Channel
@wikibot_news
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
535subscribers
-9 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001608823364 |
|---|---|
| Type | Channel |
| Username | @wikibot_news |
| Created | Between 1 December 2021 and 30 April 2023 — estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 8 August 2026 |
| Last confirmed live | 10 September 2026 |
| Measurements held | 6 |
| Confirmed unchanged | 1 time, most recently 10 September 2026 |
| On Telegram | t.me/wikibot_news |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 10 Sept 2026, 05:36 | 535 | -7 |
| 31 Aug 2026, 08:12 | 542 | +3 |
| 24 Aug 2026, 04:17 | 539 | -2 |
| 16 Aug 2026, 05:48 | 541 | -3 |
| 8 Aug 2026, 03:47 | 544 | no change |
| 7 Aug 2026, 16:00 | 544 | first reading |
19 posts held, back to 11 June 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 page of Telegram’s post history, 20 posts per page.
Nothing published in the last 30 days. ERR and ER are rolling 30-day measures, so there is nothing to compute — we hold 19 posts for this entry, the most recent from 7 August 2026. An engagement rate over an empty window would be a number about nothing.
168 reactions across 19 posts, in 13 distinct kinds. The most used accounts for 27.4% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 👍 | 46 | 27.4% | |
| 🔥 | 43 | 25.6% | |
| ❤ | 29 | 17.3% | |
| 👏 | 16 | 9.52% | |
| 🤝 | 9 | 5.36% | |
| ❤🔥 | 6 | 3.57% | |
| 🏆 | 6 | 3.57% | |
| ✍ | 5 | 2.98% | |
| 💯 | 4 | 2.38% | |
| 👀 | 1 | 0.595% | |
| 👌 | 1 | 0.595% | |
| 🤔 | 1 | 0.595% | |
| 🦄 | 1 | 0.595% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 19 of the 19 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 168 reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 19 most recent posts we hold, published 11 June 2026 to 7 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Ручная категоризация? Забудьте ⚡️ Запустили Wikibot Pulse — сервис, который сам определит тему завершённых диалогов и поставит теги прямо в вашем хелпдеске. Операторам больше не нужно тратить время, чтобы найти категорию, убедиться, что она правильная, и проставить ее вручную. Всё происходит автоматически. Вся аналитика живёт прямо внутри вашего бота-категоризатора на платформе Wikibot. Там можно смотреть журнал д…
👍6🔥5👏4
Запустили новый тариф — «По потреблению» 🎉 Мы хотим, чтобы ИИ-агенты были доступны компаниям с любым количеством обращений — даже если их пока совсем немного. Здесь нет фиксированного пакета кредитов и ежемесячного платежа. Вы просто оплачиваете ответы и действия агента рублями — по 20 рублей за каждое. «По потреблению» подойдёт, если: 🟡обращений пока немного 🟡нагрузка меняется от месяца к месяцу 🟡вы только начина…
❤3🔥3👍2
Июль получился по-настоящему насыщенным 🔥 Собрали всё важное в одном дайджесте: 🔸Продуктовые обновления🔸 У ИИ-агентов появилась Память Теперь агент может сохранять важные данные из диалогов в таблицы, а Ассистент — помогать с их настройкой, анализом и подготовкой отчётов. Подробнее о Памяти Обновили Чат-центр Теперь операторам доступно массовое закрытие чатов, а аудиосообщения можно прослушивать прямо на платформе…
🔥5❤2👏2
От идеи до готового отчёта — через диалог с Ассистентом В начале недели мы рассказывали про новую функцию Память — таблицы, с помощью которых агент может сохранять и читать данные из диалогов: контакты, жалобы, предпочтения и что угодно ещё. Сегодня подробнее рассмотрим, какую роль в этом процессе играет Ассистент. Допустим, вы хотите собирать оценки, которые клиенты оставляют боту в чате. Не нужно заранее продумыв…
❤3🔥3👍2
Продолжаем расширять список интеграций на платформе 🔥 Теперь ИИ-агента можно подключить к Planfix, чтобы он автоматически обрабатывал обращения и отправлял ответы прямо в систему. Настройка занимает всего несколько минут — подробную инструкцию уже добавили в документацию. Wikibot — ИИ-агенты для поддержки и продаж
🔥5❤3👏2
У ИИ-агентов в Wikibot появилась память 🧠 И это не просто новая фича. Это большой шаг вперед. Теперь ваш агент может не только отвечать клиентам, но и запоминать все важное из диалогов и складывать в структурированные таблицы. Вы сами решаете, какую информацию сохранять и в каком виде. Например: 🔸контакты и параметры заявок 🔸причины обращений и жалоб 🔸интерес к товарам или услугам 🔸статусы и результаты диалогов Т…
🔥8🏆2👍2
Необязательно сначала писать десятки подробных инструкций. Первый вариант базы знаний можно собрать за несколько часов. 👉🏻 Базой знаний для агента могут стать уже существующие материалы: 🟡страницы сайта с описанием продукта, тарифов и условий 🟡документы, инструкции и таблицы команды 🟡переписки, в которых сотрудники отвечали на вопросы клиентов Например, можно выбрать самые частые темы первой линии, выгрузить диалог…
❤2👍2🔥2
Как выбрать модель для ИИ-агента? Универсальной лучшей модели нет 🤷🏼♂️ В новой статье разобрали, на какие параметры смотреть при выборе LLM и как сравнивать модели не только по скорости ответа и стоимости. 👉🏻 Читать
✍3❤3👍3
ИИ-агент отвечает клиентам и снижает нагрузку на поддержку. Но как понять, какую экономическую пользу он приносит бизнесу? Сегодня разбираем шесть ключевых факторов: 1. Сколько обращений агент действительно решает Не просто отвечает, а закрывает без оператора и повторного контакта. 2. Какие вопросы автоматизированы Чем больше времени оператор тратит на вопрос, тем заметнее эффект от его автоматизации. 3. Как меняе…
❤3👍2🤝1
Недавно мы писали, что ИИ лучше всего работает не вместо сотрудников, а в связке с ними 👀 Сегодня показываем такой кейс на примере Wazzup. У команды была база знаний из 1100 статей, но искать нужную информацию становилось все сложнее. Wazzup подключил ИИ-помощника к Notion, чтобы сотрудники могли быстрее находить ответы и ссылки на источники. Как проходило внедрение и какие результаты получила команда — читайте в …
👍2👏2🔥2
Бот отвечает клиентам, закрывает часть обращений, снимает типовые вопросы с операторов. Технически — всё летает. А через 3–6 месяцев руководство всё равно спрашивает: «Что мы реально получили? Где снижение нагрузки и экономия?» Окей, давайте разбираться, что бизнес обычно прячет за фразой “нам нужен ИИ в поддержке”. «Хотим сократить расходы на поддержку» На деле это может означать и сокращение ФОТ, и отказ от найма…
❤3👍3🔥2🤔1
Главные новости месяца ☀️ 🟡Обновления платформы Обновили линейку DeepSeek Снизили стоимость DeepSeek V4 Flash до 0,15 кредита за запрос — теперь при том же бюджете можно обработать почти в два раза больше обращений. Также добавили DeepSeek V4 Pro для более сложных задач. Подробнее Добавили навык «Резюме» Перед переводом на оператора агент может сам составить краткую выжимку диалога и добавить её к обращению. Сотру…
🏆4👍2🔥2🤝2👀1
Showing the 12 most recent of 19 posts we hold for @wikibot_news. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 10 September 2026 — this entry's latest reading, not the date you are reading this.
“Викибот – ИИ-боты для бизнеса” (@wikibot_news), 535 subscribers as measured 10 September 2026. Telegram Register, tgregister.com/channel/wikibot_news.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.