knowledge/01_spirex.md … 04_auto_trading.md

8. Una chiamata al modello che fallisce in sicurezza

Problema
Le API limitano le richieste, i modelli cambiano nome e il credito finisce, sempre nel momento peggiore.
Approccio
Le chiamate vanno all'endpoint di Vertex AI con una catena di modelli alternativi. Gli errori 429 e 5xx riprovano con attesa crescente, da 400 a 404 si passa al modello successivo, 402 (credito esaurito) si ferma subito, e una risposta JSON troncata viene ripetuta. Se tutto fallisce, al cliente non arriva nulla e io ricevo un messaggio.
Trade-off
Solo la libreria standard di Python per l'HTTP, quindi nulla da rompere negli aggiornamenti.
Si trova in: brain.py: decide, _models, _call