Материал «Хабра» показывает, как HR-специалист без серьёзного IT-опыта собрал полезного Telegram-бота для рутинных запросов сотрудников. В качестве бэкенда использованы Python-скрипты в среде WSL (Windows 11), библиотеки для Telegram и работы с Google Sheets, а также NLP-модель; код и отладка велись с помощью Perplexity PRO. Хранилищем данных стала Google Таблица с табельными номерами и остатками часов/льгот; доступ выдан через сервисный аккаунт Google Cloud (JSON-ключ). Для минимизации рисков по ПДн вместо ФИО используется табельный номер.Процесс: создание проекта и сервисного аккаунта в Google Cloud, выдача доступа к Google Sheets, регистрация бота в Telegram, установка Python и пакетов в WSL.Типовые проблемы: несовместимость NLP-модели для русского, необходимость явно включить Google Sheets API, настройка путей в Linux/Windows.Результат: за 4–5 часов чистого времени бот отвечает по остаткам отработанного времени и балансу льгот, разгружая HR от однотипных обращений.Дальнейшие шаги: подключение к базе знаний компании, расширение сценариев (распознавание речи, выполнение заявок).Ключевой вывод: генеративные ИИ-сервисы позволяют быстро собрать рабочий HR-бот без глубокой разработки, при соблюдении базовой гигиены безопасности данных.