Не запускай рассылку,
пока не прочитаешь это.

Открою один честный секрет, который редко говорят в курсах по арбитражу: SpamBot Telegram не стоит на месте. За 4 года он прошёл минимум три крупных рефакторинга. То, что работало в 2022, в 2023 давало 50% банов, в 2024 — 80%, в 2026 практически гарантированный бан за 48 часов.

Три ключевые изменения:

• 2022 → 2023: добавили content hashing. Одинаковые тексты с разных аккаунтов группируются → коллективный бан.
• 2023 → 2024: ASN / IP range scoring. DC-прокси (AWS, DigitalOcean) получили пониженный «доверительный рейтинг».
• 2024 → 2026: поведенческие сигналы (session entropy, cadence patterns, fingerprint stability). Это то, что курсы всё ещё не раскрывают.

Рабочая методология 2026 состоит из трёх независимых слоёв, каждый из которых адресует свой вектор защиты.

Шаг 1: Warmup через поведение (не время)

Классический совет: «купи аккаунт, пусть полежит 14 дней, потом начинай». Это работало против SpamBot v2, когда решение принималось по age-based метрикам. Сегодня это пустая трата времени.

Новая механика: Telegram считает «надёжность» аккаунта по накопленной поведенческой истории. Аккаунт, который пустой 30 дней и потом начал массовую отправку — red flag. Аккаунт, который 3 дня активно использовался (скролл ленты, чтение, реакции, редкие сообщения знакомым) — уже «доверенный», даже если возраст меньше.

Что считается поведенческой активностью

Схема warmup'а: за 3-5 дней ты эмулируешь реальную активность с этими частотами, в разные часы дня, в реалистичных сессиях (15-45 мин каждая). Telegram «видит» нормального юзера.

Шаг 2: Spintax + LLM на отправке

Подробный разбор механики — в статье про конверсию. Краткая версия:

• Spintax в каждом шаблоне — минимум 4-5 переменных блоков, каждый с 3+ вариантами. Это убивает content hash collision.
• LLM-переписка 20-30 базовых вариантов под нишу канала, где нашли лида. Промпт включает контекст последнего поста канала.
• Персонализация — имя, упоминание канала, релевантный крючок из последних сообщений.

Почему это работает против SpamBot: он ищет повторяемость на уровне hash. Когда каждое сообщение уникально и содержит релевантный контекст — бот не может сгруппировать их в кластер «массовая рассылка».

Шаг 3: Human-like rate limiting

Третий слой — ритм отправки. Не «как часто», а «с каким распределением».

Типичная ошибка: 100 сообщений ровно по 60 секунд. Другая ошибка: 100 сообщений по random.uniform(30, 90). И первое, и второе — bot patterns, которые SpamBot научился детектить.

Правильное распределение — логнормальное, с параметрами:

Плюс — typing indicator за 1-4 секунды до отправки (показывает «печатает...» получателю). Это маленькая деталь, но она двояко играет: влияет на человеческое восприятие получателя И на поведенческий signal Telegram'а.

Распределение по времени суток

Живой юзер не отправляет 100 сообщений подряд в 14:00. Он разбрасывает их по 3-4 активным окнам в течение дня: утро (9-11), обед (13-14), вечер (18-21). Твоя рассылка должна следовать этому паттерну.

Как эти 3 слоя работают вместе

Важно понимать: каждый слой необходим, но недостаточен. Без одного компонента весь стек падает.

Proxy (резидентные IP) — четвёртый скрытый слой, который я не включил в заголовок. Он решает network-level detection. Без него три слоя всё равно работают, но хуже.

Как собирается в TG:ON

В UI — три панели настроек:

1. Аккаунты → Warmup profile. Выбираешь «3 дня / 5 дней / 7 дней», активность сервис делает сам. Конфигурируешь, в какие часы дня и какие действия (реакции, чтение).
2. Кампания → Content. Шаблон с spintax (редактор с live preview). LLM-переписка (подключаешь свой API или используешь встроенный).
3. Кампания → Schedule. «Conservative / Balanced / Aggressive» cadence. Расписание отправки по дням и часам.

Всё запускается → сервис делает остальное. Если аккаунт ловит FLOOD_WAIT — автоматическая пауза. Если PEER_FLOOD — исключение из кампании до human review.